没有合适的资源?快使用搜索试试~ 我知道了~
首页单目视觉里程计:移动机器人高精度定位的关键
单目视觉里程计:移动机器人高精度定位的关键
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 44 浏览量
更新于2024-06-22
收藏 4.76MB DOC 举报
视觉里程计在移动机器人中的应用是现代自主导航技术的关键组成部分,特别是在未知环境中的导航能力。本文由Lin Zhenfei撰写,导师为Gao Yuan,主要探讨了单目视觉里程计在移动机器人定位中的具体实现与优势。传统的里程计方法依赖于传感器测量,而视觉里程计则是利用计算机视觉技术,通过对单个摄像机拍摄的图像序列进行分析来估计机器人的位置和运动。 首先,作者对比了两种常见的图像特征提取算法:Harris角点检测和SIFT(尺度不变特征变换)。SIFT因其对光照变化和图像缩放的鲁棒性被选中,用于在连续的图像帧间寻找稳定的特征点匹配。这一步骤对于建立空间关系和确定位姿至关重要。 摄像机标定是视觉里程计的基础,它确保了图像坐标系与实际物理世界的对应。张正友标定方法在此发挥了重要作用,通过校准过程,作者能够获取到摄像机的内参和外参,这些参数对于后续的坐标变换和姿态估计至关重要。 单目视觉里程计的核心在于通过计算相邻图像帧之间的坐标变换,包括平移和旋转,来推断机器人车体的实际移动。这涉及到使用基本矩阵和本质矩阵来处理像素级的视差,以及通过三视图几何原理解决多视图问题。通过这些步骤,可以得出机器人在三维空间中的精确运动轨迹,从而提高定位的精度。 总结来说,本文研究了如何结合单目摄像头和计算机视觉技术,设计出一种高效且精确的视觉里程计系统,这对于移动机器人在复杂环境中实现自主导航具有显著的意义。视觉里程计的应用不仅提高了定位的准确性,还降低了对外部传感器的依赖,使得机器人在没有GPS或其他辅助导航系统的条件下也能实现可靠的导航。随着技术的进步,这种基于视觉的定位方法在未来有望进一步发展和完善。
资源详情
资源推荐
![](https://csdnimg.cn/release/download_crawler_static/88053147/bga.jpg)
2 图像特征点的提取与匹配
2.1 数字图像的基本概念
2.1.1 图像颜色模式
图像中有五颜六色的色彩,最常用的两种彩色模式为 RGB 模式和 CMYK 模式,还
有 HSL 和 YUV 等模式。RGB 模式是数字图像处理的主要表示方式。RGB 模式中,任
何颜色都有红(Red)、绿(Green)、蓝(Blue)三种基本颜色按不同比例混合得到,红、绿、
蓝被称为三原色,简称 RGB 三原色。如果用
321
,, xxx
表示 R、G、B 颜色分量的位数,
则可以表示的颜色数为
)(
321
2
xxx ��
个。
图像用基于位置坐标的三维函数来表示:
)},,(),,,(),,,({),,( zyxfzyxfzyxfzyxf
bluegreenred
�
(2.1)
其中
),,( zyxf
表示空间坐标为
),,( zyx
位置点的颜色,
red
f
、
green
f
、
blue
f
分别代表
该位置点的红、绿、蓝三种原色的颜色分量,它们都是空间的连续函数,即连续空间的
每一点都有一个精确值与之对应。如果只考虑二维平面图像,则每一点只有个坐标值,
因此上式可简化为:
)},(),,(),,({),( yxfyxfyxfyxf
bluegreenred
�
(2.2)
图像还有黑白图像,所谓黑白图像,就是图像中每一点的红绿蓝三原色分量值都相等,
即:
bluegreenred
fff ��
。
对于黑白图像,
),( yxf
表示
),( yx
位置处的灰度值
(亮度值)。CMYK(青、紫红、黄、黑)模式多用于印刷业。另外颜色还可以通过色
调(Hue)、饱和度(Saturation)和亮度(Luminance)的差别而表示出来,这种方法称为 HSL,
其中色调表示基本的纯色,饱和度的值表示颜色中掺入白光的比例,亮度的值则表示颜
色中掺入黑色的比例。YUV 方法基本特征是把亮度信号和色度信号分离开,Y 代表亮
度,U、V 是两个彩色分量,表示色差,一般是蓝红色的相对值。
2.1.2 数字图像表示
数字图像是以离散形式表示的,一般采用矩阵的形式。
![](https://csdnimg.cn/release/download_crawler_static/88053147/bgb.jpg)
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
����
�
�
1,11,10,1
.
.
.
.
.
.
.
.
.
1,11,10,1
1,01,00,0
...
...
...
nmmm
n
n
ggg
ggg
ggg
g
(2.3)
数字图像矩阵表示形式与真实图像很相似,还可以通过比如傅立叶变换将图像的表
示由“空间域” 变换到“频率域”。在空间域内表示像素点不同位置
( , )x y
处的灰度值,
而在频率域内则表示在不同频率中的振幅谱(傅立叶谱)。频率域的表示对数字图像处
理很重要,因为经过变换后,矩阵中许多值是零值或数值很小,这意味着可以将数据信
息进行压缩以便于更有效的存储和传递。其次是许多图像处理运算过程在频率域中更容
易进行,比如滤波。
一幅数字图像是一个二维阵列,阵列元素值称为灰度值或强度值.实际上,图像在
量化成数字图像前是一个连续强度函数的集合,场景信息就包含在这些强度值中.图像
强度通常被量化成 256 个不同灰度级,对某些应用来说,也常有 32、64、128 或 512 个
灰度级的情况,在医疗领域里甚至使用高达 4096(12bits)个灰度级。很明显,灰度级越
高,图像质量越好,但所需的内存也越大。
2.2 特征点的提取方法概述
为了有效地进行视觉里程计的计算,首先需要在图像对内选取一些特征点,而且为
了使这些特征点能够在匹配后得到较为精确的三维世界坐标系下的坐标。它们应该是图
像中纹理比较丰富的区域,而且对亮度、尺度、旋转等都有较好的不变性。
特征点是指图像中某些具有与其周围点有显著不同之处的点。学者们提出了许多特
征点抽取算法,根据其定义,可以大致将这些算法分成以下几类:
第一类使用非线性滤波的方法,典型的有 SUSAN 角点检测(SUSAN ComerDetector)。
这种方法把每个像素与包含它的一块局部区域关联起来,这块区域里的其它像素与该像
素具有相似的亮度。SUSAN 角点检测法是对这块区域进行极小化,利用统计特性决定
该像素的属性,即角点、边上的点还是面上的点。
第二类方法基于曲率的方法,往往需要首先进行边界抽取,然后用曲率信息来找出
特征点。基于曲率的方法定位精度比较高,但是计算比较复杂,速度较慢。
第三类方法检测图像的灰度变化率来确定角点,其典型算法如 Harris 角点,该方法
使用图像的一阶差分,计算每个像素点的平均平方梯度矩阵。通过特征值分析,计算角
![](https://csdnimg.cn/release/download_crawler_static/88053147/bgc.jpg)
点响应。该方法使用滑动窗口,适合于矩阵运算,效率很高。定位精度可以达到亚像素,
对噪声抑制良好。同时还可以给出角点处的曲率及角点方向等信息。在图像的亮度发生
变化,或者平移、旋转之后,Harris 角点响应仍然能保持不变
[6]
。
在上述这三种方法的基础上,为了达到特征点尺度不变的目的,学术界又提出了基
于尺度空间不变的特征点检测方法。文中将首先介绍了上述方法中比较常用的 Harris 角
点检测方法,然后通过分析尺度不变性原理,着重介绍 SIFT 尺度不变特征检测算法,
并比较两者在尺度变化下的匹配效果。
2.3 Harris 角点检测算法
2.3.1 Harris 角点检测算法原理
Harris 角点检测是 C.Harris 和 M.J.Stephens
[7]
在 1988 年提出的一种特征点提取算子。
Harris 算法是在 Moravec 算法基础上提出的。Moravec 角点检测算法的思想是:在图像
中设计一个局部检测窗口,当该窗口沿各个方向做微小移动时,考察窗口的平均能量变
化,当该能量变化值超过设定的阈值时,就将窗口的中心像素点提取为角点,记像素点
( , )x y
的灰度为
( , )I x y
,在给定亮度平移量
),( vu
的情况下,定义能量函数
E
如下:
�
����
yx
yxIuyuxIyxwvuE
,
2
)],(),()[,(),(
(2.4)
其中
),( yxI
表示图像灰度值。
),( yxw
为窗口函数,它有两种基本的表达形式:窗口
内为 1 窗口外为 0 或高斯函数。当
vu,
较小时,通过泰勒展开,能量函数可以近似为:
�
�
�
�
�
�
�
v
u
MvuvuE ],[),(
(2.5)
其中
�
�
�
�
�
�
�
�
�
�
yx
yyx
yxx
III
III
yxwM
,
2
2
),(
定义角点响应函数为:
2
)(det traceMkMR ��
(2.6)
其中:
21
det
��
�M
,
21
��
��traceM
。
21
��
为
M
的特征值。
k
是经验常数,通常
取 0.04~0.06。
R
由
M
的特征值决定,它在平坦区域绝对值较小,在边缘区域是绝对值较大的负
数,在角点处是绝对值较大的正数。因此,当
R
为局部极大值且大于给定阈值时的位置
即为角点。
剩余58页未读,继续阅读
![doc](https://img-home.csdnimg.cn/images/20210720083327.png)
![doc](https://img-home.csdnimg.cn/images/20210720083327.png)
![doc](https://img-home.csdnimg.cn/images/20210720083327.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://profile-avatar.csdnimg.cn/default.jpg!1)
老帽爬新坡
- 粉丝: 85
- 资源: 2万+
![](https://csdnimg.cn/release/wenkucmsfe/public/img/vip-rights-1.c8e153b4.png)
下载权益
![](https://csdnimg.cn/release/wenkucmsfe/public/img/vip-rights-2.8b825a4e.png)
电子书特权
![](https://csdnimg.cn/release/wenkucmsfe/public/img/vip-rights-3.fc5e5fb6.png)
VIP文章
![](https://csdnimg.cn/release/wenkucmsfe/public/img/vip-rights-4.320a6894.png)
课程特权
![](https://csdnimg.cn/release/wenkucmsfe/public/img/vip-rights-icon.fe0226a8.png)
开通VIP
上传资源 快速赚钱
我的内容管理 收起
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
会员权益专享
最新资源
- 利用迪杰斯特拉算法的全国交通咨询系统设计与实现
- 全国交通咨询系统C++实现源码解析
- DFT与FFT应用:信号频谱分析实验
- MATLAB图论算法实现:最小费用最大流
- MATLAB常用命令完全指南
- 共创智慧灯杆数据运营公司——抢占5G市场
- 中山农情统计分析系统项目实施与管理策略
- XX省中小学智慧校园建设实施方案
- 中山农情统计分析系统项目实施方案
- MATLAB函数详解:从Text到Size的实用指南
- 考虑速度与加速度限制的工业机器人轨迹规划与实时补偿算法
- Matlab进行统计回归分析:从单因素到双因素方差分析
- 智慧灯杆数据运营公司策划书:抢占5G市场,打造智慧城市新载体
- Photoshop基础与色彩知识:信息时代的PS认证考试全攻略
- Photoshop技能测试:核心概念与操作
- Photoshop试题与答案详解
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)