和集成视觉等办法[1]。依据运用镜头数目分类，核算机视觉分为单目视觉定位、双目视觉定位与多目视觉定位。双目立体视觉是依据视差原理，由多幅图画获取物体三维几许信息。比较于依据多相机的模型定位办法，单目视觉的长处首要体现在只需单幅图画技术完结定位，不存在图画匹配问题，处理速度快，定位精度高。

　　传统视觉对方针定位，是经过对摄像机的表里参数进行标定来完结的[2]。核算机标定办法能够分为传统标定办法、自标定办法和依据自动视觉的标定办法[3]。传统标定办法是现在运用最为遍及的标定办法，使用结构已知、高加工精度的标定块作为标定物，用摄像机拍照若干幅标定物的图片，经过核算2D 图画点与3D 空间点之间的联络来完结标定，经过对标定物的合理规划得到

　　的成果。该办法的长处是适用各种摄像机模型，定位精度高，缺陷是标定进程杂乱。自标定办法不需求标定物，仅经过运动摄像机所拍照的标定图片中匹配点的联络来进行标定。因为不需求标定物，该办法适用范围广、灵活性强，可是图画匹配中需求求解多元非线性方程导致其鲁棒性较差[4]。依据自动视觉的标定办法需求预知摄像机的详细运动信息，这需求贵重的设备对摄像机的运动轨道进行记载，试验本钱较高[5]。

　　本文针对AGV 所在的平整路面的单目视觉定位，提出了一种新的简略可行的算法。该算法不需求对摄像机进行标定，也不需求求解摄像机的内、外参数，经过剖析图画像素平面与实践空间平面的几许联络，得出像素点与实践点间的映射联络。试验成果表明 , 文中提出的算法定位精度高 , 实时性好 , 为处理核算机视觉的丈量、定位与AGV 视觉扶引供给一种新的思路，具有进一步研讨的价值。

　　本文选用抱负的机模型[6]，疏忽实践摄像机中的畸变问题。针孔成像模型又称为线性摄像机模型，空间中任何一点在图画中的成像方位能够用针孔成像模型近似表明，即任何一点在图画中的投影方位p 为光心O 与P 点的连线OP 与图画平面的交点。别离以其次坐标m=[u,v ,1]T,W=[X,Y,Z ,1]T 来表明像素点p 及空间点P ，依据机成像模型，投影方程为

　　式中：αx=f/ dX 为u 轴上的标准因子，或称为u 轴上的归一化焦距；αy=f/ dY 为v 轴上的标准因子，或称为v 轴上的归一化焦距；M 为3×3 矩阵，称为投影矩阵；M1 由αx、αy、u 0、v 0 决议，因为αx、αy、u 0、v 0 只与摄像机内部参数有关，称这些参数为摄像机内部参数；R、t 别离表明摄像机坐标系与国际坐标系之间旋转矩阵平和移向量，M2 称为摄像机外部参数。

　　在单目视觉办法丈量物姿时，假如物体上的某些特征在物体坐标系下的坐标已知，要求出这些特征在摄像机坐标系下的三维坐标，然后求出摄像机坐标与物体坐标系之间的相对位姿联络。在这个问题中，一般需求求得摄像机表里参数进行投影核算。假如摄像机固定，摄像机外参数一般固定不变，而摄像机内参数只与摄像机硬件有关，定焦摄像头的内参数固定不变。假如已知摄像机表里参数，就已知投影矩阵，这时对恣意空间点，如已知它的坐标，就能够求出它的图画点的方位。反过来，假如已知某空间点的图画点的方位, 即便已知摄像机的表里参数，也不能仅有确认。这是因为，已知图画点时，由针孔成像模型，任何坐落射线上的空间点的图画点都是点。因而，该空间点是不能仅有确认的。为处理这一问题，单目视觉在特定环境内设置一个人工图标，图标的尺度以及在国际坐标系中的方向、方位等参数都是已知的；而双目视觉经过不同视角拍照两幅或多幅图画，添加约束条件[7]。

　　本文提出一种新的单目视觉投影定位算法，在该算法中，实践平面中的二维空间点先投影到一个虚拟参阅平面上，如图1 所示，该参阅平面与摄像机光轴笔直且与成像平面平行，然后虚拟参阅平面上的点经过镜头平行透视写入成像平面，并构成图画像素点。在第二步平行透视中，参阅平面与成像平面仅仅简略的缩放联络，保留了透视成像中丢掉了的平行特点与方位特点。这样，所述问题就转化为虚拟参阅平面与实践平面之间的映射求解问题。

　　因为摄像机笔直于参阅平面 , 所以像素平面到参阅平面是等份额缩放的，它们之间只相差一个份额系数。因为参阅平面

　　边与实践平面AD 边重合，能够经过实践丈量得到AD 边的实践长度。参阅平面与像素平面等份额缩放，由图画像素长宽比可求得AB 长度。若W=AD ，L =AB ，图画像素分辨率为m×n ，可得对应像素平面上一点p (u ，v ) 的参阅平面坐标为P (Xc ,Yc )，有

　　为了验证本文算法的精度，规划了AGV 定位试验。选用MV-U300 工业相机，6~12 mm 变焦镜头，拍照室内地上。为了验证该算法的精度，在地上上放置一张4×4 的是非棋盘图。棋盘长宽200 mm，每小格边长50mm，如图5 所示。测得相机视界四个极点坐标别离为A（-235, 0），B（-575，960），C（575,960），D（235,0）；由相机参数核算得到的参阅平面的四个角点坐标为A (-235,0)，B (-235,352.5)，C (235,352.5)，D (235,0)；核算投影改换的单应性矩阵，有

　　为查验本文算法的定位精度，对所收集图画进行Hough 改换检测直线，然后获取图中所示棋盘图是非色块的9 个交点像素坐标( 自左至右、从上往下排)，经过本文算法求得对应的参阅平面交点，再经过单应性矩阵求得对应点的实践平面坐标。详细试验数据见表1。

　　经过实践平面的实践坐标核算是非色块的边长，与线 mm 比较，能够发现横排差错在±3% 以内，竖排差错在±5% 以内；竖排差错比横排差错大，首要是因为图画竖向放大系数相对改变较大。成果表明，该办法丈量精度较高，能够满意一般的定位体系要求。

　　本文提出的算法结合单目视觉扶引AGV 小车，省去了传统视觉定位办法中的摄像机标定环节，选用平面投影的思路处理单目视觉定位，简化了视觉扶引AGV小车扶引模块的

　　装备与定位核算。该算法针对通用摄像机模型针孔相机模型，使用平面投影原理，对平整路面完结了单目视觉定位。试验成果表明，该办法简略可行，对室内AGV 和室外平整路面AGV 的途径导航

　　声明：本文内容及配图由入驻作者编撰或许入驻协作网站授权转载。文章观念仅代表作者自己，不代表电子发烧友网态度。文章及其配图仅供工程师学习之用，如有内容图片侵权或许其他问题，请联络本站作侵删。侵权投诉算法算法+重视

　　（Stereo Vision）的要害差异在于能够使用双摄像头从不同视点对同一方针成像，然后获取视差信息，核算方针间隔。恩智浦

　　和里程计交融的办法。以里程计读数作为辅佐信息,使用三角法核算特征点在当时机器人坐标系中的坐标方位,这儿的三维坐标核算需求

　　与建图(SLAM)仿真体系，描绘其规划进程。该体系作业功能杰出，其SLAM

　　研讨中的要害技术摄像机标定和立体匹配一直是研讨的热门。本文由两部分组成，别离对双

　　及其ARM完结 /

　　体系中标识模板旋转、歪斜等形成的匹配功能下降的问题，提出一种结合笔直梯度方向线圆检测与线性预插值的桥式吊车负载实时空间

　　办法 /

　　与建图（SLAM）进程中，因为特征匹配阶段存在误匹配且耗时长，使得机器人初始化速度慢、

　　粉丝的天猫精灵蓝牙智能音箱开机无声响 拆解替换电池芯简略修正 #吃拆玩呗