导航系统依赖传感器感知周围环境。当前,基于单一传感器的导航系统已难以满足各类复杂场景下的导航需求,导航系统正朝传感器多源化方向发展。在多源传感器数据融合过程中,图像数据的处理最消耗时间和资源,对系统性能影响最大。为解决这...导航系统依赖传感器感知周围环境。当前,基于单一传感器的导航系统已难以满足各类复杂场景下的导航需求,导航系统正朝传感器多源化方向发展。在多源传感器数据融合过程中,图像数据的处理最消耗时间和资源,对系统性能影响最大。为解决这些问题,设计智能导航平台的硬件控制终端,利用基于全球卫星导航系统(Global Navigation Satellite System,GNSS)秒脉冲(Pulse Per Second,PPS)的时间同步,实现多源传感器数据融合;设计用于同步定位与地图构建(Simultaneous Localization And Mapping,SLAM)前端ORB(Oriented FAST and Rotated BRIEF)特征提取加速器,加速图像处理过程,提高SLAM系统的实时性。实验结果表明,硬件平台不仅支持GNSS、惯性测量单元(Inertial Measurement Unit,IMU)、视觉和激光雷达的数据采集和融合,还能加速图像ORB特征点提取。在执行图像ORB特征提取任务时,与CPU和GPU平台上的实现相比,该加速器的帧率分别达到了它们的2.7倍和1.8倍,而功耗仅为它们的5.1%和2.9%。展开更多
为了提高图像拼接速度并满足高分辨率图像的实时拼接需求,提出了一种基于ORB(Oriented Fast and Rotated Brief)算法和MSAC(M-estimator Sample Consensus)算法的快速图像拼接方法。ORB算法特征匹配速度快,能够满足实时性要求。首先采用...为了提高图像拼接速度并满足高分辨率图像的实时拼接需求,提出了一种基于ORB(Oriented Fast and Rotated Brief)算法和MSAC(M-estimator Sample Consensus)算法的快速图像拼接方法。ORB算法特征匹配速度快,能够满足实时性要求。首先采用ORB算法进行图像特征点提取;然后,采用MSAC算法对匹配点对进行优化,剔除图像拼接中的伪匹配点对,通过正确的匹配点对求解图像变换矩阵;最后,采用双线性插值融合算法消除可见接缝并去除拼接痕迹。实验结果表明,本文方法在保证图像拼接质量的同时具有更快的拼接速度。展开更多
利用计算机视觉对桥梁结构进行位移测量,常见的方法有特征点算法和光流法。为解决光照变化对光流法的精度影响,以及特征点法难以对目标进行实时跟踪等问题,以定向FAST与旋转BRIEF(oriented FAST and rotated BRIEF,ORB)特征点算法提取...利用计算机视觉对桥梁结构进行位移测量,常见的方法有特征点算法和光流法。为解决光照变化对光流法的精度影响,以及特征点法难以对目标进行实时跟踪等问题,以定向FAST与旋转BRIEF(oriented FAST and rotated BRIEF,ORB)特征点算法提取目标特征点,并结合LK(Lucas-Kanade)光流法进行跟踪。通过两种算法的互补融合,并设定周期性更新策略,有效减少误差积累。在室内进行了钢板梁模型激振试验,探讨光照变化对算法性能的影响。将算法得到的位移数据与激光位移计测量结果进行对比,以验证其准确性。此外,还将该算法与FAST-LK、SIFT-LK、Shi-Tomasi-LK、siamRPN++等算法进行比对分析。结果表明:该算法得到的位移曲线拟合程度在95%以上,误差控制在5%之内,验证了其可行性,同时,试验表明该方法对光照变化具有一定的鲁棒性,并能达到实时性的要求。展开更多
文摘导航系统依赖传感器感知周围环境。当前,基于单一传感器的导航系统已难以满足各类复杂场景下的导航需求,导航系统正朝传感器多源化方向发展。在多源传感器数据融合过程中,图像数据的处理最消耗时间和资源,对系统性能影响最大。为解决这些问题,设计智能导航平台的硬件控制终端,利用基于全球卫星导航系统(Global Navigation Satellite System,GNSS)秒脉冲(Pulse Per Second,PPS)的时间同步,实现多源传感器数据融合;设计用于同步定位与地图构建(Simultaneous Localization And Mapping,SLAM)前端ORB(Oriented FAST and Rotated BRIEF)特征提取加速器,加速图像处理过程,提高SLAM系统的实时性。实验结果表明,硬件平台不仅支持GNSS、惯性测量单元(Inertial Measurement Unit,IMU)、视觉和激光雷达的数据采集和融合,还能加速图像ORB特征点提取。在执行图像ORB特征提取任务时,与CPU和GPU平台上的实现相比,该加速器的帧率分别达到了它们的2.7倍和1.8倍,而功耗仅为它们的5.1%和2.9%。
文摘为了提高图像拼接速度并满足高分辨率图像的实时拼接需求,提出了一种基于ORB(Oriented Fast and Rotated Brief)算法和MSAC(M-estimator Sample Consensus)算法的快速图像拼接方法。ORB算法特征匹配速度快,能够满足实时性要求。首先采用ORB算法进行图像特征点提取;然后,采用MSAC算法对匹配点对进行优化,剔除图像拼接中的伪匹配点对,通过正确的匹配点对求解图像变换矩阵;最后,采用双线性插值融合算法消除可见接缝并去除拼接痕迹。实验结果表明,本文方法在保证图像拼接质量的同时具有更快的拼接速度。
文摘利用计算机视觉对桥梁结构进行位移测量,常见的方法有特征点算法和光流法。为解决光照变化对光流法的精度影响,以及特征点法难以对目标进行实时跟踪等问题,以定向FAST与旋转BRIEF(oriented FAST and rotated BRIEF,ORB)特征点算法提取目标特征点,并结合LK(Lucas-Kanade)光流法进行跟踪。通过两种算法的互补融合,并设定周期性更新策略,有效减少误差积累。在室内进行了钢板梁模型激振试验,探讨光照变化对算法性能的影响。将算法得到的位移数据与激光位移计测量结果进行对比,以验证其准确性。此外,还将该算法与FAST-LK、SIFT-LK、Shi-Tomasi-LK、siamRPN++等算法进行比对分析。结果表明:该算法得到的位移曲线拟合程度在95%以上,误差控制在5%之内,验证了其可行性,同时,试验表明该方法对光照变化具有一定的鲁棒性,并能达到实时性的要求。
