复杂光线环境下结构化光斑的差动成像提取方法研究

结构化光斑提取是线结构光三维视觉测量的重要基础。针对在复杂背景光环境下结构化光斑难以提取的问题,本文提出一种基于时域差动成像的结构化光斑提取方法。通过电路控制线结构光与成像单元的同步工作,使连续拍摄得到的两帧图像中一帧含有结构化光斑,另一帧不含结构化光斑,通过对两帧图像灰度值的相似性特征参数识别,提取光斑的潜在区域,再结合关联区域筛选处理,即可有效提取出结构化光斑。这一方法能够在复杂的背景环境中将低信噪比结构化光斑准确提取出来,对于线结构光三维视觉测量等结构化光斑的相关应用都具有很高的实用价值。     

基于激光雷达的有界区域快速全局定位算法

室内全局定位技术是自动驾驶车辆和机器人的核心组成部分,也是当今的研究热点。基于该时代背景,本文提出了一种基于激光雷达的有界区域快速全局定位算法,将全局地图与局部地图的特征向量进行对比匹配,实现了雷达在有界区域内的精确定位。利用仿真实验对算法的有效性和定位精度进行了分析,发现其平均位置误差比为0.791%,平均朝向误差为0.3883°。结果表明,该算法可以较稳定且精确地获取静态雷达的位姿信息,是一种研究室内全局定位的有效方法。