本文提出了一种基于视频输入的立体声头或单个运动摄像机的运动估计系统。该系统以低延迟实时运行,运动估计用于导航目的。系统的前端是一个特征跟踪器。点特征在帧对之间匹配,并以视频速率链接到图像轨迹中。然后使用几何假设和测试架构从特征轨迹产生相机运动的鲁棒估计。这就产生了我们称之为视觉测径法,即仅从视觉输入的运动估计。没有事先知道的场景或运动是必要的。视觉里程计还可以结合来自其他来源的信息,如GPS、惯性传感器、车轮编码器等。姿态估计方法已成功地应用于航空、汽车和手持平台的视频。我们专注于自主地面车辆的结果。我们给出纯粹从先前看不见的距离和时间段上的图像估计的相机轨迹的示例。
计算机视觉的一个重要应用是车辆和机器人的自主导航。有效地利用视频传感器进行障碍物检测和导航是多年来地面车辆机器人研究的目标。障碍物检测的立体视觉和平台定位的自我运动估计是这一努力的一些关键方面。在机器人学界,同步定位和绘图(SLAM)是紧密相关的。SLAM通常使用普通相机之外的其他传感器来执行。然而,最近在传感器和计算硬件方面的性能改进使得实时视觉处理更加实用,并且随着计算机视觉算法的成熟,我们希望看到更多基于视觉的导航系统。诸如用于检测障碍物的立体分析以及用于道路控制的路边或车道标记跟踪的实时应用已经在标准的基于PC的系统内易于实现。然而,更一般的视觉估计功能仍然难以实现。
图1:左侧:一个相机倾斜安装在空中平台的结果。飞机在低空飞行,转而又作一次扫射。所显示的视觉测径以低延迟实时估计。结果仅基于视觉输入,并且没有使用场景和运动的先验知识。还示出了在最近的摄像机位置的截锥中的纹理三角测量。右:一个立体声对安装在地面车辆的结果。车辆路径是超过600米长,并包括三个紧密循环。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !