1 湖北工业大学 机械工程学院，湖北 武汉 430068
2 湖北省现代制造质量工程重点实验室，湖北 武汉 430068
3 海宁集成电路与先进制造研究院，浙江 海宁 314400
4 中国科学院微电子研究所，北京 100029
单目视觉中的位姿估计是三维测量中的一个关键问题，在机器视觉、精密测量等方面运用广泛。该问题可通过n点透视（PnP）算法求解，正交迭代算法（OI）作为PnP算法的代表，因其高精度的优点在实际中得到了广泛运用。为了进一步提高OI算法的稳健性和计算效率，提出了一种加权加速正交迭代算法（WAOI）。该方法首先根据经典正交迭代算法推导出加权正交迭代算法，通过构建加权共线性误差函数，利用物点重投影误差更新权值，达到迭代优化位姿估算结果的目的；在此基础上，通过自适应权值，整合每次迭代过程中平移向量以及目标函数的计算，减少迭代过程中的计算量，从而实现算法的加速。实验表明，在12个参考点中存在两个粗差点的情况下，WAOI的参考点重投影精度为0.64 pixel，运算时间为8.02 ms，精度高且运行速度快，具有较强的工程实用价值。
机器视觉 位姿估计 加权正交迭代 自适应权值 machine vision pose estimation weighted orthogonal iterative adaptive weights 红外与激光工程
2022, 51(10): 20220030
位姿估计是机器视觉中的重要问题，传统正交迭代位姿估计算法迭代速度较慢，选用弱透视变换为初值点进行迭代且计算结果容易陷入局部最优解。针对此情况，提出一种改进的正交迭代位姿估计算法。通过克罗内克积对物方残差目标函数进行优化，在保证迭代精度的前提下，降低正交迭代的复杂度，提高算法计算速度；利用加权的思想，求得图像上参考点与重投影点距离差值，对像方残差赋予不同的权重，降低误差点对计算结果的影响。仿真实验与真实实验表明，与传统正交迭代法以及线性位姿估计算法相比，该算法有效地提高了计算精度、加快了计算速度，并且全局收敛，具有较高的实用性。
机器视觉 位姿估计 正交迭代 加权迭代 全局收敛 激光与光电子学进展
2022, 59(18): 1815019
1 海军工程大学 电子工程学院, 武汉 430000
2 32382部队, 武汉 430000
在相机位姿估计任务中, 参考点位置的测量容易受测量仪器或者所处环境影响, 出现一定程度的测量误差, 其中误差较大的点对最终求解精度的影响很大, 被称为野值点。文章针对现有算法抗野值点能力较弱的问题, 提出一种基于测量误差不确定性加权的快速相机位姿估计算法。该算法以经典的正交迭代算法为基础, 引入M估计方法, 对目标函数根据参考点的测量误差赋予相应大小的权值, 最大程度地将野值点的影响排除, 并引入Kronecker积对计算过程进行优化, 减少了迭代过程中的冗余计算, 提高运算速度。仿真实验结果表明, 改进后的算法提升了原算法的抗野值点能力, 且计算速度更快。
相机位姿估计 正交迭代算法 M估计方法 camera pose estimation orthogonal iterative algorithm M estimation method
光子学报
2021, 50(11): 1112003
1 北京空间机电研究所, 北京 100094
2 中国航天科技集团有限公司航天进入减速与着陆技术实验室, 北京 100094
针对大多数测量实施试验中测量条件的局限性,提出一种基于双相机联合无同名点的双目视觉运动参数测量方法,采用该方法计算位姿初值并采用全局正交迭代算法优化初值。该测量方法在实现过程中不需要同名点参与,只需要两台相机的视场内有6个以上的目标合作标志点,就可得到验证器在运动过程中的位置和姿态等参数。对航天器悬停、避障和着陆阶段进行试验,将该测量方法与同一工况试验下基于同名点的双目位姿测量方法、基于正交迭代的单目位姿测量方法获取的结果和全站仪打点获得的默认真值进行对比,得到姿态测量误差小于0.5°,位置测量误差小于0.01 m。
成像系统 摄影测量 非同名点 双目视觉测量 全局正交迭代 位姿测量
桂林电子科技大学 认知无线电与信息处理省部共建教育部重点实验室, 广西 桂林 541004
在相机位姿估计算法的实际应用中, 由于2D像点与3D参考点的错误匹配, 参考点中往往含有异常值。针对现有算法抗异常值能力较弱的问题, 提出了一种基于正交迭代的二值加权算法。该算法在正交迭代算法的基础上, 引入包含两个阈值的加权系统来衡量参考点的可靠性。选取重投影误差的四分位数中的最大值作为阈值之一, 另外引入一个与重投影误差和焦距相关的阈值来加速异常值比例较低时的收敛速度。最终选取两阈值的最大值对目标函数进行二值加权, 降低了异常值对估计结果的影响。实验表明, 该方法提升了正交迭代算法的抗异常值能力, 具有较强的鲁棒性。
相机位姿估计 正交迭代 加权优化 camera pose estimation orthogonal iterative algorithm weighted optimization
中国航空工业集团公司洛阳电光设备研究所, 河南 洛阳 471000
针对视觉式头部姿态测量系统存在编码特征点安装空间需求大的问题, 设计一种结构简单、需求空间小的瞄准线测量方法。使用定位摄像机拍摄头盔上的编码特征点图像, 计算机对图像进行解析和计算, 结合正交迭代(OI)算法解算头部姿态。根据编码特征点随意布局特点进行了多组多次的仿真分析, 仿真数据表明此方法是合理、有效的, 利用小空间布局的编码特征点可以解算出高精度瞄准线。
头盔显示器 头部姿态测量 编码特征点 正交迭代算法 瞄准线 Helmet-Mounted Display(HMD) head pose measurement coded feature point orthogonal iterative algorithm line of sight
1 中国酒泉卫星发射中心, 甘肃 酒泉 732750
2 国防科技大学空天科学学院, 湖南 长沙 410073
单目位姿估计是计算机视觉中一个基础而重要的问题,在机器人定位、虚拟现实、图像精密测量等领域应用广泛。在实际应用中,参考点坐标不可避免地含有粗差点,导致估计结果偏离真值,为此,提出自适应加权的稳健正交迭代算法。该算法采用稳健估计方法自动识别粗差点,并赋予其较小权值,以提高算法的稳健性。实验结果表明,稳健正交迭代算法求解精度高、稳健性好,可有效抑制不同个数、不同水平的粗差影响。当20个观测点中存在8个水平为60 pixel的粗差点时,本文解算精度分别比经典正交迭代算法和加权正交迭代算法高2个和1个数量级。
机器视觉 位姿估计 稳健正交迭代 粗差
1 河海大学物联网工程学院, 江苏 常州 213022
2 江苏省“世界水谷”与水世界生态文明协同创新中心, 江苏 南京 211100;
相机的位姿估计广泛应用于计算机视觉和机器人学等领域。针对相机位姿估计的稳定性与实时性,基于正交迭代算法,提出了一种考虑空间参考点不确定性的相机位姿估计算法。该算法的关键思想是在考虑摄像头畸变的情况下,根据参考点的位置特征获得相应权值,并利用加速正交迭代思想对迭代过程中的重复计算进行规整,最小化加权重投影物方残差函数获得相机位姿。模拟数据实验和真实图像实验表明,该算法计算精度更高,速度更快,时间复杂度较低。在空间参考点深度较大或者偏离摄像头光轴的情况下,该算法的时间复杂度和精度均优于现有的正交迭代算法,从而实现了相机位姿估计的实时性。
机器视觉 单目视觉 相机位姿估计 正交迭代 不确定参考点 最大似然估计 激光与光电子学进展
2019, 56(1): 011503
大连理工大学机械工程学院, 辽宁 大连 116024
针对未知特征点匹配关系下的单目相机位姿估计问题, 提出了一种基于软指派算法的相机位姿估计算法。结合了正交迭代算法和软指派算法, 以三维(3D)和二维(2D)特征点的物方空间共线性误差作为确定特征点之间匹配关系的指派依据和计算相机位姿的目标函数值, 通过迭代方式确定特征点的匹配关系和相机的位姿。其不仅能处理3D/2D特征点一一对应的情况, 而且能够处理同时存在遮挡的3D特征点和错误的2D特征点的情况。合成图像的实验结果表明：在含有图像噪声、遮挡的3D特征点和错误的2D特征点情况下, 该算法的成功率＞82%, 真实图像实验对算法的性能进行了验证。
机器视觉 位姿估计 正交迭代算法 指派算法 激光与光电子学进展
2018, 55(9): 091501
