移动机器人车载摄像机位姿的高精度快速求解

在分析移动机器人车载摄像机位姿的特殊性质的基础上,根据摄像机的等效转轴构造辅助旋转矩阵,利用该旋转矩阵将原始待分解本质矩阵和单应矩阵转换为一类简单的、可通过初等数学运算进行分解的本质矩阵和单应矩阵。仿真实验的结果表明,该车载摄像机位姿估计算法较传统方法具有更高的精度和更快的运算速度,对摄像机等效转轴的扰动也具有很好的鲁棒性。此外,分解出的可能解的数目较传统算法减少了一半,且在除诱导单应阵的空间景物平面与地面垂直的情况下,均能直接得到移动机器人的唯一转角,为移动机器人姿态控制提供了极大的便利。     

单目视觉SLAM车载摄像机快速位姿估计及景物重构

针对单目视觉同时定位与地图构建(simultaneous localization and mapping, SLAM)应用,提出一种快速车载摄像机位姿估计及景物结构3D重构算法。在无具体标定物的情况下,利用移动机器人二自由度运动导致摄像机采集视图中对应极点的特殊性质,标定出真实摄像机与虚拟摄像机间的相对姿态,并利用主动视觉方法进一步标定出移动机器人坐标系与虚拟摄像机坐标系间的相对位移;构造无穷单应变换,将真实视图中通过SIFT算法得到的假设欧氏匹配点集转换为对应虚拟摄像机的虚拟假设欧氏匹配点集,并利用基于RANSAC的归一化三点算法快速地对本质矩阵进行估计和分解;利用已观测到的路标三维信息,递归地剔除本质矩阵分解出的平移量的尺度不确定性,并利用线性三角形法重构出景物结构。实验结果表明:该算法在保证运算精度的同时,具有更快的运算速度。     

一种基于旋转矩阵分解的视觉伺服控制算法

针对传统视觉伺服控制算法易使目标物品脱离摄像机视野而致伺服失败的缺点,从表征当前摄像机坐标系与期望摄像机坐标系姿态关系的旋转矩阵中分解出了等效转轴和等效转角,利用它们构造了一种可以有效控制摄像机朝向的任务函数矢量,并推导出了表征任务函数矢量变化量与摄像机运动速度间非线性映射关系的雅可比矩阵。然后构造了任务函数,并根据李雅普诺夫第二方法设计了解耦的视觉伺服控制律,最后对所设计的控制律进行了实验验证。实验结果表明,使用旋转矩阵分解方法构造的任务函数矢量来控制摄像机朝向,可使目标物体始终位于摄像机的视野之内,从而有效避免伺服失败。     

自主车辆视觉系统的摄像机动态自标定算法

为了解决自主车辆视觉传感器在姿态变化后摄像机旋转外参数的在线自标定问题,提出了一种利用道路图像消失点相对不变量的摄像机旋转外参数的动态自标定算法.它首先从汽车采集到的道路视频序列中实时分析道路消失点,然后依据中心极限定理并使用相应的统计量,动态地估计主消失点与消失线参数,最后利用小孔成像模型下的消失线与消失点方程,解析地求得对应于当前统计特征的摄像机外部参数动态解.实验结果表明,在摄像机进行姿态调整后,实验系统使用本算法可在不超过90帧有效图像样本的基础上,能对摄像机旋转外参数进行精确标定,使旋转外参数的绝对误差值收敛于0.001 rad的误差带之内.     

四元数体上方程AXB=C的D自共轭解及最小二乘问题

矩阵方程AXB=C具有广泛的实际应用背景,笔者在四元数体上讨论它的D自共轭解及其最小二乘问题.首先,对于给定的四元数正定矩阵D,借助四元数向量内积,给出了D自共轭矩阵的定义.然后,利用四元数矩阵对分解定理,得到了方程AXB=C具有D自共轭解的充要条件及其解的表达式.最后,利用四元数矩阵对的广义奇异值分解,获得该方程的最小二乘D自共轭解,并通过数值算例显示该文的具体算法.所得结果推广了复域上的相关结论.     

多视点标定图像的交替迭代度量重建方法

提出了一种针对相机内部参数已标定的多视点图像交替迭代度量重建方法.该方法以目标空间中重建的3D点到匹配特征点的反投影线间的距离作为重建误差的测度,使误差函数形式上更简洁且具有明确的几何意义.重建过程通过对相机外部参数中的旋转矩阵、平移量和3D重建点交替迭代完成,其中平移量和3D点一起估计,避免了它们与旋转矩阵中的元素间的尺度差异引起的数值偏差.利用合成数据和真实图像的计算分析均表明本文方法有较高的重建精度,具有实用性.     

Oldham RC链分抗逼近电路零极点精确求解

根据Oldham RC链分抗逼近电路的电路特征与数学特征,采用理论推导和MATLAB编程两种方法实现四类Oldham RC链分抗逼近电路的零极点的求解．针对Oldham RC链的规则级联结构特点,由简化电路求出传输矩阵、迭代矩阵,并求出阻抗函数的一般数学表达式．使用特征值分解法和Hamilton—Cayley展开法求出迭代矩阵幂而获得各类Oldham RC链分抗的简洁数学表达式,并给出特殊初始阻抗情形下各类Oldham RC链分抗的零极点的解析解．利用MATLAB中的“solve”和“roots”函数编程实现任意简单初始阻抗下零极点的数值求解．验根结果表明,实现了电路零极点的精确求解．     

求解循环三对角方程组的追赶法

利用LU分解的思想,首先将循环三对角方程组的系数矩阵A分解成3个矩阵的乘积LUD,其中L是下三角矩阵,U是单位上三角矩阵,D是拟对角矩阵(每行只有两个非零元素,前n-1行非零元位于主对角线和最后一列上,第n行非零位于第1列和最后一列上);然后,运用追赶法的思想依次用前代法("追")解出Lu=d的解,回代法("赶")解出Uv=u的解;再利用Dx=v的第一行和最后一行求出未知量Xn,进而回代求解出所有未知量.该方法虽然将系数矩阵分解成3个矩阵的乘积,但计算过程并不复杂,总的算数运算量只有O(14n).小于传统算法的计算量(O(17n)).文章对数值计算的稳定性进行了分析.当矩阵A对角占优且2|ai|≤|bi|时,算法是数值稳定的.数值试验结果与理论分析相吻合.     

利用对应直线求取摄像机外部参数

通过对解空间的分析,发现摄像机外部姿态参数中旋转矩阵的解分布于一半径固定的超球面上,且此超球面的维数可由方程组的系数矩阵确定.据此提出了在全空间中求取全解的搜索策略.实验表明,用本算法所得到的结果与理论分析相吻合,能够较好地解决参数求取过程中的完全解问题     

一类矩阵方程组的正交投影迭代解法

讨论了矩阵方程组AX=B,XC=D一般解的正交投影迭代解法.利用正交投影原理和一般矩阵的结构、性质构造迭代算法,再利用矩阵的奇异值分解、F-范数的正交不变性及矩阵方程组解的性质,证明了算法的收敛性,且推导出收敛速率的估计式.经数值实例验证了算法的有效性.     

足球正脚背射门动作的三维姿态重构方法研究

足球正脚背射门动作实时变化,不同时刻目标二维图像存在很大差异,当前三维姿态重构方法可得到的动作信息非常有限且具有姿态敏感性,导致重构结果不可靠、连续性不高。为此,提出一种新的足球正脚背射门动作的三维姿态重构方法,依据足球正脚背射门动作图像中所有像素的平均梯度平方矩阵获取Harris算子,通过Harris算子对足球正脚背射门动作特征进行提取。通过矩阵因式分解方法从观测矩阵中分解出三维姿态位置矩阵,实现足球正脚背射门动作三维姿态重构。实验结果表明,所提方法具有很高的重构精度,且连续性较高。     

基于双目立体视觉的列车目标识别和测距技术

随着近几年铁路运输量的大幅度提升,铁路运输自动化被提上了日程,现如今火车的调车与编组的效率都有了大幅度提高,但是,火车的摘钩分解操作依旧是需要人工完成.针对摘钩作业时间短,需要在机器人和车厢同步时准确识别目标把手和测距的问题,提出使用双目立体视觉技术配合机械臂自动摘取车钩的方法并对视觉部分进行深入研究:通过图像预处理和模板匹配技术识别目标把手,在利用特征检测和匹配算法恢复双目摄像机间的位姿信息,并对双目摄像机的位姿信息进行校正.为了克服立体匹配时光照不均的影响,提出了基于局部融合的立体匹配算法获取视差图,最后使用三角测量计算列车分解区域中目标把手的深度信息,实现三维重建.此方法可以在识别把手位置后,测量把手距双目视觉系统的物理距离,为机器人自动摘钩提供数据基础.     

基于八元数的立体摄像机外部参数定标方法

八元数可同时表示两摄像机坐标之间的相对平移和旋转，中以八元数作为数学模型，提出了一种立体摄像机外部参数的定标算法，通过两摄像机的刚体运动，将运动参数矩阵进行奇异值分解可同时得到立体摄像机的外部参数；仿真结果表明，所提算法具有良好的鲁棒性。     

光轴外扩式布置的双目相机图像立体校正

摘要： 针对宽视野光轴外扩式布置双目图像采集和显示系统的图像立体校正问题,利用三维重建误差,提出了一种基于双目图像视差特性的立体校正方法.在分析光轴外扩式布置双目相机图像视差特性的基础上,针对相机光心与显示投影中心间的位置误差和相机光轴与显示视轴间的角度误差,建立图像仿射变换、水平视差畸变和垂直视差的校正函数,利用一组空间采样点的三维重投影误差作为目标函数通过优化方法求解校正参数.仿真实验表明：在视轴外扩夹角为30°时,本方法可以有效地消除光心位置误差和光轴角度误差对图像视差造成的影响.真实图像校正实验表明：校正后的图像水平畸变小,在显示宽视野双目图像时,能保持正确的三维立体感.
关键词：中图分类号：文献标志码： A     

基于目标检测的单目视觉半稠密语义地图构建

传统的视觉SLAM系统在机器人定位和制图工作中取得了显著的成功，但存在着缺乏场景信息、地图过于稀疏、单目相机初始化困难等亟待解决的问题。本文提出了MNS-SLAM（Monocular-semantic SLAM），将目标检测算法与单目视觉SLAM（同时定位与地图构建）技术相结合，进而构建有助于环境理解的半稠密语义地图。首先，通过目标检测网络YOLOv4检测对象获取边界框和类别信息，通过消失点算法和二次曲面恢复算法由2D目标检测恢复出3D长方体及二次曲面，实现3D物体的位姿初始化。同时，引入了目标间相对位姿不变性的语义约束，构造了语义损失函数，将其添加到BA优化中，最后通过增量式3D线段提取，构建带有物体语义信息的半稠密地图。文中方法在TUM公开数据集和真实场景中进行试验，不仅构建了半稠密地图，同时添加了语义信息，为后端的优化提供了新的约束，相机的绝对和相对位姿误差表现出优于单目ORB-SLAM2的性能，有助于搭载单目相机的移动机器人感知和理解环境，执行更复杂的任务。     

光栅投影三维成像系统中的摄像机修正与匹配

根据透镜成像理论，建立了光栅投影三维成像系统中摄像的成像模型，推导出了物体与成像之间的关系．提出了一种不用分离参数就可求出摄像机机内外参数的新方法．它降低了求解非线性方程的难度，使系统的运行速度显著提高，降低了左右摄像机的差异，提高了三维成像的质量．实验证明，此方法简便易行、稳定性好、精度较高、可操作性强．     

线性流形上行反对称矩阵反问题的最小二乘解及最佳逼近

运用矩阵的奇异值分解方法,给出了线性流形上矩阵方程组AX=B,XC=D的最小二乘行反对称解。对于任意给定矩阵X珟,得到了上述最小二乘解集合中的惟一最佳逼近解。     

基于奇异值分解的权重计算、一致性检验与改进

利用奇异值分解和可能满意度方法，提出了一种新的层次分析法权重计算、一致性检验与改进过程．根据矩阵最优近似定理和Kullback—Leibler信息法则，指出奇异值分解所得结果是对决策偏好的最优近似，根据可能满意度方法，利用判断矩阵的最大特征值及其Frobenius范数，定义判断矩阵的可能度与满意度，分别考察一致性改进程度和相对原始判断矩阵的信息偏离程度，并将两者并合为一个能够全面衡量一致性改善效果的综合指标：判断矩阵的可能满意度．通过与加权几何平均改进方法相结合，在最大限度保留决策者原始判断信息条件下，逐步达到可接受的一致性．给出了改进算法的收敛性证明，并利用典型算例进行对比分析．     

基于RBF和TSVD正则化求解泊松方程

针对泊松方程的数值解,提出了一种基于截断奇异值分解(TSVD)的正则化和径向基函数(RBF)的改进的无网格方法.由于通过RBF拟合方程所产生的系数矩阵经常是病态的,TSVD正则化方法可以改善RBF无网格方法而获得更精确的数值解,与传统的RBF方法相比能够获得更好的数值结果,而且通过选择恰当的径向基函数,也能够提高数值解的精度.