单目视觉定位方法研究综述

根据单目视觉定位所用图像帧数不同把定位方法分为基于单帧图像的定位和基于双帧或多帧图像的定位两类。单帧图像定位常利用已知的点特征、直线特征或曲线特征与其在图像上的投影关系进行定位,其中用点特征和直线特征的定位方法简单有效而应用较多;基于双帧或多帧图像的定位方法因其操作复杂、精度不高而研究的还较少。通过对各方法的介绍和评述,为单目视觉定位问题的研究提供参考。     

机器视觉应用于混凝土加料的对接定位方法

混凝土装载机进行成品料卸料前的出料口位置视觉校准是进行混凝土装载的重要的一步，目的是通过计算机视觉系统，保证处于空间位置的出料口中心和处于固定位置的运输车装料口中心重合。研究出一种采用人机交互的方法。实验结果证明该方法可实现装／卸料口的准确定位，缩短了图像处理的时间，提高了混凝土卸料的速度。     

室内移动机器人的视觉定位方法研究

针对地图未知的室内环境下的定位问题,提出了一种基于特征跟踪的视觉里程计方法．利用单目摄像头提取和跟踪环境特征点集,进而根据观测模型利用扩展卡尔曼滤波算法估算出机器人的位姿．办公室环境中的定位实验证明了方法的有效性．     

面向轻轨的高精度实时视觉定位方法

轻轨作为城市公共交通系统的重要组成部分, 对其实现智能化的管理势在必行. 针对城市轻轨定位系统要求精度高、实时强且易于安装等特点, 本文提出一种基于全局−局部场景特征与关键帧检索的定位方法. 该方法在语义信息的指导下, 从单目相机获取的参考帧中提取区别性高的区域作为关键区域. 并结合像素点位置线索利用无监督学习的方式筛选关键区域中描述力强的像素对生成二值化特征提取模式, 不仅能够提升匹配精度还显著提高了在线模块场景特征提取与匹配的速度. 其次, 以场景显著性分数为依据获取的关键帧避免了具有相似外观的场景给定位带来的干扰, 并能辅助提高场景在线匹配的精度与效率. 本文使用公开测试数据集以及具有挑战性的轻轨数据集进行测试. 实验结果表明, 本系统在满足实时性要求的同时, 其定位准确率均可达到90%以上.     

基于视觉的同时定位与地图构建方法综述

基于视觉的自主导航与路径规划是移动机器人研究的关键技术,对基于视觉的计算机导航与同时定位及地图构建（SLAM）方法近三十年的发展进行了总结和展望。将视觉导航分为室内导航和室外导航,并详细阐述了每一种子类型的特点和方法。对于室内视觉导航,列举了经典导航模型和技术方法,探讨了解决SLAM问题的最新进展：HTM-SLAM算法和基于特征的算法;对室外视觉导航,阐述了国际国内目前的研究动态。     

嵌入式机器视觉实时定位与测量的方法

本文提出了一种嵌入式机器视觉实时定位与测量相结合的测控方法。根据视觉测控系统中的定位与测量问题,利用点集、Hough变换和最小二乘等方法,解决了图像处理理论算法运算量大、工业检测实时性与准确性低等问题。测试结果表明,该方法检测工件的准确性高(基于公差),检测时间≤2.0ms/次。     

基于Dempster-Shafer的飞行机器人多目标视觉定位方法

在受到遮挡物影响的室内环境中,飞行机器人接收数据中常伴有不确定性因素,为了解决复杂室内环境下高精准定位问题,提出了基于Dempster-Shafer的飞行机器人多目标视觉定位方法。根据飞行机器人控制原理,分析飞行位置与期望位置存在偏差,通过提取颜色特征和边缘特征建立多目标模型。设计地面标记,采用迭代算法对标记地面目标进行局部最大化概率计算,以此适应多目标形变,通过Dempster-Shafer证据推理方法获取目标精准位置,由此完成多目标视觉定位。在实验场地支持下,将传统方法与Dempster-Shafer证据推理方法进行对比分析,由结果可知,Dempster-Shafer证据推理方法定位精准度最高可达到96%,对提高室内定位精准度具有一定价值。     

基于单目视觉的同时定位与建图算法研究综述*

与传统基于激光传感器的同时定位与建图（SLAM）方法相比,基于图像视觉传感器SLAM方法能廉价的获得更多环境信息,帮助移动机器人提高智能性。不同于用带深度信息的3D传感器研究SLAM问题,单目视觉SLAM算法用二维图像序列在线构建三维环境地图并实现实时定位。针对多种单目视觉SLAM算法进行对比研究,分析了近10年来流行的单目视觉定位算法的主要思路及其分类,指出基于优化方法正取代滤波器方法成为主流方法。从初始化、位姿估计、地图创建、闭环检测等功能组件的角度分别总结了当下流行的各种单目视觉 SLAM 或Odometry系统的工作原理和关键技术,阐述它们的工作过程和性能特点。总结了近年最新单目视觉定位算法的设计思路,最后概括指出本领域的研究热点与发展趋势。     

基于双目视觉的关键点的检测方法及定位研究

以双目立体视觉测量为背景,以显著性标志物中的关键点为目标,提出了基于颜色阈值分割的关键点的实时检测和定位方法;关键点的检测和定位主要分为3个过程,一是图像的预处理部分,为后续的检测和定位提供基础;二是对预处理后的图像进行关键点检测,检测的方法首先分别通过颜色阈值分割、轮廓提取、多边形逼近以及设置矩形轮廓提取出关键点所在的显著性标志物,其次根据该显著性标志物的特点,采用hough变换提取线段,并通过最小二乘法进行直线拟合,求出关键点的精确的像素坐标;三是利用立体视觉三角测量原理,对求取的关键点进行精确的位姿计算;该方法实时性好、精度高,为后续的机器人视觉避障提供了一定的理论依据。     

复杂多针脚异型元件的视觉精密定位研究

现阶段异型插件机的视觉系统大部分采用底部相机的针脚定位方法,通常难以区分针脚和元件本体,影响定位方法的稳定性。针对这一问题,目前已存在一种基于旋转立体视觉的针脚定位方法,该方法对于针脚数目较少的元件定位效果良好,可靠性和效率较高。基于该研究,此次提出一种多针脚异型元件的针脚定位方法。该方法首先求取无遮挡拍摄角度区间,从而获得无重叠针脚图像;然后通过空间矩方法获得每幅图像的针脚亚像素边缘,根据相机成像模型得到各边缘点的反投影射线方程;最后结合旋转立体视觉的标定得到元件针脚在虚拟成像平面的包络图,从而获取针脚的偏移和转角。     

一种基于机器视觉的自动定位方法及实验

介绍了一种基于机器视觉的高效、高精度自动定位控制方法,并通过了实验验证.首先,利用图像处理的结果确定控制系统中各零件的位置和方向.其次,通过实验得到像素坐标系和空间坐标系的关系,控制二维工作台高速向定位点运行,提高定位效率.最后,由电感测微仪的显示值变化构成闭环控制系统,控制工作台低速向定位点逼近,提高了定位精度.介绍了自动定位系统的总体结构设计、基本原理及实现过程,并给出了二维工作台两个方向上的定位误差实验分析.     

基于计算机视觉的大型车辆实时定位定向技术

为了解决大型车辆在进行货物装卸时易出现位置和方向误差较大而需多次调整的情况,本文提出一种基于计算机视觉的大型车辆实时定位定向技术.本技术在指示带的辅助下,采用霍夫变换、数字识别等图像处理方法实时测量车辆相对于停车地点的距离、方向和位置信息,最后,系统将利用像素的距离和数量信息来精确计算运动距离,并以图像和数字等多种形式在车辆驾驶室内实时报告、显示.实验证明,该技术可实现大型车辆实时、准确的定位定向.     

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.     

基于双目视觉的目标定位与测距系统硬件平台

自主目标识别与定位问题是智能化林业机器人工作的重要基础.以林业环境中树干识别及定位为目标,设计一种基于双目视觉的数字视频实时处理系统硬件平台.使用双目摄像头采集图像,并对采集信息进行三维信息计算,输出目标定位与测距结果.实验结果表明,该硬件平台可以完成图像采集及处理功能,达到预期的实验效果.     

机器视觉识别袜品纹理与精准定位的测控装置

袜品生产属于劳动密集型行业,袜品的裁剪是非常重要的工序之一,目前主要依靠人工裁剪实现,存在工作强度大、效率低、人工成本高等问题,已经制约织袜行业的良性发展.设计和实现一种机器视觉识别袜品纹理与精准定位的测控装置,该装置利用光学成像技术和快速图像采集技术实时获取袜品纹理的动态数字图像,通过提出的Gabor能量积分算法和动态延时定位指令输出方法处理后,实现对袜品特定位置裁剪的精准快速识别定位.经过实际使用验证,该装置裁剪定位精度为±2mm,高于人工裁剪精度,可完全取代人工裁剪方式.一套装置可完成相当于3个工人的工作量,在大幅度提高生产效率的同时降低企业运营成本.     

基于双目视觉与目标识别拟合的三维屏幕定位方法

为解决针对三维立体屏幕的定位问题,提出了基于双目视觉与目标识别、拟合的屏幕定位算法。首先利用边缘检测算法提取屏幕轮廓,获取屏幕在二维图像中的位置;其次利用双目视觉算法对识别出的屏幕进行深度数据采集,利用最小二乘法对采集的屏幕空间数据进行空间拟合得到屏幕的空间方程;最后计算屏幕顶点在三维空间中的位置从而确定屏幕范围,至此完成在三维空间中对屏幕的定位。实验结果表明,该方法计算得到的屏幕位置具有较高准确度。     

基于双目视觉的室内定位标定新方法

随着全球导航卫星系统的发展,位置服务已经逐渐渗透到人们日常生活以及工作之中,并成为必不可少的一部分,越来越多的人开始习惯使用位置服务,并对其产生依赖,并且,室内导航定位应用需求日益增加;目前,基于多目视觉原理的室内定位导航技术已经成为众多技术领域的研究热点,且逐步成熟;室内导航定位中,为获取目标的准确位置,相机的标定过程是重中之重,标定精度对最终定位精度有着决定性作用;然而,当有气液界面存在时,由于不同介质折射率不同,视线在传播过程中将发生偏折,现有的线性标定技术不再适用,并成为制约室内特殊场景定位(如水下机器人作业)的主要技术障碍;针对有气液界面的条件提出了一种新的标定方法,对界面位置进行精确定位,并修正了线性针孔模型,能够有效解决有气液界面存在条件下不能准确标定的难题,克服了封闭体内测量时无法进行现场标定的困难;为验证标定方法的可行性与可靠性,进行了数值模拟,模拟结果显示,此方法误差较小,满足室内定位中的标定精度要求。     

一种圆形瓶口缺陷定位检测方法

针对机器视觉检测中缺陷面积较大的圆形瓶口定位误差大的问题,分析了瓶口图像各个角度的特征,设计了一种在缺陷中迭代求解瓶口中心的方法.对拟合外边缘的残差进行排序并消除干扰像素,逐步循环迭代,准确定位了瓶口圆心,克服了缺陷部位像素对于圆目标识别的影响,实现了缺陷的实时定位.搭建了试验平台,用500幅不同缺陷的瓶口图像验证,结果表明该方法针对各种样式的缺陷,定位圆精度明显高于参考文献中典型方法,运行时间仅为0.01 s,证明了本方法在瓶口缺陷的实时定位、识别、分析方面具有明显优越性.     

视觉引导的搬运机器手位置测量研究

为提高工作效率,满足搬运机器手自动化抓取汽车保险杠的需要,研究了基于结构光视觉原理的保险杠抓取点位置测量方法。该方法通过对相机拍摄图像进行图像处理,识别出投射在保险杠平坦区域的激光光斑中心点;利用透视变换原理对获取的激光光斑图像进行矫正,最后结合像素标定结果计算得到汽车保险杠抓取点沿图像X轴方向偏移量和高度信息。现场实验结果表明：该测量方法稳定性能好,测量误差小于±3mm,可以实现对汽车保险杠的非接触测量,实时引导搬运机械手准确抓取汽车保险杠,给自动化行业提供一种简单准确的定位识别系统和方法。