位置:成果数据库 > 期刊 > 期刊详情页
基于PMD相机的特征跟踪位姿测量方法
  • ISSN号:1000-7105
  • 期刊名称:《电子测量与仪器学报》
  • 时间:0
  • 分类:TP274[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]合肥工业大学图像信息处理研究室,合肥230009
  • 相关基金:基金项目:国家自然科学基金(60905005,61273237)、安徽省自然科学基金(11040606M149)资助项目
中文摘要:

PMD相机是一款基于TOF(时间飞行技术)原理的主动式3D相机。该相机可以同时获取灰度图像和距离图像,具有帧率高、无需扫描、不依赖于外界光照等特点,可以将其用于目标的实时位姿测量。研究了相对位姿测量问题,提出基于PMD相机的特征跟踪位姿测量方法。该方法利用PMD相机可直接获取目标物体上各点的深度信息的特点,实时获取目标图像中的特征,并且利用卡尔曼滤波算法,对目标特征进行实时跟踪,提高了位姿测量系统获取信息的速度,而且有效的避免了传统的图像配准方法中提取特征信息存在的复杂性和误差问题。根据获得的特征信息,通过特征点之间的约束关系,实时的确定相机与目标之间的位姿参数。实验结果表明此方法的可行性和有效性。

英文摘要:

PMD camera is an active 3D camera based on principle of TOF. The camera can acquire gray image and distance image at the same time and has the characteristics of high frame rate, no scanning, independent on external light etc, which can be applied for the position and attitude measurement. This paper researches the relative position and attitude measurement problem and presents the characteristic tracking position and attitude measurement method based on PMD camera. The method can take advantage of PMD of characteristic that can directly acquire the target object of different point depth information to get target image of features information in real time and utilize Kalman filtering algorithm to track the target feature. Thereby, the speed of access to information is improved, and the complexity and the error problem of extraction feature information that exist in the traditional image registration method are voided. According to the obtaining feature information, the position and attitude parameters between camera and target could be acquired through the feature points of constraints relationship. The experimental results prove the feasibility and validity of the method.

同期刊论文项目
期刊论文 25 会议论文 5 专利 1
同项目期刊论文
期刊信息
  • 《电子测量与仪器学报》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国电子学会
  • 主编:彭喜元
  • 地址:北京市东城区北河沿大街79号2层
  • 邮编:100009
  • 邮箱:mi1985@emijournal.com
  • 电话:010-64044400
  • 国际标准刊号:ISSN:1000-7105
  • 国内统一刊号:ISSN:11-2488/TN
  • 邮发代号:80-403
  • 获奖情况:
  • 国内外数据库收录:
  • 中国中国科技核心期刊,中国北大核心期刊(2014版)
  • 被引量:14380