IMU辅助下的单目视觉坐标传递

针对管线测量中由于GNSS RTK卫星信号遮挡或测站不易架设等原因无法提供坐标的场景，本文提出了一种IMU辅助下的单目视觉坐标传递方法，用于延伸RTK测得的精密坐标。首先在两个已知的RTK点上架设相机拍摄图像，同时采集IMU数据；然后对图像进行特征提取和匹配，恢复帧间旋转、平移及尺度；最后三角化待测点，以获得待测点在真实尺度的相机坐标系下的坐标。受IMU静基座初始对准方法的启发，本文利用重力矢量和相机光心间矢量分别在地理坐标系和相机坐标系下的投影求解这两个坐标系间的旋转矩阵，进而求得待测点在地理坐标系下的三维坐标。相对于其他测量手段，本文方法灵活便捷、设备轻便、操作简单，且一次采集即可获取相机视场中的任意共视点坐标。试验结果表明，本文提出的坐标传递方法所得的平面坐标的误差平均值为0.12 m，高程误差的平均值为0.2 m。     

一种改进的单目视觉桥梁挠度非接触测量方法

本文在现有单目视觉测量方法基础上,提出了一种相机真实俯仰角计算算法,结合图像快速相关匹配与定位算法,可完成桥梁挠度的快速精确测量。通过精度验证试验和挠度对比测试试验,得到了相应的结果,结果表明：①不考虑目标点真实俯仰角变化的测量方法在距离视场中心较远的位置测量结果中误差较大;②单目视觉方法测量结果与角钢作竖直向下的刚体位移保持一致;③单目视觉方法与GPS测量的挠度曲线变化趋势和测量数值基本一致。试验验证了本文方法的可行性及准确性,可为今后基于数字图像相关方法的土木工程变形测量技术研究提供参考。     

全站仪中间法三角高程测量在滑坡变形监测中的应用探讨

滑坡地质灾害隐患点位于山区,地形起伏变化大,垂直位移监测采用几何水准测量方法工作量大,且效率不高,监测实施起来费时费力。全站仪中间法三角高程测量是将仪器架设在待测点中间位置附近进行测量,通过测站点与待测点高差相减得到两点间的间接高差,该方法避免了量测仪器误差,且通过使前后视距大致相等减弱了大气折光的影响。经过实地利用精密水准仪实测验证,该方法满足二等水准测量精度要求,效率较几何水准测量高,可用于滑坡变形监测。     

远距离海岛高程基准传递关键技术研究

GNSS水准法远距离海岛高程基准传递方法基于GNSS测量的陆海大地高差,结合由重力、地形和重力场模型等信息拟合的高程异常差,求取陆海之间的正常高差;再结合陆地已知水准点成果,实现海岛高程基准的传递。对多源数据融合技术和基于重力场信息的高程异常融合技术进行了阐述,并以青岛市黄岛地区为例,验证了该方法的有效性。     

GPS系统及其应用 第六讲 GPS系统的相对定位解算

<正> 相对定位所测量的量,是未知点相对于已知点的坐标差。它不需要精确知道已知点的坐标,然而,如果在某个坐标系中已知点的坐标能够精确知道,即可通过相对定位得到未知点在该坐标系中的精确位置。传统方法在地面进行相对定位,是通过光学仪器测定两点之间的距离、方位角和高差来进行的。卫星定位技术,特别是GPS系统的发展,使得利用空间技术在地心坐标系中进行三维精密相对定位成为可能。GPS系统的卫星在L波段分别使用频率f_1=1575.42MHZ     

一种双目直接法视觉里程计

视觉里程计是机器人确定自身在周围环境中位置的关键技术,具有测量漂移小、精确的特点,适合较长时间的自主定位。提出一种使用双目相机的直接法视觉里程计,使用双目影像对与时序影像对之间的光度误差联合优化关键帧的位置与姿态、相机内参数、地图点坐标,并在车载道路基准数据集KITTI上进行测试,获得了良好的效果。     

关于数字航测相机像移补偿问题

航测相机像移补偿有两种方法 :一是在相机的焦平面上 ,使感光平面沿飞行方向 ,在曝光瞬间作一微小位移 ,以改正因摄影平台相对于被摄目标的运动引起的像点位移 ;二是在曝光瞬间 ,使相机作一微小的俯仰角旋转 ,以改正因摄影平台相对于被摄目标的运动引起的像点位移。前者简称为焦平面平移改正法 ,后者可称为俯仰旋转改正法。本文中研究了这两种像移补偿方法的差异和所能达到的精度水平及其适用范围     

一种基于深度相机的机器人室内导航点云地图生成方法

点云地图是智能机器人自主导航的基础。文中提出一种基于深度相机的机器人室内导航点云地图生成方法,通过对图像特征的快速提取与匹配,实时估计相机位姿;综合考虑彩色图像的投影误差与深度图像的反投影误差,应用图优化算法对关键帧位姿与地图点进行联合优化;通过环路检测与地图优化降低估计误差累积的影响;利用估计得到的相机位姿将关键帧对应的图像点云进行拼接融合,形成表示三维空间场景结构的稠密点云地图。通过实验验证方法的有效性、精确性与实时性。     

利用视觉灭点检测室内机器人偏航角的方法

室内障碍地图在呈现给用户端浏览的同时,也是自主运动视觉机器人路径规划和障碍规避的依据。由于自主运动视觉机器人的起始位姿选择具有随机性,当机器人沿随机方向行走时,往往导致所建室内障碍地图产生偏斜。本文利用单张已标定像片检测视觉正交灭点,结合相机几何透视原理和灭点几何特性,提出了一种室内机器人偏航角的简单快速检测方法,并成功应用于自主运动机器人的轨迹优化和所建障碍地图的方向校正。对比试验表明,基于视觉灭点的室内机器人偏航角检测方法精度高,在纠正所建障碍地图朝向的同时,保证了机器人运行轨迹短、耗时低,具有良好的推广应用前景。     

低空遥感小型三轴陀螺稳定平台的设计与实现

按照测绘领域专用、性价匹配的思想,设计并实现了一套低成本的低空遥感小型三轴陀螺稳定平台。该系统以自主设计的三轴铝制云台为平台,以微电子机械三轴角速率陀螺、线加速度计和磁阻传感器为基础,配置ARM CortexTM-M3 32位核心微处理器,以数字钛合金舵机为驱动输出,具有体积小、精度高、成本低、自主稳定与罗差自检校等特点。实验表明,稳定平台的航向角测量精度可达1°,俯仰角和横滚角可达0.1°,机械控制精度优于0.1°,驱动响应时间小于20ms,可以满足小区域大比例尺地形图立体测绘对稳定平台的要求。     

一种融合空间拓扑关系的室内无线定位方法

针对仅利用无线信号源和其发射信号强度定位会丢失待测位置与信号源之间固有空间关系的问题,提出了利用已知位置接收信号源发射的无线信号强度测量未知点的低成本室内定位方法。该方法深入分析了待定位点和无线信号源以及信号覆盖范围之间的空间关系,充分利用RCC-8空间关系模型进行无线定位。实验结果表明,采用这种融合空间拓扑关系的基于无线信号强度的室内定位方案能够优化定位流程,并在测得位置中反映待测点和信号源之间的相对空间关系。     

基于结构光和单CCD相机的物体表面三维测量

非接触式物体表面三维自动测量是计算机视觉领域的中心任务之一 ,围绕这个问题 ,提出了一种利用结构光 ,单 CCD相机和双定向技术实现物体表面三维自动测量的新方法。采用该方法 ,无需测定相机和结构光光截面之间的相对位置 ,在单目序列影像上就可测量出物体表面的三维坐标。     

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。     

摄影测量技术在机载设备安装位姿标定中的应用研究

针对飞行试验中机载设备安装位姿自动化标定难题,提出一种基于摄影测量技术的双目视觉测量系统。对系统中涉及的双目立体视觉测量技术、视觉测量系统标定技术、图像特征点自动化检测技术等关键技术进行深入研究,提出基于角锥体法与光束法相结合的标定方法。角锥体法为光束法提供计算参数的迭代初值,大大增强了迭代计算的收敛性与稳健性。在经典边缘提取算子的基础上,利用梯度幅值均值法对特征点中心图像坐标进行亚像素求取,同时研究编码点的设计原则与自动化检测方法。试验结果表明,该测量系统可对设备安装进行快速标定,整体精度达到0.05 mm,完全满足测试任务对精度的要求。     

球面全景影像相对定向与精度验证

对传统的5点法相对定向算法的共面误差计算方法进行改进,提出了一种适合球面全景成像特点的相对定向计算流程。与传统方法相同,该算法首先计算本质矩阵,然后对本质矩阵进行奇异值分解得到旋转矩阵和平移矢量的候选解,最后利用重建的物方三维点坐标排除错误解。本文的贡献在于推导了球面全景共面条件公式,并使用点到核线平面的球面距离作为球面全景共面条件的误差项。模拟数据试验显示:当图像特征点的随机噪声在[-0.5,0.5]像素范围内时,3个姿态角的中误差约为0.1°,由相对定向恢复的相对平移量与模拟值的夹角中误差约为1.5°。使用车载全景相机配合POS获取的数据进行试验的结果显示:横滚角和俯仰角的中误差可以达到0.2°以内,航向角的中误差可以达到0.4°以内,由相对定向恢复的相对平移量与POS平移量的夹角中误差可以达到2°以内。采用本文相对定向算法的结果生成球面全景核线影像,提取影像之间同名点坐标并计算其列方向误差,结果显示核线影像同名点列坐标差的中误差在1个像素以内。     

基于组合式全景相机的近景摄影测量方法

将多台普通数码相机通过机械连接件固定成组合全景相机。在全景控制场内对其进行检校,获得像片之间姿态与投影中心位置的传递值。实际测量时要求至少有3个以上控制点,解算出其中一张像片的位置与姿态,根据相机间的几何关系参数,传递得到每张影像的外方位元素,根据多摄站上拍摄的影像进行前方交会获取物方点坐标。实验结果表明,相机姿态与位置传递参数稳定,用少量控制点解算的组合全景相机各像片的外方位元素稳定,用于多摄站像片的空间前方交会得到的物方点坐标精度较好。本文方法可以解决相机受视野限制、控制点稀少的难题,在实际应用中,控制点的布设更为灵活,为困难场景的近景摄影测量提供了有效的解决方案。     

微型无人机辅助的三角高程测量方法

针对高程传递路线受山体植被等阻碍遮挡的通视困难区域,本文联合测量机器人的自动跟踪能力,提出了一种微型无人机辅助的三角高程测量方法。其基本原理为,两台时钟同步的测量机器人首先以悬停于遮挡区域上空的微型无人机悬挂的360°棱镜为目标,进行动态测量,并利用同步观测值计算测站间的高差;然后对影响该方法精度的主要因素及应对策略进行了分析,并制定了相应的观测流程。实际测试对比结果表明,该方法能够获得较高的高程精度,有助于在通视困难区域快速完成高程传递。     

一种基于空间后方交会的三维坐标测量方法

提出了一种基于空间后方交会原理进行点的三维坐标测量的方法,实现了使用单张影像即可获取待测点的三维坐标,其原理简单,实用性强。     

LiDAR标签和栅格占有图结合的LiDAR/IMU空间标定方法

LiDAR和惯性测量单元(inertial measurement unit, IMU)在智能汽车获得了广泛的应用,比如高精度地图构建、车辆实时定位等。两种传感器进行组合测量时,需要知道两者之间的空间关系,包括空间旋转和平移参数。本文提出了一种基于LiDAR标签的自动化LiDAR/IMU空间标定方法。首先分析了LiDAR/IMU标定参数对LiDAR点云拼接的影响,证明了当车辆近似直线运动时,使用概略标定参数即可利用IMU的姿态信息将LiDAR点云转换到轴向近乎一致的坐标系。基于该结论,提出了一种基于IMU姿态约束的LiDAR栅格占有图构建方法,构建高相对精度的点云地图与LiDAR标签的点云进行地图匹配,获得LiDAR标签在图中的位置,相对于单点云帧互匹配方法,提高标签点云匹配的精度和可靠性。然后基于LiDAR标签的已知高精度位置,采用非线性优化方法解算栅格占有图与LiDAR标签的空间转换关系,进而求解LiDAR/IMU的空间标定参数。试验结果表明,利用本文方法获得的标定参数构建的点云地图,可实现厘米级的绝对位置精度,验证了本文方法的正确性和可行性。