留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

TOF激光相机六自由度位姿变换估计

李兴东 李满天 郭伟 陈超 孙立宁

李兴东, 李满天, 郭伟, 陈超, 孙立宁. TOF激光相机六自由度位姿变换估计[J]. 红外与激光工程, 2015, 44(7): 2231-2238.
引用本文: 李兴东, 李满天, 郭伟, 陈超, 孙立宁. TOF激光相机六自由度位姿变换估计[J]. 红外与激光工程, 2015, 44(7): 2231-2238.
Li Xingdong, Li Mantian, Guo Wei, Chen Chao, Sun Lining. Estimating 6 DOF pose transformation of a TOF laser camera[J]. Infrared and Laser Engineering, 2015, 44(7): 2231-2238.
Citation: Li Xingdong, Li Mantian, Guo Wei, Chen Chao, Sun Lining. Estimating 6 DOF pose transformation of a TOF laser camera[J]. Infrared and Laser Engineering, 2015, 44(7): 2231-2238.

TOF激光相机六自由度位姿变换估计

基金项目: 

国家自然科学基金(61005076, 61175107, 61375097)

详细信息
    作者简介:

    李兴东(1984-),男,博士生,主要从事机器人视觉等方面的研究。Email:lixingdonghit@163.com

  • 中图分类号: TP242.2

Estimating 6 DOF pose transformation of a TOF laser camera

  • 摘要: 相对位姿估计是机器人视觉领域的研究热点。通过两帧数据来估计相机的六自由度位姿变换。充分挖掘TOF相机优势, 提出了多个有效算法, 用以保证估计精度。采用迭代最近点(ICP)算法估计位姿变换, 为了克服ICP算法迭代发散问题, 利用尺度不变特征点对估计初始值。为了提取有效特征点, 根据统计学原理尺度化灰度图像, 提高图像对比度。为了提高相机的测量精度, 根据曝光时间越长, 测量精度越高的原理, 提出了融合多帧数据算法, 使得融合后的数据帧中每个像素值均是在最长合理曝光时间下采集得到。同时提出了度量两个六自由度位姿变换差异的算法, 并首次利用其跟踪ICP迭代过程。实验证明提出的算法可以有效估计相机六自由度位姿变换。
  • [1] Clemente L A, Davison A J, Reid I D, et al. Mapping large loops with a single hand-held camera[C]//Robotics: Science and Systems Conference. Atlanta, 2007: 1-8.
    [2]
    [3]
    [4] Stelzer A, Hirschmueller H, Goerner M. Stereo-vision-based navigation of a six-legged walking robot in unknown rough terrain[J]. International Journal of Robotics Research, 2012, 31(4): 381-402.
    [5]
    [6] Konolige K, Agrawal M, Bolles R C, et al. Outdoor Mapping and Navigation Using Stereovision[M]. Berlin: Springer Transactions in Advanced Robotics, 2008: 179-190.
    [7] Belter D, Skrzypczynski P. Rough terrain mapping and classification for foothold selection in a walking robot[J]. Journal of Field Robot, 2011, 28(4): 497-528.
    [8]
    [9] Przemyslaw L, Dawid R, Piotr S. Terrain map building for a walking robot equipped with an active 2D range sensor[J]. Journal of Automation, Mobile Robotics Intelligent Systems, 2011, 5(3): 67-78.
    [10]
    [11]
    [12] May S, Droschel D, Holz D, et al. Three-dimensional mapping with time-of-flight cameras[J]. Journal of Field Robotics, 2009, 26(12): 934-965.
    [13]
    [14] Henry P, Krainin M, Herbst E, et al. RGB-D mapping: Using Kinect-style depth cameras for dense 3D modeling of indoor environments[J]. International Journal of Robotics Research, 2012, 31(5): 647-663.
    [15]
    [16] Foix S, Alenya G, Andrade-Cetto J, et al. Object modeling using a ToF camera under an uncertainty reduction approach[C]//IEEE International Conference of Robotics and Automation.Piscataway, 2010: 1306-1312.
    [17] Xingdong L, Wei G, Mantian L, et al. Generating colored point cloud under the calibration between TOF and RGB cameras[C]//Proceedings of the Fifth International Conference on Information and Automation, 2013: 483-488.
    [18]
    [19]
    [20] Liang Mingjie, Min Huaqing, Luo Ronghua. Graph-based Slam: A Survey[J]. Robot, 2013, 35(4): 500-512.
    [21] Lindner M, Schiller I, Kolb A, et al. Time-of-flight sensor calibration for accurate range sensing[J]. Computer Vision and Image Understanding, 2010, 114(12): 1318-1328.
    [22]
    [23]
    [24] Besl P J, McKay N D. A method for registration of 3-D shapes[C]//Robotics-DL tentative. International Society for Optics and Photonics, 1992: 586-606.
    [25] Lowe D G. Distinctive image features from scale-invariant keypoints[J]. International Journal of Computer Vision, 2004, 60(2): 91-110.
    [26]
    [27] Fischler M A, Bolles R C. Random sample consensus: a paradigm for model fitting with application to image analysis and automated cartography[J]. Communication of the ACM,1981, 24(6): 381-395
    [28]
    [29]
    [30] Li Xingdong, Guo Wei, Li Mantian etc. A closed-form solution for estimating the accuracy of depth camera's relative pose[J]. Robot, 2014, 36(2): 194-202, 209.
    [31]
    [32] Horn B K P. Closed-form solution of absolute orientation using unit quaternions[J]. JOSA A, 1987, 4(4): 629-642.
    [33] Rusu R B, Cousins S. 3d is here: Point cloud library (pcl)[C]//IEEE International Conference on Robotics and Automation(ICRA), 2011: 1-4.
  • [1] 王志武, 张子淼, 许凯, 张福民, 刘斌.  基于最佳偏振角的线性位姿测量方法研究 . 红外与激光工程, 2022, 51(3): 20210241-1-20210241-10. doi: 10.3788/IRLA20210241
    [2] 田光宝, 王见, 王博文.  单目相机非合作目标提取及位姿检测 . 红外与激光工程, 2021, 50(12): 20210166-1-20210166-9. doi: 10.3788/IRLA20210166
    [3] 张玮钒, 颜昌翔, 高志良, 王思宇, 申箫, 袁静, 董有志.  二自由度快速控制反射镜系统固有频率优化设计 . 红外与激光工程, 2021, 50(6): 20200450-1-20200450-12. doi: 10.3788/IRLA20200450
    [4] 王鹤, 李泽明.  激光测距仪与相机信息融合过程中位姿标定方法 . 红外与激光工程, 2020, 49(4): 0413002-0413002-8. doi: 10.3788/IRLA202049.0413002
    [5] 王中宇, 李亚茹, 郝仁杰, 程银宝, 江文松.  基于点特征的单目视觉位姿测量算法 . 红外与激光工程, 2019, 48(5): 517002-0517002(8). doi: 10.3788/IRLA201948.0517002
    [6] 刘力双, 吕勇, 孟浩, 黄佳兴.  采用多准直光束测量六自由度微位移新方法 . 红外与激光工程, 2019, 48(6): 617002-0617002(8). doi: 10.3788/IRLA201948.0617002
    [7] 杨维帆, 曹小涛, 张彬, 赵伟国, 林冠宇.  空间望远镜次镜六自由度调整机构精密控制 . 红外与激光工程, 2018, 47(7): 718007-0718007(8). doi: 10.3788/IRLA201847.0718007
    [8] 白雁力, 姚荣彬, 高海英, 党选举, 何国民.  高时间分辨分幅成像技术分析及性能测试 . 红外与激光工程, 2018, 47(6): 624002-0624002(6). doi: 10.3788/IRLA201847.0624002
    [9] 张旭, 魏鹏.  针对机器人位姿测量立体标靶的单目视觉标定方法 . 红外与激光工程, 2017, 46(11): 1117005-1117005(9). doi: 10.3788/IRLA201746.1117005
    [10] 王天宇, 董文博, 王震宇.  基于单目视觉和固定靶标的位姿测量系统 . 红外与激光工程, 2017, 46(4): 427003-0427003(8). doi: 10.3788/IRLA201746.0427003
    [11] 王施相, 郭劲, 甘新基, 王挺峰.  次镜支撑小型三自由度机构动力学及控制策略 . 红外与激光工程, 2016, 45(9): 918003-0918003(9). doi: 10.3788/IRLA201645.0918003
    [12] 方楚, 郭劲, 徐新行, 王挺峰.  压电陶瓷驱动FSM三自由度柔性支撑设计 . 红外与激光工程, 2015, 44(10): 2987-2994.
    [13] 王施相, 郭劲, 甘新基, 王挺峰.  激光聚焦次镜支撑小型三自由度机构运动分析 . 红外与激光工程, 2015, 44(12): 3627-3633.
    [14] 葛明, 许永森, 沈宏海, 徐钰蕾, 刘伟毅.  航空相机大面阵CCD多自由度拼接方法研究 . 红外与激光工程, 2015, 44(3): 923-928.
    [15] 刘慧, 刘学斌, 陈小来, 孔亮, 刘永征.  基于驱动时序控制CCD曝光时间的设计与实现 . 红外与激光工程, 2015, 44(S1): 199-204.
    [16] 汪宝旭, 朱明智, 陈晓娟, 王美聪, 吴文凯.  三自由度柔性镜框结构力学性能分析 . 红外与激光工程, 2014, 43(12): 3998-4005.
    [17] 王红睿, 李会端, 王玉鹏, 方伟, 王凯.  单自由度动态太阳光模拟系统的设计与控制 . 红外与激光工程, 2014, 43(8): 2582-2588.
    [18] 吕勇, 冯其波, 刘立双, 耿蕊, 吴思进.  基于多准直光的六自由度测量方法 . 红外与激光工程, 2014, 43(11): 3597-3602.
    [19] 高明辉, 郑玉权, 弓成虎.  多自由度热光学真空实验台的设计 . 红外与激光工程, 2013, 42(8): 2103-2107.
    [20] 杨新锋, 滕书华, 夏东.  基于空间变换迭代的SIFT特征图像匹配算法 . 红外与激光工程, 2013, 42(12): 3496-3501.
  • 加载中
计量
  • 文章访问数:  323
  • HTML全文浏览量:  31
  • PDF下载量:  309
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-11-05
  • 修回日期:  2014-12-03
  • 刊出日期:  2015-07-25

TOF激光相机六自由度位姿变换估计

    作者简介:

    李兴东(1984-),男,博士生,主要从事机器人视觉等方面的研究。Email:lixingdonghit@163.com

基金项目:

国家自然科学基金(61005076, 61175107, 61375097)

  • 中图分类号: TP242.2

摘要: 相对位姿估计是机器人视觉领域的研究热点。通过两帧数据来估计相机的六自由度位姿变换。充分挖掘TOF相机优势, 提出了多个有效算法, 用以保证估计精度。采用迭代最近点(ICP)算法估计位姿变换, 为了克服ICP算法迭代发散问题, 利用尺度不变特征点对估计初始值。为了提取有效特征点, 根据统计学原理尺度化灰度图像, 提高图像对比度。为了提高相机的测量精度, 根据曝光时间越长, 测量精度越高的原理, 提出了融合多帧数据算法, 使得融合后的数据帧中每个像素值均是在最长合理曝光时间下采集得到。同时提出了度量两个六自由度位姿变换差异的算法, 并首次利用其跟踪ICP迭代过程。实验证明提出的算法可以有效估计相机六自由度位姿变换。

English Abstract

参考文献 (33)

目录

    /

    返回文章
    返回