基于分层实现的三维场景重构技术研究

三维场景重构的实现具有广阔的应用前景,给出了在无人干预情况下分层实现三维场景重构的实现方式及其关键算法,研究讨论了实现此关键算法,射影重构及实现欧氏重构的基于绝对对偶二次曲面的自标定算法的特点,并讨论了其适用的情况及算法所存在的缺点,研究了算法可能存在的改进方向.     

基于立体视觉的自由曲面三维重构

利用BP神经网络对立体视觉系统进行隐式标定,采用投射大小光斑的方法增加自由曲面的图像特征;提出了一种基于射影变换原理的分块匹配算法,分别在左右两幅图像上,对大点构成的区域进行标准形状变换,然后实现区域内小点的自动匹配.对石膏像面部进行三维重构的实验表明,投射光斑的方法增加了自由曲面的图像特征,分块匹配算法能有效地实现图像间的特征匹配.     

移动机器人里程计系统误差的校正方法

为提高系统的定位精度和减小系统误差,针对低运动控制模型精度移动机器人,基于3个主要的系统误差来源——"左右轮子直径的不相等"、"轮距的不确定"和"左右轮子直径实际的平均值与标称平均值不相等"所产生的位置误差和方向误差,提出了校正里程计系统误差的方法,并设计校正实验来校正系统参数——左右轮子的直径和轮距.该校正方法分别考虑了系统误差对机器人直线运动和旋转运动的影响,通过直线运动和旋转运动的实验数据校正系统参数.实验结果表明,校正后的系统参数更接近其实际值,系统误差更小,系统定位精度更高,并且实验简单,容易操作.     

基于显微视觉的沥青路面微观纹理三维重构

针对沥青路面微观形貌常用检测方法的不足,融合显微视觉的局部放大特性和数字图像处理技术,提出了基于显微视觉的沥青路面微观纹理三维重构方法。根据激光三角测量原理建立显微视觉三维重构数学模型;利用立体显微镜采集序列图像,对图像进行插值处理和阈值分割,并提取光条中心线;采用Delaunay三角剖分算法实现表面三维重构。与基于聚焦深度的沥青路面微观纹理三维重构方法进行试验对比分析,结果表明,本文方法对光照均匀性无特殊要求,具有精度高、操作简便、三维直观性强等特点。     

移动机器人作战平台立体视觉三维建模方法

虚拟现实技术在移动机器人作战平台遥操作中的应用,可增强操控人员的视觉临场感,提高操控效率.基于立体视觉的三维建模是构建虚拟环境的基础.根据立体视觉的基本原理,研究了立体视觉的三维建模方法.在对比同类型中不同算法基础上,提出适合立体视觉系统的三维建模算法,提出提高空间点求解精度的改进算法,最后用Open Inventor进行三维模型可视化显示.试验结果表明,该方法具有良好的建模效果,能精确反映障碍物深度信息.     

基于彩色图像的移动机器人视觉导航系统

基于移动机器人视觉处理的实践 ,提出了基于颜色模型的图像分割方法 .运用快速聚类的方法处理分割图像并进行目标定位 ,通过实验检验图像分割和目标定位的精度 ,给出了目标定位计算公式 ,对误差的产生进行了分析 .     

密集点模式的三维场景重构技术概述

阐述点模式图形学的发展现状,介绍点模式三维场景重构所需的数据处理和场景显示两个关键技术.     

基于激光雷达里程计的高速公路三维建模方法

构建三维道路数字模型对智能车服务和道路管理具有重要意义。文中针对高速公路不同路段应用场景下车辆运行速度快、干扰噪声多、特征少和无回环检测辅助等一系列问题,提出一种以激光雷达信息为建模基础数据、激光雷达里程计与LOAM技术等多传感器融合的高速公路三维建模方法。首先,通过车载激光雷达获取道路场景的激光点云数据,使用激光雷达图像分割技术赋予每一个点有关构造物的标签,剔除道路上其他运动车辆的信息,减少建模噪声;其次,制定了一个精确的同步策略来对GNSS、IMU和激光雷达等传感器进行集成;在此基础上,结合惯性导航预积分结果、基于特征点云的位姿约束和RTK数据构建因子图,消除激光雷达里程计的累积误差,从而构建全局一致性的高速公路三维数字模型。为了保持姿态估计的有限数量,文中还引入了基于关键帧的滑动窗口优化策略。最后,分别采集高速公路场景中常见的3种路段（一般路段、桥梁和隧道路段）进行建模分析,结果表明,在具有挑战性的高速公路场景建模中,文中方法能够有效提高建模鲁棒性、精度以及模型有效性。     

基于RANSAC改进算法的单目视觉里程计研究

运用SIFT算法对单目所采集的室外视频图像的相邻两帧进行了特征点的检测与匹配.采用改进的RANSAC算法对所匹配点进行了误匹配点剔除.根据相邻两帧图像特征点的跟踪以及里程计读数作为辅助信息,求解特征点的三维坐标;进而根据视觉里程计模型,达到机器人的定位.实验结果表明,该方法相比传统的里程计定位精度高,比之双目激光等定位方法,又有成本廉价的优点.     

基于图像处理的移动机器人视觉定位方法

移动机器人视觉定位方法,主要是将目标物体的图像像素与移动机器人和目标物体之间的距离联系起来。应用视觉传感器搜寻目标物体,并借助于图像处理技术提取目标物体的特征对目标进行定位。通过计算目标物体图像的像素数,比例关系来确定目标物体与机器人之间的距离。这种方法成功地运用于RIRAII移动机器人上。     

基于视觉识别技术的移动式樱桃采摘机器人设计

为了降低樱桃采摘过程中的破碎率,提高采摘效率,设计一种新的基于视觉识别技术的移动式樱桃采摘机器人。将TI公司的32位数字处理器芯片TMS320F2812作为核心处理器设计移动式樱桃采摘机器人,本文给出硬件总体方案,并且通过SAA7105完成对视频图像的编码操作。软件设计主要包括樱桃的定位、机器人手眼标定和机器人路线规划。依据目标上多个点的三维位置信息对樱桃球模型进行重建,通过最小二乘法求出樱桃质心位置,实现樱桃的定位。将樱桃在机器人坐标系中的定位简化成求解摄像机坐标系和机器人坐标之间的映射矩阵,通过映射矩阵实现机器人手眼标定。考虑到樱桃的采摘要求,通过分段路径规划对机器人的运动进行控制。实验结果表明,所设计机器人图像处理性能强、定位精度高,在保证采摘精度的同时,有很高的采摘效率。     

基于ORB特征的改进RGB-D视觉里程计算法研究

提出一种基于ORB特征算子的改进RGB-D视觉里程计算法,针对移动机器人在室内环境定位时存在的精度低、系统处理速度慢等不足,首先对视觉里程计中ORB特征提取信息,采用四叉树形式划分,使特征信息提取均匀化;改进误匹配点剔除算法,缩小抽样点总量,有效剔除误匹配,提高机器人的位姿估计精度;最后,提出一种关键帧提取与筛选策略,利用局部地图判别关键帧,加快系统运行速度,减少跟踪丢失。仿真实验表明:改进后的视觉里程计算法鲁棒性更好,定位精度明显提高。     

基于并联机构的三维视觉重构系统点云自动配准

目前点云配准方法需要在相邻的两幅深度图像上有重叠的区域来保证最后的正确匹配,不能在有平坦区域或重复几何特征的深度图像上得到正确结果.针对这一问题,将并联机构与结构光视觉技术相结合,构筑一个三维视觉重构系统.利用并联机构运动过程中的位姿信息,通过坐标变换,将各点云数据独立的变换到适当的坐标系,实现多视点点云同时自动配准.     

基于VC和3D建模的关节型机器人仿真技术

首先介绍了机器人技术中关节型机器人(即机械手)的技术,又介绍了三维图形处理技术,最后介绍了VC 环境下的三维机械手建模技术和实时控制方式,并给出一个具体实例.     

基于直方图着色法的3D重建

 着色是基于图像的三维场景重建的重要步骤.它通过一致性检测来实现,即检测一个体素映射到这个体素的所有视角中的相应区域的颜色是否一致.一致性检测方法主要有标准差法、自适应阈值法、直方图法等.对直方图一致性检测方法进行了分析并提出相应的算法.它的一个显著特点是不需要调整参数,算法相对容易实现.实验结果表明,该算法是有效可行的.     

基于数码相机图像的三维重构

针对传统三维坐标测量方法的局限性,提出了利用数码相机对物体进行三维重构,达到对物体进行非接触测量的目的．采用标准图像法对数码相机内部和外部参数分别标定,与传统的相机标定相比,简化了求解的复杂性．基于同一物体的两幅图像,给出了其三维重建理论和算法．并举例说明了三维重构的具体实现步骤和方法．     

多视图几何轻量级三维重建算法

针对现有深度学习三维重建网络内存消耗严重、效率低下的问题,提出了高效的多视图几何三维重建网络(high efficiency multi-view stereo network,H-MVSNet)模型,将原始图片序列和预测的粗略深度图融合,进一步提高最终深度图的质量;构建轻量级的特征提取模块和正则化模块,减少提取冗余度;采用由粗到精的策略,建立高效的深度图细化模块,减少计算量。实验表明,H-MVSNet模型在DTU数据集中的精度误差可达0.327mm,计算一张分辨率为640×480的深度图仅需0.44s,内存消耗可低至2.46GB,显著提高了三维重建的精度和准确度。     

基于三维重建的人脸姿态估计

人脸姿态估计是计算机视觉及人脸识别领域的一项关键研究内容.将三维模型应用于估计人脸图像姿态参数,提出了基于三维重建的人脸姿态估计算法.根据人脸正面图片上的特征点计算出形状参数,实现三维人脸重建.基于三维人脸模型,由姿态图片上提取的特征点信息推知等姿态下模型上对应特征点的信息,针对照模型正面姿态,运用线性回归估计姿态参数.实验表明,重建的三维人脸具有较好的真实感,在较大的姿态变化范围内,该方法也能够取得较好的估计精确并具有鲁棒性.     

未知环境下移动机器人的同时定位和地图构建

针对未知室内环境下的自主移动机器人的同时定位和地图构建(SLAM)问题,通过激光测距仪来获取环境信息,采用室内环境直线特征的提取和匹配方法,使移动机器人能够自主定位,解决了里程计传感器在移动中所带来的不确定性误差,同时采用移动栅格法对全局地图更新,提高了系统运行速度.利用Pioneer-3移动机器人平台进行实验,得到了较完整的环境地图.实验结果表明了基于环境特征的移动机器人同时定位和地图构建方法的有效性和实用性.     

移动机器人即时环境探索与地图库构建

研究了室内准结构化环境中移动机器人自主环境探索与复合环境地图库构建问题.基于实时获取的激光测距数据,并面向机器人自主导航、探索与认知等多种任务需求,提出了基于探索导向点的自主环境探索方法,以及可与准结构化环境相适应的复合地图库构建算法.为了适应环境中存在的随机运动人体目标及用几何特征无法表述的非规则障碍区,提出了临时栅格统计算法和非规则障碍区建模算法,从而实现环境动态信息的实时处理和对不规则障碍区的聚类与划分.通过对仿真和应用于Pioneer3-DX移动机器人平台所获得的实验结果和数据的分析讨论,论证了所提算法的有效性和实用性.