Chinaunix首页 | 论坛 | 博客
  • 博客访问: 112573
  • 博文数量: 61
  • 博客积分: 0
  • 博客等级: 民兵
  • 技术积分: 261
  • 用 户 组: 普通用户
  • 注册时间: 2014-07-08 11:29
文章分类

全部博文(61)

文章存档

2016年(9)

2015年(36)

2014年(16)

我的朋友

分类: C/C++

2015-07-02 11:30:54

 em在设计的时候分挺多层的,很多的exp和link分别都存在vector中。整体模式是em_map包括经验exp和链接link的内容。exp之间是没有关联的,通过link链接,一个link中包含当前节点和后面(所有?)节点的链接信息。所以一个exp对应的link就有一个vector。exp和link之间的关联,是通过同一个id号的。




在园子里看到的扫盲下视觉定位的工作原理:
3.2 基于区域的匹配

  本文采用的就是基于区域的相关匹配方法。它是把一幅图像中的某一点的灰度领域作为模板,在另一幅图像中搜索具有相同(或相似)灰度值分布的对应 点领域,从而实现两幅图像的匹配。在基于区域相关的算法中,要匹配的元素是固定尺寸的图像窗口,相似准则是两幅图像中窗口间的相关性度量。当搜索区域中的 元素使相似性准则最大化时,则认为元素是匹配的。

  定义P (i, j) P 是模板图像中一点,取以P (i, j) P 为中心的某一邻域作为相关窗口K ,大小为(2w +1),假设K 在原始图中,水平方向平移Δu ,垂直方向平移Δu 后,K 所覆盖下的那块搜索区域叫做子图S k ,若K 和S k 相同,则它们的差为零,否则不为零。由此定义K 和S k 的相关函数为:


  当D(K, S k )达到最小,K 与S k 达到最佳匹配。

4. 空间坐标的获取

  由一幅图像得到的信息是二维信息,程序中使用的坐标是以像素为单位的,机器人在空间运动需要将图像的信息换算成三维空间坐标。其计算过程如下:

  (1)以工件上圆孔的圆心为机器人定位基准,A(X ,Y, Z)圆心的世界坐标。当圆心与视觉图像的中心重合时,机器人定位完成。

  (2)标定摄像机,得到投影矩阵ce M ,即图像中两个像素间的距离与世界坐标系的转换关系。

  (3)摄像机拍摄图像后,经过特征识别得到圆心在图像中坐标a(x, y),计算出与图像中心的偏移量Δx、Δy。

  (4)以A(X ,Y, Z)为基准,按照下式计算机器人末端的世界坐标B(X ',Y ', Z'):其中,Mc是摄像机与机器人末端的坐标转换参数。


  注意,本文使用单目视觉,所以这里假设 Z 坐标不变;如果使用双目视觉,就可以通过立体视觉计算出Z’。


(3)运用DH 法计算各关节的转角θi :

阅读(1117) | 评论(1) | 转发(0) |
给主人留下些什么吧!~~

pz18254282019-03-29 10:09:26

请问博主怎么调用usb摄像头进行ratslam建图?