基于立体视觉的空间动态目标测量与跟踪算法设计

  • 基于立体视觉的空间动态目标测量与跟踪算法设计已关闭评论
  • 35 views
  • A+
所属分类:AGV设计资料
摘要

计算机视觉通过分析和理解图像来理解周围环境。深度感知是计算机视觉的重要组成部分,深度感知可以使机器人感知三维空间环境,并实现自主导航。在计算机视觉中,深度感知是通过立体匹配来实现的。立体匹配是指两个具有水平位移的相机获取的图像对中像素之间的对应关系,并通过计算对应像素之间的视差得到深度信息。提出的立体匹配方法,可以实时恢复高度准确的视差。该方法结合了使用输入图像的梯度和Census变换计算的像素相异性度量,采用边缘保持双边滤波器的高效近似的非迭代局部视差选择方案,视差细化技术通过不断迭代细化,并通过惩罚与使用局部视差梯度产生的视差估计不一致的视差来消除误匹配像素,提高了视差估计的准确性。使用了Middlebury立体性能基准进行评估,所提出的方法在训练图像集和测试图像集的测试中分别排名前五位,以立体匹配的总体准确性来衡量,在标准图像分辨率下视差的绝对误差大于2个像素。同时,该方法对于15个训练集图像对中的3个图像对以及15个测试集图像对中的3图像对有着最低的错误率。所提方法在照明条件变化或相机曝光不同引起的辐射畸变的情况下实现高精度、实时性的鲁棒匹配。所提出的方法适用于机器人导航和三维重建等应用。设计了一种基于该方法的的立体视觉跟踪系统来估计空间动态目标的位置、速度和运动方向的系统。该系统包括立体视觉测距,目标检测和跟踪,跟踪误差最小化。这些误差主要是由于立体像素匹配过程中的图像量化限制和像素误匹配。虽然更复杂的匹配算法可以得到更精确的三维重建结果,但是时间成本很高。该系统结合简单的立体匹配算法,以及基于扩展卡尔曼滤波器的预测校正方法,使用代表空间目标运动和立体测量的概率模型的合适选择,最小化与立体测量相关的跟踪误差,提高目标状态估计的准确度。模拟实验结果表明了该系统的有效性,在不同的运动条件下,可以得到目标状态的精确估计。

论文目录

摘要
Abstract
第1章 绪论
1.1 课题来源与研究意义
1.2 立体视觉的国内外研究现状
1.2.1 相机标定的国内外研究现状
1.2.2 立体匹配的国内外研究现状
1.3 论文主要研究内容
1.4 论文结构安排
第2章 改进BFGS算法的相机自标定法
2.1 简化的非线性相机模型
2.2 基本矩阵下相机的非线性内参数约束方程
2.3 求解非线性内参数的改进BFGS算法
2.4 仿真实验与分析
2.5 真实图像实验与分析
2.6 本章小结
第3章 基于迭代优化的立体匹配方法
3.1 立体匹配的基本方法
3.1.1 自适应权重匹配算法
3.1.2 成本聚合滤波
3.1.3 成本聚合滤波的改进
3.2 改进的迭代视差细化法
3.2.1 算法原理
3.2.2 算法实现
3.3 算法性能评估
3.3.1 参数调整
3.3.2 使用Middleburyversion2评估算法
3.3.3 使用Middleburyversion3评估算法
3.4 本章小结
第4章 基于立体视觉的跟踪系统设计
4.1 三自由度气浮平台结构设计
4.1.1 机械结构设计
4.1.2 气动回路设计
4.1.3 空间目标运动符号与坐标系
4.2 运动模型和测量模型建模
4.2.1 运动模型建模
4.2.2 测量模型建模
4.3 算法设计
4.3.1 双目相机的标定与精度
4.3.2 立体视觉处理
4.3.3 TLD跟踪器
4.3.4 EKF算法设计
4.3.5 系统总体算法
4.4 本章小结
第5章 仿真实验与分析
5.1 空间目标与跟踪系统均以直线运动
5.1.1 EKF参数
5.1.2 位置与时间的关系
5.1.3 速度与时间的关系
5.1.4 运动方向与时间的关系
5.1.5 均方根误差
5.1.6 中速与快速测量结果
5.2 空间目标以正弦曲线运动跟踪系统以直线运动
5.2.1 EKF参数
5.2.2 位置与时间的关系
5.2.3 速度与时间的关系
5.2.4 运动方向与时间的关系
5.2.5 均方根误差
5.2.6 中速与快速测量结果
5.3 空间目标与跟踪系统均以正弦曲线运动
5.3.1 EKF参数
5.3.2 位置与时间的关系
5.3.3 速度与时间的关系
5.3.4 运动方向与时间的关系
5.3.5 均方根误差
5.4 本章小结
第6章 结论与展望
6.1 主要工作与创新点
6.2 研究展望
参考文献
致谢
作者简历及攻读学位期间发表的学术论文与研究成果

抱歉,此资源仅限赞助会员下载,请先
注意:本站资源多为网络收集,如涉及版权问题请及时与站长联系QQ:2766242327,我们会在第一时间内与您协商解决。如非特殊说明,本站所有资源解压密码均为:agvba.com。
weinxin
微信公众号
agvba是一个分享AGV知识和agv案例视频的网站。