1 哈尔滨工业大学 航天学院, 黑龙江 哈尔滨 150001
2 哈尔滨工业大学 电气工程与自动化学院, 黑龙江 哈尔滨 150001
3 中国航天科工集团8357研究所, 天津 300308
针对视觉测量过程中配合目标特征点在成像时灰度模式的各向异性且非独立同分布对位姿估计求解的影响, 建立了基于特征点测量误差不确定性加权的位姿估计目标函数。利用协方差矩阵描述特征点的方向不确定性, 分析成像特征点的不确定性对目标函数的作用权重, 并将特征点测量误差的不确定性融入到空间共线性误差函数中, 进而构造了基于成像特征点测量误差不确定性加权的新目标函数。该方法适应于特征点测量误差具有不同程度的方向不确定性的情况, 最后通过广义正交迭代算法对该目标函数进行迭代优化求解。实验表明, 当测量空间为2 300 mm×1 400 mm×1 400 mm, 采用新目标函数得到靶标重投影后图像坐标的最大误差不超过0.11 pixel, 立体视觉系统对标准杆的相对测量精度优于0.01%。所得的结果验证了新目标函数的位姿估计精度高、稳定性强, 适用于实际的工程应用。
立体视觉 不确定性 误差加权 目标函数 位姿估计 stereo-vision uncertainty weighted measuring error objective function pose estimation
1 哈尔滨工业大学 电气工程系，哈尔滨 150001
2 哈尔滨工业大学 控制与仿真中心，哈尔滨 150001
为了克服单目视觉测量中景深信息缺失的问题，运用改进的两段式迭代算法，对刚体位姿测量解算模型进行了优化.给出了特征标靶最优化布局，理论分析了标靶尺寸大小、标靶基线长度及特征圆点大小和解算准确度的关系.实验结果表明，优化的特征标靶布局、较大的特征标靶基线长度及较小的特征圆点靶标能够提高测量解算准确度.该研究对提高实际测量系统解算准确度具有一定的理论指导意义.
位姿测量 单目视觉 景深估计 共面特征点 坐标统一化 Pose measurement Monocular vision Depth estimation Coplanar feature points Coordinate unification
