单目三维视觉测量技术研究进展

单目三维视觉测量在视觉测量领域具有低成本、简便性、结构紧凑等优势,是以智能化、网络化制造为特征的先进制造典型技术之一。经过不断发展,单目三维视觉测量技术已成功应用于无人机导航、智能机器人、工业检测、医疗健康等领域,如今呈现出精准化、快捷化、微型化、自动化、动态化等发展趋势。以孔径数量为标准,将单目三维视觉测量技术分为单孔径及多孔径两大类,分别综述两类方法的研究现状和发展历程,重点论述了应用较广的运动恢复结构法(Structure From Motion, SFM)和光场三维测量方法,并对单目三维视觉测量技术的未来方向进行了展望。     

三维激光彩色扫描系统的研究

本文介绍了三维重建的主要方法,在此基础之上详细之上详细介绍了我们研制的三维激光彩色扫描系统的基本原理,在硬件及其控制部分和软件处理部分中分别介绍了这两部分的原理及实现方法,最后给出了实验结果。     

基于单目视觉的移动机器人目标测距方法研究

为实现具有单目视觉的移动机器人对目标物体的定位测距工作,本文提出了一种基于单目视觉的几何测距算法融合的方法。该方法利用圆曲线拟合方法对方法所得的数据进行了优化,克服了由于外界环境变化以及对参照物识别时所产生的误差影响测距定位精度的问题,并通过实验来验证了这种融合方法的可行性。     

基于视觉词典的单目视觉闭环检测算法

针对移动机器人单目视觉同步定位与地图构建中的闭环检测问题,文中设计一种基于视觉词典的闭环检测算法。算法对采集的每帧图像通过SURF进行特征提取,应用模糊K均值算法对检测的视觉特征向量进行分类,在线构建表征图像的视觉词典。为精确表征局部视觉特征与视觉单词间的相似关联,利用混合高斯模型建立视觉词典中的每一视觉单词的概率模型,实现图像基于视觉词典的概率向量表示,通过向量的内积来计算图像间的相似度。为保证闭环检测的成功率,应用贝叶斯滤波融合历史闭环检测与相似度信息来计算闭环假设的后验概率分布。另外,引入浅层记忆与深度记忆两种内存管理机制来保证算法执行的快速性。实验结果证明该方法的有效性。     

基于单目视觉的机器人目标定位测距方法研究

为实现具有单目视觉的双足机器人对目标物体的定位测距,根据针孔成像和几何坐标变换原理,提出一种基于单目视觉系统自身固定参数计算目标物体深度信息的几何测距方法;该方法利用双足机器人自带的单目视觉系统的固定参数,通过几何映射关系求解目标物体在三维空间内的坐标位置及相对于机器人的距离,克服了由于外界环境变化以及对参照物识别时所产生的误差影响测距定位精度的问题,从而实现基于单目视觉的目标物体精确跟踪定位;并对所提出方法进行了实验,得到比理论结果误差较小的实验数据,证明了方法的可行性。     

基于超声波测距和单目视觉跟踪的移动机器人系统

在移动机器人的发展过程中,对周围环境的感知能力变得愈加重要。本论文介绍了一种新的移动机器人跟踪目标的方法,该方法结合了超声波测距和单目视觉技术,可以实现对目标物的安全跟踪。通过该方法,移动机器人不仅能够跟踪目标,还能够与目标保持设定的距离,从而提高跟踪效率。本论文详细介绍了该方法的设计和实现,并对实验结果进行了分析和讨论。实验结果表明,该方法能够有效地实现对目标的安全迅速跟踪。本论文的主要贡献在于提出了一种新的移动机器人跟踪目标的方法,为进一步提高移动机器人的感知能力和实用价值提供了参考和借鉴。     

基于虚拟直线的单目视觉坐标测量模型研究

在摄像机位置随意固定和测量点共面的约束条件下,基于单目视觉提出了一种基于虚拟直线的单帧图像物点坐标测量的新算法。用几何方法代替常规代数方法,回避了传统的通过求解旋转矩阵和平移向量来获取摄像机位置和姿态参数的过程。利用直线平行、垂直的先验知识,通过空间共线四点经过射影变换的交比不变性得到目标点的位置坐标信息。实验证明：该方法简单、可行,摄像机位置随意摆放,具有很强的可操作性、实用性,且精度较高。     

基于单目视觉测距技术的车辆防撞系统的研究

部队车辆交通安全问题频频发生,给部队正规化建设尤其安全工作带来了不可估量的负面影响,虽然国家投入了大量的人力和物力,但长期以来未得到有效改善,故需要研究一款智能小车系统来避免和改善这种状况,在这样的背景下,我们开展了基于单目视觉测距技术的车辆防撞系统研究,本设计主要构造了以飞思卡尔公司研制的高速16位MC9S12XS128处理器,CCD采集前方障碍物图像,超声波采集前方障碍物距离,数码管实时显示前方障碍物的智能车辆防撞系统。     

基于单目视觉的移动机器人测距方法

本文针对多机器人编队过程中的跟踪控制,提出了一种跟踪机器人采用单目视觉技术获取前方被跟踪机器人距离信息的方法.该方法首先对跟踪机器人摄像机进行内参数标定,并在目标机器人背部设置视觉标记.然后系统获取目标机器人的含有视觉标记的单帧图像,预处理此图像,并识别出图像中的视觉标记所在的目标区域,用Hu氏不变矩计算该区域形心.最后推导出单目测距算法,利用图像信息和其它参数可以计算出两机器人之间的距离.实验结果表明,所设计的单目测距系统能得到准确的距离,为跟踪控制提供了重要的反馈信息.     

一种获取物体3维信息的多轴机器人激光扫描系统

针对机器人工作范围有限引起扫描范围小的问题,建立了一种由机器人?便携式线激光3维扫描仪以及旋转平台构成的多轴激光扫描系统。利用半径已知的球体作为参照工具,机器人手持便携式扫描仪对球体进行扫描,精确标定了便携式扫描仪与机器人的方位关系。同时,提出了一种标定转台中心轴线的方法,该方法利用旋转平台上的参考球,在两个不同高度的旋转圆心精确标定出了转轴的方位。实验结果表明,该多轴激光扫描系统可以多角度、多方位对大尺寸物体进行扫描,并有着稳定、灵活以及精度高的特点。     

基于改进的3维ICP匹配的单目视觉里程计

针对目前流行的单目视觉里程计当移动机器人做“近似纯旋转运动”时鲁棒性不强的问题,从理论上分析了其定位鲁棒性不高的原因,提出了一种基于改进的3维迭代最近点（ICP）匹配的单目视觉里程计算法．该算法首先初始化图像的边特征点对应的深度值,之后利用改进的3维ICP算法迭代求解2帧图像之间对应的3维坐标点集的6维位姿,最后结合边特征的几何约束关系利用扩展卡尔曼深度滤波器更新深度值．改进的ICP算法利用反深度不确定度加权、边特征梯度搜索与匹配等方法,提高了传统ICP算法迭代求解的实时性和准确性．并且将轮子里程计数据作为迭代初始值,能够进一步提高定位算法的精度和针对“近似纯旋转运动”问题的鲁棒性．本文采用3个公开数据集进行算法验证,该算法在不损失定位精度的前提下,能够有效提高针对近似纯旋转运动、大场景下的鲁棒性．单目移动机器人利用本文算法可在一定程度上校正里程计漂移的问题．     

车辆超车视觉辅助导航系统研究

为了能够提高行驶速度,保障行车安全,提高行驶环境认知,设计了一个基于单目视觉的车辆自适应道路、前车检测、超车指导系统,其主要应用于双车道结构化道路,而且在晴天与阴天不同天气情况下,车道线以及深色、浅色车辆均可识别,并可跟踪、超越前车。实验结果表明,该系统可以应用于不同环境背景下,该系统已通过了远距离自动、安全、准确地检测,并进行了超越前车的仿真实验。     

基于ARM11 的单目视觉车距监测系统

驾驶员行车时易出现视觉疲劳和失速现象,此时难以判断安全车间距,易导致车辆追尾事故．针对这一问题,以ARM11器件SAMSUNGS3C6410为核心搭建了安全车距监测系统;结合车辆的形态和纹理等特征,采用多特征融合技术完成复杂环境下的车辆识别,并根据单目视觉测距原理完成摄像机多角度下的车距检测．实验结果表明,该系统能有效监测前车车距,测量准确、可靠性高且满足实时性要求．     

基于三维视觉的机器人安全预警系统

在许多自动化应用场景中,如装配和分拣过程中,工业机器人的应用是提高生产质量和生产效率的一个重要环节。在机器人工作过程中,保证机器人和工人工作的安全,是推动机器人应用和发展的首要前提。该文提出一种基于三维视觉的机器人安全预警系统。首先,该系统利用三维相机对监控场景进行高精度三维重建,并将多个点云进行融合;然后,提取人体关键点,并根据三维人体关键点判断人与机械臂的安全距离;最后,计算判断人体与机器人是否处于设定的安全距离范围,并据此控制机械臂的工作状态。实验结果表明,该文所开发的安全预警系统能保障大视野范围内的人员安全。     

基于双焦成像的单眼立体视觉算法

对单眼立体视觉的双焦成像算法进行了分析．在1 m以内的深度范围里,双焦成像算法可以极好地恢复空间物点的深度．在此范围内,物点越远离中心区域,其深度值的精度越高．为了提高算法精度,需要校正非理想变焦图像对的中心点．分析了中心点校正方法,并给出了校正后空间物点深度恢复的实验结果．     

STM32的单目视觉室内平面跟踪定位

针对室内平面移动物体的定位,提出了一种基于STM32的单目视觉室内平面跟踪定位方式.在平面内放置标定点,通过标定,求取出图像坐标系与世界坐标系实际的对应关系,实时追踪图像坐标系,依照对应关系推算出实际位置.为了验证该方法的有效性,采用比对平面移动物体与特定点误差的方法,同时直观地观测对应点之间的距离关系.实验中测得的移动位置与实际位置相对误差小于1.5％,对于精度要求一般的室内定位需求有着较高的实用性.     

基于单目显微视觉的微球姿态测量方法

微零件的姿态测量对微装配具有重要的作用.但对于微球零件,其姿态的精确测量存在困难,影响了装配精度.针对带有微孔的微球,本文提出了一种基于单目显微视觉的微球姿态高精度测量方法.设计了一种由粗到精的微孔检测算法,实现了高精度的微孔定位.通过对相机光轴方向的标定,在相机运动后对微球图像坐标进行补偿,提高了在相机坐标系下的微球定位精度.通过对微球和微孔的精确定位,计算出微球球心与微孔圆心的空间相对位置,实现了相机坐标系下高精度的微球姿态测量.同时,根据标定出的相机坐标系与调整平台坐标系之间的旋转关系,将微球姿态转换到调整平台坐标系.实验结果表明,最大姿态测量误差0.3度,验证了本文方法的有效性.     

基于粒子滤波的单目视觉SLAM算法

针对携带有单目摄像机和码盘的微小机器人的定位与建图问题,提出了基于粒子滤波的SLAM(同时定位与建图)算法.从摄像机中提取图像特征点,并在图像序列中加以匹配,根据相应时刻的摄像机位姿计算得到对应的环境标志点坐标;机器人的大致位姿估计由码盘运动模型获得.在机器人移动过程中,环境标志点的观测信息和码盘信息通过粒子滤波相融合,从而提高了机器人定位的精度,同时也得到了更为准确的环境标志点坐标.仿真实验结果表明本算法有效、可靠.