一种基于加权稀疏优化的双目视觉运动估计方法

• 作者: 何丽霞 原忠虎 杜英魁 陈艳 韩晓微
• 来源期刊: 光学与光电技术
• 学科: 工学
• 关键词: 双目视觉 运动估计 不确定度 加权优化 最小二乘法
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 图像与信号处理
• 页码范围: 66-73
• 页数: 8页
• 分类号: TP391.04
• 语种: 中文

摘要

自主运动估计是机器人视觉感知系统的重要组成部分,包括环境特征识别和载体运动估计两大共性技术问题.环境特征识别由于受图像分辨率、景深和配准算子等多种因素的影响,导致特征定位精度和配准的准确率存在一定的不确定性.这种输入的不确定度会严重影响载体运动估计输出的精度和稳定性.针对这一问题,利用协方差矩阵对特征点三维重建过程的不确定度进行概率意义描述,将不确定度引入运动参数优化估计的权值计算中,通过加权优化,弱化特征点定位精度差异性的影响,以期获得接近于无偏估计的优化估计值.提出了一种利用不确定度和加权最小二乘法估计运动初值,并在初值估计中引入RANSAC方法来滤除配准错误特征点集合的影响.构建了基于稀疏Levenberg-Marquardt法的运动精确估计加权优化算法,通过划分平移运动和旋转运动的参数集合,对载体的运动估计初值进行快速的非线性优化,获得更高的运动估计精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈艳	沈阳大学辽宁省装备制造综合自动化重点实验室	13	20	2.0	4.0
2	韩晓微	沈阳大学辽宁省装备制造综合自动化重点实验室	25	338	9.0	18.0
3	原忠虎	沈阳大学辽宁省装备制造综合自动化重点实验室	23	186	6.0	13.0
4	杜英魁	沈阳大学辽宁省装备制造综合自动化重点实验室	15	11	2.0	3.0
5	何丽霞	沈阳大学辽宁省装备制造综合自动化重点实验室	8	7	1.0	2.0