浅析视觉目标定位(位姿测量)

视觉目标定位(位姿测量)

从工程意义上来说,测量一个物体相对于另一个物体的位置与姿态,即所谓的位姿测量。从数学意义上来讲,测量两个坐标系间的平移与旋转变换关系,包括3个位置(Translational)和3个旋转角(Rotational)共6个位姿量(即6DOF)。理论上,只要已知空间不共线的3点在两个坐标系下的坐标,就能确定两坐标系间的位姿关系,因此,位姿测量的关键就是如何得到特征点在这两个坐标系下的坐标。

视觉空间定位的常见类型

 

机器视觉

自定位(inside-out),即通过相机拍摄视野坐标系,以及坐标系的特征点,从而判断相机相对坐标系自身的坐标。比如我们常用的SLAM,这方面雷锋网(公众号:雷锋网)之前也有嘉宾做过介绍,它的特点是便携、视角理论无限大、定位精度不高。主要应用领域包括移动机器人、无人机、VR、AR。

机器视觉

外定位(outside-in),比较常见的是OptiTrack,特点是安装复杂、视角有限、定位精度高。主要应用领域包括影视动捕、VR、工业机器人。

常见的不同硬件定位方案

单目定位(mono camera)

 

机器视觉

特点:系统简单,运算量小,需要目标点之间有几何约束关系,应用场景有限制,成本较低。

双目定位(stereo camera)

 

机器视觉

特点:系统复杂,运算量大,可以单帧单目标点定位,对目标物体无几何约束,,应用场合灵活,成本较高。

多目定位(multiple camera)

 

机器视觉

特点:系统非常复杂,运算量特别巨大,对目标物体无几何约束要求,应用场合受限,成本很高。

目前关于双目定位的研究与市场应用相对比较多,而单目定位则相对比较少,所以,接下来就着重讲下单目定位。

(来源:CSDN)

 

机器视觉检测技术的应用有哪些?参考一下以下案例:

机器视觉的应用领域

机器视觉系统应用

机器视觉在国内发展趋势

机器视觉在农业技术上的应用

机器视觉在电器行业中的应用

机器视觉在工业自动化控制的应用

机器视觉在印刷质量检测中的应用