西安理工大学学报
西安理工大學學報
서안리공대학학보
JOURNAL OF XI'AN UNIVERSITY OF TECHNOLOGY
2008年
1期
1-7
,共7页
粒子群优化%动态自标定%视觉定位%本质矩阵%计算机视觉
粒子群優化%動態自標定%視覺定位%本質矩陣%計算機視覺
입자군우화%동태자표정%시각정위%본질구진%계산궤시각
针对动态自标定的问题,提出了一种改进的基于粒子群优化(PSO)的自标定位置视觉定位算法.首先对本质矩阵进行奇异值分解,依据3个奇异值的特性在线生成目标函数,在进行动态自标定的同时,完成视觉伺服.算法抛弃了Chesi G方法中对初值选取极为敏感的基于梯度下降的方法,采用PSO动态优化摄像机内参数.该方法的主要优点是在线优化时对摄像机参数初值并不敏感,并克服了Chesi G方法中要求摄像机内参数不可变的限制,只需离线给出5个内参数的粗略范围.另外算法不需要物体精确的3维模型,只需8个空间固定点的坐标信息.大量实验结果表明,该算法应用于基于位置的视觉定位时比基于梯度的方法运算速度更快,且鲁棒性更强.
針對動態自標定的問題,提齣瞭一種改進的基于粒子群優化(PSO)的自標定位置視覺定位算法.首先對本質矩陣進行奇異值分解,依據3箇奇異值的特性在線生成目標函數,在進行動態自標定的同時,完成視覺伺服.算法拋棄瞭Chesi G方法中對初值選取極為敏感的基于梯度下降的方法,採用PSO動態優化攝像機內參數.該方法的主要優點是在線優化時對攝像機參數初值併不敏感,併剋服瞭Chesi G方法中要求攝像機內參數不可變的限製,隻需離線給齣5箇內參數的粗略範圍.另外算法不需要物體精確的3維模型,隻需8箇空間固定點的坐標信息.大量實驗結果錶明,該算法應用于基于位置的視覺定位時比基于梯度的方法運算速度更快,且魯棒性更彊.
침대동태자표정적문제,제출료일충개진적기우입자군우화(PSO)적자표정위치시각정위산법.수선대본질구진진행기이치분해,의거3개기이치적특성재선생성목표함수,재진행동태자표정적동시,완성시각사복.산법포기료Chesi G방법중대초치선취겁위민감적기우제도하강적방법,채용PSO동태우화섭상궤내삼수.해방법적주요우점시재선우화시대섭상궤삼수초치병불민감,병극복료Chesi G방법중요구섭상궤내삼수불가변적한제,지수리선급출5개내삼수적조략범위.령외산법불수요물체정학적3유모형,지수8개공간고정점적좌표신식.대량실험결과표명,해산법응용우기우위치적시각정위시비기우제도적방법운산속도경쾌,차로봉성경강.
