基于大位移变分光流的全向智能轮椅测速方法
为扩大全向智能轮椅的速度测量范围并改善其测量精度及计算效率,对传统基于光流的测速方法进行了改进.首先,采用TV-L1模型求解光流,并有效地预测帧间像点位移量,缩小像点的搜索区域.然后,针对由光照不均、局部运动模糊等因素产生的异质光流矢量,提出了基于平面片光流模型的随机抽样一致算法( random sample consensus, RANSAC),以实现光流场的排异.最后,在统一计算设备架构( compute unⅰfⅰed devⅰce archⅰtecture, CUDA)的体系框架下实现光流计算的并行加速,提高了系统的实时性.实验结果表明:改进方法使轮椅的最大可测量速度提升了1.67倍,且测速精度优于轮式里程计,该方法在光照不均、局部运动模糊情况下也具有较好的鲁棒性,能够提升全向轮椅的最大可测量速度及测量精度.
机器视觉、运动估计、随机抽样一致算法(random sample consensus、RANSAC)、光流、卡尔曼滤波
TP242.6(自动化技术及设备)
国家自然科学基金资助项目61105033;北京市教育委员会科技计划面上项目KM201510005005
2015-08-13(万方平台首次上网日期,不代表论文的发表时间)
共7页
1151-1157