單目
- 一種基于改進(jìn)YOLOv5單目測距方法研究
種目標(biāo)檢測算法與單目視覺來提高測距精度和速度,具有重要的研究意義。國內(nèi)外眾多學(xué)者已在單目測距領(lǐng)域進(jìn)行了廣泛而深入的研究,取得了諸多成果。于國防等[2]結(jié)合單目測距和有限局域圖像快速匹配算法,實現(xiàn)倒車影像系統(tǒng)中目標(biāo)距離探測;汪亞兵等[3]融合RANSAC(Rando m Sa mple Consensus)算法、Pn P(Perspective-n-Point)算法和單目測距進(jìn)行目標(biāo)距離的計算;關(guān)闖等[4]利用路況消隱點的單目測距方法結(jié)合數(shù)字圖像處理Houg
安徽工程大學(xué)學(xué)報 2023年1期2023-05-19
- 基于單目視覺的旋翼無人機定位系統(tǒng)設(shè)計
定位系統(tǒng)，研究了單目視覺定位算法，設(shè)計了自主定位系統(tǒng)的軟硬件架構(gòu)。驗證實驗表明，本文設(shè)計的輕量級視覺定位系統(tǒng)可以實現(xiàn)無人機單目定位。1 搭建視覺定位系統(tǒng)架構(gòu)1.1 硬件平臺本文搭建的多旋翼無人機平臺包括Pixhawk飛行控制板、視覺傳感器、機載嵌入式計算機。搭建的視覺定位無人機平臺如圖1所示。圖1 視覺定位旋翼無人機平臺飛行控制板Pixhawk使無人機執(zhí)行自主命令和控制飛行。Pixhawk是一種高性能的自動駕駛儀，以兩片STM32芯片為主從控制器，并且集成
無線互聯(lián)科技 2022年21期2023-01-16
- 一種單目VIO/UWB室內(nèi)組合定位方法
聰，徐愛功一種單目VIO/UWB室內(nèi)組合定位方法隋 心，張 杰，陳志鍵，王思語，張宏慶，張 聰，徐愛功（遼寧工程技術(shù)大學(xué) 測繪與地理科學(xué)學(xué)院，遼寧 阜新 123000）針對單目視覺慣性里程計（VIO）在室內(nèi)環(huán)境下易漂移、定位誤差較大的問題，提出了一種基于單目VIO/超寬帶（UWB）組合的室內(nèi)高精度定位方法。該方法結(jié)合單目VIO輸出的位置信息和UWB的測距信息，利用自適應(yīng)卡爾曼濾波進(jìn)行數(shù)據(jù)融合，考慮到UWB測距值易受非視距（NLOS）誤差的影響，通過新息向
導(dǎo)航定位學(xué)報 2022年6期2023-01-07
- 基于單目視覺的四軸飛行器體素地圖重建系統(tǒng)的研究
可以適用于裝備有單目、雙目或者深度相機的無人機的ORB-SLAM3算法，專為多旋翼系統(tǒng)設(shè)計來實現(xiàn)無人機實時建圖的框架OpenREALM，可以用于單目 SLAM無人機圖像拼接的Map2DFusion 算法，可以用于無人機導(dǎo)航的SLAM 框架openvslam，利用了激光傳感器進(jìn)行稠密重建的RTAB-Map。然而，大多數(shù)無人機的應(yīng)用多集中于雙目、深度或是添加激光等其他傳感器的環(huán)境。這是由于單目攝像頭不帶有深度信息，無法直接應(yīng)用于導(dǎo)航等問題。本文就單目攝像頭添加
電子技術(shù)與軟件工程 2022年9期2022-07-09
- 基于局部注意力和位姿迭代優(yōu)化的自監(jiān)督單目深度估計算法
三維重建，即進(jìn)行單目深度估計。單目深度估計在諸多領(lǐng)域有著廣泛的應(yīng)用前景，如智能制造、智能安防、機器人和自動駕駛［1］。與傳統(tǒng)多視角立體幾何不同，單目深度估計算法僅能利用單張圖像中的信息進(jìn)行深度推理，對深度信息進(jìn)行建模的難度較大。因此，手工設(shè)計的傳統(tǒng)算法模型難以獲得良好的深度估計結(jié)果［2］。隨著深度學(xué)習(xí)技術(shù)的快速發(fā)展，研究者們發(fā)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）能夠很好地建模圖像中的深度線索，從而實現(xiàn)高性能的單
信號處理 2022年5期2022-06-23
- 基于單目和雙目視覺信息的全參考立體圖像質(zhì)量評價模型
不僅考慮2D 單目圖像的失真程度，還考慮雙目視覺感知體驗帶來的影響。立體圖像是由一對2D 單目圖像組成，又稱左右視圖圖像，分別代表投影到觀看者每只眼睛上的景象。當(dāng)人們在觀看立體圖像時，人類視覺系統(tǒng)（Human Visual System，HVS）經(jīng)過復(fù)雜的雙目融合和雙目競爭的過程，將立體圖像中的左右視圖融合為人腦中的3D 視圖，這種融合的視圖不僅依賴于雙眼受到刺激的差異，還依賴于呈現(xiàn)給每只眼睛不同圖案部分的幾何關(guān)系［4］。因此，立體圖像質(zhì)量不僅與每張單獨
計算機工程 2022年2期2022-02-24
- 基于單目相機與激光雷達(dá)融合的SLAM方法
一定的缺陷，傳統(tǒng)單目視覺SLAM存在對光照變化敏感以及尺度漂移等問題[3-4]；激光SLAM在幾何結(jié)構(gòu)相似的環(huán)境中易失效并且回環(huán)檢測準(zhǔn)確度差[5-6]。因此，將單目視覺傳感器與激光傳感器融合的SLAM算法成為現(xiàn)階段研究的熱點方向。利用激光雷達(dá)準(zhǔn)確的三維點云信息，為單目相機采集的RGB圖像中對應(yīng)的像素賦予深度值，從而實現(xiàn)兩種傳感器的融合，通過這種融合方式可以提高單目視覺SLAM算法的準(zhǔn)確性。然而，現(xiàn)階段單目視覺與激光雷達(dá)基于數(shù)據(jù)層的融合往往因為恢復(fù)特征點尺度
電光與控制 2022年2期2022-02-22
- 基于單目稀疏法多傳感器融合移動機器人定位
視覺SLAM分為單目視覺、RGB-D SLAM、雙目SLAM。由于單目相機質(zhì)量輕、功耗小、成本低，能夠廣泛應(yīng)用在各個領(lǐng)域。MUR-ARTAL 等[6]于2015年提出了ORB-SLAM算法，運用單目相機在計算機的CPU上實時建圖與定位。該算法的關(guān)鍵點提取和描述子的計算花費近20 ms；但是，會忽略除特征點以外的大部分信息，在特征缺失地方采集不到足夠的匹配點進(jìn)行計算，從而可能丟棄有用的視覺信息。FORSTER等[7]于2014年提出了一種半直接法的視覺里程計
機床與液壓 2022年24期2022-02-02
- MAPSAC與EKF結(jié)合的單目相機魯棒定位估計算法與實驗驗證
確數(shù)據(jù)關(guān)聯(lián)關(guān)系到單目相機定位估計的準(zhǔn)確性，是單目相機定位方法的關(guān)鍵[1，2].由于單目相機獲取環(huán)境信息的平滑性、重復(fù)紋理的存在以及圖像處理引入的噪聲等，已有的數(shù)據(jù)關(guān)聯(lián)方法ICNN[3-5](Individual Compatibility Nearest Neighbour，ICNN)對環(huán)境路標(biāo)和成像特征進(jìn)行數(shù)據(jù)關(guān)聯(lián)時會存在模糊關(guān)聯(lián)的情況，即一個路標(biāo)可能關(guān)聯(lián)多個成像特征，或者一個成像特征可能與多個路標(biāo)關(guān)聯(lián)，從而引起錯誤的數(shù)據(jù)關(guān)聯(lián).對含有錯誤關(guān)聯(lián)的數(shù)據(jù)直接采
測試技術(shù)學(xué)報 2021年6期2021-12-23
- 一種單目視覺里程計/UWB 組合室內(nèi)定位方法
類，VO 可分為單目VO 和立體VO。相比于立體VO，單目VO計算量小且標(biāo)定簡單，應(yīng)用更加廣泛[5]。按照實現(xiàn)方法可分為基于特征點法的VO 和直接法的VO[6]。相比于直接法VO，基于特征點法的VO 對光照變化和動態(tài)場景魯棒性強，不易受到光照和噪聲的影響。因此本文選用基于特征點法的VO 進(jìn)行單目視覺的定位。然而單目VO 算法屬于相對定位方式，本身無法估計絕對尺度，在特征單一的場景下，其定位精度較低，容易跟蹤失敗且誤差隨時間累積。超寬帶（ultra-wide
導(dǎo)航定位學(xué)報 2021年5期2021-10-13
- 一種視覺SLAM單目半稠密建圖方法的實現(xiàn)
一種視覺SLAM單目半稠密建圖方法，利用極線搜索和塊匹配技術(shù)，加入圖像變換和逆深度高斯深度濾波器處理，以期避免單目稠密建圖嚴(yán)重依賴紋理、計算量大的缺點，提高單目半稠密建圖的準(zhǔn)確性和魯棒性。經(jīng)測試顯示，改進(jìn)的單目半稠密建圖方法在檢測梯度變化明顯像素點上更加準(zhǔn)確，深度估計的平均誤差和平方誤差分別減少了9%和47%，是一種可行有效的視覺SLAM單目半稠密建圖解決方案。關(guān)鍵詞： 視覺SLAM;建圖;單目;極限搜索;塊匹配;逆深度文章編號： 2095-2163（20
智能計算機與應(yīng)用 2021年1期2021-07-11
- 基于深度預(yù)測的單目SLAM絕對尺度估計
)0 引 言由于單目相機具有成本低、適用范圍廣和校準(zhǔn)過程簡單等優(yōu)勢，使得單目視覺同時定位與地圖構(gòu)建(simulta-neous localization and mapping，SLAM)成為機器人在未知環(huán)境中自主定位的一個重要研究方向。但是單目存在尺度不確定性的缺點，無法通過單幀圖像得到場景中真實的深度信息，使單目SLAM出現(xiàn)尺度模糊的問題，因此需要一種單目的絕對尺度估計方法來恢復(fù)單目的絕對尺度。Ji Zhang等[1]使用激光雷達(dá)來輔助單目恢復(fù)場景的真
計算機工程與設(shè)計 2021年6期2021-06-28
- 基于Apriltag算法的在線恢復(fù)深度的無人機單目SLAM系統(tǒng)
的速度和姿態(tài)。單目相機具有結(jié)構(gòu)簡單、成本低廉、采樣數(shù)據(jù)充足等優(yōu)點，在SLAM 研究領(lǐng)域引起了廣泛的關(guān)注。利用單目視覺，已經(jīng)有許多關(guān)于狀態(tài)估計，里程表和SLAM 的完整著作，包括PTAM[11]、SVO[12]、LSDSLAM[13]和VINS-Mono[14]。對于單目視覺和無人機上的SLAM 應(yīng)用而言，快速完成初始化并準(zhǔn)確恢復(fù)真實尺度信息至關(guān)重要。為了解決初始化問題，已經(jīng)提出了許多方法，例如文獻(xiàn)[15]和文獻(xiàn)[16]。在文獻(xiàn)[15]中設(shè)計了線性估計器初
自動化與儀表 2021年5期2021-05-26
- 無人機自主巡檢系統(tǒng)的關(guān)鍵技術(shù)研究
，有一定局限性。單目視覺傳感器具有精度高、成本低、信息豐富等特點，無人機可搭載單目相機，并通過視覺同步定位與建圖（Visual Simultaneous Localization and Mapping，V-SLAM）技術(shù)進(jìn)行位姿估計。文獻(xiàn)[6]和文獻(xiàn)[7]采用基于特征匹配的方法，對無人機采集的圖像進(jìn)行基于單目視覺的迭代定位，但對圖像中特征點要求較高且匹配耗時。文獻(xiàn)[8]提出了一種半直接單目視覺里程計算法，不需提取大量特征點便可進(jìn)行空間定位，但應(yīng)用在無人機
計算機工程與應(yīng)用 2021年9期2021-05-14
- 基于單目視覺里程計的移動機器人自定位方法
，徐新，左榮基于單目視覺里程計的移動機器人自定位方法雷越，鄧斌，何沛恒，徐新，左榮（西南交通大學(xué) 先進(jìn)驅(qū)動節(jié)能技術(shù)教育部工程研究中心，四川 成都 610031）為解決在列車底部直線移動的機器人對風(fēng)管進(jìn)行識別定位摘解時需到達(dá)兩節(jié)車廂之間的自定位問題，提出一種基于單目視覺里程計的自定位方法。該方法根據(jù)單目相機在列車底部豎直向上拍攝時圖像顏色較深，而當(dāng)相機將要到達(dá)兩節(jié)車廂之間時所拍攝圖像中會有明顯亮度變化區(qū)域的特點，選取關(guān)鍵幀圖像，通過圖像處理提取出圖像中目標(biāo)區(qū)
機械 2021年4期2021-05-12
- 基于單目攝像頭的某車型駕駛輔助系統(tǒng)應(yīng)用開發(fā)
案和近年新出現(xiàn)的單目攝像頭深度學(xué)習(xí)解決方案的優(yōu)勢和劣勢，決定采用單目攝像頭作為該車型的芯片供應(yīng)解決方案。針對單目視覺方案測距測速準(zhǔn)確性不高，實時性偏差影響性能體驗的不足，通過感知端優(yōu)化算法精度和加大數(shù)據(jù)訓(xùn)練量，功能端進(jìn)行功能決策優(yōu)化加以優(yōu)化和解決，最后通過了高里程的實車路試性能驗證和整車性能驗收，單目攝像頭方案整體性能達(dá)到量產(chǎn)水平。結(jié)果表明單目視覺解決方案通過深度學(xué)習(xí)算法，能夠不斷提升感知端的識別能力和識別精度，進(jìn)而提升整車性能表現(xiàn)，可以替代毫米波雷達(dá)加攝
裝備維修技術(shù) 2021年46期2021-03-07
- 基于神經(jīng)網(wǎng)絡(luò)模糊控制的單目無人機視覺避障方法研究
325)0 引言單目無人機巡視現(xiàn)場多是復(fù)雜場景，對無人機巡查工作的要求更為苛刻。無人機在控制自身飛行的同時需完成在線檢查測驗及躲避障礙物，由于操作內(nèi)容過多，導(dǎo)致無人機在規(guī)避電線塔桿和冗余線路時存在避障問題，為檢查改修帶來困難。針對單目無人機感應(yīng)器的類型、屬性、規(guī)避障礙物數(shù)據(jù)等特征，結(jié)合神經(jīng)網(wǎng)絡(luò)和模糊控制原理對單目無人機視覺避障方法進(jìn)行優(yōu)化和改善[1]。對航行軌跡重新設(shè)計規(guī)劃，得到實際的飛行檢驗，通過進(jìn)一步實驗測試說明該技術(shù)對單目無人機規(guī)避塔桿障礙物具有明顯
機械與電子 2020年6期2020-07-01
- 拒止環(huán)境下視覺輔助定位與導(dǎo)航技術(shù)綜述*
的導(dǎo)航信息，利用單目或雙目相機等獲取周圍環(huán)境信息，通過圖像處理技術(shù)和定位算法提取導(dǎo)航信息完成導(dǎo)航任務(wù)。系統(tǒng)不依賴于其他傳感器及外部設(shè)備，可以實現(xiàn)在未知環(huán)境下的自主導(dǎo)航。視覺導(dǎo)航系統(tǒng)有兩種不同的實現(xiàn)方法[5]：1)第一種是基于圖像匹配的定位方法，采用這種方法完成視覺定位需預(yù)先采集環(huán)境圖像并建立導(dǎo)航環(huán)境的圖像數(shù)據(jù)庫，在飛行過程中從圖像數(shù)據(jù)庫中搜索與相機拍攝圖像最為匹配的圖像，從而估計當(dāng)前狀態(tài)的飛行平臺位姿?；趫D像匹配的定位方法中地圖的創(chuàng)建與導(dǎo)航的實時定位分開
彈箭與制導(dǎo)學(xué)報 2020年6期2020-03-29
- 基于成像尺寸變化的單目視覺測距方法研究
極大[4-5]。單目深度提取方法具有操作簡單和成本低等優(yōu)點，但是傳統(tǒng)單目測距方法存在以下缺陷:需要固定參照物[6-10]、精度較低[11]、無法適應(yīng)遠(yuǎn)距離測量場合等。文獻(xiàn)[12]采用人工標(biāo)記法建立地圖，利用單目相機采集圖片分析對相機進(jìn)行定位。文獻(xiàn)[13]利用單目攝像機進(jìn)行了視覺導(dǎo)航研究，該方法亦可應(yīng)用在已知環(huán)境下移動機器人的目標(biāo)識別及抓取。近年來，國內(nèi)有學(xué)者提出一種基于單攝像機鏡像的雙目視覺系統(tǒng)[14]，該方法試圖融合單目與雙目視覺測距的優(yōu)點，然而存在以下
兵器裝備工程學(xué)報 2020年2期2020-03-23
- 單目視覺三維運動位姿測量方法研究
、姿態(tài)等的測量。單目視覺的主要原理是應(yīng)用單臺攝像機，對單張位姿信息圖像進(jìn)行拍攝，通過圖像處理得到特定信息，用于運動目標(biāo)的位姿位置軌跡解算[1,2]。單目視覺測量系統(tǒng)在現(xiàn)場實時測量中非常便于應(yīng)用，且測量范圍大、標(biāo)定步驟少。此外，單目視覺還可修正雙目視覺中測量視場范圍小、視覺傳感器之間立體匹配困難等缺點，因而近年來這方面的研究較為活躍。然而，如何準(zhǔn)確快速的從預(yù)先標(biāo)定好的攝像機拍攝的一幀圖像中，利用空間點和圖像點間的幾何關(guān)系，解得攝像機與目標(biāo)物體之間的位姿關(guān)系，
宇航計測技術(shù) 2019年6期2020-01-06
- 基于單目視覺與里程計的組合室內(nèi)定位研究*
[5]，該方法以單目視覺為主，整個過程均采用ORB特征點，極大的縮短了計算時間，然而單目ORB-SLAM2無法提供尺度信息，只能提供帶有比例縮放的軌跡，因此許多學(xué)者將目光轉(zhuǎn)向多傳感器融合，其中Mur-Artal等使用單目ORB-SLAM與IMU的結(jié)合十分突出[6]，將IMU提供的慣性數(shù)據(jù)用于緊耦合融合，插入預(yù)積分作為約束，進(jìn)而實現(xiàn)對單目ORB-SLAM跟蹤的改進(jìn)，但是IMU的初始化依賴于SLAM。周紹磊等[7]利用INS與ORB-SLAM結(jié)合實現(xiàn)了室外的慣
組合機床與自動化加工技術(shù) 2019年12期2019-12-26
- 空間非合作目標(biāo)自旋速率測量方法與實驗
動雙目相機、被動單目相機和結(jié)構(gòu)光相機等[3-4]。在實際的應(yīng)用中，由于對非合作目標(biāo)運動狀態(tài)的測量有一個由遠(yuǎn)及近、由粗略估計到精確測量、由目標(biāo)快速自旋到消旋降速的過程，同時整個過程中的光照環(huán)境條件各異，所以很難有一種測量方案可以應(yīng)對全過程的測量需求，大多的研究方案都有其應(yīng)用的針對性和適應(yīng)性[5-8]。單目相機具有體積小、功耗低、成像信息豐富、配置應(yīng)用方便等特點，利用單目相機實現(xiàn)部分非合作目標(biāo)運動狀態(tài)的測量、估計，可以很好地實現(xiàn)與其他測量手段的數(shù)據(jù)融合，增加系
應(yīng)用光學(xué) 2019年6期2019-12-13
- 基于磁力計、IMU和單目視覺的自主定位方法
SLAM算法包括單目視覺SLAM[1-5]、雙目視覺SLAM[6-8]、RGB-D視覺SLAM[9]和激光雷達(dá)SLAM[10]。單目視覺SLAM系統(tǒng)僅需一臺攝像頭和一套低成本IMU，其體積小、成本低、功耗小等優(yōu)點引起了學(xué)術(shù)界和工業(yè)界的極大興趣。自從基于擴(kuò)展卡爾曼濾波的Mono-SLAM[11]算法被提出以后，單目視覺逐漸流行起來。目前有眾多的單目視覺解決方案，包括PTAM[12]、SVO[13]、ORB-SLAM2[14]、MSCKF[15]和VINS-S
宇航總體技術(shù) 2019年6期2019-12-05
- 對基于單目視覺的汽車鈑金零件焊接系統(tǒng)設(shè)計分析
彭小勇?對基于單目視覺的汽車鈑金零件焊接系統(tǒng)設(shè)計分析彭小勇（杭州寶偉汽車零部件有限公司，浙江 杭州 311228）汽車鈑金零件焊接工藝，是影響汽車零件生產(chǎn)的主要部分，也是保障零件生產(chǎn)質(zhì)量的重要條件，具有基礎(chǔ)性、關(guān)聯(lián)性等特征?；诖?，文章從單目視覺層面入手，通過技術(shù)在汽車鈑金零件焊接中融合的原理，著重對技術(shù)實踐設(shè)計的相關(guān)要點進(jìn)行探究，以達(dá)到充分發(fā)揮技術(shù)優(yōu)勢，提升汽車鈑金零件焊接質(zhì)量的目的。單目視覺；汽車鈑金；零件焊接系統(tǒng)設(shè)計1 單目視覺汽車鈑金零件焊接系統(tǒng)原
汽車實用技術(shù) 2019年3期2019-11-27
- 三維人體動畫單目視頻運動軌跡準(zhǔn)確跟蹤方法研究
對人體運動動畫的單目視頻追蹤識別，提高對人體運動軌跡的跟蹤性能，從而指導(dǎo)人體運動訓(xùn)練，提高運動效果。研究三維人體動畫單目視頻運動軌跡的跟蹤方法在體育訓(xùn)練、動畫效果重建以及三維動畫模擬等領(lǐng)域都具有很好的應(yīng)用價值，相關(guān)的算法設(shè)計研究受到人們的極大重視[1]。對三維人體動畫單目視頻運動軌跡圖像的三維重建和跟蹤識別是建立在三維人體動畫的單目視頻重構(gòu)和運動軌跡的自適應(yīng)特征信息分析的基礎(chǔ)上，結(jié)合圖像的三維特征匹配和紋理重構(gòu)技術(shù)，進(jìn)行軌跡跟蹤，提高畫面的動畫展示效能。傳
長春大學(xué)學(xué)報 2019年8期2019-10-08
- 基于單目深度估計的視覺里程計算法
用的視覺傳感器有單目相機、雙目相機和RGB-D相機。其中，RGB-D相機由于其自身測量原理的限制，深度測量范圍較小，難以在室外場景中使用；雙目相機的深度測量范圍與基線長度有關(guān)，在室外大尺度場景下進(jìn)行導(dǎo)航所需的相機基線長度過長，導(dǎo)致相機體積與質(zhì)量顯著增加，難以在無人機等小型移動平臺上應(yīng)用。除此之外，這兩種相機模型較復(fù)雜，在標(biāo)定、矯正過程中也會帶來一些麻煩。相比之下，單目相機在成本、功耗、質(zhì)量、標(biāo)定復(fù)雜度等方面都具有非常明顯的優(yōu)勢，可以克服以上傳感器在無人機等
無人系統(tǒng)技術(shù) 2019年3期2019-10-08
- 基于NSCT自適應(yīng)紅外與可見光融合算法
光等惡劣環(huán)境下，單目攝像頭識別能力有限的問題。實驗表明：通過5組實驗比較分析文章所述方法與基于單目攝像頭方法的融合結(jié)果，采用所述方法的融合圖像客觀評價指標(biāo)分別提高了8.41%、93.58%、15.41%;7.86%、58.84%、22.06%;20.03%、95.70%、3.21%;32.62%、148.38%、19.25%;8.95%、19.01%、10.44%。文章所述方法從主觀視覺效果和客觀評價都優(yōu)于基于單目攝像頭方法。【關(guān)鍵詞】圖像融合;非下采樣C
企業(yè)科技與發(fā)展 2019年7期2019-06-30
- 單目視覺和二維激光雷達(dá)的配準(zhǔn)與融合
052)一、引言單目視覺可以實現(xiàn)實時跟蹤檢測和跟蹤精度，確定相對于人體信道的橫向位置，但由于透視變換的影響，在縱向距離測量中準(zhǔn)確，存在一定的缺點。與此相反，激光雷達(dá)能夠準(zhǔn)確地估計距離、抵抗環(huán)境變化的能力，并能提供圖像無法獲得的附加信息。因此，無人機應(yīng)用的自適應(yīng)巡航控制系統(tǒng)主要是利用激光雷達(dá)傳感器實現(xiàn)的。在卡內(nèi)基梅隆大學(xué)博士學(xué)位論文中，詳細(xì)介紹了一種基于激光雷達(dá)的無人機探測系統(tǒng)。然而，這種傳感器使用窄波束寬度檢測在Langer面前無人機。更重要的是，激光雷達(dá)
福建質(zhì)量管理 2019年10期2019-06-06
- 基于改進(jìn)關(guān)鍵幀的單目視覺SLAM研究
好的魯棒性。2 單目視覺slam研究2.1 單目視覺slam介紹2007年由Davison等首次完成了在單目攝像頭上的SLAM問題求解，完成了第一個基于純單目視覺的MonoSLAM系統(tǒng)。隨之Klein等也完成了第一個基于關(guān)鍵幀的PTAM系統(tǒng)。直到現(xiàn)在的ORB-SLAM系統(tǒng)仍然采用了PTAM的算法框架。單目視覺slam根據(jù)多視圖幾何原理，恢復(fù)出每幀圖像對應(yīng)的相機位姿P1...Pn和場景的三維結(jié)構(gòu)X1...Xn。通過觀測方程得到空間點在相機圖像上的投影量hij
電子技術(shù)與軟件工程 2019年3期2019-04-28
- 一種單目視覺/UWB組合的室內(nèi)定位方法
0)0 引言基于單目視覺的同時定位和地圖構(gòu)建(simultaneous localization and mapping，SLAM)技術(shù)近年來發(fā)展迅速，從其發(fā)展歷程可以大致分成3個階段，分別為基于擴(kuò)展卡爾曼濾波(extended Kalman filter，EKF)的SLAM、基于粒子濾波的SLAM和基于圖優(yōu)化的SLAM。最早由文獻(xiàn)[1]提出的基于EKF的SLAM，通過構(gòu)建SLAM系統(tǒng)的狀態(tài)方程和量測方程來估計相機及地圖點的位置。之后又有研究人員在此基礎(chǔ)上
導(dǎo)航定位學(xué)報 2018年4期2018-12-03
- 面向智能交通的單目視覺測距方法研究
目標(biāo)測距精度低，單目視覺在無幾何約束下僅能確定目標(biāo)方位，無法測量前方車輛距離.智能交通技術(shù)的不端發(fā)展，推動基于車聯(lián)網(wǎng)[1-2]和智能識別[3-4]的道路標(biāo)志識別方法，如依托車聯(lián)網(wǎng)技術(shù)可以從網(wǎng)絡(luò)中獲得道路標(biāo)志集合尺度信息，依托智能識別技術(shù)可以識別前方車輛車型與道路標(biāo)志類型；科研人員同時還提出了依靠道路幾何標(biāo)志的前方車輛單目視覺測距方法，然而未考慮融合物聯(lián)網(wǎng)、云計算等新方法，只能適用于單臺車輛，以及固定有限的道路標(biāo)識.為此，本文首先提出融合物聯(lián)網(wǎng)、智能識別、云
交通運輸系統(tǒng)工程與信息 2018年4期2018-09-10
- 未知環(huán)境下單目視覺移動機器人路徑規(guī)劃
721 引言隨著單目視覺在自主移動機器人上的廣泛應(yīng)用，對單目視覺測量和感知能力的提高，有助于提升移動機器人智能化水平。因此對單目視覺的研究和應(yīng)用不斷增多[1-12]，文獻(xiàn)[1]給出了一種基于單目視覺的避障算法，通過邊緣算子檢測圖像中的障礙物與地面交線邊緣，并提取圖像中垂線和中間水平線的邊緣像素位置，輸入自適應(yīng)的模糊推理系統(tǒng)訓(xùn)練，輸出控制機器人進(jìn)行避障；算法僅用中垂線和中間水平線的邊緣像素位置代替障礙物，信息量有限，不易規(guī)劃最優(yōu)路徑。文獻(xiàn)[2-4]中的單目視
計算機工程與應(yīng)用 2018年3期2018-02-07
- 基于單目視覺方法的前車制動燈檢測
基于單目視覺方法的前車制動燈檢測采用基于單目視覺的方法檢測日間前方車輛制動燈，并使用行車記錄儀對其進(jìn)行記錄。白天，車輛的視覺特征、運動和車輛外觀都是可見的，但車輛制動燈正好相反，由于制動燈與周圍環(huán)境的對比度低，光的散射效果也不明顯，因此很難注意到制動燈。而所提出的方法是采用尾燈對稱驗證方法檢測前方車輛的制動燈，利用制動燈燈光亮度和燈光的徑向?qū)ΨQ特性檢測制動燈，并利用瞬時檢測信息對制動燈燈光進(jìn)行細(xì)化處理。對所提出的檢測方法進(jìn)行試驗驗證，并利用安裝在車輛前端的
汽車文摘 2017年1期2017-12-05
- 基于單頻GPS接收機和單目視覺傳感器的高效混合定位方法
頻GPS接收機和單目視覺傳感器的高效混合定位方法對于城市地面車輛的導(dǎo)航,全球定位系統(tǒng)（GPS）通常由于可見衛(wèi)星數(shù)量不足和多路徑誤差而導(dǎo)致定位精度較差、可用性不高。針對這個問題，提出一種結(jié)合單頻GPS接收機和單目視覺傳感器的高效混合定位方法。所提出的方法的優(yōu)點在于其僅需要低成本的硬件，并且不需要外部地圖輔助。與現(xiàn)有的視覺方法相比，所提出方法基于直線路段的圖像，直接測量車輛的航向角。該方法不需要來自慣性傳感器，多孔徑相機，全向照相機或已知特征坐標(biāo)的任何輔助信息
汽車文摘 2017年10期2017-12-04
- 基于單雙目融合的遮擋區(qū)域點云獲取技術(shù)研究
基于雙目點云重建單目點云的方法，系統(tǒng)無需增加其他操作過程，單次掃描就能同時獲得雙目點云和精度較高的左右單目點云。在對飛機模型的測量中，利用該方法填補了雙目測量在機翼附近出現(xiàn)的數(shù)據(jù)丟失，提高了測量結(jié)果的完整性。三維重建；遮擋；相位；點云0 引言基于相位測量輪廓術(shù)的三維測量技術(shù)作為一種主動式非接觸光學(xué)測量方法，因具有全場分析、測量精度高、非接觸等優(yōu)點，正逐漸成為當(dāng)前三維測量領(lǐng)域內(nèi)最重要和最熱門的一個研究分支，在工業(yè)檢測、質(zhì)量控制、逆向工程、生物醫(yī)學(xué)、虛擬現(xiàn)實、
網(wǎng)絡(luò)安全與數(shù)據(jù)管理 2017年4期2017-03-10
- 基于RANSAC的奇異值剔除的單目視覺里程計
05摘要：為提高單目視覺里程計算法的性能，從視覺特征選取和特征誤匹配剔除兩個方面進(jìn)行研究.采用SURF描述子提取單目圖像的特征點，并匹配相鄰圖像序列的特征，使用歸一化線性八點法依次得到基礎(chǔ)矩陣和本質(zhì)矩陣.利用三角測量求解匹配點的三維坐標(biāo)，進(jìn)而根據(jù)2D2D模型解算出兩幀圖像間相機運動的旋轉(zhuǎn)和平移，從而構(gòu)建單目視覺里程計系統(tǒng).為提高算法性能，使用RANSAC算法清除初次計算的特征誤匹配，并利用地面數(shù)據(jù)獲取相機運動的平移尺度.實驗結(jié)果驗證了RANSAC算法能夠有
上海海事大學(xué)學(xué)報 2016年4期2017-01-19
- 一種單目視覺ORB-SLAM/INS組合導(dǎo)航方法
00074）一種單目視覺ORB-SLAM/INS組合導(dǎo)航方法周紹磊1，吳修振1，劉 剛1，張 嶸2，徐海剛3（1. 海軍航空工程學(xué)院 控制工程系，煙臺 264001；2. 清華大學(xué) 精密儀器系，北京100084；3. 北京自動化控制設(shè)備研究所，北京 100074）針對慣性/衛(wèi)星組合導(dǎo)航系統(tǒng)在衛(wèi)星導(dǎo)航失效時無法使用的問題，提出了單目視覺ORB-SLAM/INS組合導(dǎo)航方法，用于擴(kuò)展組合導(dǎo)航系統(tǒng)在強干擾環(huán)境和室內(nèi)環(huán)境的應(yīng)用范圍。該算法分為兩個階段：初始化階段，
中國慣性技術(shù)學(xué)報 2016年5期2016-12-23
- 一種基于機器學(xué)習(xí)算法的單目里程計研究
的相對定位方法，單目里程計僅使用單個相機作為圖像獲取載體，使獲得信息的要求更低，且能較精確地識別和定位特征點，實時性好，成本也少很多，因此具有更廣的應(yīng)用前景。本課題采用SURF算法來同時檢測和匹配特征點，使用一種基于機器學(xué)習(xí)算法（SVM）自適應(yīng)卡爾曼濾波器，減緩原本卡爾曼濾波器中會出現(xiàn)的精度低和發(fā)散狀況，起到優(yōu)化單目里程計的系統(tǒng)準(zhǔn)確度。關(guān)鍵詞：單目;視覺里程計;SURF算法;卡爾曼濾波中圖分類號：G642.0 ? ? 文獻(xiàn)標(biāo)志碼：A ? ? 文章編號：16
教育教學(xué)論壇 2016年43期2016-11-22
- 基于單目視覺的障礙物檢測方法研究
學(xué)院 李 斌基于單目視覺的障礙物檢測方法研究沈陽職業(yè)技術(shù)學(xué)院 李 斌單目視覺技術(shù)應(yīng)用于障礙物檢測領(lǐng)域的常用方法，都是以傳統(tǒng)的單目視覺成像原理為基礎(chǔ)。因此首先要對了傳統(tǒng)的單目視覺檢測障礙物的原理進(jìn)行簡單介紹。根據(jù)被測障礙物的不同，其測量方法也不盡相同，文中針對不同場合下的障礙物檢測方法進(jìn)行了分析研究。單目視覺；障礙物；檢測隨著智能車輛、機器人以及智能交通等科學(xué)技術(shù)的發(fā)展，對障礙物的檢測已成為了智能設(shè)備必須要完成的基本功能。應(yīng)用激光、超聲波等傳感器技術(shù)也可以實
電子世界 2016年17期2016-10-13
- 單目視覺障礙物測距精度分析
，710021）單目視覺障礙物測距精度分析王澤民，高俊釵（西安工業(yè)大學(xué)，電子信息工程學(xué)院，西安，710021）在單目視覺障礙物測距模型中，分析了可視距離與安裝高度和俯視角度的關(guān)系，研究了影響測距精度的因素：攝像機的安裝高度、俯視角度和障礙物檢測的圖像位置，建立了誤差的數(shù)學(xué)模型并進(jìn)行了仿真，定量計算了在一定的條件下引入的誤差。根據(jù)攝像機的內(nèi)參數(shù)和攝像機視距的影響因素確定了合適的安裝參數(shù)，在此安裝參數(shù)下，對攝像機視距隨障礙物像素位置的變化及測距精度隨影響因素的
電子測試 2016年18期2016-10-09
- 基于漸消記憶濾波的1點RANSAC單目視覺姿態(tài)估計算法
1點RANSAC單目視覺姿態(tài)估計算法齊乃新1，張勝修1，曹立佳3，楊小岡1，趙愛罡1,2（1. 火箭軍工程大學(xué) 控制工程系，西安 710025；2. 火箭軍工程大學(xué) 士官學(xué)院，青州 262500；3. 四川理工學(xué)院 自動化與電子信息學(xué)院，自貢 643000）針對1點RANSAC（Random Sample Consensus）單目視覺EKF（Extended Kalman Filter）算法中的濾波發(fā)散問題，分析了濾波發(fā)散的產(chǎn)生原因，提出了一種基于漸消記憶
中國慣性技術(shù)學(xué)報 2016年3期2016-04-13
- 三維結(jié)構(gòu)形變的單目像機測量方法
)三維結(jié)構(gòu)形變的單目像機測量方法張林龍1，張偉2，胡昌華1，周志杰1(1.火箭軍工程大學(xué)302室，陜西西安710025; 2.火箭軍工程大學(xué)403室，陜西西安710025)針對大型結(jié)構(gòu)形變的攝像測量中，雙目系統(tǒng)結(jié)構(gòu)復(fù)雜、成本高、特征點匹配度低，而傳統(tǒng)單目測量系統(tǒng)不能有效獲取目標(biāo)深度信息等問題，借助平面反射鏡提出一種新的單目像機三維形變測量方法。首先，基于平面反射鏡的光學(xué)反射原理構(gòu)建單目三維測量模型;其次，利用像機與平面鏡的內(nèi)在參數(shù)推導(dǎo)出單目像機視圖下的極線
中國測試 2016年11期2016-04-01
- 一種實時的單目視覺SLAM改進(jìn)算法
06）一種實時的單目視覺SLAM改進(jìn)算法李全科，曾連蓀 （上海海事大學(xué)信息工程學(xué)院，上海201306）針對目前SLAM算法實時性和魯棒性的問題，提出了一種改進(jìn)的實時單目視覺SLAM算法。該算法采用一個攝像頭作為外部傳感器來提取機器人行進(jìn)過程中周圍環(huán)境的特征信息，用實時性良好的FAST提取環(huán)境特征點，結(jié)合逆深度參數(shù)化進(jìn)行特征點非延時初始化，用壓縮擴(kuò)展卡爾曼濾波更新地圖。實驗研究表明，該方法提高了算法的魯棒性和實時性。SLAM；單目視覺；FAST；壓縮擴(kuò)展卡爾
網(wǎng)絡(luò)安全與數(shù)據(jù)管理 2015年16期2015-10-18
- 基于單目視覺的AUV水下定位方法
25001）基于單目視覺的AUV水下定位方法蔡迎波，李德彪（中國人民解放軍92941部隊95分隊，遼寧 葫蘆島 125001）為解決傳統(tǒng)水下定位傳感器在定位方面的不足，提出一種基于目標(biāo)光源的單目視覺四自由度定位方法，推導(dǎo)了四自由度定位算法原理，提出了深度定位、水平定位和艏向定位方法。設(shè)計了作為目標(biāo)的共線排列定位光源系統(tǒng)。靜態(tài)和動態(tài)試驗證明所提出的單目視覺定位方法原理正確，目標(biāo)光源系統(tǒng)合理可行，可以在深度為4～0.5 m范圍內(nèi)進(jìn)行穩(wěn)定的四自由度定位。經(jīng)過校正
中國慣性技術(shù)學(xué)報 2015年4期2015-06-15
- 基于圖像相關(guān)法測量板料無載荷動靜應(yīng)變的研究
測量等都需要利用單目測量二維應(yīng)變[8-10]，因此研究單目測量二維應(yīng)變有著重要的意義。在二維應(yīng)變測量中，經(jīng)常需要在常溫環(huán)境下對工程結(jié)構(gòu)進(jìn)行無載荷的靜態(tài)和動態(tài)應(yīng)變測量，檢驗產(chǎn)品的穩(wěn)定性；在材料性能測試中，如疲勞、蠕變測試中，也需要靜態(tài)應(yīng)變測量；相機的精度測試，也可以利用對標(biāo)準(zhǔn)試件的動靜應(yīng)變測量評價相機的精度。本文采用單目視覺技術(shù)，通過CCD傳感器采集散斑圖像，實時連續(xù)拍攝多幅圖像，根據(jù)二維圖像所攜帶信息解調(diào)出應(yīng)變信息，實現(xiàn)板料無載荷狀態(tài)下的靜態(tài)和動態(tài)的應(yīng)變測
計量技術(shù) 2014年9期2014-03-22
- 面向AUV自主回收的單目視覺定位算法
了一種比較通用的單目視覺定位方法,可以快速準(zhǔn)確測量AUV與回收回收裝置的相對位置。1 問題描述AUV自主回收過程中要使AUV能準(zhǔn)確并安全的進(jìn)入回收裝置，就要求AUV能對回收裝置進(jìn)行精確定位，文中主要研究利用攝像機實現(xiàn)對回收裝置精確定位。為描述這一問題，所示建立回收系統(tǒng)坐標(biāo)系，如圖1所示，其中：AUV坐標(biāo)系為 OaXaYaZa，Oa為 AUV的質(zhì)心，OaYa沿 AUV縱軸向前；攝像機坐標(biāo)系為OcXcYcZc，Oc為攝像機的光心，攝像機沿OaYa安裝在AUV的
電子設(shè)計工程 2014年22期2014-01-21
- 鐵塔單目立體視覺測量技術(shù)研究
50021)鐵塔單目立體視覺測量技術(shù)研究馮硯廳(國網(wǎng)河北省電力公司電力科學(xué)研究院，石家莊 050021)介紹單目平面測量、單目立體視覺測量技術(shù)特點，分析單目立體視覺測量技術(shù)的原理、測量步驟及應(yīng)用實例，說明應(yīng)用效果，并提出單目立體視覺測量技術(shù)應(yīng)用于鐵塔測量時的注意事項。鐵塔；單目立體視覺測量技術(shù)；單目平面視覺測量技術(shù)1 鐵塔單目立體視覺測量技術(shù)的提出鐵塔在安裝后和運行過程中，由于安裝質(zhì)量、運行中的地面不均勻沉降、螺栓松動等原因會發(fā)生偏斜、彎曲、扭曲等變形，當(dāng)
河北電力技術(shù) 2013年4期2013-12-07
- 基于單目視覺的自主牽引機器人研究
感器數(shù)量可以分為單目視覺、雙目視覺等。單目視覺雖然缺少了環(huán)境的立體信息，但由于其結(jié)構(gòu)簡單、易標(biāo)定，同時還能避免立體視覺中的視場小、立體匹配難的缺陷，在移動機器人中的研究仍然十分常見，特別是針對已知特征的物體的跟蹤場合得到了廣泛的應(yīng)用[3～6]。本文采用單目相機設(shè)計了一種在空間內(nèi)能夠跟蹤靶標(biāo)的自主移動機器人系統(tǒng)，它主要包括單目視覺系統(tǒng)、移動機器人平臺、無線模塊、上位機及控制軟件。上位機控制軟件首先對通過無線圖像采集模塊獲得圖像進(jìn)行圖像處理與特征提取，獲得靶標(biāo)
制造業(yè)自動化 2012年9期2012-10-08