CN107063231A - 一种基于双目视觉的拖拉机运动矢量预测方法 - Google Patents
一种基于双目视觉的拖拉机运动矢量预测方法 Download PDFInfo
- Publication number
- CN107063231A CN107063231A CN201710172811.3A CN201710172811A CN107063231A CN 107063231 A CN107063231 A CN 107063231A CN 201710172811 A CN201710172811 A CN 201710172811A CN 107063231 A CN107063231 A CN 107063231A
- Authority
- CN
- China
- Prior art keywords
- motion vector
- tractor
- directions
- vector prediction
- carried out
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种基于双目视觉的拖拉机运动矢量预测方法,包括以下步骤:1)通过架设于拖拉机车头正前方的双目相机对周围环境进行图像采集,获得T时刻的左、右图像各一张;2)对上述左、右图像进行特征点检测与匹配,然后根据视差原理计算图像中特征点的空间坐标I(T);3)在T+1时刻重复1)和2)的步骤,获得特征点的空间坐标I(T+1);4)获得拖拉机的运动矢量△I=I(T+1)‑I(T);5)重复上述步骤1)至4)10次,获得10个运动矢量;6)对上述10个运动矢量进行一次累加,生成1‑AGO序列;7)在不同的3个方向上分别对1‑AGO序列拟合,得出每个方向上的变化曲线;8)根据上述变化曲线,得出下一时刻各个方向上的运动矢量,即完成了运动矢量预测。本发明能够预测拖拉机未来时刻的运动矢量,便于精准控制。
Description
技术领域
本发明涉及一种农机控制技术,尤其是一种控制无人驾驶拖拉机运行的自主导航技术,具体的说是一种基于双目视觉的拖拉机运动矢量预测方法。
背景技术
随着城市化进程的快速推进,农村劳动力短缺的现状日益凸显,无人驾驶拖拉机得到日益广泛的应用。在无人驾驶拖拉机的自主导航过程中,通常采用GNSS(全球卫星导航系统)进行精确定位。然而,GNSS信号容易受到树木、云层的遮挡,导致定位误差很大或定位失败。为保证导航工作的顺利进行,往往还需要通过机器视觉进行辅助定位。目前,大都采用机器视觉进行障碍物位姿的获取,为定位提供参考依据,即,根据当前位姿与预定位姿的偏差计算控制量,然后将控制量作用于执行器件。由于已经发生了位姿偏差,那么很有可能导致作业对象损坏。如果能获取拖拉机的运动矢量的预测数据,将会显著提高导航控制精度。
发明内容
本发明的目的是针对现有技术的不足,提供一种基于双目视觉的拖拉机运动矢量预测方法,能够预测拖拉机未来时刻的运动矢量,为精准控制提供有效的支持。
本发明的技术方案是:
一种基于双目视觉的拖拉机运动矢量预测方法,包括以下步骤:
1)通过架设于拖拉机车头正前方的双目相机对周围环境进行图像采集,获得T时刻的左、右图像各一张;
2)对上述左、右图像进行特征点检测与匹配,然后根据视差原理计算图像中特征点的空间坐标I(T);
3)在T+1时刻重复1)和2)的步骤,获得特征点的空间坐标I(T+1);
4)获得拖拉机的运动矢量△I=I(T+1)-I(T);
5)重复上述步骤1)至4)10次,获得10个运动矢量;
6)对上述10个运动矢量进行一次累加,生成1-AGO序列;
7)在不同的3个方向上分别对1-AGO序列拟合,得出每个方向上的变化曲线;
8)根据上述变化曲线,得出下一时刻各个方向上的运动矢量,即完成了运动矢量预测。
进一步的,所述双目相机包括对称设置的左相机和右相机,水平放置于拖拉机车头正前方。
进一步的,所述步骤7)中的3个方向为:水平向右的i方向,垂直向下的j方向和水平向前的k方向。
本发明的有益效果:
本发明设计合理,逻辑清楚,构思巧妙,能够预测拖拉机未来时刻的运动矢量,为通过工控机精准控制拖拉机提供有效的支持。
附图说明
图1是本发明的双目相机示意图。
图2是本发明的工作流程示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明。
本发明中的图像采集装置由双目相机、1394B接口卡和工控机组成。如图1所示,所述双目相机由对称设置的左相机和右相机构成。双目相机安装在拖拉机正前方,距离地面1.0±0.1m。每次图像采集事件由工控机中程序自动触发,双目相机的左、右相机同时各采集1幅图像至计算机内存中。
设置图像采集时间间隔为300ms。空间坐标原点在右相机光心,水平向右为i轴正方向,垂直向下为j轴方向,水平向前为k轴正方向。
如图2所示,本发明包括以下步骤:
1)触发双目相机对周围环境进行图像采集,获得T时刻的左、右图像各一张;
2)对上述左、右图像进行特征点检测与匹配,然后根据视差原理计算图像中特征点的空间坐标I(T);
3)在T+1时刻重复1)和2)的步骤,获得特征点的空间坐标I(T+1);
4)获得拖拉机的运动矢量△I=I(T+1)-I(T);
5)重复上述1)至4)步骤10次,获得10个运动矢量;
6)对上述10个运动矢量进行一次累加,生成1-AGO序列;
7)在不同的3个方向上分别对1-AGO序列拟合,得出每个方向上的变化曲线;
8)根据上述变化曲线,得出下一时刻各个方向上的运动矢量,即完成了运动矢量预测。
具体实施例如下:
在第0时刻,左右相机同时采集图像至内存中,分别记为IL(0)和IR(0),对IL(0)和IR(0)进行SIFT特征点检测与匹配,匹配成功的点记为集合P0,并通过视差法计算P0所有点的空间坐标。
在第1时刻,左右相机同时采集图像至内存中,分别记为IL(1)和IR(1),对IL(1)和IR(1)进行SIFT特征点检测与匹配,匹配成功的点记为集合P1,并通过视差法计算P1所有点的空间坐标。
再次通过特征匹配,查找P1和P0的交集D1,D1即为第1时刻和第0时刻拍摄到的相同特征点。
计算D1中所有特征点从第0时刻到第1时刻的坐标变化矢量,并取均值,得到第1时刻的运动矢量其中为3个方向上的矢量单位。
继续按照上述方法,分别计算第2时刻至第10时刻的运动矢量 对10个运动矢量的3个方向上分别进行一次累加操作,生成3个方向上的1-AGO序列其中,
对序列用三次多项式拟合,可以得到i方向上关于时间t的变化曲线fi(t),在曲线上找到第11个时刻所对应的函数值fi(11)。那么就可以得出
用同样的方法,得到:
最终得到第11个时刻的运动矢量预测值
重复上述操作,即可完成对第12、13……N时刻的运动矢量预测。
本发明未涉及部分均与现有技术相同或可采用现有技术加以实现。
Claims (3)
1.一种基于双目视觉的拖拉机运动矢量预测方法,其特征是包括以下步骤:
1)通过架设于拖拉机车头正前方的双目相机对周围环境进行图像采集,获得T时刻的左、右图像各一张;
2)对上述左、右图像进行特征点检测与匹配,然后根据视差原理计算图像中特征点的空间坐标I(T);
3)在T+1时刻重复1)和2)的步骤,获得特征点的空间坐标I(T+1);
4)获得拖拉机的运动矢量△I=I(T+1)-I(T);
5)重复上述步骤1)至4)10次,获得10个运动矢量;
6)对上述10个运动矢量进行一次累加,生成1-AGO序列;
7)在不同的3个方向上分别对1-AGO序列拟合,得出每个方向上的变化曲线;
8)根据上述变化曲线,得出下一时刻各个方向上的运动矢量,即完成了运动矢量预测。
2.根据权利要求1所述基于双目视觉的拖拉机运动矢量预测方法,其特征是所述双目相机包括对称设置的左相机和右相机,水平放置于拖拉机车头正前方。
3.根据权利要求1所述基于双目视觉的拖拉机运动矢量预测方法,其特征是所述步骤7)中的3个方向为:水平向右的i方向,垂直向下的j方向和水平向前的k方向。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710172811.3A CN107063231B (zh) | 2017-03-22 | 2017-03-22 | 一种基于双目视觉的拖拉机运动矢量预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710172811.3A CN107063231B (zh) | 2017-03-22 | 2017-03-22 | 一种基于双目视觉的拖拉机运动矢量预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107063231A true CN107063231A (zh) | 2017-08-18 |
CN107063231B CN107063231B (zh) | 2020-06-30 |
Family
ID=59620911
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710172811.3A Active CN107063231B (zh) | 2017-03-22 | 2017-03-22 | 一种基于双目视觉的拖拉机运动矢量预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107063231B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109283925A (zh) * | 2018-08-15 | 2019-01-29 | 安徽农业大学 | 自走式高地隙拖拉机苗带识别与路径规划系统及实现方法 |
CN113016331A (zh) * | 2021-02-26 | 2021-06-25 | 江苏大学 | 一种基于双目视觉的宽窄行再生稻收获调控系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060213167A1 (en) * | 2003-12-12 | 2006-09-28 | Harvey Koselka | Agricultural robot system and method |
CN102435172A (zh) * | 2011-09-02 | 2012-05-02 | 北京邮电大学 | 一种球形机器人视觉定位系统及视觉定位方法 |
CN103413313A (zh) * | 2013-08-19 | 2013-11-27 | 国家电网公司 | 基于电力机器人的双目视觉导航系统及方法 |
CN103729644A (zh) * | 2013-12-11 | 2014-04-16 | 中国科学院长春光学精密机械与物理研究所 | 地基光测设备克服恒星穿越探测窗口干扰的卫星跟踪方法 |
CN104281148A (zh) * | 2013-07-07 | 2015-01-14 | 哈尔滨点石仿真科技有限公司 | 基于双目立体视觉的移动机器人自主导航方法 |
-
2017
- 2017-03-22 CN CN201710172811.3A patent/CN107063231B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060213167A1 (en) * | 2003-12-12 | 2006-09-28 | Harvey Koselka | Agricultural robot system and method |
CN102435172A (zh) * | 2011-09-02 | 2012-05-02 | 北京邮电大学 | 一种球形机器人视觉定位系统及视觉定位方法 |
CN104281148A (zh) * | 2013-07-07 | 2015-01-14 | 哈尔滨点石仿真科技有限公司 | 基于双目立体视觉的移动机器人自主导航方法 |
CN103413313A (zh) * | 2013-08-19 | 2013-11-27 | 国家电网公司 | 基于电力机器人的双目视觉导航系统及方法 |
CN103729644A (zh) * | 2013-12-11 | 2014-04-16 | 中国科学院长春光学精密机械与物理研究所 | 地基光测设备克服恒星穿越探测窗口干扰的卫星跟踪方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109283925A (zh) * | 2018-08-15 | 2019-01-29 | 安徽农业大学 | 自走式高地隙拖拉机苗带识别与路径规划系统及实现方法 |
CN113016331A (zh) * | 2021-02-26 | 2021-06-25 | 江苏大学 | 一种基于双目视觉的宽窄行再生稻收获调控系统及方法 |
CN113016331B (zh) * | 2021-02-26 | 2022-04-26 | 江苏大学 | 一种基于双目视觉的宽窄行再生稻收获调控系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107063231B (zh) | 2020-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108520554B (zh) | 一种基于orb-slam2的双目三维稠密建图方法 | |
CN109166149B (zh) | 一种融合双目相机与imu的定位与三维线框结构重建方法与系统 | |
CN108986161B (zh) | 一种三维空间坐标估计方法、装置、终端和存储介质 | |
KR101776622B1 (ko) | 다이렉트 트래킹을 이용하여 이동 로봇의 위치를 인식하기 위한 장치 및 그 방법 | |
CN103198477B (zh) | 一种采用苹果套袋机器人进行视觉定位的方法 | |
CN110084832A (zh) | 相机位姿的纠正方法、装置、系统、设备和存储介质 | |
CN112734852A (zh) | 一种机器人建图方法、装置及计算设备 | |
CN110262487B (zh) | 一种障碍物检测方法、终端及计算机可读存储介质 | |
CN104050712A (zh) | 三维模型的建立方法和装置 | |
WO2023274177A1 (zh) | 地图构建方法、装置、设备、仓储系统及存储介质 | |
CN114034299A (zh) | 一种基于主动激光slam的导航系统 | |
CN113447014A (zh) | 室内移动机器人、建图方法、定位方法以及建图定位装置 | |
CN107063231A (zh) | 一种基于双目视觉的拖拉机运动矢量预测方法 | |
CN103617631A (zh) | 一种基于中心检测的跟踪方法 | |
CN114241134A (zh) | 一种基于人机交互的虚实融合三维物体快速碰撞检测系统 | |
Feng et al. | Object detection and localization based on binocular vision for autonomous vehicles | |
CN111609854A (zh) | 基于多个深度相机的三维地图构建方法及扫地机器人 | |
CN106408593A (zh) | 一种基于视频的车辆跟踪方法及装置 | |
CN116576859A (zh) | 路径导航方法、作业控制方法及相关装置 | |
CN116804553A (zh) | 基于事件相机/imu/自然路标的里程计系统及方法 | |
CN110021041B (zh) | 基于双目相机的无人驾驶场景增量式网格化结构重建方法 | |
CN114474065A (zh) | 机器人控制方法及其装置、机器人和存储介质 | |
CN108151712B (zh) | 一种人体三维建模及测量方法和系统 | |
CN109754412B (zh) | 目标跟踪方法、目标跟踪装置及计算机可读存储介质 | |
CN114911223A (zh) | 一种机器人导航方法、装置、机器人及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |