针对于空间目标的位姿计算，曾宪衡，孙汉旭，对于操作空间中的非合作目标物体的任务，不仅需要从图像中能够识别出物体，还需要解算其在世界坐标系下的三维坐标，以及物体相对

利用点特征求解单目相对位姿是现在普遍采用的方法,但在纹理不明显、角点少的场景下,仅依靠点特征难以得到理想的结果。鉴于此,结合惯性测量单元的测量数据和平面场景存在的单应性约束,提出了基于点线特征结合的单目相对位姿估计算法。先利用惯性测量单元提供的旋转角信息将2帧连续图像校正为正下视图像;再对图像中的点线特征进行检测和匹配;最后根据点线特征的单应性约束求解正下视图像之间的相对位姿,进而转化获得原始图像之间的相对位姿。仿真实验和实物实验结果证明,所提算法能够有效地求解单目相对位姿。

研究生学位论文,内容非常详细，叙述十分清晰，具有很高的参考价值。非常值得学习，适合相关领域知识的学习和巩固，单目视觉空间目标位姿测量算法研究

研究生学位论文,内容非常详细，叙述十分清晰，具有很高的参考价值。非常值得学习，适合相关领域知识的学习和巩固，基于单目视觉的刚体位姿测量系统研究

空间交会对接中，需实时测量追踪航天器上视觉传感器与目标航天器上特征靶标之间的位姿，而其前提是快速、准确识别特征靶标。提出一种四同心圆环特征靶标的快速识别算法。该算法首先使用优化的Otsu算法进行图像分割，然后采用连通域识别方法进行轮廓提取，最后根据圆的周长与面积的关系确定圆轮廓，并采用最小二乘法进行圆拟合，提取特征圆心。通过实验对方法进行验证，结果表明，该方法能在2 m距离内准确、快速识别特征靶标，且与优化前算法相比，该方法运算效率提升了近10倍。

深度学习在物体位姿测量方面的应用深度学习在物体位姿测量方面的应用

对基于点特征的单目视觉定位算法进行研究， 提出了一种基于 5 点透视投影数学模型的单目视觉位姿测量 算法， 该算法使用不共面定位特征点， 根据 5 个特征点在摄像机坐标系与世界坐标系下相对位置关系相同来计算 5 个 特征点在摄像机坐标系下的坐标， 进而求出物体的转动角度． 同时还构建了一套基于 OpenGL 图形引擎的数字仿真系 统， 完成了物体位姿的仿真计算， 实现对算法定位精度的评价， 仿真实验结果表明， 在理想状况下， 该算法的定位精度达 到了±0.01° ， 为单目视觉物体位姿测量提供了一种具有较高精度的方法

为了提高单目视觉实时测量双护盾隧道掘进机前后盾相对位姿的精度, 引入高精度倾角传感器与单目视觉构成一种组合测量系统。该系统将两个倾角传感器分别与视觉传感器和特征点系统固定连接, 通过倾角传感器提供的多个角度约束, 结合单目视觉实现掘进机前盾体相对于后盾体位姿的更高精度测量。仿真实验表明该系统是可行的, 并且具有理想的精度。搭建了模拟双护盾隧道掘进机位姿变化的实验平台, 利用全站仪进行精度验证。结果表明系统的测量精度优于3 mm, 相对于单目视觉测量方法来说, 测量精度有了显著提升, 可以满足隧道施工中双护盾隧道掘进机位姿的精密测量需求。

包含rpnp以及epnp算法的matlab程序，通过求取特征点旋转矩阵以及平移向量以获取摄像机的位姿信息。