基于单目视觉的双护盾TBM导向系统.pdf

南京理工大学的写的非常好的论文。特征匹配，slam等知识

针对现有矿井机车障碍物检测和测距方法存在测距精度低、测量范围小及成本高等问题,提出了一种基于单目视觉的矿井机车障碍物检测与测距方法。该方法首先对CCD摄像机采集的图像进行预处理,然后根据障碍物的特点进行特征提取得到准确的障碍物区域,最后利用基于摄像机内部参数和几何关系的单目视觉测距方法得到机车与前方障碍物之间的距离。测试结果表明,该方法能有效检测机车前方障碍物,且测距精度在有效误差范围内。

单目视觉移动机器人slam方法建模与仿真分析

提出了一种基于颜色空间理论和形态学结合的方法。首先对图像进行颜色空间转换，按要求提取出需要的特征颜色区域，再对颜色特征区域进行检测，对边缘进行灰度统计，按一定的比例进行筛选，并利用前方车辆位置变化的特点，对下一次车牌可能出现的区域进行粗定位，利于下一次更快速的定位。应用该算法对100幅车牌图像进行定位，定位准确率达90%，速度均在0.1 s内。

提出一种基于单目视觉的横穿障碍物检测方法。首先,基于道路平面假设,根据特征点的位置约束以及逆透视投影变换下的性质,提取地面特征点对。其次,采用迭代加权最小二乘法估计自车平移和旋转运动参数。然后,利用估计的运动参数对图像光流进行旋转补偿,并基于道路C-速度空间生成障碍物的候选标记点。最后,对候选标记点进行分组聚类和验证,确定横穿障碍物区域。不同交通场景下的实验结果表明,上述方法能够适用于各种自车运动,有效检测横穿障碍物。

1-Point RANSAC for EKF Filtering, Application to real time structure from motion and visual odometry

mono-vo, 基于OpenCV的单目视觉里程计实现 这是基于 OpenCV 3.0的单目视觉里程计算法的实现。算法使用5 个nister点算法，用于基本矩阵估计和快速特征，具有一个，跟踪器。 更详细的细节是，这里的作为一个报告，这里的作为一个博客帖子。注意，这里项目尚未能够进行可以靠

基于视觉追踪的智能小车是自动化领域的研究热点。在OpenMV的基础上，设计了单目视觉追踪小车的硬件和软件。硬件包括OpenMV模块、舵机模块、小车驱动模块和电源模块。同时也设计了系统的软件，为保证对二维码的准确判断，在初始化摄像头时，加入了防止镜头畸变的调节功能。然后判断检测到的二维码是否为系统设定的合法二维码，如果合法，则每一张二维码都将被写入指令，从而使小车执行相应二维码程序。另外，为了保障舵机与驱动电机动作流畅，系统采用了位置式PID算法，当追踪目标出现偏差时进行修正，为整个二维码追踪过程提供保障。经过测试，系统实现了对二维码的准确、快速追踪功能。

快速准确地识别车辆是夜间行车安全预警系统的关键技术。提出在RGB空间下基于夜间尾灯图像的实时车辆识别方法。通过对夜间尾灯颜色特征进行分析和提取，选用尾灯图像的（R－G）色差特征作为图像分割的输入，并采用自适应阈值法分割图像。借鉴非最大抑制算法的思想，通过设置尾灯粘连区域判断条件，解决夜间尾灯粘连问题；根据同车左右尾灯区域特点，定义尾灯配对规则和尾灯差异度，实现尾灯配对；并定义车辆包围框和设置最大重叠率的方法，解决夜间车辆重叠问题。实验结果表明，该方法计算量小，平均每帧耗时26 ms，在含有尾灯粘连和车辆重叠混合场景下，车辆识别准确率大于93%。