摘要：无人船航行时水面障碍物检测因视角不足,导致漏检或误检,同时为满足无人船安全正常作业的需求,提出基于全景视觉的无人船水面障碍物目标检测方法。与传统的单目和双目视觉相比,全景视觉具有水平方向大视场监控的优点。基于多目全景视觉系统获得待拼接图像,在加速稳健特征(SURF)算法的基础上进行图像配准,引入k维树来构建数据索引,实现搜索空间级分类并进行快速匹配。通过M估计样本一致算法对匹配点进行优化,剔除误匹配点。对于图像融合中重叠区域出现的拼接缝隙或重影问题,设计一种基于圆弧函数的加权融合算法。提出改进的水面障碍物目标检测模型DS-YOLOv5s,将拼接好的全景图像作为训练好的模型作为输入,从而检测目标障碍物。实验结果表明,改进后的SURF算法与SURF算法相比特征点的匹配正确率提高11.47个百分点,在匹配时间上比SURF、RANSAC算法缩短5.83 s,DS-YOLOv5s模型的mAP@0.5达到95.7%,检测速度为51帧/s,符合实时目标检测标准。

摘要：为了实现全景视觉下目标跟踪,本文提出了基于非线性核相关滤波的全景视觉目标跟踪算法,该算法将岭回归与循环样本矩阵和经典的相关滤波联系在一起。通过核技巧,建立了非线性回归函数,解决了全景成像畸变的影响。通过在极坐标系下构造傅里叶形式的梯度方向直方图特征描述子(HOG),保证了全景目标的旋转不变性。针对全景成像特点设计自适应机制和基于极坐标表示的目标搜索机制。以OTB100库中存在平面内旋转情况的图像序列与原方法进行对比实验,本文算法跟踪精度提高13.5%。并在全景图像上进行实验,相比于原方法,本文算法能够实现有效全景视觉目标跟踪。

摘要：针对移动机器人路径规划与导航的实际应用,设计了一个基于全景视觉的移动机器人路径规划导航系统.首先,对导航系统的体系结构和功能进行描述.然后,分别就如何采用全景视觉传感器进行环境探索与地图创建,基于回归神经网络的广度优先搜索法和Voronoi骨架图法两种路径规划算法原理,以及如何实现按规划路径实施导航这三个方面进行了详细阐述.最后,结合实际机器人进行导航实验,评估导航系统的性能和路径规划算法的有效性.

摘要：针对足球机器人比赛中要求快速准确获取目标位置信息的特点,设计了由全景视觉和前向视觉共同构建而成的机器人视觉系统.对于单一视觉传感器,采用图像坐标系转换求反正切法、分段比例法及针孔摄像机成像模型的方法,以blob面积为优选条件选择定位方式,从而得到精度较高的定位结果.实验结果证明了该视觉系统设计的合理性及定位方法的有效性.

摘要：为了使机器人能够更好地定位,研究了一种基于全景视觉的机器人相互定位的方法.2个全景摄像机和用于识别机器人的三色环圆柱体分别安装在不同的移动机器人上,利用光学视觉原理,通过CCD摄像机,获得包括另一个移动机器人的全方位景物图像.将得到的全景图像二值化处理后,通过噪声去除及八方区域生长算法找到符合条件的区域,并将找到区域的RGB颜色模型转换为H IS颜色模型.根据三色环圆柱体自身的3种颜色的固定顺序明显区别于背景的特点,识别出机器人上的目标三色环圆柱体,通过设计出的机器人相互定位算法,计算出机器人在世界坐标系下的坐标.实验结果表明,本文研究的基于全景视觉的移动机器人定位方法是令人满意的,对实际应用有一定的价值.

摘要：针对传统的舰船图像局部特征点检测技术在检测特征点时,因重复抓取造成检测结果中噪点比例过高,影响有效信息读取的问题,因此设计全景视觉舰船图像局部特征点检测技术。在对舰船图像预处理后,计算稳定度和匹配度2个舰船图像局部特征点的检测参数。将计算得到的检测参数作为高斯金字塔的参数,使用高斯尺度空间法检测舰船图像特征点,完成全景视觉舰船局部特征点检测技术的设计。设计与传统的舰船图像局部特征点检测技术的对比实验,结果表明全景视觉舰船局部特征点检测技术能够有效减少特征点检测后的噪点数,检测效果更佳。

摘要：研究一种基于全景视觉的机器人自主定位的方法。利用光学视觉原理,设计了一种全景视觉传感器,从而获得机器人周围环境的全方位景物的图像。通过去除全景图像的噪声、分割颜色阈值、计算中心点等处理,识别出机器人周围景物的已知路标,采用三角定位法,计算出机器人的坐标,从而为机器人的导航、避碰等任务奠定良好的基础。实验结果表明,此方法对于机器人自主定位具有一定的可行性。

摘要：文章用反射镜面设计的理论知识和计算机仿真,为实现应用于中型组足球竞赛机器人全景视觉系统的反射镜面的快速有效的设计,自主开发了用于镜面轮廓设计的仿真设计系统,并设计制造了满足机器人任务要求的特殊曲线的反射镜面。通过实践表明基于知识和计算机仿真的现代设计方法大大提高了反射镜面设计的质量和效率,能从整体上把握设计的合理性,避免设计出错和产品返工,节省制造成本,并令设计结果满足预计的任务需求。

摘要：介绍了VisualC++和Matlab的特点及其在数学计算、图形显示方面的优势,在分析了全景视觉系统反射镜设计原理的基础上,首次提出应用VC和Matlab混合编程方法实现反射镜设计。该方法实现了反射镜设计的自动化及可视化,最后介绍了设计实例,实践证明该方法显著提高了系统设计的效率。

摘要：为更好地实现在实际农业作业环境下智能农业车辆的自主导航,提出了基于全景视觉的同时定位与地图创建方法(PV-SLAM)。首先对惯性测量单元(IMU)的姿态进行了解算分析,并设计实现了惯性测量单元的硬件电路模块。其次研究建立了农业车辆运动模型和全景视觉系统观测模型。然后将多目全景视觉(PV)和惯性测量单元(IMU)结合,采用扩展卡尔曼滤波(EKF),实现了自主导航农业车辆的PV-SLAM过程,并具体分析阐释了算法实现流程和步骤。试验结果表明,相较传统视觉SLAM算法,本研究提出的PV-SLAM方法,在较少或无固定路标情况下,获取的环境路标数平均增加80.2%,成功率平均提高15.8个百分点,在x和y方向的平均精度分别提高35.3%和37.8%,定位平均精度提高36.2%。PV-SLAM能较准确完整地提取环境路标信息,且对环境固定路标的依赖较小,因此在实际农业路径作业中运行效果较好。