高精度移动目标位姿测量方法

摘要：

研究了微小型机器人运动中高精度位姿测量方法.针对核相关滤波(KCF)算法对快速移动目标跟踪中由于边界效应导致误差跳动与跟踪丢失的问题,提出了基于核相关滤波的自适应(AKCF)跟踪算法.该算法融合卡尔曼滤波器作为目标的位置预测器,通过核相关滤波检测实现目标加速度方差和频率自适应,完成对卡尔曼位置预测器的校准,建立预测-检测-校准的跟踪机制;对跟踪目标形态学处理、最小二乘法圆度拟合高精度的提取特征点;利用单目视觉标定原理构建运动坐标系与图像坐标系之间的映射关系,完成高精度位姿测量.跟踪算法仿真测试实验中,AKCF算法能够适应不同运动状态下目标的跟踪,解决KCF算法在跟踪过程中容易出现的目标漂移甚至丢失的问题;建立实验测试平台完成测量系统精度验证,在400 mm×300 mm视场内,对半径约为3 mm、帧间加速位移不超过5.6 mm的移动目标的位置检测的均方根误差达到0.0856 mm,姿态角度检测的均方根误差达到0.1246°.

关键词：核相关滤波(KCF)、卡尔曼滤波、目标跟踪、机器视觉、位姿测量

所属期刊栏目：29

资助基金：国家自然科学基金u1509212;浙江省科技计划2017C31028

在线出版日期：2019-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：119-133