發(fā)布時間：2021-08-05 03:33

　　提出了基于Kinect攝像機的機器視覺測速方法,用于實時的測量運用目標的速度信息。首先,設計出固定在運動目標上的由五個已知位置關系的圓組成的標識物,利用圖像處理算法根據標志物的拓撲關系檢測出運動目標標志物在Kinect坐標系下的位置;然后,將Kinect坐標系坐標通過坐標變換轉換到世界坐標系;最后,根據采樣時間內測出的距離求出速度信息。通過以上3步驟,依次解決運動目標檢測和運動目標測速問題。理論分析和試驗結果表明,本文方法在移動機器人運動或者靜止情況下能夠處理運動目標作直線運動、原地轉動及其合成的曲線運動等不同運動形式下的速度測量,應用范圍廣泛,計算實時性和準確性高。 

【文章來源】：光電子·激光. 2017,28(03)北大核心CSCD

【文章頁數】：10 頁

【部分圖文】：

圖１測速系統構成Ｆｉｇ．１Ｃｏｍｐｏｎｅｎｔｓｏｆｔｈｅｖｅｌｏｃｉｔｙｍｅａｓｕｒｅｍｅｎｔｓｙｓｔｅｍ

量，具有針對各種環(huán)境的。２系統構成與坐標系定義２．１系統構成本文測速系統由裝有定位裝置的移動機器人和微軟Ｋｉｎｅｃｔ攝像機所組成，如圖１所示。定位裝置可以實時反應移動機器人運動過程中的位姿；Ｋｉｎｅｃｔ攝像機安裝在移動機器人上，它能夠以３０ＦＰＳ采集圖像，通過圖像處理的方法對環(huán)境中運動目標進行檢測，并測量出運動目標的位姿。圖１測速系統構成Ｆｉｇ．１Ｃｏｍｐｏｎｅｎｔｓｏｆｔｈｅｖｅｌｏｃｉｔｙｍｅａｓｕｒｅｍｅｎｔｓｙｓｔｅｍ２．２坐標系定義如圖２所示，移動機器人通過Ｋｉｎｅｃｔ攝像機測量運動目標速度，需要定義如下坐標系：圖２坐標系定義Ｆｉｇ．２Ｃｏｏｒｄｉｎａｔｅｓｙｓｔｅｍｄｅｆｉｎｉｔｉｏｎ１）世界坐標系。按照右手定則，建立三維笛卡爾世界坐標系Ｗ－ＸｗＹｗＺｗ，其中Ｗ點為世界坐標系原點，Ｘｗ、Ｙｗ和Ｚｗ分別表示世界坐標系中３個相互垂直的坐標軸。世界坐標系下每一點的坐標可以表示為（ｘｗ，ｙｗ，ｚｗ）。２）機器人坐標系。根據機器人移動本體運動學模型［２０，２１］，建立三維笛卡爾機器人坐標系Ｒ－ＸｒＹｒＺｒ，其中Ｒ點為機器人坐標系原點且在世界坐標系ＸｗＷＹｗ平面上，ＸｒＲＹｒ平面與ＸｗＷＹｗ平面平行，Ｙｒ軸平行于兩驅動輪中心點連線，Ｘｒ軸垂直于Ｙｒ軸，Ｚｒ軸平行于世界坐標系的Ｚｗ軸。機器人坐標系下的每一點坐標可以表示為（ｘｒ，ｙｒ，ｚｒ）。３）攝像機坐標系。以深度相機的中心為原點Ｉ，建立攝像機笛卡爾

圖４運動目標及其標識物Ｆｉｇ．４Ｔｈｅｍｏｖｉｎｇｔａｒｇｅｔａｎｄｉｔｓｍａｒｋｅｒ３．２．２檢測算法所使用的帶有標識物的運動目標在動靜態(tài)的復雜環(huán)境中由于環(huán)境噪聲和攝像頭精度的影響，要想使用常規(guī)方法從環(huán)境中實時、準確地檢測出很不容易。故而，采用常規(guī)圖像處理算法結合運動目標標識物拓撲結構特征進行運動目標檢測。具體的圖像處理算法流程圖如圖５所示，其圖像處理效果如圖６所示。１）常規(guī)圖像處理算法。在尋找目標橢圓之前的圖像處理過程均屬于常規(guī)處理過程。（ａ）將Ｋｉｎｅｃｔ獲取的ＲＧＢ圖像輸入圖像處理系統；（ｂ）灰度化是為了將彩色圖像轉換為灰度圖像，方便以后的處理過程；（ｃ）平滑處理也稱“模糊處理”，是一項簡單且使用頻率很高的圖像處理方法，平滑處理是為了減少圖像上的噪聲；（ｄ）二值化為了剔除一些低于或高圖５圖像處理算法流程Ｆｉｇ．５Ｆｌｏｗｃｈａｒｔｏｆｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ圖６圖像處理效果過程Ｆｉｇ．６Ｔｈｅｅｆｆｅｃｔｏｆｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ于一定值的像素，為后面的邊緣檢測做準備，本文二值化閾值為１００；（ｅ）Ｃａｎｎｙ邊緣檢測算法能夠盡可能地標識出圖像中的實際邊緣，本文Ｃａｎｎｙ邊緣檢測算法上下限閾值比為３∶２；（ｆ）查找輪廓，并將獲取的輪廓信息存放到序列中；（ｇ）橢圓擬合利用最小二乘法，將序列中的輪廓信息擬合成橢圓，并選擇像素面積、擬合橢圓的長短軸比例和角度作為篩選條件，選擇出更接近目標的橢圓。２）尋找目標橢圓算法。根據運動目標標識物的拓撲結構，５個圓的圓心之間的特殊位置關系，利用此幾何特征，可以方便地尋找

【參考文獻】：
期刊論文
[1]基于單幀圖像的物體面內位移和速度測量[J]. 曹森鵬,曹益平.  光電子·激光. 2016(11)
[2]基于雙目立體視覺測量原理的物體運動速度測量[J]. 張曉玲,羅印升,張寶峰.  光電子·激光. 2016(09)
[3]基于運動目標跟蹤與定位的無人機測速技術[J]. 金兆飛,雷仲魁,李倩.  光電工程. 2015(02)
[4]一種新的無人機運動目標測速技術[J]. 徐誠,黃大慶,周春祎,韓偉,王東振.  遙測遙控. 2015(01)
[5]基于航空光電偵察平臺的目標測速[J]. 徐誠,黃大慶,周春祎,韓偉,王東振.  遙測遙控. 2015(01)
[6]基于視覺原理的運動物體空間姿態(tài)測量技術研究[J]. 孫增玉,梁雅軍,劉柯,宋金城,郭磊.  宇航計測技術. 2014(04)
[7]移動機器人的動態(tài)目標實時檢測與跟蹤[J]. 楊淑瑩,劉婷婷,葛為民,王光彪.  光電子.激光. 2013(11)
[8]基于雙目視覺的車輛檢測和車速測定[J]. 萬燕,周增剛,李曉園.  計算機應用與軟件. 2013(08)
[9]基于監(jiān)控視頻圖像的車輛測速[J]. 童劍軍,鄒明福.  中國圖象圖形學報. 2005(02)



本文編號：3322981