基于单应矩阵的相对位姿改进算法

从单应矩阵恢复相对位姿在视觉导航、视觉伺服应用中具有重要价值,证明了单应矩阵的新性质,并利用该性质改进了基于单应矩阵分解的相对位姿估计算法。与已有算法相比,该算法的候选解个数减半,并扩大了适用范围。理论分析、合成数据和真实数据测试均表明,改进方法使从候选解中筛选出唯一解的运算时间减少了50%,提高了位姿估计的总体运算效率。     

基于非线性优化的长宽比未知矩形的位姿测量

提出一种新的基于非线性优化的长宽比未知矩形的位姿测量算法．该算法利用矩形顶点对应的4个像点,可有效地估计出矩形长宽比,并且给出矩形目标跟相机之间的相对姿态以及在矩形边长尺度下的相对位置．在该算法中,为了消除相对位姿和长宽比对计算精度的相互影响,将原问题分解为求解相对位姿和求解长宽比两个子问题．对求解相对姿态子问题建立关于相对位姿的代价函数,采用SE（3）李群的方法对相对位姿进行表示,通过优化代价函数对位姿进行求解;对求解长宽比子问题采用二分法搜索最优值的求解方法．通过实验验证了该算法在使用4个像点进行长宽比估计时的有效性和实时性．其相对计算误差小于3%,而且算法在普通PC上可以满足实时测量位姿的需求．     

结合分支定界法和线性规划的摄像机位姿估计

介绍了一种新的利用对应点估计摄像机位姿的算法。通常情况下,摄像机位姿估计可以转化为一个最优化问题,现有算法将问题转换成一个序列二阶锥规划问题,通过对旋转矩阵所在空间进行分支定界搜索来求取全局最优解。对现有算法进行改进,通过将二阶锥约束松弛为线性约束,提出了一种结合分支定界法和线性规划方法的全局优化算法。该算法不仅能够求得全局最优解,而且算法速度较现有算法提高了一倍以上。最后通过模拟数据和真实数据对该算法进行了验证,结果表明了该算法的准确性和高效性。     

基于免疫进化的并联机器人的位姿估计

提出了一种基于免疫进化算法的并联机器人位姿估计算法。建立了视觉检测坐标系和位姿参数估计模型;借鉴生物免疫系统中克隆变异和免疫记忆机理,通过免疫进化获得位姿参数的可行解。实验表明,相较于传统迭代算法,基于免疫进化算法的位姿检测算法收敛快,精确度高,对噪声不敏感,具有较好的鲁棒性。     

融合距离图像和彩色图像的圆位姿测量方法

针对基于单目视觉的单个圆位姿测量解的二义性问题,提出一种融合距离图像和彩色图像消除二义性的方法。该方法首先用RGB相机获取的高分辨率彩色图像计算圆位姿,获得圆位姿的一组歧义解。然后将彩色图像和飞行时间TOF(time-ofFlight)相机获取的距离图像融合,形成一个高分辨率的距离图像。最后,根据距离图像恢复圆在RGB相机下的三维信息,剔除圆位姿中的虚假解,从而得到圆的真实位姿。实验结果表明,该方法能够有效地解决基于单目视觉的单个圆位姿测量的二义性问题,且能够准确获得较高精度的圆位姿。     

基于特征分解的快速位姿图优化算法

位姿图优化(pose graph optimization, PGO)是计算机视觉领域中广泛应用的高维非凸优化算法,很难直接求解,主要依赖于迭代技术,对初始值的质量要求较高,在实践中很难得到保证。针对位姿图优化问题进行了研究,提出了基于特征分解的位姿图简单封闭解算法,该算法首先对PGO问题的最大似然估计进行半定松弛,然后将其转换为特征分解问题,并利用数据的稀疏性设计了改进的模型降阶方法进行求解,进一步提高了算法的计算速度。算法具有可伸缩性、计算成本低和精度高等优点。最后,在模拟和真实的位姿图数据集上进行实验评估,结果表明在不影响精度的情况下,该算法可以快速地进行位姿图优化。     

一种估计深度相机位姿精度的闭式算法

针对深度相机,提出了估计位姿变换精度的闭式解算法.相对位姿由6自由度向量T=[x,y,z,α,β,γ]表示,计算该向量的协方差矩阵来表征相对位姿精度.定义3维点对到相对位姿的隐式函数,利用隐式定理计算该隐式函数相对于点对集合的偏导数,从而根据隐式函数变化趋势和深度相机测量误差来计算协方差矩阵.该方法要求3维点对匹配准确无误,所以本文同时提出在给定相对位姿情况下匹配3维点对算法,该算法充分利用深度相机可以同时返回深度信息和灰度信息的特点.最后在随机生成数据和真实数据上验证了相对位姿精度估计算法的有效性.     

冗余自由度超声检测机器人的逆运动学分析

针对一类冗余自由度超声检测机器人的传统逆运动学求解算法耗时长且准确度低的问题,提出了一种基于集合划分和解析解法相结合的逆运动学求解算法。首先采用De-navit-Hartenberg方法建立检测机器人的运动学方程;其次,利用解析解法求出机器人逆解的解析表达式,并提出三种自由度分配方案;最后,选择合适的自由度分配方案,据此对超声波探头位姿集合作划分,结合逆解解析式求出运动学逆解。实际应用中,借助十一轴超声波检测机器人,利用该算法对具有复杂外形的飞机螺旋桨叶片进行检测。结果表明,与传统的纯数值解法相比,该算法能够快速得到精确的运动学逆解。     

基于直接解算与迭代优化的相对定向方法

为了提高相对定向的鲁棒性和精度,提出了一种直接解算与迭代优化相结合的相对定向方法。该方法首先由同名点估计本征矩阵;然后,通过分解本征矩阵得到两相机的初始相对位姿,详细介绍了确定唯一初始位姿参数的过程;最后,通过建立水平核线坐标系,基于共面约束由同名点构建约束方程组,对初始位姿参数进行迭代优化。通过在直接解算时采用随机采样一致性(RANSAC)策略及迭代优化中进行动态剔点,使算法对外点具有极高的抗性。仿真实验结果表明,在引入各种随机误差的条件下,所提方法的解算效率和精度均优于传统方法。实际数据实验证明所提算法可有效应用于三维重建中的相对位姿估计。     

一种解决矩形布局问题的启发式快速算法

针对二维矩形Packing问题,提出了一种沿阶梯线轮廓进行布局矩形的启发式算法.该算法基于"阶梯式堆码"的启发式规则,能够快速地对矩形块进行紧靠布局.为避免算法陷入局部最优,算法采用随机回溯策略在选择矩形和阶位上扩大搜索范围.结果表明,算法对于浪费面积为零的矩形全Packing问题,能够在极短的时间内找到最优解,同时它也可以很好地求解非零浪费问题.采用国际公认的两个算例进行测试,证明文中算法是非常高效的.     

基于MBR的主方向关系一致性检验

定性的空间推理在地理信息系统、人工智能、数据库及多媒体等领域中的应用越来越引起人们的注意.空间推理的基础理论以及相应算法也在不断地创新和发展.方向关系推理是空间推理研究领域的重要分支,利用区间代数及矩形代数理论,以物体的极小边界盒(minimum bounding rectangle,简称MBR)为模型,提出了一种基于MBR的主方向关系与矩形代数关系相结合的推理方法.利用该方法,可以将矩形代数良好的计算性质应用于空间方向关系推理中,实现了矩形代数与基于MBR主方向关系的相互转换方法、主方向关系合成及求反方法、主方向关系中凸(convex)关系判定方法及方向关系一致性检验算法.     

A monocular structured light vision method for pose determination of large non-cooperative satellites

A space robotic system is expected to perform on-orbit servicing missions to rescue malfunctioned satellites in geostationary orbit (GEO). In final berthing and capture, it is difficult for a space robot to determine the relative pose (attitude and position) of a non-cooperative malfunctioned satellite that is usually huge and without artificial recognition devices. In this paper, a space robot with a monocular structured light vision subsystem is introduced to solve the problem. Firstly, the monocular structured light vision subsystem composed of a single camera and a point light source is designed. Secondly, a partial rectangular shaped framework, which is very common on a non-cooperative malfunctioned satellite, is chosen as the recognition object for non-cooperative pose measurement. Using projection constraints on rectangle and circular points, a rectangle feature reconstruction algorithm is proposed. Thirdly, according to the reconstructed rectangle feature, a least square method of pose determination is presented. Lastly, using a semi-physical vision simulation system, several experiments of typical cases are simulated to verify the pose determination method of large non-cooperative target. The results show the validity and flexibility of the proposed method.     

基于面部特征点的单幅图像人脸姿态估计方法

针对目前基于学习的姿态估计方法对训练样本及设备要求较高的问题,提出一种基于面部特征点定位的无需训练即能估计单幅图像中人脸姿态的方法。通过Adrian Bulat人脸特征点定位器和Candide-3构建稀疏通用人脸模型并获得五官特征点,确定模型绕Z轴的旋转范围及搜索步长,在指定Z轴旋转角度下,使用修正牛顿法通过模型的旋转、平移及缩放变换对齐模型和图像中人脸五官角点,得到该角度下模型绕X轴、Y轴的旋转角度及绕Z轴候选角度下的损失函数值,根据最小损失函数值确定人脸绕3个轴旋转的最佳值。实验结果表明,该方法能够快速估计自遮挡的大姿态角度人脸,在公共人脸库Multi-PIE、BIWI和AFLW上的平均误差分别为3.79°、4.37°和6.04°,明显高于同类人脸姿态估计算法,具有较好的实用性能。     

基于BPOF特征与深度图像的人体姿态估计研究

人体姿态估计是一个有着非常广泛应用前景的研究课题,并且在计算机视觉领域中,该课题已经成为了重要研究热点之一。针对人体姿态估计中的特征表达提出了一种基于二元纯位相匹配滤波器（BPOF）的特征提取算法,首先对图像中每一个像素点都从8个方向去计算扫描线段长度值,然后再将得到的8个值引入到BPOF算法中进行计算以便得到该像素点的特征值,同时针对随机森林分类器进行优化,最终对图像中的人体姿态做出估计。该改进方法在识别率以及鲁棒性方面有了很大提高,同时优化的随机森林分类器使得算法系统时间开销有所降低。     

基于改进的ORB算法与姿态估计的跟踪注册方法研究

传统的特征提取算法在图像匹配过程中易出现误匹配现象,本文在ORB算法的基础中融入一种最小平方中值估计法-LMedS方法,利用ORB算法的特点和LMedS方法去除可能存在的外点,消除误匹配现象,从而得到正确的匹配特征对,使特征匹配率有很大的提高。采用基于非线性最小二乘进行姿态估计,通过迭代算法估算相机姿态完成虚实注册。实验结果表明,本文的方法无论是在特征点匹配还是在实际场景中都具有很好的鲁棒性,在不同尺度角度、部分遮挡的情况下,同样具有良好的性能,准确、实时地完成跟踪注册。     

强力输送带接头点识别算法

针对新型的强力输送带以接头点为基准参考点进行故障实时检测,存在接头定位困难问题,提出了一种基于统计学和图像处理技术相结合的接头点检测识别算法。该算法首先把图像每一列看成一个样本总体;然后根据每一列的样本均值以及该列中的每一个像素的方差计算出该像素点的平滑度,根据一定的平滑度阈值来找到接头点区域,通过对接头点区域应用图像处理技术中的腐蚀、膨胀等运算,使其形成一个矩形区域。利用该矩形区域像素值的方差以及矩形区域的宽高比这两个特征,来达到对接头点的识别。实验表明该算法能够有效地识别出接头点。     

基于机器视觉的最大内接矩形快速检测算法

在进行皮革裁切、板材边角料再利用、PCB板布线等过程时都会遇到求解不规则图型最大内接矩形的问题;当前工厂的裁定手段普遍由人工估测来完成,这种作业方式不仅主观性强,而且效率低下;在研究了基于数字图像处理的遍历法、中心扩散法、遍历中心扩散法后,结合以上方法提出一种高效实用的最大内接矩形快速检测算法:边界排序生长法;实验结果证实:遍历法无法正确适用于凹多边形;中心扩散法虽然可适用于任意不规则图型,但其检测效果不够理想;遍历中心扩散法的检测结果较为理想,但该方法耗时巨大;而边界排序生长法在保证高效率的同时依旧可以拟合出理想的内接矩形.     

基于多特征融合的压缩跟踪算法

压缩跟踪将压缩感知理论引入到目标跟踪领域,较好地实现了跟踪的实时性,但是在复杂环境或遮挡情况下,仅利用分类分数最大值的矩形样本确定目标位置容易产生跟踪漂移,而且该算法没有考虑目标尺度因素。针对这些问题,提出了融合局部中心区域梯度方向直方图和多尺度矩形的多特征压缩跟踪算法,并提出利用多样本矩形平均的方法确定最终的目标位置。实验结果表明：该算法在目标剧烈运动、遮挡或者相似物体干扰的场景下能够有效抑制跟踪漂移,提高了跟踪的准确率和鲁棒性。     

基于禁忌搜索的启发式算法求解圆形packing问题

求解具有NP难度的圆形packing问题具有很高的理论与实用价值．现提出一个有效的启发式方法，求解了货运中常遇到的矩形区域内的不等圆packing问题．此算法首先将圆按给定的优先级分组，然后逐组地用拟物拟人法放置圆，并且在整个过程中利用了禁忌搜索法的思想，通过禁止重复前面已做的工作，使搜索能有效地逃离局部极小值的陷阱，提高了搜索效率．实验结果表明，提出的算法是一个高效的实用求解算法．