单目摄像头视觉定位系统：实时三维姿态计算

"单目摄像头实时视觉定位" 单目摄像头实时视觉定位是机器人自主导航领域中的关键技术，主要关注如何在变化的环境中提升视觉系统的鲁棒性，精确恢复深度信息，以及确保算法的实时性。硕士论文《单目摄像头实时视觉定位》由上海交通大学的徐宁撰写，导师为陈卫东教授，专业方向为控制理论与控制工程，完成于2008年。 论文首先回顾了现有的视觉定位和导航算法，并提出了适用于单目摄像头的实时定位算法架构。该架构结合了不变特征的目标识别、特征跟踪和位姿估计算法，通过并行计算提高实时性能。其中，算法识别场景中的视觉路标，实时跟踪这些路标，并计算摄像头相对于路标的三维姿态。 论文提出了一种名为Harris-SIFT的特征提取算子，它在保持SIFT（尺度不变特征变换）优势的同时，提升了性能。Harris-SIFT特征提取系统包含数据库建立、特征提取、匹配、一致性检验和识别评估等步骤，确保了在动态环境中的鲁棒性、准确性和实时性。 接下来，论文探讨了跟踪与定位算法的结合，利用双线程并行计算提高效率。同时，引入了共面POSIT位姿估计算法，通过逆透视成像模型获取三维坐标，并需要进行相机标定来提高定位精度。 实验部分验证了Harris-SIFT特征提取算子与其他同类算子的比较，以及在自然环境下的目标识别和图像检索效果，证明了其鲁棒性、准确性和实时性。此外，通过使用手持USB摄像头采集实时视频，运行视觉定位算法，进一步确认了算法的定位性能。 这篇论文深入研究了单目摄像头的实时视觉定位技术，为移动机器人自主导航提供了重要的理论支持和实践方法，为未来的相关研究奠定了基础。