- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
[2018年IEEE第三届图像、视觉与计算国际会议(ICIVC) - 重庆(2018.6.27-2018.6.29)] 2018年IEEE第三届图像、视觉与计算国际会议(ICIVC) - 基于视觉的月球车同步定位与地图构建技术
摘要: 随着月球探测技术的发展,基于视觉的导航技术已成为月球车领域的研究热点。本文提出了一种基于图像的月球车定位与建图方法。相机运动即代表月球车的移动,通过相机获取的图像,利用多视图几何和捆绑调整优化方法获得相机与三维路标的相对位姿,且无需月球车运动的先验知识。此外,本文还提出一种基于网格的特征提取方法以解决特征提取不均与误匹配问题。该算法已在大型图像数据集中进行实时测试,最终通过实验所得估计位姿与真实轨迹的误差分析证明了算法的优异性能。
关键词: 定位与建图、月球探测、月球车、特征提取、位姿估计
更新于2025-09-23 15:22:29
-
[ACM出版社2018年第二届国际会议 - 西班牙巴塞罗那(2018.08.03-2018.08.05)] 《2018年第二届云计算与大数据计算国际会议论文集 - ICCBDC'18 - 基于光流的运动姿态估计》
摘要: 本文提出了一种基于光流的新型ICP(迭代最近点)算法变体,用于寻找更优的3D点对应关系并计算刚体对象的六自由度(6-DOF)位姿。该方法将光流算法与ICP方法相结合,充分利用了RGB传感器的高分辨率和深度传感器的深度信息。融合彩色与深度传感器能提升位姿估计效果。我们通过Vicon运动捕捉系统设定真值,并在刚体对象上测试本方法与ICP方法的对比实验。结果表明,相较于仅基于深度位置的ICP位姿估计,光流与ICP结合的方法能实现更精确的刚体位姿估计且误差更低。
关键词: 图像投影、迭代最近点算法(ICP)、光流法、位姿估计
更新于2025-09-23 15:21:21
-
基于稀疏几何约束的RGB-D相机快速视觉里程计
摘要: 位姿估计是机器人自主行为的基本要求。本文提出一种基于RGB-D图像的鲁棒快速视觉里程计方法来获取相机位姿。我们首先提出一种基于稀疏几何约束的运动估计方法,并推导几何代价函数的解析雅可比矩阵以提高收敛性能,随后用该运动估计方法替代ORB-SLAM中的跟踪线程以提升其运行时性能。实验结果表明,本方法在保持相近精度的情况下比ORB-SLAM快两倍。
关键词: 3D重建、位姿估计、几何代价函数、快速视觉里程计、迭代优化
更新于2025-09-23 15:02:03
-
[IEEE 2019年第24届国际新兴技术与工厂自动化会议(ETFA) - 西班牙萨拉戈萨 (2019.9.10-2019.9.13)] 2019年第24届IEEE国际新兴技术与工厂自动化会议(ETFA) - 在非受控光照环境下实现稳健的六自由度检测
摘要: 控制机器人时最关键的问题之一是必须确定自身在环境中的位置。从工业流程应用到户外移动机器人,都会利用地标来实现这一目的:通过识别地标,机器人能够借助计算机视觉技术知晓自身方位?;急昙鞘墙饩龈梦侍庾罹们易畛<姆桨钢唬赫庑┒矫嫱及盖度肓丝赏ü斯な泳跫际跏侗鸬男畔ⅰD壳安捎肅++/Python/MATLAB?库并以ROS作为中间件,正在实施多种不同类型的标记及图像处理算法。本研究评估了各类基准标记的鲁棒性,记录了所用实现方案的主要技术细节,并阐释了各算法的运作原理。通过汇总结果进行展示和讨论,对测试的不同实现方案进行了评估。
关键词: 基准标记、性能评估、ROS、位姿估计
更新于2025-09-11 14:15:04
-
基于RGB-D相机的复杂场景鲁棒机器人位姿估计
摘要: 基于RGB-D相机的刚体机器人位姿估计近年来受到广泛关注,因为该相机能同步获取RGB图像与深度信息。尽管已取得显著进展,但在无纹理或无结构场景中的位姿估计等问题仍未解决。针对这一难题,本文提出了一种面向无纹理/无结构场景的RGB-D相机鲁棒实时位姿估计方法。我们的贡献有三点:首先,提出改进ORB算法提取可靠内点,通过自适应阈值设置法优化FAST角点决策以获取充足特征点,并引入基于运动平滑一致性约束的内点精炼方法;其次,根据RGB-D相机特性,构建新型混合重投影误差优化模型(HREOM),通过同步最小化3D-3D与3D-2D重投影误差进行位姿估计;第三,在TUM公开数据集上开展综合实验验证系统的鲁棒性、精度与实时性。定量评估表明,本系统能在极端场景中提取充足内点,其性能达到或优于现有最优方案,尤其能在无纹理/无结构环境中稳定运行——而其他方法在此类环境下易失效。
关键词: 重投影误差、RGB-D相机、特征提取与匹配器、位姿估计、具有挑战性的场景
更新于2025-09-11 14:15:04
-
基于具有预定义轮廓模型的平面物体的未校准多视图图像自动姿态估计
摘要: 我们提出了一种框架,可从无需标定的多视角图像中自动获取具有真实尺度信息的相机位姿(即三维空间中的位置与朝向)及相机内参。该框架包含两个关键步骤:首先基于某些平面物体的轮廓模型,通过单应性估计提取相机内参与位姿参数的初始值;其次通过光束法平差流程对相机内参与位姿参数进行优化。本框架能为无序或有规整性的未标定多视角图像提供完整的位姿估计流程,适用于需要尺度信息的视觉任务。我们采用真实多视角图像验证了所提框架的鲁棒性、灵活性与精确性,该框架亦应用于三维重建领域。
关键词: 多视图、单应性矩阵、机器视觉、位姿估计、光束法平差、轮廓模型
更新于2025-09-09 09:28:46