一种基于VINS的视觉里程计改进方法

同时定位与地图构建(SLAM)是当今机器人领域的主要研究课题之一。针对如何根据图像估计相机位姿问题,提出一种基于VINS的视觉里程计改进方法(ORLK-VINS)。首先,通过双目相机获取图像信息;其次,将图像信息进行直方图均衡化处理,使图像对比度和亮度得到改善;然后,对原图像特征提取算法进行改进,引入ORB算法中带有方向的FAST角点;最后再将提取的特征点进行正反向的LK光流跟踪匹配,保证匹配特征点的精确性。实验表明,经过改进后的视觉里程计相较于主流的VINS-Fusion算法,在某些场景下拥有更好的实时性和定位准确性。     

基于特征点检测与光流法的运动目标跟踪算法

为了解决当前运动目标跟踪算法在背景模型复杂和目标特征不明显的情况下,导致算法跟踪能力不足的问题,本文分别从特征点检测与光流法分析的角度出发,提出了基于特征点检测与光流法的运动目标跟踪算法。首先,根据图像梯度矩阵最小特征值,通过仿射变换,精确化特征点帧间匹配,排除伪特征点,达到精准检测运动目标特征点的目的。然后,基于图像像素守恒原理,进行2幅图像间变形评估,建立图像约束方程,进一步精确跟踪运动目标。最后,基于软件开发环境QTCreator实现算法,并系统集成。实验测试结果显示:与当前运动目标跟踪技术相比,本文算法拥有更高的准确性与稳定性。     

基于NCC-P-S优化算法的断路器机械特性测试方法研究

机械特性参数是评价断路器动作性能的有效依据,传统测试方法不能在线测试,且传感器安装复杂。该文提出一种基于计算机视觉技术的非接触测试方法:在断路器操动过程中捕捉高速图像序列,运用归一化互相关匹配算法(normalized cross correlation,NCC)对图像运动目标进行逐帧搜索,获得绝缘连杆或主轴的运动轨迹,由其与动触头的关联关系计算断路器的机械特性参数。在图像序列目标跟踪的NCC匹配算法中,结合降分辨率金字塔快速搜索法,并对后续帧图像的扇形识别区域进行有向动态调整,这种优化方法称之为归一化互相关图像金字塔扇形快速匹配算法(normalized cross correlation-pyramid-sector,NCC-P-S)。通过实验证明:降分辨率分层匹配和有向搜索优化大大提高了目标的搜索速度和精度。     

基于PMD相机的特征跟踪位姿测量方法

PMD相机是一款基于TOF(时间飞行技术)原理的主动式3D相机。该相机可以同时获取灰度图像和距离图像,具有帧率高、无需扫描、不依赖于外界光照等特点,可以将其用于目标的实时位姿测量。研究了相对位姿测量问题,提出基于PMD相机的特征跟踪位姿测量方法。该方法利用PMD相机可直接获取目标物体上各点的深度信息的特点,实时获取目标图像中的特征,并且利用卡尔曼滤波算法,对目标特征进行实时跟踪,提高了位姿测量系统获取信息的速度,而且有效的避免了传统的图像配准方法中提取特征信息存在的复杂性和误差问题。根据获得的特征信息,通过特征点之间的约束关系,实时的确定相机与目标之间的位姿参数。实验结果表明此方法的可行性和有效性。     

基于视觉里程计的室内位姿测量技术研究

随着人口老龄化程度的不断加深,独居老人也在不断增多。 在解决独居老人养老问题的应用上,室内定位是最基本和 关键的问题。 针对室内定位的需求,提出了双目视觉里程计定位算法,从相机成像模型、特征提取、特征匹配以及运动估计 4 个 方面展开了研究。 首先,采用双目摄像头作为传感器进行图像采集;然后通过提取 ORB 特征点来完成相邻图像之间的匹配关 系,根据基于 BRIEF 描述子的立体匹配算法得到左右图像对应特征点的匹配关系;最后对相机的运动进行估计。 设计了硬件 和软件平台对提出的方法进行实验。 实验证明,基于视觉里程计的室内定位技术能够准确地定位老人在室内的位置,能够实时 地对老人进行安全监护。     

基于EM-ORB算法的移动机器人SLAM系统研究

针对Kinect相机存在的固有噪声,在机器人视觉定位与建图中提出一种改进ORB特征匹配算法结合改进环境测量模型的SLAM系统,该系统使用改进ORB算法提取图像的特征点,建立相邻帧之间特征点的对应关系,并对深度图进行滤波;使用ICP算法计算机器人运动,通过环境测量模型去除误匹配点,同时进行回环检测,最后使用g2o对位姿进行全局优化,建立环境点云图。通过实际环境与公开数据集的运行测试,结果表明,该V-SLAM能够准确地完成相机位姿的更新,并建立环境点云图。     

融合运动约束的轮式机器人视觉里程计研究∗

针对轮式机器人平面运动的特性,将轮式机器人运动降到二维平面处理.由机器人相机的二维运动特征提出帧间特征点匹配等高约束条件,同时对帧间相机运动方程做线性化近似,提出直线约束条件.两个约束条件可用于误匹配特征点对点筛除,为视觉里程计帧间运动估计提供优质匹配点对.最后对筛选后的匹配点对进行降维处理,并与二维ICP算法相结合,用于估计机器人相机运动轨迹.试验表明,所提出的方法可大大提高视觉里程计运算速度.     

基于双目视觉的棒材端面中心点定位

在利用标签焊接机器人为捆装棒材焊接标签时，需要向其提供一组棒材端面中心点的三维坐标，针对从捆装棒材中选择并定位棒材端面中心点的问题，提出一种基于双目立体视觉的方法。该方法利用双目视觉系统的虚拟像平面模型，通过将平面标定板摆放在平行于捆装棒材端平面的位置进行两台相机的外参标定，根据标定结果生成目标在该标定平面上的虚拟图像；采用SVM和连通区的方法提取虚拟图像中棒材端面中心点特征；采用极线约束和中心点共面约束的方法进行特征匹配，向机器人提供一组端面中心点三维坐标。仿真实验结果显示提供给机器人的推荐点均来自正确匹配点对，说明本文提出的特征匹配算法有效；真实实验中推荐点深度位移最大误差为0.20 mm，平均误差为0.09 mm，说明本文提出的棒材中心点特征提取方法有效。     

YOLOv4与ORB深度融合的绝缘子识别定位研究

为了解决复杂背景下铁路接触网绝缘子的快速准确识别及定位问题,提出了一种YOLOv4目标检测算法和ORB特征匹配算法深度融合的绝缘子识别定位方法。首先利用迁移学习的策略训练YOLOv4检测网络,解决了绝缘子数据集样本较少导致过拟合的问题;然后采用高斯金字塔提取图像多尺度特征,使原始ORB算法具备尺度不变性;最后将以上两种算法融合,在双目相机获取的图像上标出绝缘子识别框,并在左右图像识别框内提取特征点进行匹配,利用视差原理还原出绝缘子相对于相机的三维坐标。实验结果表明,该方法可以有效地避免复杂背景干扰,准确地定位出绝缘子的三维坐标,4 m内最大定位误差为2.1%,检测速度为35 fps,具有较高的精确性和实时性。     

基于三激光点标靶的掘进机机身视觉定位技术研究

针对煤矿井下低照度、非均匀粉尘环境中掘进机机身位姿测量不稳定的问题,提出了一种以 3 个激光光斑为点特征的 掘进机机身位姿视觉测量技术。 根据激光穿透性强的特性,对防爆工业相机采集的激光标靶图像进行处理,通过光斑区域的最 小内接矩形和椭圆拟合相结合,获取 3 个激光指向仪的光斑点特征,并采用 P3P 单目视觉定位算法,通过空间坐标矩阵变换计 算出掘进机机身的空间位姿。 根据掘进机机身位姿测量实验表明,在粉尘和杂光的影响下,采用该方法获得的掘进机机身位置 信息的误差均在 30 mm 以内,姿态误差均在 0. 5°以内,且保证了在杂光、粉尘和水雾等复杂背景下激光光斑点精确提取与机身 位姿的稳定测量,基本满足巷道掘进施工精度要求。     

基于主动编码光源的单摄像机立体测量方法

基于一台摄像机、一台投影仪构成光学测量系统,提出一种非特定位姿下的主动编码光源非接触立体测量方法。利用一张混合标定板分别标定测量系统中的摄像机与投影仪,建立二维图像坐标与三维空间坐标之间的映射关系,再主动投影横、纵两组格雷码及其多分频测量条纹形成投影特征点,进而通过反演映射出目标特征的三维空间坐标。本方法避免了单目立体视觉测量中对于测量系统位姿的制约,去除了外部传感测量设备的使用;同时,主动光投影技术也解决了双目立体视觉测量中特征点匹配困难的问题。实验表明,在测量距离1.2~1.6 m范围,测量精度可以达到1.5 mm,能够实现单目摄像机主动编码光的立体测量。     

基于虚拟双目视觉的电器电磁机构三维动态测试研究

对电器电磁机构进行准确的动态测试是电器优化设计的基础。由于电器电磁机构动态过程的复杂性及受研究方法、测试技术和条件的限制,过去对电器电磁机构动态特性的测试是二维的,而三维图像具有空间真实感,能够更全面、真实地反映电磁机构的动作过程,因此有必要对电磁机构进行三维动态测试。利用两面成一定角度的平面镜与1台高速摄像机相结合组成虚拟双目视觉测试系统,提出利用光学非接触式三维测试方法对电器电磁机构进行三维动态特性测试。采用虚拟双目视觉的原理,标定了高速摄像机的内部参数和外部参数,利用三维重建描绘出了磁保持继电器衔铁的三维动态特性曲线,通过3D测试验证了方法的可行性。提出的基于Image-Pro Plus图像处理的特征点检测和提取方法,极大地简化了立体匹配的约束条件和算法难度。     

影像测量仪自动定位方法研究

影像测量仪在工业测量等领域中，尤其是精密平面类零件的高精度测量方面具有广泛的应用。当测量满台零件时，传统影像测量仪需人工手动控制平台移动达到测量位置，导致测量时间延长、效率低。以通用的影像测量仪为实验平台，采用双目视觉系统进行测量，通过大视野相机将特征物从平台任意位置移动到小视野相机视野范围内，并利用小视野进行位置矫正，以达到精确定位。实验结果表明，该方法能有效地将大视野范围内任一特征点精确移动到小视野图像中心。最后，提出一种影像测量仪薄板类零件自动定位方法，实验证明该方法能有效降低测量时长，特征点粗定位误差在±0.05 mm以内。     

基于ORB算法的双目视觉定位

双目立体视觉系统通过模拟人的双眼来获取三维世界的深度信息,该系统主要由摄像机标定、特征点提取、特征点匹配、三维坐标求取等4个模块组成.对于传统算法特征点提取速度与特征匹配不能满足实时性的要求,提出了基于ORB算法的双目视觉目标定位.该算法通过在Brief描述子上加入了旋转矩阵,使算法具备了旋转不变性以及有着很大的效率提升.实验结果表明,该算法特征点提取与匹配速度有着一个数量级以上的提高,大大增加了在双目视觉系统下的实时性.     

基于双目视觉的车辆外廓尺寸测量方法

针对目前车辆外廓尺寸测量成本高、安装复杂且三维轮廓重构质量差的问题，提出了基于双目视觉的车辆外廓尺寸测量方法。该方法首先对双目相机采集的车辆图像对进行校正，并通过改进后的立体匹配算法计算生成车辆视差图。基于双目视觉三维测量原理解算车辆轮廓视差信息进行三维重构，生成车辆点云。针对相机盲区车辆轮廓数据缺失问题，设计了基于车牌识别的点云对称修复方法，生成完整车辆三维轮廓。实验结果表明，3种车型的测量示值误差均小于1%，车辆模型重构完整度高。     

融合异质传感信息的机器人粒子滤波定位方法

针对机器人采用视觉传感器和激光测距传感器单独定位的缺陷,提出一种融合视觉传感器和激光测距传感器感知信息的移动机器人Monte Carlo自定位方法.视觉目标识别过程中,只采用激光测距信息单独进行粒子集更新; 当视觉目标识别完成,利用码盘信息对视觉定位信息进行修正,然后融合激光测距信息进行粒子集的同步更新.视觉信息的全局...     

基于RANSAC算法的基本矩阵估计的匹配方法

基本矩阵包含了摄像机的所有内参数和外参数信息,求解基本矩阵是计算机视觉中的重要研究课题。在介绍极线几何和基本矩阵理论后,提出了一种基于Sampson距离的RANSAC(Ran-dom Sampling Consensus)算法用于解决求解基本矩阵中误匹配问题。通过从图像的特征提取、特征点匹配到求解基本矩阵的完整的仿真实验,验证了该算法的有效性。     

基于扩展Kalman预测模型的双目立体视觉图像特征点跟踪方法

针对双目立体视觉动态测量中图像特征点快速跟踪问题,提出了一种利用Kalman预测模型进行图像点跟踪的方法。该方法以图像特征点坐标值为观测向量,将坐标值和图像特征点运动速度作为状态向量,首先建立了线性Kalman预测递推模型,在此基础上引入了极线约束条件,进一步建立了图像特征点非线性扩展Kalrnan预测递推模型。实验表明该方法得到的特征点的预测轨迹和真实轨迹符合度好,预测精度高、速度快、通用性强。