科研之友
微信
新浪微博
Facebook
分享链接
摘要
现有圆位姿估计方法对输入帧进行独立处理，忽略了有价值的目标动态信息，圆位姿估计精度有提升空间，提出一种基于EKF的高精度5-Dof圆位姿估计方法，圆位姿由5自由度向量ξ=(X,Y,Z,α,β)T表示。该方法引入贝叶斯框架捕获视频连续帧的时间信息，优化圆位姿估计系统。首先，为了与2D椭圆轮廓交互，算法构造出5自由度向量ξ表示的空间圆投影轮廓5-Dof模型，进而设计非线性测量函数。其次，将该测量函数与扩展卡尔曼滤波(EKF)算法相结合，用于圆位姿优化。此外，使用简单的线性卡尔曼滤波算法(KF)对圆位姿估计值进行修正。实验表明，针对含有不同方差噪声的图像序列，算法利用图像序列的时间相关性，有效提高圆位姿估计精度。
- 单位
