基于单目视觉的距离测量研究

针对目前单目视觉中依靠图像标定及其在双目视觉中立体匹配方法的不足,提出了利用单目视觉测量物体与镜头之间距离的测距方法。首先利用步进电机控制镜头移动来引起图像放大倍数的变化,然后根据图像的放大倍数和镜头移动的距离来计算镜头与物体之间的距离,距离计算的准确性已通过测量试验得到验证。     

一种单目视觉测距方法的研究

提出一种在利用单目视觉测算前方障碍物距离和角度的方法。利用计算机视觉理论和方法,探讨仅利用针孔成像原理和几何坐标变换,计算障碍物位置的方法。实验结果表明该方法是有效的。     

基于单目视觉的传送带上产品定位技术

提出了一种基于单目视觉的传送带上产品定位技术.该技术利用相机的针孔模型,基于张正友的平面标定方法,通过数字图像处理技术实现了对传送带上产品的准确定位.在定位过程中引入了图片加框技术,显著降低了复杂场景带来的误差.实验结果表明:该方法可以有效地实现传送带上单个或多个物体的定位;其中单物体定位的平均误差为1.8‰,多物体定位的平均误差小于1.1‰.     

基于单目视觉的车距测量方法综述

测距是实现车辆安全系统的关键技术,计算机视觉提供人类视觉的计算模型。在总结国内外已有的车辆测距的理论的基础上,比较了机器视觉中单目视觉和立体视觉测距的优缺点,重点总结了国内已有的基于单目视觉的车距测量方法,并给出了相应的原理及测距模型。最后,给出了每一种方法存在的优点和一些不足,并对未来进行了展望。     

基于单目视觉测距的测高测面积方法

利用单目摄像头所建立的三维测距模型,提出了一种地面上任意物体实际高度测量的计算方法。同时为了克服双目视觉对应点匹配和面积计算所利用的像素当量产生的误差,提出了一种更精确的目标实际面积测量方法。首先,利用三维几何测距模型,推算得出地面上任意一点到摄像头的距离计算公式,并根据透射点几何转换得到一种地面上物体高度的测量方法。其次,依据成像模型,与特定选取的世界坐标系、摄像机坐标系、图像坐标系三者之间的关系,推算出一种新的测量目标实际面积的方法。最后通过实验对误差进行了分析,提出了误差来源与相应的解决思路,证实了该方法的有效性。     

基于单目视觉的平面位姿估算

位姿的测量在航空航天、汽车制造等领域都有着重要的应用价值。基于单目视觉测量系统,通过对平面上已知空间坐标的4个特征点的有效提取以及数据最优化方法,实现平面位姿的测量。本章中被测平面上采用4灰度值对比度大而区域面积较小的特征圆点实现对特征点快速提取,简化了图像处理的过程。实验结果表明该测量结果符合实际的位姿。     

机器人单目视觉定位模型及其参数辨识

从机器人运动控制的需要出发,在分析视觉坐标系和机器人坐标系的映射关系基础上,建立了机器人单目视觉定位的数学模型.提出了基于遗传算法的参数辩识方法.该算法直接利用建立的视觉定位数学模型和一组特征点实测结果,通过遗传算法得到包括摄像机参数在内的所有参数.比较了直接测量法、待定系数法、基于遗传算法3种计算方法在实际ROBOCUP全自主机器人平台的运用结果,实验证实提出的算法可以得到更好的实际效果.     

基于单目视觉的工业机器人抓取系统设计

针对工业机器人在示教模式下上料无法对位姿出现偏差的工件完成抓取的问题,设计了一种基于单目视觉的工业机器人抓取系统。系统使用单目视觉采集工件图像,利用九点标定法将图像中的工件形心坐标转换为机器人坐标系下的坐标;通过图像处理算出工件的旋转角度,引导机器人运动至目标位置并配合抓手完成对工件的抓取。最后以PCB为对象搭建了抓取系统,经过多次抓取实验,发现该抓取系统位置误差在2 mm以内、姿态误差在1.5°以内,能够满足自适应抓取工件的定位要求。     

一种改进SURF算法的单目视觉里程计

基于微软Kinect传感器,提出一种改进SURF(speeded up robust features)特征提取算法的单目视觉里程计新方法。用Kinect传感器获得环境彩色和深度图像,再采用基于特征点信息的改进的SURF算法完成彩色图像特征点的提取与匹配,提高匹配的正确率和鲁棒性,随后进行与深度图像的映射,实现三维重建并利用最小平方中值定理估计出机器人的路径信息。实验证明,该方法匹配正确率较SURF算法更高,在动态环境下具有很好的鲁棒性,是一种简单、有效的单目视觉里程计新方法。     

深度补全的无动态对象单目视觉SLAM研究

现有的单目视觉SLAM方案为了提高精度,大多都是通过增加各种传感器来实现的,这并没有将单目相机的表现发挥到极致。文章提出了一个基于ORB-SLAM3的视觉SLAM系统,旨在最大化地利用单目资源,在单目相机的基础上通过增加深度预测网络来模拟深度相机,利用CNN和ORB融合的方法进行特征点提取,并结合深度图进行特征过滤,旨在提高驾驶场景单目相机位姿预测精度,同时为避免动态对象对SLAM系统造成的干扰,文章引入了图像的实例分割网络。     

基于单目视觉的车辆3D空间检测方法

针对基于单目车辆检测的3D包围框检测精确率比较低的问题,提出了一种基于改进的FPN特征融合、ResNet残差单元、全连接层组合而成的新网络方法.在训练阶段,回归车辆的三维尺寸、残差角度和置信度;在推理阶段,检测出所属类别车辆的三维尺寸和局部角度(α).由车辆的3D包围框中心点坐标、车辆的三维尺寸、车辆偏航角(θ)和相机内参矩阵复原绘制出车辆的3D包围框.所提方法在KITTI验证集上进行了实验,与原方法的检测结果相比,改进的方法在容易、适中、困难三个检测等级下提升了车辆3D包围框平均精确率(AP_3D)为0.60%,1.37%,1.41%.     

基于单目视觉的Delta机器人零点标定方法

针对实际工程应用中少自由度高速抓放并联机器人的精度问题,提出了一种基于视觉测量的快速标定方法.以Delta机器人为例,通过系统分析和机构合理简化,建立了零点误差模型.构造出基于单目视觉平面测量的零点误差辨识模型,借助单目视觉仅检测机器人动平台沿水平面运动时末端x、y向的位置误差,识别出零点误差,进而修改零点位置实现末端位置误差补偿.标定实验结果表明该方法简单、有效、实用性强.     

基于单目视觉的横穿障碍物检测

提出一种基于单目视觉的横穿障碍物检测方法.首先,基于道路平面假设,根据特征点的位置约束以及逆透视投影变换下的性质,提取地面特征点对.其次,采用迭代加权最小二乘法估计自车平移和旋转运动参数.然后,利用估计的运动参数对图像光流进行旋转补偿,并基于道路C 速度空间生成障碍物的候选标记点.最后,对候选标记点进行分组聚类和验证,确定横穿障碍物区域.不同交通场景下的实验结果表明,上述方法能够适用于各种自车运动,有效检测横穿障碍物.     

单目视觉行人身体多部件距离融合估计算法

针对现有自主汽车辅助驾驶系统中,单目摄像头行人距离估计精度不高的问题,提出一种单目视觉行人身体多部件距离融合计算法。联合脚部件与头部件共同对行人目标进行距离估计,分别采用半水波形等距线脚部部件距离估计与头部部件高度插值距离估计算法来获取行人的距离估计结果,使得算法能够同时具备精准性和稳定性。经仿真验证,该算法在非遮挡条件下,35 m内能够将误差控制在1 m以内,在半遮挡条件下,35 m内能够将误差控制在2 m以内,满足车载辅助驾驶对行人距离估计精度的要求。     

基于肤色和运动检测技术的单目视觉手势分割

在分析肤色的信息特征和手势的运动特性基础上,构建了一种基于单目视觉的手势分割方法,可从视频图像序列中获取有意义的手势区域.针对确定的背景图像,以10帧的采样间隔采集手势图像,通过肤色信息特征来获得手势的肤色区域,同时通过差分法获得手势的运动区域,再将肤色区域与运动区域进行融合处理获得初始的手势区域,在此基础上,进一步研...     

基于单目视觉和惯性测量的飞行器自定位研究

为了获得飞行器高精度、高稳定性的定位结果, 结合低成本的单目摄像机和惯性测量单元, 通过对单目视觉和惯性测量进行多传感器融合, 实现飞行器的自定位。 视觉定位模块中, 对 3 种当前最新的单目视觉定位方法分别进行不同场景下的实验和比较, 分析它们各自用于飞行器定位时的优势和劣势。 为了解决视觉定位对图像特征的依赖问题, 引入一种基于扩展卡尔曼滤波的多传感器融合方法, 将视觉定位和惯性测量以松耦合方式进行融合, 用惯性测量补偿因视觉定位不稳定而产生的误差。 实验证明, 该方法在视觉定位不稳定的情况下能有效降低定位结果的误差。     

基于球面磨削纹理的球度误差原位判别评估方法

对高硬度球面磨床中存在的几何误差进行了数学建模并分析其对球度误差的影响规律.建立了几何误差条件下磨粒运动轨迹的数学模型,定义了磨纹交错度这一特征量并用于评定机床几何误差的大小,提出通过视觉检测球体表面磨纹的交错度,进而判断球体球度的新方法.该方法可以在加工中对球体的球度误差进行原位评估,对球体球度的在线检测和误差补偿具有重要意义.     

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。     

基于道路几何模型的单目测距算法

在研究前方障碍物识别及高速公路几何模型基础上,对其左右边缘线的几何约束关系进行了讨论,分析了常用的多目测距算法的不足,提出了一种实时、有效地利用计算机视觉原理实现单目测距的求解高速公路上障碍物距离测算方法,实验证明,系统的实时性好。精度高,达到了实用要求。