基于加权加速正交迭代算法的相机位姿估计

单目视觉中的位姿估计是三维测量中的一个关键问题,在机器视觉、精密测量等方面运用广泛。该问题可通过n点透视（PnP）算法求解,正交迭代算法（OI）作为PnP算法的代表,因其高精度的优点在实际中得到了广泛运用。为了进一步提高OI算法的稳健性和计算效率,提出了一种加权加速正交迭代算法（WAOI）。该方法首先根据经典正交迭代算法推导出加权正交迭代算法,通过构建加权共线性误差函数,利用物点重投影误差更新权值,达到迭代优化位姿估算结果的目的;在此基础上,通过自适应权值,整合每次迭代过程中平移向量以及目标函数的计算,减少迭代过程中的计算量,从而实现算法的加速。实验表明,在12个参考点中存在两个粗差点的情况下,WAOI的参考点重投影精度为0.64 pixel,运算时间为8.02 ms,精度高且运行速度快,具有较强的工程实用价值。     

二值加权正交迭代相机位姿估计算法

在相机位姿估计算法的实际应用中,由于2D像点与3D参考点的错误匹配,参考点中往往含有异常值。针对现有算法抗异常值能力较弱的问题,提出了一种基于正交迭代的二值加权算法。该算法在正交迭代算法的基础上,引入包含两个阈值的加权系统来衡量参考点的可靠性。选取重投影误差的四分位数中的最大值作为阈值之一,另外引入一个与重投影误差和焦距相关的阈值来加速异常值比例较低时的收敛速度。最终选取两阈值的最大值对目标函数进行二值加权,降低了异常值对估计结果的影响。实验表明,该方法提升了正交迭代算法的抗异常值能力,具有较强的鲁棒性。     

基于测量误差不确定性加权的快速相机位姿估计算法

在相机位姿估计任务中,参考点位置的测量容易受测量仪器或者所处环境影响,出现一定程度的测量误差,其中误差较大的点对最终求解精度的影响很大,被称为野值点。文章针对现有算法抗野值点能力较弱的问题,提出一种基于测量误差不确定性加权的快速相机位姿估计算法。该算法以经典的正交迭代算法为基础,引入M估计方法,对目标函数根据参考点的测量误差赋予相应大小的权值,最大程度地将野值点的影响排除,并引入Kronecker积对计算过程进行优化,减少了迭代过程中的冗余计算,提高运算速度。仿真实验结果表明,改进后的算法提升了原算法的抗野值点能力,且计算速度更快。     

基于扩展正交迭代的快速加权的相机位姿估计

相机位姿估计算法多基于参考点而较少利用图像中的直线信息,本文对于相机位姿估计算法的抗干扰性和实时性,在扩展正交迭代的基础上,提出了一种基于点和直线段结合的快速加权的相机位姿估计算法,该算法以加权共线性误差和加权共面性误差之和为误差函数,根据计算初值的深度信息和重投影误差确定权重系数,并对整体进行加速优化,将每次迭代计算的时间复杂度从O(n)降到了O(1)。仿真实验结果表明算法可以抑制异常点的干扰,减少计算时间,旋转矩阵计算误差比传统正交迭代算法减少48.31%,平移向量计算误差减少48.79%,加速优化后的计算时间为加速前的47.11%。实物实验表明该算法可以充分利用检测到的参考点和参考直线信息,提高计算精度,有较高的实际应用价值。     

基于凸松弛全局优化算法的视觉测量位姿估计

针对参考点存在较大噪声时基于光束法平差的视觉测量位姿估计无法确保目标函数在全局极小处收敛,本文提出利用凸松弛（LMI）全局优化算法进行视觉测量全局最优位姿估计。利用归一化图像点和摄像机光心组成的正交投影矩阵,构造以旋转矩阵四元数为参数的物空间误差目标非凸多项式函数。对非凸多项式进行LMI,可以逼近其全局极小值,进而求解...     

手眼相机位姿测量精度理论分析及验证

从理论和实验上对手眼相机位姿测量精度进行了研究。首先,根据靶标设计形式和P3P 算法介绍位姿测量原理。接着,从理论上分析了位置测量精度和姿态测量精度,即靶标沿X 轴平移位置测量精度和靶标绕X 轴、Y 轴、Z 轴旋转测量精度。然后,对通常的检测方法进行分析,提出了以产生相对位姿实现六维自由度变化的检测方法,提出用中误差对测量精度进行评价,并具体介绍了检测方法。最后,对手眼相机测量精度进行了实际检测,将实验数据与理论数据进行了对比分析。实验结果表明：距离测量精度最大为25.60 mm,旋转测量精度最大为1.4毅,均满足测量精度的要求。     

基于双摄像机的位姿估计迭代融合算法研究

提出了采用双摄像机配置实现的正交迭代算法.把两个摄像机作为整体实现迭代计算旋转矩阵R,使两个相机总的目标空间误差最小,将单相机每次迭代解算出的平移向量t进行均值融合,能进一步提高测量精度和鲁棒性.仿真结果表明,该算法能大大缩短运行时间,在计算精度,实时性,抗噪声性能方面对于共面标志点情况大大提高,对于非共面标志点情况也略有提高.     

基于特征点不确定性加权误差的位姿估计新方法

计算机视觉中一般是利用优化技术最小化目标函数来估计位姿,目标函数通常是由图像平面上特征点重投影误差构成,并且假设测量噪声是各向同性且独立同分布的高斯噪声,所得到的位姿是在该假设条件下的极大似然最优估计。然而,在实际应用中这种假设并不总是成立,测量噪声通常是各向异性且非独立同分布,而且常常具有很强的方向性。为此,本文提出了一种新的特征点位姿估计方法,首先对特征点的方向不确定性建模,然后将方向不确定性融入到重投影误差中,构造基于不确定性加权误差的新目标函数,最后利用Levenberg-Marquardt算法优化目标函数求解位姿。大量实验结果表明,本方法可以适应不同程度的方向不确定性,精度优于现有迭代方法。而且随着不确定性的增加,位姿解的精度并没有明显变差。     

基于双目视觉的机械臂位姿估计及目标 自动定位系统

针对以往使用的激光测距和单目摄像机估计技术、单眼照相机位姿估计法受到噪点影响而导致估计精准度低的问题,提出了基于双目视觉的机械臂位姿估计及目标自动定位系统设计.使用高压柜按钮,控制机械臂启停.使用FPGA通信协议芯片,节省信号处理时间.构建双目视觉模型,将操作目标的空间位置信息传递给机械臂,从图像中提取特征点,并求解单...     

基于双目视觉与切面向量的曲面物体位姿估计

针对单目视觉估计曲面物体位姿时世界坐标不易获得的问题,将双目视觉与合作靶标相结合,提出一种高效的曲面物体位姿估计方法.通过双目相机生成不同位姿下的目标物体点云以便快速提取靶标角点的世界坐标,不同于常用的点云配准位姿估计,本文取对应点坐标差的均值表示平移向量;然后,求取靶标角点所在切面的法向量,组成目标在不同位姿坐标系下...     

基于相机位姿估计的局部放电源可视化标注方法研究

局部放电源的准确、快速定位对科学分析电磁干扰成因,开展电磁干扰预警与防护等具有重要意义.本文将场景图像信息与电磁辐射信息相融合,提出了一种基于P3P (pespective-3-point)相机位姿估计的局部放电源可视化标注方法.该方法在获取局部放电源空间三维坐标的基础上,结合场景图像信息可对其进行可视化标注,有利于直观、快速实现局部放电源的排查与定位.通过模拟测试和交叠率计算,对比分析了局部放电源定位误差、相机位姿参数估计误差以及相机重投影误差等对标注结果准确性的影响,并以高压放电形成的瞬态电磁辐射为研究对象,开展了试验测试与验证.研究结果表明：对处于2个不同位置的高压放电源进行可视化标注,利用半径为10 cm的圆形标注框计算得到的交叠率分别为0.67和0.72,标注结果对高压放电所在区域的指向性好,实现了对放电源的可视化标注.     

一种非迭代的位姿估计方法

针对深度相机运动中的位姿估计问题,提出了一种无需迭代的估计方法。首先,在二维图像上应用图像特征点提取和描述方法,完成不同视点的初始匹配。其次,选择初始匹配度量距离最小的2个特征点作为种子点。以三维空间中欧式距离与坐标系的建立无关为准则,对初始匹配进行筛选。剔除误匹配点对,进而计算运动位姿参数。最后,采用nyuv2图像数据库进行实验,验证了本文算法的可行性和正确性。实验结果表明:与传统算法相比,该方法计算效率平均提高了8倍以上,特别适用于大型场景中的同步定位和地图构建SLAM(Simultaneous Localization and Mapping)问题。     

基于关键点距离表征网络的物体位姿估计方法

提出一种新型的关键点距离表征学习网络,该网络利用位姿变换过程的几何不变性信息,在网络中引入距离量的估计,进而推导出稳健关键点,以此来提升基于深度学习的六自由度物体位姿估计方法的精度。所提方法包含两个阶段。首先,设计了关键点距离表征网络,通过一种骨干网络模块和特征融合结构实现RGB-D图像特征提取,并结合多层感知机预测物体逐点相对于关键点的距离量、语义和置信度。其次,根据可视点投票法及四点距离定位法,利用网络输出的多维信息推理计算关键点坐标,并最终通过最小二乘拟合算法得到物体位姿。为了证明所提方法的有效性,在公开数据集LineMOD和YCB-Video上进行了测试,实验结果表明,所提方法相比于原PSPNet框架中的ResNet参数量减少一半且精度有所提升,在两个数据集上精度分别提升了1.1个百分点和5.8个百分点。     

双模态信息融合的飞行目标位姿估计方法

针对在飞行目标位姿估计中背景复杂、目标提取及位姿解算精度低、速度实时性差等问题,提出了一种激光与图像信息融合的飞行目标位姿估计方法。首先,建立彩色相机和激光雷达间的坐标变换模型实现两传感器像素级匹配,对同一时刻的图像和点云进行融合处理;其次,采用Vi Be算法与深度信息融合对图像中运动目标进行提取,并根据图像目标的位置框选出对应的点云;最后,利用PnP算法进行特征点粗配准,获取点云间初始旋转平移矩阵,并采用迭代最近点算法进行精配准,利用IK-D Tree加速临近点搜索,提高配准速度。使用仿真试验和半实物仿真试验对方法准确性和稳定性进行了验证,结果显示：二维图像目标检测算法正确率为97%,错误分类比为0.011 2%;位姿估计算法与传统迭代最近点算法相比精度提高了53.2%,单次耗时从261 ms降低至132 ms,效率提升约49.4%,与其他算法相比也具有一定优势。为飞行目标落点精准预测和制导控制提供解决思路。     

多相机非共视场的非合作圆特征位姿测量方法

以大型光学模块转运时基于视觉的位姿测量为背景,利用目标底部同一平面的两个圆特征,针对大目标近距离对接时的环境限制,提出一种基于距离和角度约束的多相机非共视场位姿检测方法.对接时球头与锥孔正确对接,将两个相机分别固定于球头机构的内部后采集锥孔边缘的圆特征,利用非共视场成像的多相机标定获取两相机位置关系,融合多个相机的位姿信息,利用两圆共面和两相机位置关系约束剔除空间圆位姿解算时的虚假解.实验验证了该方法的精度,在1140 mm的工作距离时,圆边缘特征的姿态角误差小于0.5°,圆心的计算误差小于1.0 mm,实验结果表明该方法可准确计算位姿,结果可靠有效,在大目标近距离位姿测量时具有明显实用性.