基于相机标定技术的移动机器人辅助定位

通过相机标定技术在机器人定位上的应用,用以辅助室内机器人的定位。通过机器人内置的照相机,采集设定靶标的信息。文中利用坐标系的转换及对相机镜头的畸变处理,确定机器人当前所处位置与设定靶标间的相对位置,从而修正误差。     

一种基于深度特征的室外环境下激光地图辅助视觉定位方法

针对无GPS或弱GPS信号下的室外环境中的车辆无法定位问题,提出了一种利用激光地图辅助视觉定位方法。首先利用双目相机的视差图的深度与三维激光雷达地图进行匹配,然后通过最小化深度残差来估计六自由度相机位姿,接着利用视觉跟踪产生的良好的初始估计和提出的深度残差方法可有效地估计相机的位姿,最终通过估计相机的位姿完成定位。通过对比多个公开数据集,验证所提方法的准确性和有效性,最后利用实验小车采集校园数据,仿真和实验结果都证明利用此方法的有效性和在室外环境下的视觉定位的准确性。     

基于RGB-D图像的具有滤波处理和位姿优化的同时定位与建图

RGB-D相机能够同时获得彩色图像和深度图像,广泛用于同时定位与建图(SLAM)的研究.本研究针对RGB-D SLAM方法进行了两方面的改进:一方面,改进点云滤波方法,从而更有效地去除RGB-D相机数据中的噪声和冗余;另一方面,采用ICP算法提高相机位姿估计的精度,从而提高估计的相机运动轨迹的精度.在公开的数据集上对提出的RGB-D SLAM方法进行实验验证,结果表明,该方法能够有效提高移动机器人自主定位与建图的精度.     

一种基于IEKF的轮式移动机器人自定位算法

为使移动机器人在导航时能满足定位要求,提高其定位精度,提出一种将里程计、相机传感器和激光雷达信息进行融合的自定位算法。根据机器人的机械结构和运动方式对其建立运动学模型,由里程计推算出机器人在不同时刻的位置估计;利用相机传感器对环境中的路标特征进行识别并计算出两者之间的距离和夹角;将激光雷达所获得的机器人相对路标特征的距离和角度与相机传感器的信息进行匹配,并利用迭代扩展卡尔曼滤波(iterated extended Kalman filter, IEKF)算法融合里程计信息,最终得到较为精确的机器人的位置估计。仿真试验结果表明,该多传感器融合算法相对传统的定位方法具有更高的定位精度。     

基于机载光电平台的海面目标定位方法

将海面目标从图像的像素坐标经坐标转换至WGS-84坐标系下的经纬高度,并搭建目标定位系统测试定位精度.实验数据分析表明,对定位精度造成影响的主要因素为惯性导航系统的姿态、航向角、相机的俯仰角测量精度.为进一步提高定位精度,对惯导系统建立基于角度四元数的状态方程,对相机俯仰角度建立状态方程,利用适用于动态数据处理的扩展卡尔曼滤波算法对姿态角度数据进行预测及检验校正.实验结果表明,经滤波处理后的姿态角度应用于目标定位,可以有效减小定位误差.     

蓝宝石衬底表面微观缺陷检测与深度估计

文中将线阵相机扫描技术与垂直扫描白光干涉技术相结合,对蓝宝石衬底表面的微缺陷进行定位和深度评估.首先,利用线阵相机测量设备进行全场扫描,获得全场图像;然后,通过提取质心坐标来检测微缺陷的位置坐标;最后,在白光干涉测量系统中重建微缺陷的三维形貌,识别缺陷类型,提取缺陷深度信息.结果表明:线阵相机测量系统扫描直径为10.16 cm的蓝宝石衬底表面只需10 s左右,而白光干涉测量系统检测一个微缺陷大约需要76 s,检测到的最深缺陷深度为7.09 μm,共发现13个缺陷(10个凹坑和3个裂纹或划痕)并定位在蓝宝石衬底表面.实验结果表明:该方法能准确定位蓝宝石衬底表面的微缺陷并提取其深度.     

盲环境移动定位(Ⅱ):基于单目视觉系统的定位技术

针对盲环境中移动目标的定位需要,提出了一种基于序列编码图形路标和单目机器视觉系统的盲环境移动目标定位算法.内容包括:在序列编码图形路标模型的基础上,建立包含透镜畸变分析的摄像机针孔成像模型,在移动目标上安装经过标定的单目相机,实时采集包含编码图形路标的图像;根据解码得到的编码标志牌中心点的三维坐标,利用POSIT算法解算出相机的位姿参数,实现盲环境下移动目标的精确定位定姿.实验结果和精度分析表明,该研究为盲环境中移动目标快速精确的自主定位提供了一种可行的新方法.     

基于二维码的相机位姿求解

针对视觉机器人定位问题,提出基于二维码的相机位姿求解方法,以实现视觉机器人的精准定位.利用开源计算机视觉库(open source computer vision library,OpenCV),首先对二维码的标准位置和相机进行标定;其次对图像进行预处理,得到二维码准确的边缘轮廓;然后利用循环遍历和最大距离算法求解特征点,对于像素过低导致的边缘失真采用"像素突变"算法进行优化;最后利用特征点通过坐标变换求解出相机位姿.在实际场景中对该方法进行测试,试验结果表明算法的旋转轴误差为±0.18 m,旋转角误差为±2°,平移量总误差为±0.02 m,可以有效地对视觉机器人进行精准定位.     

蓝宝石衬底表面微观缺陷检测与深度估计（英文）

文中将线阵相机扫描技术与垂直扫描白光干涉技术相结合,对蓝宝石衬底表面的微缺陷进行定位和深度评估.首先,利用线阵相机测量设备进行全场扫描,获得全场图像;然后,通过提取质心坐标来检测微缺陷的位置坐标;最后,在白光干涉测量系统中重建微缺陷的三维形貌,识别缺陷类型,提取缺陷深度信息.结果表明:线阵相机测量系统扫描直径为10.16 cm的蓝宝石衬底表面只需10 s左右,而白光干涉测量系统检测一个微缺陷大约需要76 s,检测到的最深缺陷深度为7.09μm,共发现13个缺陷(10个凹坑和3个裂纹或划痕)并定位在蓝宝石衬底表面.实验结果表明:该方法能准确定位蓝宝石衬底表面的微缺陷并提取其深度.     

基于改进YOLOv5s和传感器融合的目标检测定位

针对无人车环境感知过程中相机无法提供道路目标的位置信息,激光雷达点云稀疏以致检测方面难以达到很好效果的问题,提出一种通过融合两者信息进行目标检测和定位的方法。采用深度学习中YOLOv5s算法进行目标检测,通过联合标定进行相机与激光雷达外参的获取以转换传感器之间的坐标,使雷达点云数据能投影到相机图像数据中,得到检测目标的位置信息,最后进行实车验证。结果表明,所提算法能在搭载TX2嵌入式计算平台的无人车自动驾驶平台上拥有27.2 Hz的检测速度,并且在一段时间的检测环境中保持12.50%的漏检率和35.32 m的最远识别距离以及0.18 m的平均定位精度。将激光雷达和相机融合,可实现嵌入式系统下的道路目标检测定位,为嵌入式平台下环境感知系统的搭建提供了参考。     

数码相机参数的靶圆切点标定法

数码相机定位是计算机图形学中的一个重要课题,在图像处理等方面有着广泛的应用,其中数码相机参数的标定是定位的关键．文章结合数码相机成像原理、坐标的旋转变换与平移变换,利用两靶圆切点的像仍为切点的原理,提出了数码相机参数标定的靶圆切点法,并利用最小二乘法将数据拟合,得到数码相机的内外部参数．实验结果证明了这种方法的可行性与实用性．     

基于YOLOv5s-T和RGB-D相机的螺栓检测与定位系统

机器人替代人工紧固角钢塔螺栓是解决高空作业安全问题的途径之一.针对角钢塔螺栓紧固机器人的作业需求,提出了一种基于神经网络和RGB-D相机的角钢塔主材螺栓检测与定位系统,将轻量化的YOLOv5s-T网络应用于英特尔?实感?深度摄像头D435i采集的图像,实现了角钢塔主材螺栓的实时检测、三维定位及重新排序等功能.经实验验证,YOLOv5s-T在基本不降低均值平均精度（mean average precision,mAP）的情况下,推理速度提高约31%;用RGB-D相机测得的三维坐标计算相邻螺栓间距,平均误差小于1 mm.对主材螺栓排序算法进行验证,RGB-D相机正对螺栓组模板时,模板的正确排序率不低于95%,可快速引导6自由度机械臂末端到达螺栓紧固点.     

基于改进IMM-UKF算法的一种融合航迹推演的红外路标室内定位方法

在结构化环境中,针对室内机器人导航对精度和实时性的要求,在一种新型红外路标定位方法的基础上,为满足全局导航的需要并简化硬件结构,提出一种融合航迹推演的红外路标室内定位方法,将单个大功率红外发射管作为路标,移动机器人上的红外摄像头作为接收传感器,融合采用改进的交互多模型无迹卡尔曼滤波(interacting multiple models unscented Kalman filter,IMM-UKF)算法.将融合航迹推演的红外路标室内定位方法和一般的定位方法做了比较,并将融合所采用改进的IMM-UKF算法与一般的融合算法做了比较.实验结果表明,提出的基于改进IMM-UKF算法的融合航迹推演的红外路标室内定位方法获得了比一般的定位方法更快的定位速度和更高的定位精度,且改进IMM-UKF算法比一般融合算法获得的定位精度更高.     

基于结构相似性粗定位与背景差分细分割的运动目标检测方法

针对抖动相机和静止相机下的运动目标检测问题,本文提出基于结构相似性粗定位与背景差分细分割的运动目标检测方法。首先使用动态模式分解法根据视频序列提取彩色背景图像为粗定位提供基础,提出在小范围内利用相关法对SIFT算子检测到的当前帧图像和彩色背景图像的特征点进行匹配,通过匹配点对的偏移量估计当前帧图像的偏移程度,以达到消除图像抖动的目的;然后利用结构相似性对目标区域粗定位,减少复杂背景的干扰;再对各通道下粗定位彩色背景图像及校正后的当前帧图像背景差分并对其结果进行与操作;最后通过形态学处理得到完整的运动目标。实验结果表明：本文方法不仅有效改善了相机的抖动问题,而且在抖动相机和静止相机两种情况下的检测率有所提高,与GMM等三种算法相比查全率和准确率分别提高1.6%、3.5%和3%以上。     

视频监控中多视角目标智能定位追踪方法研究

在视频监控中对目标进行定位追踪时,容易出现遮挡情况。当前定位追踪方法需预先检测出遮挡状况,再对目标位置进行校正,计算量大,且追踪结果不可靠。为此,提出一种新的视频监控中多视角目标智能定位追踪方法,针对每个摄像头采集到的图像,对其进行二值化处理,通过稀疏表示方法对目标进行定位。构建了视频监控中多视角目标跟踪的概率框架,针对每个智能摄像机,建立视频监控中多视角目标追踪模型。通过不同视角中的视频数据求出本地似然函数。为了避免维度灾难问题,对联合后验概率进行分解获取边缘概率乘积的形式,通过边缘概率求出被追踪目标在摄像机视角下的位置。依据消息传递机制实现信息融合,达到目标追踪的目的。实验结果表明,所提方法有很高的定位和追踪精度。     

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。     

海事闭路电视智能联动云台定位算法

为解决海事闭路电视(CCTV)智能联动云台定位算法存在的问题,应用大地测量学理论,建立一种适合于不同纬度、基于WGS-84坐标系的摄像机云台定位算法.该算法综合考虑潮汐、船舶大小、不同船舶定位方式等的影响.实验结果表明,经本文算法计算的水平、垂直转角值与摄像机实测数据相吻合,误差较小,可以应用于海事CCTV实时监控系统.     

基于改进TLD的自动目标跟踪方法

视觉跟踪一直是机器视觉研究热点,TLD（tracking-learning-detection）算法是近年来出现的一种高效的视觉跟踪算法,针对TLD算法中Lucas-Kanade（LK）光流法无法有效跟踪物体快速移动和尺度变化的问题,采用金字塔光流法对TLD算法进行改进。并将所跟踪物体形心作为图像定位参考点,提取物体定位信息,通过定位信息运用比例-积分-微分（proportion-integral-derivative,PID）控制算法控制摄像头舵机云台转向,使摄像头快速、灵活、精确地自动跟踪指定物体。通过系统测试,与传统TLD算法对比,采用金字塔光流法改进的TLD目标跟踪算法在跟踪目标发生光照变化、尺度变化等情况时,具有更加优良的跟踪性能,准确将跟踪目标形心位置提供给控制部分,控制算法高效灵活,在获取信息后精确、快速地控制摄像头方位,使其正对跟踪目标。该系统对目标跟踪技术、安防技术、自动瞄准系统具有重大意义。     

一种改进的机器人视觉定位方法

针对机器人工作环境及已有机器人操作点定位法的局限,提出了一种基于＂眼在手上＂的手-眼机器人视觉定位方法.该方法简化了标定过程,特别是在定位时摄像机对目标取像的姿态不受任何约束,极大地提高了自动化生产效率.