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
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
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
哈尔滨工业大学电气工程及自动化学院, 黑龙江 哈尔滨 150001
为了解决三线阵CCD空间目标位姿测量的精度问题,提出一种高精度位姿解算方法。该算法将所有线阵CCD相机的坐标系进行统一化处理。通过建立一个新的误差评价函数,运用改进的正交迭代算法求解位姿参数,并进行非线性优化。仿真和实际测量结果表明,该算法有效避免了因数据恶化或初值选取等因素造成的不收敛或收敛差的问题。与传统算法相比,该算法测量精度和抗噪特性均得到有效改善,计算效率提高了4.6倍,实际测量的6个自由度的最大相对误差为0.71%。该测量系统可实现对空间目标的高精度实时测量,且具有安装方便、应用范围广等优点。
机器视觉 正交迭代算法 位姿解算 线阵CCD 空间目标
1 光电控制技术重点实验室，河南 洛阳471000
2 中国航空工业集团公司洛阳电光设备研究所，河南 洛阳471000
3 陆航驻洛阳地区军事代表机构，河南 洛阳471000
针对视觉式头部定位系统存在着噪声统计特性掌握不充分的问题，设计了一种新的基于自适应滤波的头部姿态跟踪方法，其综合了视觉测量算法和自适应滤波算法。在获取n对2D/3D（图像点/空间点）匹配对的基础上，先利用正交迭代算法（OI）解算头部姿态，然后应用自适应滤波器估计精度更高的头部姿态，最后针对带有时变噪声且噪声统计特性掌握不充分的测量值,应用头部姿态跟踪方法进行了仿真测试，结果显示该方法的测量精度有很大提高，并且验证了所设计的头部姿态跟踪方法是合理且有效的。
头部定位系统 姿态跟踪 正交迭代算法 自适应滤波 head positioning system attitude tracking orthogonal iterative algorithm adaptive filtering
1 光电控制技术重点实验室，河南 洛阳 471000
2 中国航空工业集团公司洛阳电光设备研究所，河南 洛阳 471000
针对座舱内的多功能显示器和平视显示器(HUD)的结构特征，设计了一个结构简单的瞄准线测量系统,它由装在头盔上的摄像机、座舱结构特征和处理器组成。首次提出了利用可以高精确提取的HUD和多功能显示器的结构特征配合正交迭代算法（OI）解算相机位姿，最后转化为瞄准线的测量方法。根据座舱特点，进行了一系列的仿真实验。仿真结果显示该系统的测量精度很高,并且验证了所设计的基于座舱结构特征的瞄准线测量方法是合理的和有效的。
瞄准线 平视显示器 多功能显示器 座舱结构特征 正交迭代算法 line of sight head-up display multi-function display cockpit structural feature orthogonal iterative algorithm
湖州师范学院 信息与工程学院，浙江 湖州 313000
针对智能车自主视觉导航需要快速准确地获取自身位置的要求，提出了一种鲁棒、高效、精确的立体视觉定位方法.计算中采用直接P3P位姿估计方法和RANSAC算法进行匹配内点检测和初始运动参量估计，极大地提高了计算准确度.利用基于一般相机模型序列正交迭代算法的立体视觉定位运动参量非线性优化法对立体相机的最近N帧运动参量和结构参量进行快速在线优化，与集束调整法相比，该方法的优化速度有较大提高，且能保证全局收敛，鲁棒性高.室外真实实验结果表明：本文方法计算速度快，定位准确度高，鲁棒性强，能满足导航定位的高性能要求.
视觉定位 序列正交迭代算法 运动估计 视觉导航 Visual localization Sequence orthogonal iterative algorithm Motion estimation Visual navigation
1 湖州师范学院 信息与工程学院，浙江 湖州 313000
2 浙江大学 信息与电子工程系，杭州 310027
3 南京航空航天大学 导航研究中心，南京 210016
提出了一种新的基于广义正交迭代算法的立体视觉定位.该算法通过提取CenSurE局部特征和相应的U-SURF描述符，采用SAD方法进行子像素立体匹配，并利用U-SURF描述符匹配进行前后帧图像特征跟踪.在RANSAC框架下对匹配点进行3D-3D运动估计获得了运动参量的初始值.由于3D-3D运动估计使3D点集间欧式距离误差最小，而3D特征点坐标受噪音影响很大，因此运动估计误差也较大.本文把广义正交迭代算法应用到立体视觉定位方法中，得到使立体相机目标空间共线性误差最小的运动估计参量，由于共线性误差比3D-3D运动估计算法中的共点误差受噪音影响更小，从而大大较少了运动估计误差.仿真实验和户外真实实验表明: 本文算法获得了较高的计算准确度、鲁棒性和实时性，优于传统方法.
视觉定位 广义正交迭代算法 立体视觉 视觉导航 Visual localization Generalized orthogonal iterative algorithm Stereo vision Visual navigation
1 湖州师范学院 信息与工程学院，浙江 湖州 313000
2 南京航空航天大学 自动化学院， 南京 210016
3 浙江大学 工业控制国家重点实验室， 杭州 310027
为了解决工业视觉场景中点和直线段共存情况下的多摄像机位姿估计问题，提出了基于点线特征对应的多摄像机全局位姿估计算法.以正交迭代算法为基础，使用多个固定在平台上的已标定摄像机间的几何约束，以全局方式处理多摄像机的重叠和非重叠视图的点和直线段特征，获得更加稳定精确的位姿估计.该算法先把所有摄像机数据进行统一表达，再把摄像机观测到的全部点特征的目标空间共线性误差和直线段特征的目标空间共面性误差之和作为误差函数，最后经数学推导得到使该误差函数最小化的迭代求解过程.实验结果验证了该算法的有效性以及优越性.
机器视觉 正交迭代算法 位姿估计 多摄像机系统 交会对接 Machine vision Orthogonal Iteration(OI) algorithm Pose estimation Multi-camera system Rendezvous and docking
