基于视觉EPnP加权迭代算法的三维位移实时测量

发布时间：2023-05-23 19:35

　　单目视觉三维位移测量的关键在于获取相机位姿参数,该问题可通过n点透视(PnP)算法求解。为提高PnP算法精度,提出一种改进的EPnP加权迭代算法(WIEPnP)。WIEPnP通过对标志点设置权重系数,再进行迭代计算,从而降低标志点深度和图像噪声对算法性能的影响。用MATLAB仿真实验对比研究了6种PnP改进算法,结果表明,WIEPnP算法能有效降低标志点深度的影响并有效降低图像高斯噪声对算法结果的影响,且算法精度和耗时均满足现场应用需求。WIEPnP的有效性同样在样机实验中得到了验证:样机在x、y方向的测量误差均小于1 mm;在z方向,WIEPnP算法有效降低了深度变化的影响,使z方向的绝对误差也不大于3 mm。可见提出的WIEPnP算法在实时性和误差性能方面都具有较好性能,能够满足大多数三维位移实时测量要求。

【文章页数】：10 页

【文章目录】：
0 引 言
1 三维位移测量模型
2 EPnP加权迭代算法
    2.1 EPnP算法
    2.2 EPnP改进算法
3 算法验证
    3.1 仿真实验
        1)标志点数目实验
        2)深度比实验
        3)高斯噪声实验
    3.2 样机系统实验
4 结 论



本文编号：3822228