CN110820447A - 一种基于双目视觉的轨道几何状态测量系统及其测量方法 - Google Patents
一种基于双目视觉的轨道几何状态测量系统及其测量方法 Download PDFInfo
- Publication number
- CN110820447A CN110820447A CN201911157530.6A CN201911157530A CN110820447A CN 110820447 A CN110820447 A CN 110820447A CN 201911157530 A CN201911157530 A CN 201911157530A CN 110820447 A CN110820447 A CN 110820447A
- Authority
- CN
- China
- Prior art keywords
- trolley
- information
- pose
- track
- personal computer
- 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.)
- Pending
Links
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01B—PERMANENT WAY; PERMANENT-WAY TOOLS; MACHINES FOR MAKING RAILWAYS OF ALL KINDS
- E01B35/00—Applications of measuring apparatus or devices for track-building purposes
Abstract
本发明涉及一种基于双目视觉的轨道几何状态测量系统及其测量方法,其系统包括小车和设置于小车上的两个高速摄像机、传感采集组件和工控机;两个高速摄像机同步对轨道进行拍摄并生成照片对;传感采集组件采集小车的初始位姿信息;工控机对照片对进行图像处理,并确定小车中心点的位姿变换信息,根据小车中心点的位姿变换信息和小车的初始位姿信息确定小车的实时位姿信息,以确定轨道的几何状态信息。本发明通过获取同一时刻轨道的照片对,准确的确定小车的位姿变换信息,从而可以准确的确定任一时刻小车的实时位姿信息,间接得到小车所在轨道的集合状态信息,检测结果精度较高,数据处理量较小,大大降低了现有技术用采用惯导的成本。
Description
技术领域
本发明涉及轨道测量技术领域,尤其涉及一种基于双目视觉的轨道几何状态测量系统及其测量方法。
背景技术
轨道几何状态测量,主要是检测轨道位置坐标、超高、轨距,至于其他的检测量,则可以由这三种数据计算得到。其中,轨距可以由在轨道检测小车上加装位移传感器准确得到。而轨道位置坐标和超高,则可以由轨道检测小车的姿态信息得到。因此,如何获取轨道检测小车的姿态信息,是轨道几何状态测量系统的核心要点。
现有技术中,有两种方法可以获取轨道检测小车在某个时刻的位置信息。第一个方法是应用GNSS接收机采集坐标。这个方法能达到平面1厘米,高程2厘米的动态位置解算精度,但在上方有遮挡物时,GNSS接收机接收的卫星信号受到遮挡,GNSS接收机发生失锁,无法获得失锁状态下的位置信息;第二个方法是应用全站仪来观测已知点,利用后方交会的方法求出小车的坐标。这个方法需要有已知点(如CPIII点),但不受遮挡物影响,可在隧道中观测,并且精度很高,达到毫米级精度,施测时要比应用GNSS接收机采集坐标的方法要慢。两种方法各有利弊,但其主要目的,还是为了获取绝对位置坐标信息,它无法获取小车的角度信息。目前,主要是靠惯导获取角度信息。在已有的基于惯导的轨道几何状态测量系统中,惯导能提供角度信息、加速度信息。通过加速度信息可以求得某一时刻小车的位移变化量,从而得到两个GNSS观测点或全站仪测站点之间的轨道位置信息。
但是,目前轨道几何状态测量主要是依赖于惯导加GNSS接收机或者全站仪实现的。惯导加GNSS接收机或者全站仪的测量方法主要是先利用GNSS接收机或者全站仪确定测量点的绝对位置,然后利用惯导的测量数据来计算出中间点的位置坐标。这样一套轨道几何状态测量系统,其造价成本主要是:GNSS接收机20万,全站仪40万,车体10万,惯导50万。其中无论是惯导加GNSS接收机还是惯导加全站仪的几何状态测量系统,其最贵的硬件系统就在于惯导上。如果能够有一种新的解决方案替代惯导,则轨道几何状态测量系统的造价成本至少能减少一半。
发明内容
本发明所要解决的技术问题是针对上述现有技术的不足,提供一种基于双目视觉的轨道几何状态测量系统及其测量方法。
本发明解决上述技术问题的技术方案如下:一种基于双目视觉的轨道几何状态测量系统,包括两个高速摄像机、传感采集组件、小车和工控机;
两个所述高速摄像机固定在小车上并随着小车一同沿着轨道运动,用于同步对轨道进行拍摄并生成照片对;
所述传感采集组件设置在小车上,并用于采集小车的初始位姿信息;
工控机,设置于小车上,用于对所述照片对进行图像处理,并确定小车中心点的位姿变换信息,还用于根据小车中心点的位姿变换信息和小车的初始位姿信息确定小车的实时位姿信息,以确定轨道的几何状态信息。
本发明的有益效果是:本发明的基于双目视觉的轨道几何状态测量系统,通过两个高速摄像机拍摄轨道照片获取同一时刻轨道的照片对,从而准确的确定小车的位姿变换信息,从而可以准确的任一时刻小车的实时位姿信息,间接得到小车所在轨道的集合状态信息,通过双目视差计算小车的位姿变换信息,得到的结果精度较高,数据处理量较小,大大降低了现有技术用采用惯导的成本,非常适合大面积推广。
在上述技术方案的基础上,本发明还可以做如下改进:
进一步:所述传感采集组件包括用于采集小车的初始位置信息的位置传感器和用于采集小车初始角度信息的角度传感器,其中,所述初始位姿信息包括小车的初始位置信息和初始角度信息。
上述进一步方案的有益效果是:通过所述位置传感器和角度传感器可以分别采集小车的初始位置信息和初始角度信息,这样便于后续根据小车的初始位姿信息和位姿变换信息实时确定小车的实时位姿信息。
进一步:所述工控机对所述照片对进行图像处理,并确定小车中心点的位姿变换信息的具体实现为:
所述工控机对所述照片对进行识别处理,从每张照片中获取多个特征点及其对应的亚像素坐标;
采用特征点匹配算法对所述特征点进行匹配和三维坐标解算,得到至少三对配的特征点及其三维坐标;
根据所述特征点的三维坐标建立七参数转换模型,并根据所述七参数转换模型中的位移因子和旋转因子确定小车中心点的位姿变换信息。
上述进一步方案的有益效果是:通过提取照片对中的特定的特征点并进行匹配和三维坐标解算,这样大大降低了数据处理量,完全可以适应实际的应用场景,基于所述特征点的亚像素坐标解算三维坐标,并建立七参数转换模型,从而可以准确得到小车的小车中心点的位姿变换信息,进而确定小车的实时位姿信息,非常方便,计算结果精确。
进一步:所述的基于双目视觉的轨道几何状态测量系统还包括里程计,用于在小车沿着轨道运动时获取小车的实时里程;
所述工控机在采用特征点匹配算法对所述特征点进行匹配时,根据所述小车的实时里程在所述照片对中确定下一次特征点匹配时对应特征点所在位置范围,并在对应特征点所在位置范围进行匹配。
上述进一步方案的有益效果是:通过所述里程计实时检测小车的里程,这样可以在所述工控机进行特征点匹配算法时,结合小车的实时里程快速的在所述所述照片对中确定下一次特征点匹配时对应特征点所在位置范围,大大提高匹配的效率和匹配成功的几率,降低数据处理量。
进一步:所述传感采集组件还用于在小车沿着轨道运动的过程中获取小车的瞬时位姿信息;
所述工控机还用于根据同一时刻所述小车的瞬时位姿信息对所述小车的实时位姿信息进行校正处理。
上述进一步方案的有益效果是:通过在小车运动过程中对小车的瞬时位姿信息,这样可以采用同一时刻的所述小车的瞬时位姿信息对小车的实时位姿信息进行校正,得到更加精确的结果。
本发明还提供了一种所述基于双目视觉的轨道几何状态测量系统的车辆方法,包括如下步骤:
固定在小车上的两个高速摄像机沿着轨道运动并同步拍摄轨道,以生成照片对;
设置在小车上的所述传感采集组件采集小车的初始位姿信息;
设置在小车上的工控机对所述照片对进行图像处理,并确定小车中心点的位姿变换信息,还用于根据小车中心点的位姿变换信息和小车的初始位姿信息确定小车的实时位姿信息,以确定轨道的几何状态信息。
本发明的有益效果是:本发明的基于双目视觉的轨道几何状态测量系统,通过两个高速摄像机拍摄轨道照片获取同一时刻轨道的照片对,从而准确的确定小车的位姿变换信息,从而可以准确的任一时刻小车的实时位姿信息,间接得到小车所在轨道的集合状态信息,通过双目视差计算小车的位姿变换信息,得到的结果精度较高,数据处理量较小,大大降低了现有技术用采用惯导的成本,非常适合大面积推广。
在上述技术方案的基础上,本发明还可以做如下改进:
进一步:所述初始位姿信息包括小车的初始位置信息和初始角度信息。
上述进一步方案的有益效果是:通过所述位置传感器和角度传感器可以分别采集小车的初始位置信息和初始角度信息,这样便于后续根据小车的初始位姿信息和位姿变换信息实时确定小车的实时位姿信息。
进一步:所述工控机对所述照片对进行图像处理,并确定小车中心点的位姿变换信息具体包括如下步骤:
所述工控机对所述照片对进行识别处理,从每张照片中获取多个特征点及其对应的亚像素坐标;
采用特征点匹配算法对所述特征点进行匹配和三维坐标解算,得到至少三对配的特征点及其三维坐标;
根据所述特征点的三维坐标建立七参数转换模型,并根据所述七参数转换模型中的位移因子和旋转因子确定小车中心点的位姿变换信息。
上述进一步方案的有益效果是:通过提取照片对中的特定的特征点并进行匹配和三维坐标解算,这样大大降低了数据处理量,完全可以适应实际的应用场景,基于所述特征点的亚像素坐标解算三维坐标,并建立七参数转换模型,从而可以准确得到小车的小车中心点的位姿变换信息,进而确定小车的实时位姿信息,非常方便,计算结果精确。
进一步:所述的基于双目视觉的轨道几何状态测量系统的测量方法还包括如下步骤:
设置在小车上的里程计在小车沿着轨道运动时获取小车的实时里程;
所述工控机在采用特征点匹配算法对所述特征点进行匹配时,根据所述小车的实时里程在所述照片对中确定下一次特征点匹配时对应特征点所在位置范围,并在对应特征点所在位置范围进行匹配。
上述进一步方案的有益效果是:通过所述里程计实时检测小车的里程,这样可以在所述工控机进行特征点匹配算法时,结合小车的实时里程快速的在所述所述照片对中确定下一次特征点匹配时对应特征点所在位置范围,大大提高匹配的效率和匹配成功的几率,降低数据处理量。
进一步:所述的基于双目视觉的轨道几何状态测量系统的测量方法还包括如下步骤:
所述传感采集组件还在小车沿着轨道运动的过程中获取小车的瞬时位姿信息;
所述工控机还用于根据同一时刻所述小车的瞬时位姿信息对所述小车的实时位姿信息进行校正处理。
上述进一步方案的有益效果是:通过在小车运动过程中对小车的瞬时位姿信息,这样可以采用同一时刻的所述小车的瞬时位姿信息对小车的实时位姿信息进行校正,得到更加精确的结果。
附图说明
图1为本发明一实施例的基于双目视觉的轨道几何状态测量系统的结构示意图;
图2为本发明一实施例的基于双目视觉的轨道几何状态测量系统的测量方法的流程示意图;
图3为本发明一实施例的确定小车中心点的位姿变换信息的方法的流程示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,一种基于双目视觉的轨道几何状态测量系统,包括两个高速摄像机、传感采集组件、小车和工控机;
两个所述高速摄像机固定在小车上并随着小车一同沿着轨道运动,用于同步对轨道进行拍摄并生成照片对;
所述传感采集组件设置在小车上,并用于采集小车的初始位姿信息;
工控机,设置于小车上,用于对所述照片对进行图像处理,并确定小车中心点的位姿变换信息,还用于根据小车中心点的位姿变换信息和小车的初始位姿信息确定小车的实时位姿信息,以确定轨道的几何状态信息。
本发明的基于双目视觉的轨道几何状态测量系统,通过两个高速摄像机拍摄轨道照片获取同一时刻轨道的照片对,从而准确的确定小车的位姿变换信息,从而可以准确的任一时刻小车的实时位姿信息,间接得到小车所在轨道的集合状态信息,通过双目视差计算小车的位姿变换信息,得到的结果精度较高,数据处理量较小,大大降低了现有技术用采用惯导的成本,非常适合大面积推广。
需要指出的,在将两个所述高速摄像机安装在小车上之后,需要对两个高速摄像机进行标定,以获取摄像机的外参数和内参数。具体的标定方法有很多,最常用的是基于张正友教授的棋盘格标定法。使用棋盘格标定法,可以标定出两个摄像机组成的双目摄像机的内参数和外参数,然后通过图像识别的方法得到特征点的亚像素坐标,这样就能计算出局部坐标系下的三维坐标。由于该标定方法为现有技术,本发明中不在详细赘述。
在本发明中,为了保证双目摄像机需同步拍摄。有两种方法:一种是使用外部信号进行驱动,以实现同步拍摄;另一种是用一台摄像机定时拍摄,同时在触发拍摄时发送拍摄信号给另一台摄像机以实现同步拍摄。只有同步拍摄才能保证数据的正确性。
在本发明提供的一个或多个实施例中,所述传感采集组件包括用于采集小车的初始位置信息的位置传感器和用于采集小车初始角度信息的角度传感器,其中,所述初始位姿信息包括小车的初始位置信息和初始角度信息。通过所述位置传感器和角度传感器可以分别采集小车的初始位置信息和初始角度信息,这样便于后续根据小车的初始位姿信息和位姿变换信息实时确定小车的实时位姿信息。
本发明中,所述位置传感器采用全转仪或者GPS定位模块,所述角度传感器采用现有的倾角传感器。同理,位置传感器和角度传感器设置在小车上之后,也需要对小车进行标定,这些也为现有技术,并且也并非本发明所需要保护的内容,因此,这里不再详细赘述。
在本发明提供的一个或多个实施例中,所述工控机对所述照片对进行图像处理,并确定小车中心点的位姿变换信息的具体实现为:
所述工控机对所述照片对进行识别处理,从每张照片中获取多个特征点及其对应的亚像素坐标;
采用特征点匹配算法对所述特征点进行匹配和三维坐标解算,得到至少三对配的特征点及其三维坐标;
根据所述特征点的三维坐标建立七参数转换模型,并根据所述七参数转换模型中的位移因子和旋转因子确定小车中心点的位姿变换信息。
通过提取照片对中的特定的特征点并进行匹配和三维坐标解算,这样大大降低了数据处理量,完全可以适应实际的应用场景,基于所述特征点的亚像素坐标解算三维坐标,并建立七参数转换模型,从而可以准确得到小车的小车中心点的位姿变换信息,进而确定小车的实时位姿信息,非常方便,计算结果精确。
通常,选取轨道周围的地物作为特征点进行识别,比如螺丝、扣件等,在这里,假定通过拍摄轨道地物得到了一对照片对。利用小车上的工控机对这对照片对进行处理,获取照片对中的特征点亚像素坐标,并利用特征点匹配的算法对特征点进行匹配。此时,我们可以得到特征点的匹配对,以及各特征点在两个高速摄像机组成的双目摄像机的局部坐标系下的三维坐标。而下一次获取到一组特征点时,又可得到各特征点在当时的双目摄像机的局部坐标系下的三维坐标。本领域技术人员知道,两个三维坐标系之间想实现转换,需建立七参数转换模型。其中,三个参数为位移因子,三个参数为旋转因子,还有一个为尺度变换因子。在本发明的环境中,尺度变换因子为1。而解算七参数转换模型,至少需要三个公共点。在连续拍摄的两张照片组成的照片对中,三个公共特征点还是很容易保证的。这样,就能通过使用公共的特征点来解算出七参数。
而在标定好的双目摄像机局部坐标系下,两个摄像机中心点的位置是不变的,在摄像机和小车始终保持静止的状态下,通过七参数的位移变换,能得到相机中心点的位移变换,同时也是小车中心点的位移变换。只要知道小车中心点某一时刻的绝对坐标,便能通过解算七参数转换模型得到下一组拍摄时小车中心点的绝对坐标。同时,七参数转换模型中的角度变化量,也是小车的姿态变化量。这样,就能通过对双目摄像机拍摄的照片对进行处理,来解算出小车拍摄时的位置和姿态信息,以达到基于双目视觉的轨道几何状态测量系统的根本目的。
优选地,所述的基于双目视觉的轨道几何状态测量系统还包括里程计,用于在小车沿着轨道运动时获取小车的实时里程;
所述工控机在采用特征点匹配算法对所述特征点进行匹配时,根据所述小车的实时里程在所述照片对中确定下一次特征点匹配时对应特征点所在位置范围,并在对应特征点所在位置范围进行匹配。
通过所述里程计实时检测小车的里程,这样可以在所述工控机进行特征点匹配算法时,结合小车的实时里程快速的在所述所述照片对中确定下一次特征点匹配时对应特征点所在位置范围,大大提高匹配的效率和匹配成功的几率,降低数据处理量。并且,在计算特征点的三维坐标时,联合角度变化,对获取的实时里程进行验算,可以验证计算出的三维坐标的正确性。
优选地,在本发明提供的一个或多个实施例中,所述传感采集组件还用于在小车沿着轨道运动的过程中获取小车的瞬时位姿信息;
所述工控机还用于根据同一时刻所述小车的瞬时位姿信息对所述小车的实时位姿信息进行校正处理。
通过在小车运动过程中对小车的瞬时位姿信息,这样可以采用同一时刻的所述小车的瞬时位姿信息对小车的实时位姿信息进行校正,得到更加精确的结果。
本发明中,具体的校正处理方式采用现有的组合导航滤波算法进行校正处理,可以大大提高轨迹的集合状态信息的检测精度。具体的算法为现有技术,算法本身并非本发明所要保护的内容,本发明中不再详细赘述。
比如,在高速铁路的设计规范中,两组扣件(地物)之间的距离为0.625米。为了双目摄像机始终都能找到特征点进行匹配,双目摄像机对地面的视域范围也要达到0.625米。这里不妨让它更大一点,达到1米。而一台普通的工业摄像机,如我们实验使用的IMX252芯片的灰点摄像机,其像素大小为3.45微米,若使用横向来拍摄,即2048个像素来代表1米的范围的话,则一个像素能代表的范围约为0.5毫米,若用亚像素来计算则是0.05毫米。也就是说,对于双目摄像机解算小车位置而言,精度范围可达到0.05毫米级别,并不弱于惯导。而一台使用IMX252芯片的灰点摄像机,其市场价大大低于惯导。
本发明实施双目视觉测量的过程为:安装一台工控和两台高速摄像机在在小车上,并分别进行标定。系统启动测量时,双目摄像机不停地拍摄,同时将每一张照片传递到工控机中。工控机根据传递来的在的序号或者是时间戳对照片进行配对,同时,在预先开启的多个线程里对每一个照片对进行特征点匹配及三维坐标解算。将特征点对图像坐标、解算完的特征点的三维坐标以及时间记录在文件中,以供后续处理。在后续处理的软件中,提取解算完的特征点对以及时间,和每个拍摄瞬间记录的里程。从数据中可以得到每个特征点对在下一个拍摄瞬间记录时所在的大概位置范围,从而迅速得到公共特征点对。有了公共特征点对,可以解算出七参数,从而可以建立七参数转换模型,获取小车的实时位置和姿态信息。这样,就分析利用完成了轨道的几何状态信息测量。
特别地,现有技术中,之所以不能通过设置在小车的上传感采集组件直接采集小车的实时位姿信息,是因为用于测量小车的位姿传感器比如全站仪是需要人工去对准已知点来测量的,只能测得小车在某个时刻的位姿信息,隔一段距离测一次,不能连续测量小车在全轨道的位姿信息,再比如位置传感器GPS模块的频率角度,一秒钟大概智能测量五次,这在小车沿着轨道运动时无法满足连续测量的要求。
如图2所示,本发明还提供了一种所述基于双目视觉的轨道几何状态测量系统的车辆方法,包括如下步骤:
S11:固定在小车上的两个高速摄像机沿着轨道运动并同步拍摄轨道,以生成照片对;
S12:设置在小车上的所述传感采集组件采集小车的初始位姿信息;
S13:设置在小车上的工控机对所述照片对进行图像处理,并确定小车中心点的位姿变换信息,还用于根据小车中心点的位姿变换信息和小车的初始位姿信息确定小车的实时位姿信息,以确定轨道的几何状态信息。
本发明的基于双目视觉的轨道几何状态测量系统,通过两个高速摄像机拍摄轨道照片获取同一时刻轨道的照片对,从而准确的确定小车的位姿变换信息,从而可以准确的任一时刻小车的实时位姿信息,间接得到小车所在轨道的集合状态信息,通过双目视差计算小车的位姿变换信息,得到的结果精度较高,数据处理量较小,大大降低了现有技术用采用惯导的成本,非常适合大面积推广。
在本发明提供的一个或多个实施例中,所述初始位姿信息包括小车的初始位置信息和初始角度信息。通过所述位置传感器和角度传感器可以分别采集小车的初始位置信息和初始角度信息,这样便于后续根据小车的初始位姿信息和位姿变换信息实时确定小车的实时位姿信息。
如图3所示,在本发明提供的一个或多个实施例中,所述工控机对所述照片对进行图像处理,并确定小车中心点的位姿变换信息具体包括如下步骤:
S21:所述工控机对所述照片对进行识别处理,从每张照片中获取多个特征点及其对应的亚像素坐标;
S22:采用特征点匹配算法对所述特征点进行匹配和三维坐标解算,得到至少三对配的特征点及其三维坐标;
S23:根据所述特征点的三维坐标建立七参数转换模型,并根据所述七参数转换模型中的位移因子和旋转因子确定小车中心点的位姿变换信息。
通过提取照片对中的特定的特征点并进行匹配和三维坐标解算,这样大大降低了数据处理量,完全可以适应实际的应用场景,基于所述特征点的亚像素坐标解算三维坐标,并建立七参数转换模型,从而可以准确得到小车的小车中心点的位姿变换信息,进而确定小车的实时位姿信息,非常方便,计算结果精确。
优选地,在本发明提供的一个或多个实施例中,所述的基于双目视觉的轨道几何状态测量系统的测量方法还包括如下步骤:
设置在小车上的里程计在小车沿着轨道运动时获取小车的实时里程;
所述工控机在采用特征点匹配算法对所述特征点进行匹配时,根据所述小车的实时里程在所述照片对中确定下一次特征点匹配时对应特征点所在位置范围,并在对应特征点所在位置范围进行匹配。
通过所述里程计实时检测小车的里程,这样可以在所述工控机进行特征点匹配算法时,结合小车的实时里程快速的在所述所述照片对中确定下一次特征点匹配时对应特征点所在位置范围,大大提高匹配的效率和匹配成功的几率,降低数据处理量。
优选地,在本发明提供的一个或多个实施例中,所述的基于双目视觉的轨道几何状态测量系统的测量方法还包括如下步骤:
所述传感采集组件还在小车沿着轨道运动的过程中获取小车的瞬时位姿信息;
所述工控机还用于根据同一时刻所述小车的瞬时位姿信息对所述小车的实时位姿信息进行校正处理。
通过在小车运动过程中对小车的瞬时位姿信息,这样可以采用同一时刻的所述小车的瞬时位姿信息对小车的实时位姿信息进行校正,得到更加精确的结果。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于双目视觉的轨道几何状态测量系统,其特征在于,包括两个高速摄像机、传感采集组件、小车和工控机;
两个所述高速摄像机固定在小车上并随着小车一同沿着轨道运动,用于同步对轨道进行拍摄并生成照片对;
所述传感采集组件设置在小车上,并用于采集小车的初始位姿信息;
工控机,设置于小车上,用于对所述照片对进行图像处理,并确定小车中心点的位姿变换信息,还用于根据小车中心点的位姿变换信息和小车的初始位姿信息确定小车的实时位姿信息,以确定轨道的几何状态信息。
2.根据权利要求1所述的基于双目视觉的轨道几何状态测量系统,其特征在于,所述传感采集组件包括用于采集小车的初始位置信息的位置传感器和用于采集小车初始角度信息的角度传感器,其中,所述初始位姿信息包括小车的初始位置信息和初始角度信息。
3.根据权利要求1所述的基于双目视觉的轨道几何状态测量系统,其特征在于,所述工控机对所述照片对进行图像处理,并确定小车中心点的位姿变换信息的具体实现为:
所述工控机对所述照片对进行识别处理,从每张照片中获取多个特征点及其对应的亚像素坐标;
采用特征点匹配算法对所述特征点进行匹配和三维坐标解算,得到至少三对配的特征点及其三维坐标;
根据所述特征点的三维坐标建立七参数转换模型,并根据所述七参数转换模型中的位移因子和旋转因子确定小车中心点的位姿变换信息。
4.根据权利要求3所述的基于双目视觉的轨道几何状态测量系统,其特征在于,还包括里程计,用于在小车沿着轨道运动时获取小车的实时里程;
所述工控机在采用特征点匹配算法对所述特征点进行匹配时,根据所述小车的实时里程在所述照片对中确定下一次特征点匹配时对应特征点所在位置范围,并在对应特征点所在位置范围进行匹配。
5.根据权利要求1-4任一项所述的基于双目视觉的轨道几何状态测量系统,其特征在于,所述传感采集组件还用于在小车沿着轨道运动的过程中获取小车的瞬时位姿信息;
所述工控机还用于根据同一时刻所述小车的瞬时位姿信息对所述小车的实时位姿信息进行校正处理。
6.一种权利要求1-5任一项所述基于双目视觉的轨道几何状态测量系统的车辆方法,其特征在于,包括如下步骤:
固定在小车上的两个高速摄像机沿着轨道运动并同步拍摄轨道,以生成照片对;
设置在小车上的所述传感采集组件采集小车的初始位姿信息;
设置在小车上的工控机对所述照片对进行图像处理,并确定小车中心点的位姿变换信息,还用于根据小车中心点的位姿变换信息和小车的初始位姿信息确定小车的实时位姿信息,以确定轨道的几何状态信息。
7.根据权利要求6所述的基于双目视觉的轨道几何状态测量系统的测量方法,其特征在于,所述初始位姿信息包括小车的初始位置信息和初始角度信息。
8.根据权利要求6所述的基于双目视觉的轨道几何状态测量系统的测量方法,其特征在于,所述工控机对所述照片对进行图像处理,并确定小车中心点的位姿变换信息具体包括如下步骤:
所述工控机对所述照片对进行识别处理,从每张照片中获取多个特征点及其对应的亚像素坐标;
采用特征点匹配算法对所述特征点进行匹配和三维坐标解算,得到至少三对配的特征点及其三维坐标;
根据所述特征点的三维坐标建立七参数转换模型,并根据所述七参数转换模型中的位移因子和旋转因子确定小车中心点的位姿变换信息。
9.根据权利要求8所述的基于双目视觉的轨道几何状态测量系统的测量方法,其特征在于,还包括如下步骤:
设置在小车上的里程计在小车沿着轨道运动时获取小车的实时里程;
所述工控机在采用特征点匹配算法对所述特征点进行匹配时,根据所述小车的实时里程在所述照片对中确定下一次特征点匹配时对应特征点所在位置范围,并在对应特征点所在位置范围进行匹配。
10.根据权利要求6-10任一项所述的基于双目视觉的轨道几何状态测量系统的测量方法,其特征在于,还包括入下步骤:
所述传感采集组件还在小车沿着轨道运动的过程中获取小车的瞬时位姿信息;
所述工控机还用于根据同一时刻所述小车的瞬时位姿信息对所述小车的实时位姿信息进行校正处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911157530.6A CN110820447A (zh) | 2019-11-22 | 2019-11-22 | 一种基于双目视觉的轨道几何状态测量系统及其测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911157530.6A CN110820447A (zh) | 2019-11-22 | 2019-11-22 | 一种基于双目视觉的轨道几何状态测量系统及其测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110820447A true CN110820447A (zh) | 2020-02-21 |
Family
ID=69558676
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911157530.6A Pending CN110820447A (zh) | 2019-11-22 | 2019-11-22 | 一种基于双目视觉的轨道几何状态测量系统及其测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110820447A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE1797256C3 (de) * | 1967-09-05 | 1974-03-14 | Canadian Patents And Development Ltd., Ottawa | Verfahren und Vorrichtung zur Herstellung einer Orthophotographie |
CN103247053A (zh) * | 2013-05-16 | 2013-08-14 | 大连理工大学 | 基于双目显微立体视觉的零件精确定位方法 |
CN104484648A (zh) * | 2014-11-27 | 2015-04-01 | 浙江工业大学 | 基于轮廓识别的机器人可变视角障碍物检测方法 |
CN104652189A (zh) * | 2013-11-21 | 2015-05-27 | 西安大昱光电科技有限公司 | 一种新型高铁轨道测量仪的控制系统 |
CN104973092A (zh) * | 2015-05-04 | 2015-10-14 | 上海图甲信息科技有限公司 | 一种基于里程和图像测量的铁轨路基沉降测量方法 |
CN105652305A (zh) * | 2016-01-08 | 2016-06-08 | 深圳大学 | 一种动态环境下轨道检测平台的三维定位定姿方法及系统 |
CN108279677A (zh) * | 2018-02-08 | 2018-07-13 | 张文 | 基于双目视觉传感器的轨道机器人检测方法 |
CN108731643A (zh) * | 2018-03-30 | 2018-11-02 | 天津工业大学 | 一种基于双目视觉的探针姿态检测方法 |
JP2019003573A (ja) * | 2017-06-20 | 2019-01-10 | 東日本旅客鉄道株式会社 | 画像処理装置及び鉄道設備部品の保守管理方法 |
CN109544630A (zh) * | 2018-11-30 | 2019-03-29 | 南京人工智能高等研究院有限公司 | 位姿信息确定方法和装置、视觉点云构建方法和装置 |
-
2019
- 2019-11-22 CN CN201911157530.6A patent/CN110820447A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE1797256C3 (de) * | 1967-09-05 | 1974-03-14 | Canadian Patents And Development Ltd., Ottawa | Verfahren und Vorrichtung zur Herstellung einer Orthophotographie |
CN103247053A (zh) * | 2013-05-16 | 2013-08-14 | 大连理工大学 | 基于双目显微立体视觉的零件精确定位方法 |
CN104652189A (zh) * | 2013-11-21 | 2015-05-27 | 西安大昱光电科技有限公司 | 一种新型高铁轨道测量仪的控制系统 |
CN104484648A (zh) * | 2014-11-27 | 2015-04-01 | 浙江工业大学 | 基于轮廓识别的机器人可变视角障碍物检测方法 |
CN104973092A (zh) * | 2015-05-04 | 2015-10-14 | 上海图甲信息科技有限公司 | 一种基于里程和图像测量的铁轨路基沉降测量方法 |
CN105652305A (zh) * | 2016-01-08 | 2016-06-08 | 深圳大学 | 一种动态环境下轨道检测平台的三维定位定姿方法及系统 |
JP2019003573A (ja) * | 2017-06-20 | 2019-01-10 | 東日本旅客鉄道株式会社 | 画像処理装置及び鉄道設備部品の保守管理方法 |
CN108279677A (zh) * | 2018-02-08 | 2018-07-13 | 张文 | 基于双目视觉传感器的轨道机器人检测方法 |
CN108731643A (zh) * | 2018-03-30 | 2018-11-02 | 天津工业大学 | 一种基于双目视觉的探针姿态检测方法 |
CN109544630A (zh) * | 2018-11-30 | 2019-03-29 | 南京人工智能高等研究院有限公司 | 位姿信息确定方法和装置、视觉点云构建方法和装置 |
Non-Patent Citations (1)
Title |
---|
孙泽洲等: "《深空探测技术》", 31 March 2018 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9134127B2 (en) | Determining tilt angle and tilt direction using image processing | |
CN1788188B (zh) | 拍摄图像显示方法及拍摄图像显示装置 | |
US20190072392A1 (en) | System and method for self-geoposition unmanned aerial vehicle | |
CN107289910B (zh) | 一种基于tof的光流定位系统 | |
CN103256920A (zh) | 利用图像处理测定倾斜角和倾斜方向 | |
CN108413917B (zh) | 非接触式三维测量系统、非接触式三维测量方法及测量装置 | |
CN107560603B (zh) | 一种无人机倾斜摄影测量系统及测量方法 | |
CN102575933A (zh) | 地图图像综合数据库生成系统以及地图图像综合数据库生成程序 | |
CN109269466A (zh) | 基于特征点的靶面相对位姿测量方法及系统 | |
CN109146958B (zh) | 一种基于二维图像的交通标志空间位置测量方法 | |
CN109269525B (zh) | 一种空间探测器起飞或着陆过程光学测量系统及方法 | |
CN112455502B (zh) | 基于激光雷达的列车定位方法及装置 | |
CN109597086A (zh) | 一种非接触式直升机外吊挂物的运动测量方法 | |
CN111307146B (zh) | 一种基于双目相机和imu的虚拟现实头戴显示设备定位系统 | |
JP5716273B2 (ja) | 捜索目標位置特定装置、捜索目標位置特定方法及びプログラム | |
JP6135972B2 (ja) | 標定方法、標定プログラム、及び標定装置 | |
CN110515110B (zh) | 数据评估的方法、装置、设备和计算机可读存储介质 | |
CN109035343A (zh) | 一种基于监控相机的楼层相对位移测量方法 | |
CN112862818B (zh) | 惯性传感器和多鱼眼相机联合的地下停车场车辆定位方法 | |
JP5355443B2 (ja) | 位置補正システム | |
CN110820447A (zh) | 一种基于双目视觉的轨道几何状态测量系统及其测量方法 | |
CN114266835A (zh) | 一种非量测相机的变形监测控制方法与系统 | |
CN104567812A (zh) | 空间位置测量方法及装置 | |
JPH08261719A (ja) | 相対的移動量算出装置及び相対的移動量算出方法 | |
JPH1137736A (ja) | 3次元形状計測方法及び3次元形状計測装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200221 |