视觉伺服中的位姿估计与立体视觉技术解析
1. 位姿估计基础
在视觉伺服领域,位姿估计是一个关键问题。对于线段的位姿估计,我们可以定义一个特征向量 $s$ 来描述其特征。特征向量 $s$ 的定义如下:
[
s =
\begin{bmatrix}
\overline{x} \
\overline{y} \
L \
\alpha
\end{bmatrix}
=
\begin{bmatrix}
(X_1 + X_2)/2 \
(Y_1 + Y_2)/2 \
\sqrt{\Delta X^2 + \Delta Y^2} \
\tan^{-1}(\Delta Y / \Delta X)
\end{bmatrix}
= s(s_1, s_2)
]
其中,$\Delta X = X_2 - X_1$,$\Delta Y = Y_2 - Y_1$,$s_i = [X_i \ Y_i]^T$,$i = 1, 2$。
对该方程求时间导数可得:
[
\dot{s} = \frac{\partial s}{\partial s_1} \dot{s} 1 + \frac{\partial s}{\partial s_2} \dot{s}_2
=
\left(
\frac{\partial s}{\partial s_1} L {s_1}(s_1, z_{c,1}) + \frac{\partial s}{\partial s_2} L_{s_2}(s_2, z_{c,2})
超级会员免费看
订阅专栏 解锁全文
126

被折叠的 条评论
为什么被折叠?



