【摘要】：物體位姿估計在計算機視覺、增強現(xiàn)實及機器人等領域具有非常重要的地位�，F(xiàn)有位姿估計算法依賴于物體先驗信息,如形狀、大小,以及物體的運動軌跡。當沒有先驗信息時,采用相機作為單一傳感器進行位姿估計時,算法容易產生誤差累積。因此,本文對位姿估計問題進行深入研究,提出三種算法以解決上述問題。論文首先提出了基于滑動窗口濾波器(Sliding Window Filter SWF)的位姿估計算法,實現(xiàn)了對任意剛性物體六自由度位姿的估計,并且適用于任意運動軌跡。算法利用RGB-D相機提取的特征點彩色和深度信息,通過滑動窗口濾波器在同時估計物體位姿和物體結構。在每個滑動窗口內,采用高斯牛頓算法迭代優(yōu)化物體的位姿與結構,并用隨機抽樣一致性算法和OPnP算法產生高斯牛頓算法的初值。仿真實驗通過與先進的位姿估計算法對比,驗證算法在沒有先驗假設的條件下,依然能有效地估計物體的位姿,并且位姿估計可以達到與已知先驗信息的先進算法同等的效果。實物實驗采用RGB-D物體跟蹤標準數(shù)據(jù)集提供的真實數(shù)據(jù),對于4種在不同運動、光照條件下的物體,驗證了算法的有效性與魯棒性。在滑動窗口濾波器位姿估計算法的基礎上,針對誤差累積提出基于卡爾曼濾波的結構濾波算法。算法利用物體剛性假設構建運動模型,通過高斯牛頓算法求解的結構構建觀測模型,實現(xiàn)對結構的濾波,并且將濾波結果更新到點云模型。仿真實驗結果表明,結構濾波算法可以有效抑制誤差累積,大幅提高位姿估計的精度�？紤]到滑動窗口濾波器多幀信息處理上的速度較慢,本文進一步提出一種基于迭代擴展卡爾曼濾波的位姿估計算法。算法不依賴于任何先驗物體信息,但需要物體的常速度運動模型假設。與現(xiàn)有的基于IEKF的算法不同的是,本文算法同時將位姿和物體結構作為狀態(tài),實現(xiàn)位姿與狀態(tài)的同時估計。利用狀態(tài)小擾動策略推導了在特殊歐式群空間的IEKF計算公式,通過觀測模型的多次迭代修正了由運動模型假設與實際運動不一致導致的估計誤差。實驗結果表明,算法可以達到滑動窗口濾波器、OPnP算法較為接近的估計效果,雖然IEKF的位姿估計精度略低于滑動窗口濾波器,但算法速度有顯著提高。同時,實驗驗證了本文IEKF算法雖然采用常速度運動模型,但是模型的不準確性對位姿估計的影響較小。
【圖文】：

上海交通大學碩士學位論文第一章 引言究的背景及意義姿估計問題的核心在于估計相機與物體之間的六自由度（oF）相對位姿。物體位姿估計在計算機視覺、增強現(xiàn)實、機器人等應用中非常重要[1 3]。比如，在增強現(xiàn)實領域中 1-1 右側所示的綠色區(qū)域插入到左側白色物體中[4]。因此需相機的 6 自由度位姿，并按照所計算的位姿插入綠色區(qū)域示，在空間機器人應用領域中，衛(wèi)星的自主交會對接是非交會對接需要實時估計合作衛(wèi)星的位姿，若位姿估計不準損壞，，后果將非常嚴重。

自主對接舉例[6]
【學位授予單位】：上海交通大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TN713

【相似文獻】

相關期刊論文 前10條

1 朱凱;;基于橢圓特征的工件位姿估計方法[J];電腦知識與技術;2019年21期

2 茹祥宇;金潮;潘成峰;許超;;單目視覺慣性融合方法在無人機位姿估計中的應用[J];控制與信息技術;2018年06期

3 曾霞霞;李佐勇;林文如;;一種基于隨機森林的頭部位姿估計算法[J];福建師范大學學報(自然科學版);2016年04期

4 宋亮;李志;馬興瑞;;基于激光成像雷達的未知目標相對位姿估計算法[J];系統(tǒng)仿真學報;2017年05期

5 徐蕭蕭;王智靈;陳宗海;;視頻序列中基于頭肩分割的人體位姿估計算法[J];中國圖象圖形學報;2010年12期

6 臧雨飛;談英姿;;基于救援機器人靈活操控的目標位姿估計研究[J];工業(yè)控制計算機;2018年06期

7 張正鵬;張強;;車載全景序列影像的位姿估計優(yōu)化方法[J];測繪科學;2017年12期

8 屈也頻;張超然;呂余海;;基于機器視覺的最大似然位姿估計算法[J];應用光學;2019年02期

9 吳妍;吳芬;戚國慶;;基于人工標志的單目視覺下無人機位姿估計[J];電子設計工程;2017年12期

10 劉然;范秀敏;尹旭悅;王冀凱;楊旭;;AR輔助裝配中基體及零件位姿組合估計方法[J];機械設計與研究;2018年06期

相關會議論文 前7條

1 張捚豪;楊旭升;馮遠靜;李永強;張文安;;基于自適應無跡卡爾曼濾波和單目視覺的運動剛體位姿估計[A];第37屆中國控制會議論文集（C）[C];2018年

2 張鑫;張雅聲;姚紅;;基于SoftPOSIT算法的非合作目標相對位姿估計[A];系統(tǒng)仿真技術及其應用學術論文集（第15卷）[C];2014年

3 周船;談大龍;朱楓;;基于模型的位姿估計中優(yōu)化方法研究[A];第二屆全國信息獲取與處理學術會議論文集[C];2004年

4 李博;王孝通;徐曉剛;楊常青;;艦載直升機位置姿態(tài)測量方法研究[A];可持續(xù)發(fā)展的中國交通——2005全國博士生學術論壇（交通運輸工程學科）論文集（下冊）[C];2005年

5 吳清瀟;郝穎明;李碩;朱楓;;基于視覺伺服的水下機器人懸停定位[A];2007中國控制與決策學術年會論文集[C];2007年

6 劉璽;方勇純;張雪波;;基于單應矩陣的位姿估計方法及應用[A];第二十七屆中國控制會議論文集[C];2008年

7 姚紅;程文華;張雅聲;湯亞鋒;;僅使用單目視覺的航天器自主逼近控制仿真[A];空天資源的可持續(xù)發(fā)展——第一屆中國空天安全會議論文集[C];2015年

相關博士學位論文 前10條

1 陳鵬;基于單目視覺的像機位姿估計技術[D];北京科技大學;2015年

2 王可;基于變分模型的移動機器人三維環(huán)境建模方法研究[D];北京工業(yè)大學;2016年

3 張躍強;基于直線特征的空間非合作目標位姿視覺測量方法研究[D];國防科學技術大學;2016年

4 李鑫;基于視覺的位姿估計與點目標運動測量方法研究[D];國防科學技術大學;2015年

5 江士雄;面向位姿估計的相機系統(tǒng)標定方法研究[D];華中科技大學;2016年

6 李由;基于輪廓和邊緣的空間非合作目標視覺跟蹤[D];國防科學技術大學;2013年

7 徐偉杰;基于視覺的微小型無人直升機位姿估計與目標跟蹤研究[D];浙江大學;2012年

8 崔家山;三維運動立體視覺測量方法研究[D];哈爾濱工業(yè)大學;2016年

9 桂陽;基于機載視覺的無人機自主著艦引導關鍵技術研究[D];國防科學技術大學;2013年

10 洪裕珍;空間非合作目標的單目視覺姿態(tài)測量技術研究[D];中國科學院光電技術研究所;2017年

相關碩士學位論文 前10條

1 孫俊逸;居家健康看護場景下基于深度學習的3D人體位姿估計[D];鄭州大學;2019年

2 康甲;復雜場景中的3D目標表達與檢測[D];電子科技大學;2019年

3 曾燦燦;基于高幀率雙目視覺的物體位姿估計方法及其在機器人抓取中的應用[D];上海交通大學;2018年

4 宋佳儒;基于濾波算法的物體位姿估計[D];上海交通大學;2018年

5 李愷;基于機器人手眼系統(tǒng)的物體識別與位姿估計技術研究[D];上海交通大學;2018年

6 劉然;AR輔助裝配中基體零件位姿估計與狀態(tài)檢測方法研究[D];上海交通大學;2018年

7 陳玉寅;基于卡爾曼濾波器的運動剛體位姿估計方法研究[D];浙江工業(yè)大學;2018年

8 李媛;基于循環(huán)卷積網絡的小行星繞飛段視覺相對位姿估計算法研究[D];中國科學院大學(中國科學院國家空間科學中心);2019年

9 吳炎桐;基于無監(jiān)督學習的相機位姿估計算法研究[D];北京郵電大學;2019年

10 王成雨;基于視覺環(huán)境感知技術的自動泊車系統(tǒng)研究[D];江蘇大學;2019年

本文編號：2647370