搜索结果: 1-9 共查到“控制科学与技术 目”相关记录9条 . 查询时间(0.085 秒)
为从单目图像中提取到丰富的3D结构特征，并用以推测场景的深度信息，针对单目图像深度估计任务提出了一种结构化深度学习模型，该模型将一种新的多尺度卷积神经网络与连续条件随机场统一于一个深度学习框架中.卷积神经网络可以从图像中学习到相关特征表达，而连续条件随机场可以根据图像像素的位置、颜色信息对卷积神经网络输出进行优化，将二者参数以联合优化的方式进行学习可以提升模型的泛化性能.通过在NYU Depth数...
针对微型空中机器人在室内环境下无法借助外部定位系统实现自主悬停的问题, 提出一种基于单目视觉的自主悬停控制方法. 采用一种四成分特征点描述符和一个多级筛选器进行特征点跟踪. 根据单目视觉运动学估计机器人水平位置; 根据低雷诺数下的空气阻力估计机器人飞行速度; 结合位置和速度信息对机器人进行悬停控制. 实验结果验证了该方法的有效性.
针对光照强度大范围变化的室外复杂道路环境下移动机器人视觉导航问题,提出了一种新的基于彩色图像处理的单目机器人导航方法。对于预先设置的引导轨线和停靠位标识,通过HSI模型对图像进行颜色分割和数学形态学处理,提取出导航目标和识别停靠位标识,并用“采样估算”的方法计算导航参数。实验表明此方法获取的导航参数受光照和地面环境的影响不大,且偏离导航线误差较低,具有较好的实时性和鲁棒性。
以7000m载人潜水器的水下悬停为应用背景，以单目CCD摄像机为传感器，提出了基于模型的单目视觉定位和基于特征的视觉伺服两种水下机器人视觉悬停技术方案，分别适用于已知模型的观察目标和未知模型的观察目标两种情况．以自行研制的水下机器人控制系统实验平台为实验载体，利用前视摄像机和水下人工目标，建立了水下演示实验验证系统，并在室内实验水池中，分别实现了两种悬停方法的水下演示实验．演示实验表明：在两种视觉...
提出在基于单目视觉创建的环境地图中实现移动机器人全局定位．基于KD树的最近邻搜索实现特征匹配．应用尺度不变特征变换(SIFT)方法提取特征,并用多维向量描述,保证了对图像光强变化、尺度缩放、三维视角和噪声具有不变性．提出了一种基于RANSAC的鲁棒定位方法．在实际室内环境Pioneer3机器人上进行的实验表明本文提出方法高效、可靠．
基于粒子滤波的单目视觉SLAM算法
SLAM 微小机器人 码盘 单目视觉
2008/7/18
针对携带有单目摄像机和码盘的微小机器人的定位与建图问题，提出了基于粒子滤波的SLAM(同时定位与建图)算法.从摄像机中提取图像特征点，并在图像序列中加以匹配，根据相应时刻的摄像机位姿计算得到对应的环境标志点坐标；机器人的大致位姿估计由码盘运动模型获得.在机器人移动过程中，环境标志点的观测信息和码盘信息通过粒子滤波相融合，从而提高了机器人定位的精度，同时也得到了更为准确的环境标志点坐标.仿真实验结果...
立体视觉中的三目匹配方法研究
立体视觉 特征基元 匹配
2008/7/18
本文提出了利用金字塔图传播匹配的三目基元立体视觉方法．该方法中匹配起始三
元组的选择建立在透视投影的可靠基础之上，而进行传播匹配可以加速计算，并避免了可能
的误匹配．传播匹配利用立体图像组在二值边界图像金字塔图中的结构相似性，而整个匹配
结果的考察与认定是通过传播率的比较实现的．该方法能够有效地克服双目立体视觉方法的
某些本质局限性，确保匹配结果精确可靠．
在智能交通系统中，自动驾驶系统或许是最难于实现的技术之一．许多学者努力
想找到解决自动驾驶这个难题的方法．本文介绍了一种新的思想和一些新的算法，它立足于
单目视觉技术来实现车道保持和进行障碍物检测，进而力图解决视觉导航问题．首先运用多
阈值分割技术提取高速公路上当前车道的分道线，接着对分道线建立了圆锥曲线模型进行二
维重建．在道路模型的约束下，笔者提出方向分形维的算法确定前方车辆的位置，进...