一种场景稳健的单目视觉里程计算法

针对利用单目相机采集的图像序列进行实时车载平台位姿估计问题,对比了不同单目半直接典型算法的原理和试验结果以及不同场景、运动状态、光照和耦合因素下的同名点跟踪算法、长时间场景稳健的高精度位姿估计方法、位姿优化方法的试验结果。通过与两个典型半直接MVO算法进行了计算过程多个阶段和计算结果多个方面的对比,得出每个阶段和整体结果更好的计算方法;最终总结提出了一种场景稳健的单目半直接视觉里程计算法并利用序列真实数据进行了试验验证。试验结果表明,该算法的长时间位姿估计的场景稳健性和计算精度均显著优于目前典型的半直接MVO算法,位姿估计精度比ERL算法提升10%以上,计算效率与典型的ERL算法相当,能够满足各类单目视觉里程计应用场景需求。     

基于紧耦合的视觉惯性定位方法

惯性测量单元（IMU）受自身温度、零偏、振动等因素干扰,积分时位姿容易发散,并且机器人快速移动时,单目视觉定位精度较差,为此研究了一种基于紧耦合的视觉惯性即时定位与地图构建（SLAM）方法. 首先研究了视觉里程计（VO）定位问题,为减少特征点的误匹配,采用基于快速特征点提取和描述的算法（ORB）特征点的提取方法. 然后构建IMU的数学模型,使用中值法得到运动模型的离散积分. 最后将单目视觉姿态与IMU轨迹对齐,采用基于滑动窗口的非线性优化得到机器人运动的最优状态估计. 通过构建仿真场景以及与单目ORB-SLAM算法对比两个实验进行验证,结果表明,该方法优于单独使用VO,定位精度控制在0.4 m左右,相比于传统跟踪模型提高30%.      

机器视觉下的钢轨廓形提取与磨耗测量

随着中国高速铁路的迅速发展,传统的接触式钢轨磨耗检测方法测量效率较低且易受钢轨变形与表面伤损的影响,已无法满足钢轨维修养护的需求。为了快速精确测量钢轨廓形及钢轨磨耗,本文提出了一种基于机器视觉的轮廓提取方法,搭建单目机器视觉钢轨廓形提取系统,通过自由平面靶标定位,采用基于结构光颜色和Steger算法的粗精二级钢轨廓形提取方法,提出基于粒子群优化的双圆拟合钢轨廓形匹配算法,实现测量廓形与标准廓形对齐,并得出磨耗值。试验结果表明,该系统检测精度达0.128 mm,同时具备较高的测量效率。     

单目视觉测量强夯夯沉量的误差分析

人工测量夯沉量的方式精度差、效率低且危险性高。针对这些问题,利用单目视觉方法实现了夯沉量的实时高效测量。为验证该方法的有效性,基于夯沉量解算模型,根据误差传播定律建立了夯沉量精度评价模型,并进行了误差敏感性分析,给出了提高夯沉量测量精度的方法和建议。结果表明,对测量精度影响最大的参数为相机俯仰角;特征点识别误差是测量结果误差的主要来源。工程实测结果表明,夯沉量解算均方误差为±28.46 mm,符合工程现场夯沉量测量误差的精度要求,具有推广价值。     

基于加权预积分和快速初始化的惯性辅助单目前端模型

针对单目视觉惯性定位系统在复杂环境和相机高动态条件下的实时性和高精度的需求，提出了一种基于加权预积分和快速初始化的惯性辅助单目前端模型Improved_VIO。首先同步视觉和惯性测量数据，建立高精度的IMU加权预积分模型，为联合初始化和视觉跟踪模型提供帧间运动约束；然后构建视觉惯性融合状态向量，建立联合初始化模型，实现视觉惯性松耦合的快速联合初始化；最后在IMU加权预积分和快速初始化方法的基础上，建立一套惯性辅助的视觉跟踪模型，从而有效提高系统定位精度。在EuRoC数据集上的试验结果表明，与传统视觉惯性定位前端模型相比，本文的前端模型提升了单目视觉惯性定位的精度与实时性，初始化时间缩短至10 s内，定位精度提高了约30%。     

基于ORB-SLAM2算法的水下机器人实时定位研究

随着近几年视觉SLAM的快速发展，为机器人、无人机、汽车等导航定位提供了更多选择。针对当前水下机器人定位技术存在的系统复杂、操作难度大等问题，本文提出了一种基于ORB-SLAM2算法的水下定位方案。利用单目相机作为传感器，构建了单目视觉SLAM水下机器人定位模型，完成像素坐标系到世界坐标系的转换，介绍了ORB-SLAM2算法定位涉及的关键技术。通过水下理想环境试验，对ORB-SLAM2算法在水下定位性能进行了综合评价，通过海洋环境试验证明ORB-SLAM2算法可以有效对水下机器人进行实时定位。     

基于点特征的单目视觉里程计实现

本文采用特征点检测实现移动机器人的单目视觉里程计,通过对图像进行网格划分保证特征点均匀分布,提高特征点匹配效率。并行计算基础矩阵及单应矩阵实现单目视觉里程计的自动初始化,采用RANSAC算法剔除外点提高特征点匹配质量。设定运动模型及参考帧模型加速帧间运动估计,并通过合理的关键帧选取策略及图优化提高相机位姿精度及鲁棒性。利用TUM数据集测试本文设计的单目视觉里程计,实验轨迹误差为3.58 m,通过Turtlebot2移动机器人对真实环境进行测试,实验表明本文方法的有效性。     

GPS接收机伪距测量方法研究

介绍了一种高精度伪距测量方法。该方法通过位同步、帧同步、码捕获、码跟踪算法以及载波辅助技术等方法来获取高精度伪距测量值。重点研究了秒模糊度、毫秒模糊度和毫秒内的精度测量方法,得到了通过设置码跟踪环的相关间隔来设置其测量精度的方法。实验结果验证了算法的可行性。     

桥梁自然特征点的快速精确跟踪算法

特征点跟踪作为无人机对桥梁挠度进行视觉测量的关键技术，跟踪算法的速度和精度直接影响测量的实时性和有效性。本文首先通过加速稳健特征（SURF）匹配得到图像序列特征点的初步定位结果，然后使用相位相关法对特征点进行精确配准，并提出了一种基于无人机运动连续性的加速策略，用于桥梁自然特征点跟踪。利用无人机采集的4 K桥梁视频数据对本文算法进行测试，结果表明，本文算法对于桥梁自然特征点能够实现稳定跟踪，跟踪速度为25 FPS，跟踪精度达到亚像素级别，满足测量要求，能够为视觉测量提供技术支撑。     

一种单目视觉/INS组合室内定位抗差方法

针对单目视觉/INS的组合定位算法中,单目视觉本身不具备尺度的问题以及在景深变化明显和光照不均匀的环境下会产生粗差的问题,提出了一种单目视觉/INS组合室内定位抗差方法。在尺度恢复方面,借助INS的位置增量信息,基于最小二乘法对单目视觉进行尺度恢复。在抗差方法方面,利用INS在短时间间隔内增量信息高精度的特性,对单目视觉在此时间间隔内的增量信息进行检测,判断是否产生粗差并进行粗差剔除,进而提高组合定位系统的定位精度。实验结果表明,所提算法可以有效的探测并剔除单目视觉/INS组合系统在恶劣环境下产生的粗差,提高组合定位系统的精度及鲁棒性。     

融合惯导信息的单目视觉室内定位方法

针对单目视觉定位方法定位精度高但数据源不稳定,而惯性测量组件可稳定获取定位数据却存在累计误差的问题,提出了一种融合惯导信息的单目视觉室内定位方法．该方法利用四参数拟合模型将图像数据转换成定位定姿数据,并在惯导数据解算过程中引入互补滤波修正陀螺仪读数,最后将处理后的数据作为观测值输入到扩展卡尔曼滤波器中,得到最优位置信息．实验结果表明,该方法能够有效地提高室内定位的精度和稳定性.      

融合光度参数估计的单目直接法视觉里程计

针对单目直接法视觉里程计在光照变化大的场景下定位精度低、定位鲁棒性差的问题,文中提出一种融合光度参数估计的单目直接法视觉里程计。首先通过对图像帧进行特征匹配实现特征跟踪,建立起图像像素点之间的关联,接着利用非线性优化方法进行光度参数估计,然后在光度参数估计提供的光度参数先验信息的基础上对图像灰度值进行校正,最后利用校正后的图像采用单目直接法视觉里程计对相机运动进行估计。在EuRoC数据集上的实验结果表明,与传统方法相比,文中提出的算法提高单目直接法视觉里程计对光照变化的鲁棒性,定位精度平均提高约18%。     

基于坐标归一化和奇异值分解的直接线性变换解法

直接线性变换方法是数字摄影测量和计算机视觉领域最常用的解析处理方法之一,特别适用于未检校数码相机的三维测量,但直接线性参数间的相关性、物方控制的约束和设计矩阵元素数量级的较大差异,均可导致法矩阵严重病态,从而影响解的稳定性。本文借鉴改进的八点基本矩阵估计算法,采用基于坐标归一化和奇异值分解的解法,即首先将像点和物点坐标进行相似变换得到归一化坐标后组成法矩阵,其次利用矩阵奇异值分解方法代替常规的最小二乘方法,模拟和真实数据表明,此方法可以有效提高解算精度和稳定性。     

高轨无缝面阵扫描判断方法：栅格法和几何相交法

极轨海洋卫星的时间分辨率低,不能及时感知快速变化的海洋现象及海洋突发事件,因此,发展静止轨道海洋成像辐射计势在必行。静止轨道卫星可以长时间观测指定海域,但是视场小,需要通过二维指向镜等方式扩大卫星的观测区域。本文意在通过提出漏扫判断方法,给出合理的扫描方式,保证高轨面阵扫描无地理信息遗漏。首先,本文在分析二维指向镜成像原理的基础上,给出了指向镜子图像成像特性以及不同方向、大小的电机转角所引入的像面旋转。其次,画出了子图像的边界包络图,直观地给出了扫描角度变化与图像覆盖程度的关系。最后,提出了两种无缝拼接的判断方法:栅格法和几何相交法,栅格法能够判断出图像覆盖次数,几何法速度快、准确度高。实验结果表明应用本文的两种方法得到了不同扫描角度间隔下地球边缘有无漏扫的情况,找到基于本文光学系统、可覆盖全球且无缝拼接图像的最大俯仰、方位转角间隔,为电机转角步距的设置提供理论依据,保证不漏扫的同时提高载荷的时间分辨率。     

宽视场遥感相机像移速度模型及补偿策略

宽视场遥感相机在轨成像期间,受地球自转、卫星颤振、姿态机动等因素影响而产生像移,导致成像质量降低。为此,提出了一种适用于宽视场遥感相机的像移速度模型,并考虑了离轴角对计算精度的影响,推导了离轴三反相机像移速度和偏流角解析式。以某卫星为例,仿真分析了3种典型成像模式下像移速度和偏流角在焦面的分布情况,仿真结果与定性分析结果一致,验证了像移速度模型的正确性。在此基础上,针对侧摆兼具俯仰成像模式,提出了相应的像移补偿策略。补偿效果表明,卫星侧摆35°兼具俯仰35°成像时,采用全局优化偏流角匹配策略能保证整个焦面区域的调制传递函数（modulation transfer function,MTF）均大于0.95（16级）;采用局部优化偏流角匹配策略能保证焦面重点观测目标的MTF大于0.95（96级）;采用提出的像移速度匹配策略在分11组调节行周期情况下,能保证整个焦面区域的MTF均大于0.95（16级）。仿真结果表明,提出的像移补偿策略能有效解决侧摆兼具俯仰成像时的像质下降问题,可为宽视场遥感相机像移补偿提供可靠依据。     

融合多源测量数据的桥梁挠度异常探测方法

桥梁是一种重要的交通基础设施,保障了人员和物资的流动运输,桥梁安全状态监测至关重要。受桥梁自身承重、桥面移动荷载和环境温度等因素的影响,桥梁挠度不断发生变化,而挠度异常可能会引起桥梁的结构性损伤而产生安全隐患。针对目前挠度异常探测方法没有综合考虑其外部环境和挠度自身变化特征的不足,本文提出了一种融合多源测量数据的桥梁挠度异常探测方法。利用环境温度、桥面移动荷载及桥梁挠度计算多源测量数据特征并融合,通过随机森林分类模型识别异常挠度。试验结果表明,本文方法的异常探测精度达到88.18%,效果良好,并且优于其他典型机器学习模型,能够帮助桥梁管理部门及时发现桥梁挠度异常情况,从而提高桥梁维护管理水平。     

基于机器视觉的水域远程监测应用系统方案设计

针对水面污染区域的识别及快速测量，通过电子测量手段和图像甄别方法，提出了一种高精度的水面污染面积测量方案，以满足水域管理和监测盲点污染需求。根据机器视觉的单目视觉测距原理，采用无人机航拍为该测量过程提供相应参数及污染区域方位信息。系统通过图像分割与堆叠技术对拍摄图片中油污染区域特征进行人工圈定边界识别，利用适用于该面积测量的视觉图像处理方法，设计了水面污染面积测量的人机交互，实现对污染区域面积进行实时或后期测量。试验结果表明，通过无人机实际飞控测量及软件处理，为水域管理提供有效依据，模拟水面污染面积测量精度为10^-3 m²，测量相对误差低于5%，垂直拍摄平均相对误差低于1.3%。     

视觉辅助下的室内惯导位姿修正

惯性导航系统可以短期内提供连续的高精度信息，但是误差会随时间增大，不能长期独立工作。而在大型仓库、地下停车场等室内卫星信号薄弱的场景中，传统的惯导+卫星组合方法也不再适用。针对该问题，本文提出了一种视觉与惯导组合定位的方法。本文研究的惯导+视觉组合的定位方法中，采用基于合作目标的单目视觉定位方法对惯导误差进行修正。对于惯导误差的修正方法，本文利用视觉定位的位姿信息建立量测方程，进行卡尔曼滤波，并选取合适的试验设备，通过实际试验对比验证了该算法对惯导系统误差的修正具有良好的效果。     

观测数据采样化的遥感影像非监督分割

为了实现影像的自动化分割,提出一种利用非监督方式将观测数据采样化的遥感影像分割方法。该方法利用欧氏空间的概率分布建模采样数据和观测数据,并将其映射到黎曼空间,通过不断将观测数据转换为采样数据的方式实现影像的自动采样化。每次采样过程只需计算观测数据点到采样点的测地线距离,将距采样点测地线距离最小的观测数据转化为采样数据,以保证采样数据不断趋于该类数据的真实分割结果,同时使算法能够有效分割具有不同像素数的类别。将算法应用于模拟影像和真实遥感影像分割,对其分割结果以及传统基于统计、基于模糊的非监督算法和基于神经网络的监督算法相应分割结果定性定量的对比分析验证了该算法的有效性及可行性。