一种基于单目视觉的无人机室内定位方法

目前,无人机定位技术主要依赖以GPS(Global Positioning System)为代表的全球定位系统,然而在室内等GPS信号缺失的地方进行定位则比较困难。另外,传统的室内定位技术主要采用蓝牙、WiFi、基站定位等多种方式融合成一套定位体系,但是该类方法受环境的影响比较大,而且往往需要部署多个设备。此外,这种方式只能得到远近信息,无法知道设备在空间中的姿态。该文提出一种基于单目视觉的无人机室内定位方法。首先,通过无人机机载相机拍摄的图像,结合特征点法和直接法,先跟踪特征点,然后利用直接法根据关键点进行块匹配,估计相机位姿。然后利用深度滤波器对特征点进行深度估计,建立一个当前环境的稀疏地图,最后利用ROS (Robot Operating System)的3维可视化工具RVIZ对真实环境进行仿真。仿真结果表明,所提方法在室内环境下可以获得良好的性能,定位精度达到0.04 m。     

基于单目视觉的机械手三维定位

提出了一种利用单目视觉识别目标并且进行精确的三维定位,用于机械手对目标的精确定位.首先通过模板匹配的方法在图像中识别出目标并计算其中心坐标,然后分别在相同高度和水平的四个相隔一定距离的位置上采集目标图像,根据目标在图像中的位置变化,结合平行双目视觉原理与小孔成像的缩放比例关系,计算摄像头距离目标的深度距离.该系统易搭建、成本低,定位精度较高.     

基于单目视觉的无人机障碍探测算法研究

针对低空飞行无人机的避障问题,研究了一种基于单目视觉的障碍物深度提取算法。在无人机前视摄像机获取的图像中,通过Harris角点检测算法提取角点作为特征点,使用归一化互相关算法进行角点的匹配,根据图像序列中特征点间距离的变化和无人机的运动计算障碍物的深度。对用于单个障碍物深度计算方法进行了改进,使用RANSAC算法区分不同深度的障碍物。仿真表明,该算法可以有效发现并区分不同深度的障碍物。     

基于单目视觉的工业机器人定位系统设计

在工业化生产流程中,工业机器人能准确识别并抓取目标工件的状态、位置信息,收集反馈给控制系统处理以修正加工程序参量,从而实现制造工艺的高度自动化及精加工。以视觉定位和图像信息收集、处理的工业机器人为对象基准,设计了一套单目视觉定位系统。系统引入了静态图像收集算法、图像信息模块测量和三维空间匹配测量算法,通过工业试验得出测量数据。误差分析结果表明,基于单目视觉的机器人定位系统符合加工自动化的信息数据要求,能实现工件参数和空间姿态间的匹配,辅助提升生产的自动化程度。     

基于单目视觉的工件定位技术研究

针对普通工件的位姿定位问题,文中提出了一种使用单目视觉平台和CAD模型的工件定位方案。为了阐明该方案的具体设计,基于单目相机的标定方法引入工件图像识别的相关技术,设计了工件的图像预处理过程,并提出基于CAD模型的单目视觉定位算法。实验测试结果表明,与基于先验性关系的定位方案相比,该定位方案具有更高的精度和较好的灵活性,可以满足普通工件的定位需要。     

基于单目视觉的AUV 实时定位算法研究

在未知的环境中,自主水下航行器(AUV)运动未知的情况下,采用单目视觉不能对路标进行完全定位,存在尺度漂移。针对这种情况,研究了融合声纳测距信息的AUV定位方法,建立了AUV的运动模型,路标的初始化模型及相机的测量模型,采用扩展卡尔曼滤波对AUV位置进行估计;为了提高定位算法的实时性,提出了基于预测的特征匹配与误匹配点去除算法,既提高了匹配的效率,又提高了匹配的正确率。实验结果表明,该算法定位较准确,实现了AUV的三维定位。     

自主足球机器人的单目视觉自定位方法

全自主机器人足球系统中，每个自主足球机器人都是一个独立的智能机器人，有自己的决策、通信、视觉和感知、机电控制等子系统，但是系统不具备全局视觉。为了使系统能够了解场上全局信息，足球机器人的自定位是必须解决的关键问题之一。文章介绍了一种在颜色场地信息已经视觉识别的前提下，通过单目视觉测距，实现全自主足球机器人自定位的几何方法：对摄像机CCD像面的量化、镜头的非线性畸变和摄像机定标等可能引起误差的因素进行了分析．实验结果表明方法可行。     

单目视觉目标观瞄光点实时定位方法

针对目标跟踪仿真系统中观瞄光点在数字仿真图像中的实时定位问题,提出一种基于单目视觉的光点实时定位方法。首先,采用卡尔曼滤波的方法对光斑在采集图像中的粗略位置进行预测;然后,在以此粗略位置为中心的光斑区域内采用基于Hessian 矩阵的方法对光斑中心坐标精确提取;最后,在建立有摄像机像平面上点到数字仿真图像上对应点的定位模型基础上,由提取的光斑中心坐标经定位模型求解实现光点定位。实验结果表明:该方法对光点定位的误差为0.4 pixel,且每帧图像的光点定位时间为0.32 ms。该方法可实现目标跟踪仿真系统光点的高动态、高精度实时定位。     

面向AUV自主回收的单目视觉定位算法

针对自主水下航行器（AUV）自主回收过程中对回收装置的近距相对位置测量问题,提出了一种基于单目视觉的近距定位方法。该方法首先给出AUV与回收装置端面垂直时的单目定位方法,然后提出旋转定位法来解决AUV有俯仰和偏航时AUV与回收装置之间相对位置的精确计算问题,并进行了实验室试验研究,验证了该方法的有效性。     

基于视觉处理的四旋翼无人机自主导航系统设计

文章论述的四旋翼无人机由两个核心部分组成,其一,是以安装有OpenCV库的树莓派为核心的视觉识别部分,其二,是以Ti公司的C2000芯片为核心的飞控部分。系统通过树莓派检测周围环境,获得当前飞行器的姿态以及相对于目标的位置矢量,将数据按格式打包并交付至飞控芯片,经过飞控计算处理,控制无人机姿态以到达指定目标位置。     

基于即时稠密三维重构的无人机视觉定位

传统景象匹配定位方法在用于低空无人机定位时,易因低空航拍图像视场小,且与卫星图像（带有地理信息）的拍摄角度差异大而失败.本文提出了一种基于即时稠密三维重构的无人机视觉定位方法,通过将稠密三维点云与卫星图像匹配以实现无人机定位.首先根据图像序列快速估计摄像机位姿,而后使用多深度图协同去噪与优化算法生成稠密三维点云,随后通过变换观察视角由稠密三维点云生成与卫星图像拍摄视角相近的虚拟视图,最后将虚拟视图与卫星图像匹配并得到无人机的地理坐标.由于稠密三维点云包含多张图像的信息,覆盖面积大,且可变化观察视角,因此能够有效克服上述两个问题.实验证明了本文方法的有效性.     

基于前向单目视觉的机器人自定位研究

为了改善全景视觉近端信息有缺失、距离信息噪声大造成的机器人定位不精确,文中提出了增加前向单目视觉的方法,以改善原有的视觉系统.首先给出前向单目视觉系统的体系结构,然后对各个模块进行了详细的说明,最后通过实验,验证了该方案的有效性.     

基于单目视觉和固定靶标的位姿测量系统

利用计算机视觉进行位姿测量的方法广泛应用于机器人系统、运动体控制系统和精密检测系统。研究和设计了一种基于固定靶标的单目视觉定位系统和方法,用最少硬件资源实现精密定位。首先,利用图像匹配的方法检测出平面靶标在图像中的坐标,图像匹配采用SIFT算法和映射匹配方法,之后利用固定靶标的特性求取中心点。实验利用多幅图像样本验证了图像匹配的准确性和鲁棒性。然后,针对呈矩形分布的PnP问题,提出了一种新的求解方法,以靶标控制点的图像坐标和空间坐标作为输入,得到了移动物体与摄像机的三维相对位姿。实验利用五维精密位移台移动目标物体并拍摄多副图像,结果表明位姿测量系统在800 mm范围内达到mm级精度,可以满足应用需求。     

基于视频图像分析及单目视觉技术的地铁施工人员定位技术研究

针对传统地铁工程人员定位系统建设、维护、管理成本高,应用效果不佳等问题,基于施工现场视频监控设备,提出施工区域人员识别及位置计算的人员定位方法,并研发了一套工地人员定位软件。通过视频监控画面和AI智能算法自动识别人体,基于单目视觉原理建立单张数码相片中人体与视频监控摄像头的相对位置关系,借助监控摄像头的GIS坐标,解算方位参数后推算目标人体坐标。工程案例应用表明,通过对照无人机航拍正射影像地图和特征点交会测量坐标可知,定位系统精度能控制在2 m以内,满足施工现场管理要求。     

基于单目摄像机的无人机视觉导航参量估计方法

针对无人机视觉导航参量估计精度低、计算复杂的问题,提出了一种基于单目视觉的无人机导航参数提取方法.该方法首先分析了单目摄像机情况下物理坐标、摄像机标定坐标之间的关系,并利用单目摄像机拍摄图像的时空相关性建立测量参数的计算模型,有效避免了传统多目摄像机图像存在的同步对准问题;接着,推导了测量参量同坐标参量的相互关系,并给出了参数方程的近似估计,推导了求解约束参量的最小二乘(LS)计算过程;最后,为克服LS无法克服测量噪声干扰的实际情况,进一步提出了采用最小均方算法在传统一步计算结果的基础上进行迭代优化计算,有效提升了计算过程的抗干扰能力.实际的场地实验结果表明,本文方法保持了较高的计算精度和抗干扰能力,在两种测试环境下平均误差均控制在2个像素以内,具有优秀的应用价值.     

基于单目视觉的自主足球机器人自定位研究

本文介绍了一种在颜色场地信息已经由视觉识别的前提下,通过单目视觉测距,实现全自主足球机器人自定位的几何方法;对摄像机CCD像面的量化、镜头的非线性畸变和摄像机定标等可能的引起误差的因素进行了详细分析,并且对应地提出了解决办法.尤其是引入了偏最小二乘回归法对摄像机内部参数进行定标,避免由变量的相关性导致的定标误差;同时也更适于实际的比赛情况.实验结果表明它是可行的.     

单目红外目标跟踪机器人视觉系统设计

针对特定红外目标跟踪机器人设计的需求,以3种不同频率的信号,合成了可以被一体化红外传感器连续解调的目标特征信号,设计了基于特征信号模型的机器人视觉系统,包括单目复眼的信号检测阵列和2级序列的信号调理电路．试验表明,系统工作稳定可靠,实现了对目标的智能搜索、连续跟踪,信号抗干扰性强,可用于多目标的识别跟踪．     

基于时滞卡尔曼滤波的机器人视觉定位

在移动机器人视觉伺服跟踪系统中,考虑到视觉系统的延时,本文在引入单目视觉测量信息的基础上,利用延时的扩展卡尔曼滤波方法进行了空间运动目标定位和运动信息获取。蒙特卡洛仿真实验结果验证了该方法的有效性和可行性。