机器双目视觉里程计定位算法

随着人工智能的发展,在智能机器人及无人驾驶汽车应用上,空间定位是最基本和关键的问题。针对空间运动载体的定位算法,提出了双目视觉里程计定位算法,从摄像机标定、图像处理、特征提取和匹配以及运动估计4个方面展开了研究。出于实时性和精确性的考虑,使用Matlab 2016b和Visual Studio 2015两个软件进行混合编程。运用该算法对搭载双目相机的汽车在行进过程中所拍摄的图片进行计算,得出汽车精确的运动轨迹。     

基于光学成像模拟的视觉里程计方法

针对视觉同步定位与建图(SLAM)算法前端漂移误差累积问题,提出基于光学成像模拟的视觉里程计方法。该方法利用稠密三维点云数据进行目标表面泊松重建及材质物理特性关联,依据光学物理特性和光线追踪原理构建基于物理模型的成像渲染引擎(PBRT),生成不同观测条件下的目标特性仿真图像;将目标特性仿真图像与光学相机拍摄图像进行配准与运动偏差恢复,并设计扩展卡尔曼滤波器(EKF)输出位姿状态最优估计值。通过原型系统研制与实验评估表明:该方法有效克服了传统方法漂移误差累积的问题,相较传统ORB-SLAM2算法前端定位精度提升了56%,为视觉里程计的设计提供了一种新的技术思路。     

基于视觉、LiDAR与IMU的实时无人车里程计研究

视觉/LiDAR里程计可以根据传感器数据对无人车在多个自由度上运动的过程进行估计,是无人车定位建图系统的重要组成部分。文中提出了一种使用视觉、LiDAR和IMU进行信息融合的里程计,支持多种运行模式和初始化方式。前端部分采用了改进后的ICP CUDA算法进行激光点云配准,利用光流法对视觉特征进行跟踪,并利用激光点云数据对视觉特征的深度进行估计。后端部分采用了基于滑动窗口的图优化模型,并为视觉和LiDAR关键帧创建状态节点,以前端结果作为量测,将相邻状态节点通过预积分因子关联。文中方案实验结果表明:在城市场景系统平均相对位移精度为0.2%~0.5%,系统全量传感器运行模式（VLIO模式）整体要比关闭视觉的模式（LIO模式）和关闭LiDAR的模式（VIO模式）精度高。文中提出的方法对于提高无人车定位建图系统的精度有着积极意义。     

面向动态场景的语义视觉里程计

针对传统视觉同时定位与地图构建(vSLAM)相机跟踪模块在动态环境中无法精确定位的问题,提出一种基于语义的视觉里程计.首先,在利用金字塔Lucas-Kanade光流追踪匹配帧间特征点的同时,对图像进行像素级的语义分割.然后,将语义信息与几何特征紧密结合用以准确地剔除图像中的外点,使得位姿估计和建图仅依靠图像中值得信赖的...     

一种基于改进ORB特征匹配的无人机视觉导航方法

为了解决在全球导航卫星系统(Global Navigation Satellite System)拒止情况下无人机导航能力缺失等问题,提出了一种基于改进快速提取旋转描述子(Oriented FAST and Rotated Brief, ORB)图像特征匹配的无人机视觉导航方法。首先,为了实现无人机的绝对定位,提出了一种特征图像基准数据库构建方法;其次,为提取图像数据集的特征点,采用了一种结合尺度不变特征变换(Scale Invariant Feature Transform, SIFT)的尺度空间优化ORB特征提取算法;最后,为了将图像特征与图像基准数据库快速匹配并提高其匹配精度,提出了一种改进ORB特征匹配算法——ORB+GMS+PROSAC算法。通过在ArcGIS中分割图像构建基准数据库并进行实验分析,结果表明,基于ORB+GMS+PROSAC特征匹配算法性能显著提升,其中匹配准确率上升5.05%,匹配时间减少41.61%,明显优于其他传统特征匹配算法。     

基于PROSAC的视觉SLAM特征匹配方法

当前视觉即时定位与地图重构技术（SLAM）的过程中,通常采用随机采样一致性（RANSAC）的图像特征匹配算法,随机估计图像模型容易造成算法时间复杂度不确定,进而导致图像匹配时耗过大,难以满足视觉SLAM实时性的要求。为了改善这一问题,使用渐进采样一致性（PROSAC）的算法对图像特征进行筛选,剔除误匹配特征点,有效改善了图像特征匹配的效率与鲁棒性,进一步增强了视觉SLAM的稳定性与实时性。试验验证表明,相比于当前视觉SLAM特征匹配算法,计算效率明显提升。     

基于单目双焦及SIFT特征匹配的深度估计方法

提出一种基于单目双焦及SIFT特征匹配的深度估计方法.根据空间景物的深度在不同焦距下其成像的矢量位置和对应的焦距形成几何关系的原理,通过单相机获取两幅不同焦距下的图像后,运用SIFT算法对两幅图像进行特征提取和特征匹配,得出同一景物像素点距中心点的偏移位置比,从而通过几何关系公式计算出像素点的深度值,以此获取深度图.经实验验证了该方法的可行性,实验结果表明,使用该方法获取深度值仅需单台相机这一设备,方法简单易行,且成本低,具有广阔的应用范围.     

基于MFC的航海视景系统实时碰撞检测技术

针对在航海视景帧流速较大、计算量增加时,会使虚拟场景中人机交互响应时间长,导致航海视景系统实时碰撞检测技术耗时长、准确率低的问题,设计一种基于MFC的航海视景系统实时碰撞检测技术.引入Sobel边缘算子精准提取发生畸变的边缘像素,得到单像素级别的图像边缘,建立基于MFC的航海视景系统框架,通过纹理映射消减航海视景复杂度...     

基于HBase的实时消息推荐系统

在现有的推荐系统中,基于用户兴趣模型都能够表达出用户的兴趣,但在用户兴趣发生变化时却不能够及时更新模型。提出基于用户反馈内容来实时更新用户兴趣的消息推荐系统,通过实时更新模型和特征向量进而得到用户当前最匹配的推荐结果。并使用HBase(Hadoop Database)作为存储,能更好地适应数据规模的增长。     

基于VIO和Wi-Fi指纹技术的室内定位系统设计

针对视觉惯性里程计(Visual-Inertial Odometry,VIO)在特征高度重复的场合易产生较大误差以及Wi-Fi指纹精确度不高等问题,提出了一种基于VIO和Wi-Fi指纹技术的室内定位方法。该系统运用VIO和Wi-Fi指纹在系统层面的结合,利用Wi-Fi指纹的无漂移、成本低的特点和VIO在一定范围内的高精确度,先进行Wi-Fi指纹粗定位,后进行VIO精定位,将大面积切割成小面积从而有效提高系统室内定位精确度,降低误差。该系统能在精定位的同时进行对指纹数据库的更新。实验结果表明,该系统的定位误差小于单独使用VIO或Wi-Fi指纹的系统,平均误差达0.15 m,能够有效提高定位精度。     

基于专家系统的导弹异常实时监控系统

针对人工判读导弹遥测关键参数安控异常的特点,提出了一种基于专家系统的导弹遥测的关键参数的异常实时监控系统,实现导弹安控异常的实时自动判别、监控,该系统的研制将对导弹试验的自动化和信息化作战产生深远影响。     

基于FPGA的实时图像跟踪系统

该系统在硬件上以大规模复杂可骗程逻辑嚣件(FPGA)及微处理器(8051）为核心,采用模块化流水线处理结构,实现目标图像的实时跟踪。在系统软件上使用一种高效的快速相关算法MAD,建立相关跟踪置信度评估、模板自适应更换、目标丢失判断、抗干扰准则和再捕获等准则,有效地提高了目标跟踪的稳定性和抗干扰能力。     

基于CIS的实时图像采集系统

介绍了一种基于接触式图像传感器(Contact Image Sensor,CIS)的实时图像采集系统。该系统采用高速三通道CIS作为图像传感器,并基于SOPC技术,在单片FPGA上实现了对整个系统的软硬件设计,具有集成度高,可靠性强等优点。FPGA主要负责完成CIS的时序驱动和控制、A/D芯片驱动和配置及图像的存储。实验结果表明,该系统较好地实现了CIS的高速图像采集,具有极强的实时性。     

基于DSP的实时数字音效处理系统

论述了基于DSP56F826 EVM开发系统的实时数字音效处理系统，在对数字音频信号的混响、合唱、均衡等多种音效方式合成的原理和算涪研究与仿真的基础上．在硬件上实现了这些音效的处理．并能够实时处理后播放。     

基于自适应匹配的实时视频拼接系统

为了实现基于PC机的实时视频拼接,提出一种基于自适应匹配的平移参数计算方法。设计基于海思HI3520D开发平台采集两路视频,UDP传输视频,PC机接收视频并实现视频拼接。在系统启动时候,通过巴氏距离方法得到融合后的图像重叠区域匹配度,反馈优化,得到最佳平移参数。试验证明该系统不仅提高了图像融合质量而且具有良好的实时性,实现了两路视频实时拼接,系统总体拼接速度为40ms左右。