检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于光束平差法的双目视觉里程计研究

控制与决策 2016年第11期31卷 1936-1944页

作者：罗杨宇刘宏林中国科学院自动化研究所北京100190 上海奥的斯电梯有限公司上海201206

机器人自定位是实现机器人自动导航及其他智能行为的前提,一种基于光束平差法的移动机器人双目视觉里程计可以有效地实现机器人自定位.为此,首先采用点模式匹配方法建立相邻图像之间的特征匹配关系,根据立体视觉算法得到匹配点对的三维... 详细信息

机器人自定位是实现机器人自动导航及其他智能行为的前提,一种基于光束平差法的移动机器人双目视觉里程计可以有效地实现机器人自定位.为此,首先采用点模式匹配方法建立相邻图像之间的特征匹配关系,根据立体视觉算法得到匹配点对的三维对应关系;然后,计算摄像机的相对运动参数,并采用光束平差分段优化算法对其进行优化.所提出的双目视觉里程计能够避免车轮半径变化、空转、打滑等对里程计测量精度的影响,相对定位精度较高.

关键词：移动机器人双目视觉里程计图像匹配

在线全文

学校读者我要写书评

暂无评论

基于双向重投影的双目视觉里程计

中国惯性技术学报 2018年第6期26卷 752-759页

作者：张涛陈浩闫捷李瑶东南大学仪器科学与工程学院南京210096 东南大学微惯性仪表与先进导航技术教育部重点实验室南京210096 北京电子工程总体研究所北京100854

针对视觉里程计中的特征点漂移与累积误差问题,提出一种基于双向重投影的双目视觉里程计方法。为降低特征点匹配的高错误率及改善匹配效率,提出一种改进的随机采样一致(RANSAC)算法。该算法依据特征点寿命长短、环形匹配、优质匹配等方... 详细信息

针对视觉里程计中的特征点漂移与累积误差问题,提出一种基于双向重投影的双目视觉里程计方法。为降低特征点匹配的高错误率及改善匹配效率,提出一种改进的随机采样一致(RANSAC)算法。该算法依据特征点寿命长短、环形匹配、优质匹配等方法选取优质特征点以降低特征点样本容量,从而改善RANSAC算法的效率;为抑制视觉里程计累积误差、提升位姿估计精度,提出一种双向重投影的位姿估计算法,该方法通过解算下一帧图像中的最小化重投影误差得到相机位姿以更新空间点集,更新后的空间点重新投影至当前帧图像以提升位姿解算精度。最后利用KITTI数据集进行了仿真。结果表明该算法的150 m内定位误差在X方向小于1 m,在Z方向小于0.9 m;相对于ORB-SLAM2算法,定位精度提升了约20%,系统的稳定性更好,有效削弱了累积误差,验证了该算法的正确性与可行性。

关键词：双目视觉里程计优质特征点误匹配消除重投影误差位姿估计

在线全文

学校读者我要写书评

暂无评论

考虑多位姿估计约束的双目视觉里程计

控制与决策 2018年第6期33卷 1008-1016页

作者：张国良林志林姚二亮徐慧火箭军工程大学控制科学与工程系西安710025

为了提升复杂环境中双目视觉里程计的精度,提出一种考虑多位姿估计约束的双目视觉里程计方法.首先,分别建立匹配深度已知点与深度未知点的数学模型,将深度未知点引入2D-2D位姿估计模型,从而充分利用图像信息;然后,基于关键帧地图点改进3... 详细信息

为了提升复杂环境中双目视觉里程计的精度,提出一种考虑多位姿估计约束的双目视觉里程计方法.首先,分别建立匹配深度已知点与深度未知点的数学模型,将深度未知点引入2D-2D位姿估计模型,从而充分利用图像信息;然后,基于关键帧地图点改进3D-2D位姿估计模型,并结合当前帧地图点更新关键帧地图点,从而增加匹配点对数,提高位姿估计精度;最后,根据改进的2D-2D及3D-2D位姿估计模型,建立多位姿估计约束位姿估计模型,结合局部光束平差法对位姿估计进行局部优化,达到定位精度高且累积误差小的效果.数据集实验和实际场景在线实验表明,所提出方法满足实时定位要求,且有效地提高了自主定位精度.

关键词：双目视觉里程计位姿估计局部光束平差法数据集

利用解耦光流运动场模型的双目视觉里程计位姿优化方法

在线全文

学校读者我要写书评

暂无评论

测绘学报 2019年第4期48卷 460-472页

作者：乌萌郝金明付浩高扬张辉信息工程大学地理空间信息学院河南郑州450052 地理信息工程国家重点实验室陕西西安710054 西安测绘研究所陕西西安710054 国防科技大学智能科学学院湖南长沙410073 国防大学联合作战学院河北石家庄050001

针对地面移动测量系统(MMS)和无人驾驶车(AV)平台双目立体相机采集的图像序列进行实时载体位姿估计优化问题,提出利用光流运动场模型的载体位姿与图像光流矢量间关系,将光流矢量解耦为3个平移分量、3个旋转分量和一个深度分量,推导分析... 详细信息

针对地面移动测量系统(MMS)和无人驾驶车(AV)平台双目立体相机采集的图像序列进行实时载体位姿估计优化问题,提出利用光流运动场模型的载体位姿与图像光流矢量间关系,将光流矢量解耦为3个平移分量、3个旋转分量和一个深度分量,推导分析了解耦后单分量、组合分量误差对位姿估计的影响,利用仿真和真实数据试验,验证了不同模型下单分量、组合分量误差分离模型的有效性,并结合组合分量误差分离模型,提出了双目视觉里程计位姿估计的解耦光流运动场位姿优化算法。试验结果表明:该算法可在与初始估计几乎同等计算效率条件下,将载体横向平移平均误差由4.75%降低至2.2%,即横向平移误差平均降低了53.6%;将载体前向平移平均误差由2.2%降低至1.9%,即前向平移误差平均降低了15.4%,长时间运行累积误差率较低,能够满足低功耗高效率计算条件下的组合导航实时载体位姿估计需求。

关键词：解耦光流运动场双目视觉里程计地面移动测量系统无人驾驶系统

在线全文

学校读者我要写书评

暂无评论

双目视觉里程计关键技术研究

双目视觉里程计关键技术研究

作者：李炜河北科技大学

学位级别：硕士

视觉定位是导航定位领域中的热门研究课题,同时也是未来定位系统中必不可少的一部分。传统定位技术在复杂应用场景中易被干扰、算法鲁棒性低、精度无法达到使用要求。视觉定位可弥补传统定位技术不足之处,提高定位精度及系统鲁棒性。本... 详细信息

视觉定位是导航定位领域中的热门研究课题,同时也是未来定位系统中必不可少的一部分。传统定位技术在复杂应用场景中易被干扰、算法鲁棒性低、精度无法达到使用要求。视觉定位可弥补传统定位技术不足之处,提高定位精度及系统鲁棒性。本文针对双目视觉里程计关键技术中的相机标定、目标物检测、建立定位模型三部分展开详细研究,为后续的里程计算提供了坚实的理论支持。首先,对双目视觉里程计相机标定方法开展研究。对相机成像原理及相机成像过程中存在的问题进行阐述,对现有相机标定方法进行分析比较,选择张氏标定法作为本课题相机参数标定方法,详细介绍张氏标定法的原理及标定流程。对相机的参数进行现场标定及测试,对相机参数标定结果进行验证。其次,对双目视觉里程计目标检测算法进行研究。首先,对传统目标检测算法与神经网络检测算法进行对比分析,采用Faster-RCNN神经网络目标检测算法。论文详细论述了卷积神经网络原理及结构,分析了Faster-RCNN神经网络原理及模块组成,对目标检测算法的性能评价指标进行了论述。选用道路交通指示牌作为目标物制作数据集,采用处理图像噪声、改变通道参数值的方法,对数据集进行预处理,提升数据集图像质量、优化图像参数,对数据集进行标记。通过对数据集进行训练,生成神经网络模型并对模型进行测试。然后,对双目视觉里程计辅助定位技术进行研究。建立视觉辅助定位系统的参考坐标系。对双目视觉里程计图像立体匹配算法进行研究,阐述立体匹配算法的框架及约束条件。对BM立体匹配算法和SGBM立体匹配算法进行比较分析,选择SGBM算法作为双目视觉里程计图像立体匹配算法。通过实验对该算法进行验证。建立双目视觉辅助定位模型,搭建了双目视觉辅助定位系统。最后,对双目视觉辅助定位系统进行测试和验证。选择封闭的实验路段,采集预设目标物坐标信息。使用视觉辅助定位系统对小车进行定位,与GPS定位数据进行比较,双目视觉辅助定位误差优于±3m。

关键词：双目视觉里程计相机标定深度学习目标检测双目视觉辅助定位

基于相似结构约束和自适应调整的双目视觉里程计

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

战术导弹技术 2021年第2期 39-47页

作者：张硕骁张涛东南大学仪器科学与工程学院南京210096 东南大学微惯性仪表与先进导航技术教育部重点实验室南京210096

为提高在不同环境下双目视觉里程计的精度,提出一种基于相似结构性约束和自适应调整策略的位姿估计方法。利用特征点对的相似结构性约束对传统的RANSAC算法进行改进,降低误匹配率的同时提高匹配效率;提出一种自适应调整策略,通过跟踪特... 详细信息

为提高在不同环境下双目视觉里程计的精度,提出一种基于相似结构性约束和自适应调整策略的位姿估计方法。利用特征点对的相似结构性约束对传统的RANSAC算法进行改进,降低误匹配率的同时提高匹配效率;提出一种自适应调整策略,通过跟踪特征的存活率动态调整特征匹配的质量控制阈值,在被跟踪的特征点的数量和质量之间保持一个良好的平衡并提升位姿估计的精度。最后利用KITTI数据集进行了仿真实验,结果表明提出算法相对于传统的ORB-SLAM2算法,定位精度提升了约21%,满足实时定位的要求。

关键词：双目视觉里程计相似性约束误匹配消除自适应调整位姿估计

基于GNSS/SINS/双目视觉里程计的车载导航系统分析与设计

在线全文

学校读者我要写书评

暂无评论

汽车技术 2019年第10期 37-41页

作者：冯黎郭承军电子科技大学电子科学技术研究院

针对无人车多传感器融合定位问题,设计了基于全球导航卫星系统(GNSS)、捷联式惯性导航系统(SINS)及双目视觉里程计的分散式融合架构,通过多个传感器的冗余配置有效提高导航信息的准确性,利用分散式融合架构提高系统的鲁棒性。此外,对于... 详细信息

针对无人车多传感器融合定位问题,设计了基于全球导航卫星系统(GNSS)、捷联式惯性导航系统(SINS)及双目视觉里程计的分散式融合架构,通过多个传感器的冗余配置有效提高导航信息的准确性,利用分散式融合架构提高系统的鲁棒性。此外,对于分散式融合中节点相关性未知的问题,将协方差交叉(CI)算法嵌入卡尔曼滤波框架下进行融合。在基于KITTI数据集的仿真验证结果表明,设计的多传感器融合方案能有效提高导航信息的估计精度,增强系统的鲁棒性。

关键词：多传感器融合无人车双目视觉里程计冗余相关性未知协方差交叉分散式架构

基于双目视觉里程计的室内移动机器人航迹推算

在线全文

学校读者我要写书评

暂无评论

基于双目视觉里程计的室内移动机器人航迹推算

作者：张译之长安大学

学位级别：硕士

室内移动机器人的自主定位与航迹推算是机器人实现自主导航的基础。室内环境下,移动机器人的传统定位方法存在定位精度低或者累积误差大或者GPS信号弱等缺点。组合定位也不能解决单传感器存在的根本缺陷。视觉定位的精度不受移动平台加... 详细信息

室内移动机器人的自主定位与航迹推算是机器人实现自主导航的基础。室内环境下,移动机器人的传统定位方法存在定位精度低或者累积误差大或者GPS信号弱等缺点。组合定位也不能解决单传感器存在的根本缺陷。视觉定位的精度不受移动平台加速度变化率或者车轮侧滑的影响,只取决于定位算法的优劣及视觉传感器采集数据质量的好坏。当前视觉定位算法的定位精度能满足一般条件下的定位需求,但所需的计算量庞大,影响了移动机器人自主定位的实时性。因此,本文主要从精度和实时性两方面对使用双目视觉里程计的移动机器人的定位性能进行改进。本文首先改进了汇聚式双目定位测量模型,直接得到左右相机下的空间点的像素坐标和左相机坐标系下的物理坐标的对应关系,采用角点的亚像素坐标对改进后的模型进行评估,平均相对误差为0.10%。接着,使用改进ORB算法提取图像中的特征点,有效解决了原始ORB算法提取的特征点分布不均及暗光环境下提取数量较少的缺陷。然后,使用匹配效率更高的Flann匹配法匹配提取到的特征点,并进行误匹配点对的去除工作,发现在帧间去除误匹配阶段,使用RANSAC算法计算出的单应性矩阵比基础矩阵的外点去除效果更好;在帧内去除误匹配阶段,本文提出将基于双目标定结果的基础矩阵F作为外点剔除模型,与RANSAC方法解算出的单应性矩阵相比,两者的去除效果几乎相同,但前者耗时仅为后者的一半。最后,本文在室内明亮环境下静态场景中做了双目视觉里程计的航迹追踪实验,结果表明采用对相机位姿和地图点同时优化的BA法在精度上优于只用EPnP法及仅优化相机位姿的BA法,平均航迹相对误差为0.378%,位姿误差均值为1.456%,PC机单线程下的fps在13帧左右,基本能够满足室内移动机器人的定位需求。

关键词：室内移动机器人双目视觉里程计改进ORB算法航迹推算

基于双目视觉里程计辅助的UWB/GNSS室内外定位算法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于双目视觉里程计辅助的UWB/GNSS室内外定位算法研究

作者：刘德辉南京航空航天大学

学位级别：硕士

车辆根据车载传感器所获得的信息,进行精准、可靠的室内外导航定位,是智能驾驶领域的关键技术。视觉里程计技术由于成本较低,且能提供载体的6自由度位置、姿态信息。所以本文将视觉里程计和UWB进行融和,作为室内定位方案;利用视觉里程... 详细信息

车辆根据车载传感器所获得的信息,进行精准、可靠的室内外导航定位,是智能驾驶领域的关键技术。视觉里程计技术由于成本较低,且能提供载体的6自由度位置、姿态信息。所以本文将视觉里程计和UWB进行融和,作为室内定位方案;利用视觉里程计代替高成本的惯导与GNSS进行融和作为室外定位方案。首先,针对现有的室内定位方案中多采用UWB技术,但是单一的UWB定位系统受非视距、多路径等因素的影响,导航精度会下降。为了弥补单一UWB定位系统的不足,提出了基于双目VO和UWB传感器融合的方案。通过自适应卡尔曼滤波器对UWB的原始距离测量数据和双目VO的位置信息进行融和,并详细阐述了融和系统的结构设计,以及融和算法的实现。然后,针对车辆为获得高精度的室外定位效果,多采用高成本的惯导和GNSS组合导航技术。本文提出了利用双目视觉里程计代替高成本的惯导与GNSS进行融和。设计的双目视觉里程计/GNSS融和系统采用松组合的方式,通过粒子滤波算法对GNSS解算的用户位置信息和双目VO的导航参数进行数据融合。接着详细阐述了融和系统的结构设计,以及融和算法的实现。最后进行实车实验,实验表明,相比单一的UWB定位方案,双目VO/UWB紧耦合方法能显著提高移动车辆在室内环境下的定位精度;同时还可以平滑UWB的行驶路径,抑制双目VO产生的漂移现象。设计的双目视觉里程计/GNSS融和算法,其定位性能也优于单一导航系统,改善了单一GNSS工作下的定位精度和平滑连续性,对于提高智能驾驶车辆的室内外定位导航性能具有参考意义。

关键词：双目视觉里程计 GNSS UWB 组合导航卡尔曼滤波