视觉在导航中的应用 综述精品PPT课件
合集下载
视觉在导航中的应用综述-18页PPT精品文档
报,2019,01:24-27. [14] 纪超,王庆. 基于双目视觉的自主空中加油算法研究与仿真[J]. 系统仿真学报,2019,06:1327-1331. [15] 毕 建权 ,陆耿,江 永亨 ,王 京春 .基 于像素 点的快速 结构化 道路元素 检测 [J]. 计 算机 工程与 科
学,2019,05:100-105. [16] 毕建权,王京春,江永亨. 基于视觉的缩微智能车自主换道[J]. 信息与控制,2019,03:351-357. [17] 陈雪凌,赵春晖,李耀军,程咏梅.基于Dempster-Shafer证据理论的匹配区多特征适配性分析方法[J].
[7] 高 庆 吉 , 洪 炳 熔 , 阮 玉 峰 . 基 于 异 构 双 目 视 觉 的 全 自 主 足 球 机 器 人 导 航 [J]. 哈 尔 滨 工 业 大 学 学 报,2019,35(9):34-35
[8]唐超颍,杨忠,沈春林.视觉导航技术[J].2019江苏省自动化学会学术年会论文集,2207:100-104
[2] 周儒靖. 视觉导航技术在无人直升机着陆中的应用研究[D].南京理工大学,2019.
[3] 杨兵兵.飞机进近及着陆视觉导航研究[D].上海交通大学,2019.
[4] 李丹. 一种视觉导航参数的改进提取算法[J]. 计算机与现代化,2019,02:27-30+34.
[5] 马 红 霞 ,马 明建 ,马 娜 ,林 有 升 .基 于 Hough变 换 的农 业 机 械视 觉 导航 基 准 线识 别 [J]. 农 机 化 研 究,2019,04:37-39+43.
用,2019,04:1085-1088.
26.11.2019
3
2019 参考文献（二）
[12] 张栋. 基于空中机器人平台的运动目标检测和视觉导航[D].浙江大学,2019. [13] 江 伟 , 齐 群 . 基 于 AT89S52 单 片 机 的 智 能 小 车 设 计 与 制 作 [J]. 广 东 交 通 职 业 技 术 学 院 学
学,2019,05:100-105. [16] 毕建权,王京春,江永亨. 基于视觉的缩微智能车自主换道[J]. 信息与控制,2019,03:351-357. [17] 陈雪凌,赵春晖,李耀军,程咏梅.基于Dempster-Shafer证据理论的匹配区多特征适配性分析方法[J].
[7] 高 庆 吉 , 洪 炳 熔 , 阮 玉 峰 . 基 于 异 构 双 目 视 觉 的 全 自 主 足 球 机 器 人 导 航 [J]. 哈 尔 滨 工 业 大 学 学 报,2019,35(9):34-35
[8]唐超颍,杨忠,沈春林.视觉导航技术[J].2019江苏省自动化学会学术年会论文集,2207:100-104
[2] 周儒靖. 视觉导航技术在无人直升机着陆中的应用研究[D].南京理工大学,2019.
[3] 杨兵兵.飞机进近及着陆视觉导航研究[D].上海交通大学,2019.
[4] 李丹. 一种视觉导航参数的改进提取算法[J]. 计算机与现代化,2019,02:27-30+34.
[5] 马 红 霞 ,马 明建 ,马 娜 ,林 有 升 .基 于 Hough变 换 的农 业 机 械视 觉 导航 基 准 线识 别 [J]. 农 机 化 研 究,2019,04:37-39+43.
用,2019,04:1085-1088.
26.11.2019
3
2019 参考文献（二）
[12] 张栋. 基于空中机器人平台的运动目标检测和视觉导航[D].浙江大学,2019. [13] 江 伟 , 齐 群 . 基 于 AT89S52 单 片 机 的 智 能 小 车 设 计 与 制 作 [J]. 广 东 交 通 职 业 技 术 学 院 学
视觉slam介绍PPT课件
2021
第一讲 视觉SLAM概述
• 相机的本质
• 以二维投影形式记录了三维世界的信息 • 此过程丢掉了一个维度：距离
• 各类相机主要区别：有没有深度信息
• 单目：没有深度，必须通过移动相机产生深度 Moving View Stereo • 双目：通过视差计算深度 Stereo • RGBD：通过物理方法测量深度
• 主流方法：SIFT/SURF/ORB （OpenCV features2d模块）
2021
3.1.1 ORB特征
• 例子：ORB特征
• 关键点：Oriented FAST • 描述：BRIEF
• FAST
• 连续N个点的灰度有明显差异
• Oriented FAST • 在FAST基础上计算旋转
• BRIEF • BRIEF-128：在特征点附近的128次像素比较
整理之：
2021
第二讲 相机模型
• 成像平面到像素坐标
代入 得
2021
第二讲 相机模型
展开形式 矩阵形式
传统习惯
左侧是齐次坐标 中间矩阵称为内参数 右侧是非齐次坐标 内参通常在相机生产之后就已固定
2021
第二讲 相机模型
• 除内参外，相机坐标系与世界坐标系还相差一个变换：
• 这里 R, t 或 T 称为外参 • 外参是SLAM估计的目标
2021
实践 点云拼接
2021
第三讲 视觉里程计
Chapter 3: Visual Odometry
2021
3.1 特征点法
• 经典SLAM模型中以位姿——路标（Landmark）来描述SLAM过程 • 路标是三维空间中固定不变的点，能够在特定位姿下观测到
视觉辅助定位与导航技术的研究
视觉辅助定位与导航技术的研究近年来，视觉导航技术在人工智能和智能科技方面的迅猛发展已经引起了越来越多国家和企业的关注。
而视觉辅助定位与导航技术作为其中的一个重要方向，也越来越受到人们的关注。
那么，什么是视觉辅助定位与导航技术？它具有怎样的应用前景？视觉辅助定位与导航技术是依赖于计算机视觉技术和数学算法，实现对三维环境的识别、定位、导航和跟踪等功能的一种技术。
它可以通过计算机对人眼视力的模拟和图像处理技术的应用，提高人眼观察环境的能力，使人们在无可见光和视线受阻的环境中能够自如行走。
在广泛的应用场景中，视觉辅助定位与导航技术被用于无人机、智能手机、自主驾驶汽车等领域。
在领域应用上，现在已经有很多先进的视觉辅助定位与导航技术应用到了实际中。
首先，视觉辅助定位与导航技术已经被广泛应用于无人机，可以帮助无人机绕过一些障碍物和更好地控制无人机的侧向、上下方向移动。
同时，视觉辅助定位与导航技术也可以应用于自主驾驶汽车和无人车，帮助它们在路上自动找到道路和控制车速。
可见，视觉辅助定位与导航技术对于人们的生活和工作都有着很大的影响。
现在视觉辅助定位与导航技术的发展还存在一些问题和难点。
在现有技术中，常使用机器视觉进行图像处理，但如果图像处理算法不够高效，在大规模三维数据处理中通常会导致算法效率低下且高耗能的问题。
其次，现有技术对于环境的要求过高，需要一个具体且可见的环境来进行识别和导航，一旦环境复杂、杂乱无章，识别难度就会变得极大，导致整个技术无法正常运行。
因此，如何针对具体环境进行信息获取和处理，并优化图像处理算法，成为未来视觉辅助定位与导航技术的核心难点。
面对这些问题和难点，现在视觉辅助定位与导航技术的研究也在不断地发展和完善。
专家学者和企业不断创新、研究和开发新的技术，环境适应性、兼容性、易用性和安全性等成为技术发展的关键点。
同时，智能硬件的快速发展给视觉辅助定位导航技术的发展提供了助力，许多具有超强计算和存储能力的设备也开始被广泛应用和研发。
机器视觉应用 ppt课件
历史图像查询，检测数据显示，IO状态
的监控，通讯报文的显示。
ProSight 主画面
视觉软件介绍
视觉软件功能演示
请观看软件操作演示
谢谢观看
１３０万／５００万 １３０万／５００万 １３０万／５００万
２
２
根据项目需求配置
普通ＦＡ镜头
普通ＦＡ镜头
普通ＦＡ镜头
根据项目需求配置
根据项目需求配置
根据项目需求配置
标准型视觉控制器
标准型视觉控制器
经济型视觉控制器
随动检测
３０万／１３０万 １
普通ＦＡ镜头 根据项目需求配置 标准型视觉控制器
以上配置为典型应用的常规核心部件配置，具体项目需要根据项目需求单独设计方案。 该配置不含附件及服务。
更高的经济性
采用视觉系统可以节省人工成本及工装夹 具的成本。在大量人工操作及多工装夹具 的应用场景有更高的经济性。
更复杂的检测
某些视觉检测的应用无法采用一个相机完 成检测，多个相机的成本和安装要求过高。 可以通过机器人带相机的方式实现单工位 多检测任务的应用。
机器人应用介绍
视觉＋机器人常见应用
单相机位置修正
视觉软件介绍
视觉软件主要功能
广
ProSight 提 供 多 相 机 支 持 ， 多 个 相 机 可 以 同时运行完成，完成不同的检测任务。
快
ProSight集成了相机接口、IO接口、通讯接 口、数据报表、图像保存等等通用接口。
可以简单的配置即可快速的集成到工业
现场的应用中。
便
ProSight 提 供 了 便 捷 的 显 示 及 诊 断 功 能 ， 更贴合工业现场的使用。包括连接状态，
易
全图形的操作界面，通过鼠标拖拉的简 单操作即可实现检测的应用。
机器人视觉应用PPT课件
第20页/共42页
3. 锐化 与平滑处理相反，为了突出图像中的高频成分，使轮廓增强可以采用锐
化处理
第21页/共42页
二、图像的分离 1. 图像的边沿检测
边沿检测作为各种物体检测算法的最初预处理步骤，在机器人视觉中具有 重要的作用。
（1）基本公式 从原理上看，绝大多数边沿检测方法的主导思想是局部微分算子的计
第8页/共42页
第9页/共42页
一、机器人视觉系统的硬件系统 机器人视觉系统的硬件组成： （1）景物和距离传感器：常用的有摄像机、CCD图像传感器、超声波传感器 和结构光设备等。 （2）视频信号数字化设备。 （3）视频信号快速处理器：如DSP系统。 （4）计算机及其外设。 （5）机器人及其控制器。
第24页/共42页
（3）阈值化 图像阈值是工业机器人视觉系统进行物体检测的主要技术之一，尤其
是对于高数据吞吐量的应用，阈值化更为有效。
可分割的强度直方图 (a)利用单一阈值分割；(b)多阈值分割
第25页/共42页
2. 图像的边沿连接和边界检测 在理想情况下，检测强度不连续性的方法给出的应当只是那些位于物体
第37页/共42页
另一种视觉导引的应用也是起始于汽车工业，即焊接机器人的视觉导 引——焊缝跟踪。汽车工业使用的机器人大约一半是用于焊接。
第38页/共42页
另一典型的应用是荷兰Oldelft公司研制Seampilot视觉系统。该系统 已被许多机器人公司用于组成视觉导引焊接机器人。
第39页/共42页
第15页/共42页
第节 视觉信息的处理
第16页/共42页
视觉处理过程及方法
视觉信息的处理如图所示，包括预处理、分割、特征抽取和识别四个模块。
第17页/共42页
3. 锐化 与平滑处理相反，为了突出图像中的高频成分，使轮廓增强可以采用锐
化处理
第21页/共42页
二、图像的分离 1. 图像的边沿检测
边沿检测作为各种物体检测算法的最初预处理步骤，在机器人视觉中具有 重要的作用。
（1）基本公式 从原理上看，绝大多数边沿检测方法的主导思想是局部微分算子的计
第8页/共42页
第9页/共42页
一、机器人视觉系统的硬件系统 机器人视觉系统的硬件组成： （1）景物和距离传感器：常用的有摄像机、CCD图像传感器、超声波传感器 和结构光设备等。 （2）视频信号数字化设备。 （3）视频信号快速处理器：如DSP系统。 （4）计算机及其外设。 （5）机器人及其控制器。
第24页/共42页
（3）阈值化 图像阈值是工业机器人视觉系统进行物体检测的主要技术之一，尤其
是对于高数据吞吐量的应用，阈值化更为有效。
可分割的强度直方图 (a)利用单一阈值分割；(b)多阈值分割
第25页/共42页
2. 图像的边沿连接和边界检测 在理想情况下，检测强度不连续性的方法给出的应当只是那些位于物体
第37页/共42页
另一种视觉导引的应用也是起始于汽车工业，即焊接机器人的视觉导 引——焊缝跟踪。汽车工业使用的机器人大约一半是用于焊接。
第38页/共42页
另一典型的应用是荷兰Oldelft公司研制Seampilot视觉系统。该系统 已被许多机器人公司用于组成视觉导引焊接机器人。
第39页/共42页
第15页/共42页
第节 视觉信息的处理
第16页/共42页
视觉处理过程及方法
视觉信息的处理如图所示，包括预处理、分割、特征抽取和识别四个模块。
第17页/共42页
视觉传达设计中的视觉引导与导航
视觉传达设计中的视觉引导与导航在当今信息爆炸的时代，视觉传达设计扮演着至关重要的角色。
它不仅仅是为了美观，更是为了有效地传达信息，引导观众的视线，帮助他们快速准确地获取所需内容。
其中，视觉引导与导航是两个关键的方面，它们能够让复杂的信息变得清晰易懂，让用户在视觉的世界中畅行无阻。
视觉引导，简单来说，就是通过各种设计元素和手法，引导观众的目光按照设计师预期的路径进行移动。
这就好比在一个迷宫中设置了明确的指示牌，让人们能够轻松找到出口。
而视觉导航则更侧重于为观众提供一个清晰的信息架构，让他们知道自己在整个信息系统中的位置，以及如何到达他们想要去的地方。
在视觉传达设计中，色彩是一种强大的视觉引导工具。
比如，明亮鲜艳的色彩往往能够吸引观众的注意力，而柔和低调的色彩则可能用于营造背景氛围。
例如，在一个购物网站的页面设计中，“立即购买”按钮通常会被设计成醒目的红色或橙色，这种强烈的色彩对比能够迅速引导用户的视线，促使他们采取行动。
形状和线条同样具有引导作用。
直线给人以直接、明确的感觉，能够引导视线快速移动；而曲线则相对柔和、流畅，能够引导视线更加自然地跟随。
此外，箭头形状是一种非常直观的引导符号，它能够明确地指示方向。
空间布局也是视觉引导的重要手段。
通过合理安排元素的位置和大小，可以引导观众的视线从重要的元素逐渐过渡到次要的元素。
例如，将核心信息放置在页面的中心或上部，因为人们的视线往往会首先落在这些区域。
在视觉导航方面，菜单和导航栏是常见的设计元素。
它们为用户提供了清晰的分类和链接，帮助用户快速找到自己感兴趣的内容。
好的菜单设计应该简洁明了，避免过多的层级和复杂的分类，让用户能够一目了然。
另外，面包屑导航也是一种有效的导航方式。
它能够显示用户当前所在的页面位置以及其在网站结构中的层级关系，让用户清楚地知道自己的“路径”，并且能够方便地返回上一级或其他相关页面。
在移动应用设计中，手势操作也成为了一种重要的导航方式。
视觉—惯性导航定位技术研究进展
五、结论与展望
总之，视觉—惯性导航定位技术是一个充满挑战和机遇的研究领域。未来研 究需要不断探索和创新，以推动该技术的进一步发展与应用。
六、
参考内容
内容摘要
随着技术的不断发展，视觉惯性组合导航技术作为一种集成了视觉导航和惯 性导航优势的新型导航方法，受到了广泛。本次演示将概述视觉惯性组合导航技 术的原理、研究现状、应用场景以及未来发展前景，并探讨其中的优势和不足之 处。
数据采集是实验设计的第一步。在视觉—惯性导航定位系统中，需要采集大 量环境图像信息和惯性传感器数据。为了获得准确的实验数据，需要选择合适的 视觉传感器和惯性传感器，并确定其安装位置和参数设置。
三、视觉—惯性导航定位技术的实验设计和数据分析方法
数据预处理是实验设计的重要环节。由于采集到的数据可能存在噪声、失真 等问题，需要进行数据清洗、去噪等预处理工作，以便更好地进行后续的数据分 析和处理。
未来展望
3、多源数据融合技术的研究：将惯性导航定位系统与其他导航系统或传感器 进行数据融合，从而获得更为准确和可靠的位置信息。
未来展望
4、实时性研究：提高数据处理的速度和实时性，实现实时导航和决策。
结论
结论
惯性导航定位系统数据处理技术是提高该系统性能的关键因素之一，因此具 有重要研究价值。本次演示对该领域的研究背景、概念阐述、技术原理、研究现 状、技术应用、未来展望和结论进行了简要综述。未来，随着科技的不断进步， 惯性导航定位系统数据处理技术将在更多领域得到广泛应用，并成为推动相关领 域发展的重要驱动力。
研究现状
研究现状
近年来，国内外学者针对惯性导航定位系统的数据处理技术进行了广泛的研 究。其中，卡尔曼滤波器作为一种经典的滤波方法，在惯性导航定位系统中得到 了广泛应用。此外，越来越多的研究集中在利用神经网络、深度学习等先进算法 提高数据处理精度和稳定性方面。
无人驾驶的视觉导航技术课件
物流园区：物流园区内的特定区域自动驾驶则更多应用在无人配送车和无人叉车等特定场 景。
矿区：而矿区环境下的特定区域自动驾驶则应用在无人矿车等特定场景。
无人驾驶视觉导航技 术挑战与解决方案
图像识别精度问题
挑战：图像识 别技术对精度 要求极高，需 要避免误判和
漏判
解决方案1： 采用深度学习 技术提高识别
安全与可靠性问题
传感器故障或失效：多传感器融合 和异常检测技术来解决
恶劣天气和环境影响：多传感器融 合和感知技术来解决
添加标题
添加标题
添加标题
添加标题
地图数据不准确：高精度地图和实 时更新技术来解决
车辆自身硬件故障：备份和冗余系 统来解决
无人驾驶视觉导航技 术发展趋势与展望
技术创新推动发展
不断突破技术瓶颈，实现更高精度 的定位和导航
图像处理：对采集的图像进行预处 理，如去噪、增强等
场景理解：理解道路场景中的语义 信息，如车道线、交叉口等
传感器融合技术
定义：将不同 传感器的数据 进行融合，得 到更准确、全
面的信息
技术类型：多 传感器融合、 深度学习融合
等
应用场景：无 人驾驶车辆的 定位、导航、
控制等
优势：提高无 人驾驶系统的 感知能力、鲁 棒性和安全性
添加标题
添加标题
添加标题
添加标题
成本降低：随着规模化生产和技术 迭代，无人驾驶的视觉导航技术成 本将逐渐降低，推动其在市场上的 普及。
法规政策支持：政府对无人驾驶技 术的支持将推动其在市场上的普及， 并带动整个行业的发展。
结论：无人驾驶视觉导 航技术的价值与影响
对交通安全的意义
减少人为因素导致的事故 提高道路使用效率，降低拥堵情况 适应复杂多变的交通环境 推动智能交通系统的发展与普及
矿区：而矿区环境下的特定区域自动驾驶则应用在无人矿车等特定场景。
无人驾驶视觉导航技 术挑战与解决方案
图像识别精度问题
挑战：图像识 别技术对精度 要求极高，需 要避免误判和
漏判
解决方案1： 采用深度学习 技术提高识别
安全与可靠性问题
传感器故障或失效：多传感器融合 和异常检测技术来解决
恶劣天气和环境影响：多传感器融 合和感知技术来解决
添加标题
添加标题
添加标题
添加标题
地图数据不准确：高精度地图和实 时更新技术来解决
车辆自身硬件故障：备份和冗余系 统来解决
无人驾驶视觉导航技 术发展趋势与展望
技术创新推动发展
不断突破技术瓶颈，实现更高精度 的定位和导航
图像处理：对采集的图像进行预处 理，如去噪、增强等
场景理解：理解道路场景中的语义 信息，如车道线、交叉口等
传感器融合技术
定义：将不同 传感器的数据 进行融合，得 到更准确、全
面的信息
技术类型：多 传感器融合、 深度学习融合
等
应用场景：无 人驾驶车辆的 定位、导航、
控制等
优势：提高无 人驾驶系统的 感知能力、鲁 棒性和安全性
添加标题
添加标题
添加标题
添加标题
成本降低：随着规模化生产和技术 迭代，无人驾驶的视觉导航技术成 本将逐渐降低，推动其在市场上的 普及。
法规政策支持：政府对无人驾驶技 术的支持将推动其在市场上的普及， 并带动整个行业的发展。
结论：无人驾驶视觉导 航技术的价值与影响
对交通安全的意义
减少人为因素导致的事故 提高道路使用效率，降低拥堵情况 适应复杂多变的交通环境 推动智能交通系统的发展与普及
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
[11]辅助自动着陆技术_刁灿
[12]视觉导航的多尺度全方位时空图象综合理解方法_朱志刚
[13]双目立体视觉系统的分析_李泽东
[14]双目视觉导航信息的可观测性分析_杨海燕
[15]温室环境下黄瓜采摘机器人信息获取_袁挺
[17]月球车巡视探测的双目视觉里程算法与实验研究_吴伟仁
[18]智能移动机器人的时空多尺度功能视觉_朱志刚
版),2013,04:7-13. [21] 吴俊君,胡国生. 室外环境下移动机器人视觉SLAM算法改进[J]. 计算机工程与设计,2013,08:2892-
2896. [22] 陶琨,王寅. 视觉导航技术在小型无人机撞线回收中的应用[J]. 兵工自动化,2013,07:80-82.
2021/2/21
[4]周星,高志军.立体视觉技术的应用与发展[J].工程图学学报,2010(4) :50-55
[5]朱志刚,徐光.多尺度全覆盖视觉导航方法[J].机器人,1998,20(4):266-272
[6]胥芳,张立彬.农业机器人视觉传感系统的实现与应用研究进展[J].农业工程学报,2002,18(4):180-184
[7]高庆吉,洪炳熔,阮玉峰.基于异构双目视觉的全自主足球机器人导航[J].哈尔滨工业大学学 报,2003,35(导航技术[J].2007江苏省自动化学会学术年会论文集,2207:100-104
[9]基于双目视觉的自动空中加油近距导航方法_解洪文
[10]基于双目协调的小型全自主足球机器人导航_高庆吉
[3] 杨兵兵.飞机进近及着陆视觉导航研究[D].上海交通大学,2013.
[4] 李丹. 一种视觉导航参数的改进提取算法[J]. 计算机与现代化,2013,02:27-30+34.
[5] 马红霞,马明建,马娜,林有升.基于Hough变换的农业机械视觉导航基准线识别[J]. 农机化研 究,2013,04:37-39+43.
[19]自动化技术_计算机技术
[20]仿人多自由度立体双目视觉导航系统的研究与开发_余洪山
2021/2/21
2
2013 参考文献（一）
[1] 李爱莲,高策,梁惠明. 移动机器人导航方法的分析与研究[J]. 仪表技术,2013,05:42-44.
[2] 周儒靖. 视觉导航技术在无人直升机着陆中的应用研究[D].南京理工大学,2013.
古语有云“眼睛是人类心灵 的窗户”但在现实生活它扮演着 更加重要的觉色。
在人类科技进步的今天，机 器人越来越成为我们不可或缺的 一部分，各种智能机器人的出现 在极大方便我们生活的同时也对 我们提出了更高的要求。
2021/2/21
6
移动机器人导航
移动机器人的研究起源：20世纪60年代末期。 导航 ( 概 念 ) ：导航是指运动体按照预先给定的任务命令，
视 觉 导 航 技 术 综述
参考文献
[1]刘伟军,董再励等.基于立体视觉的移动机器人自主导航定位系统[J].国家863计划,2007
[2]姜立军,甘东兵.基于双目视觉传感的计算机辅助骨外科手术导航模型[J].华南理工大学学报(自然科学 版),2006,34(2) :67-72
[3]徐光祐,朱志刚.用于室外道路环境综合理解的多种新型视觉传感技术和系统[J].国防预研项目,1997
4
内容导读
1、视觉导航的仿生学来源及其研究意义 2、机器导航的几种常用方式 3、视觉导航的应用领域 4、视觉导航的关键技术 5、视觉导航技术的发展方向
2021/2/21
5
一、视觉导航的仿生学来源 及其研究意义
人类视觉系统的感受部分是 视网膜，它是一个三维采样系统。 三维物体的可见部分投影到视网 膜上，人们按照投影到视网膜上 的二维图像来对 该物体进行三 维理解。
[9] 夏田,金超,刘晔. AGV视觉导航标识线边缘特征提取研究[J]. 机械设计与制造,2013,03:199-201.
[10] 李进,陈杰平,徐朝胜,汪明磊,王家恩. 基于动态图像阈值的智能车辆路径导航[J]. 农业机械学 报,2013,04:39-44.
[11] 杨东方,王仕成,张金生,罗大成,刘华平. 增量式参数化特征模型及其单目视觉导航[J]. 计算机应
用,2013,04:1085-1088.
2021/2/21
3
2013 参考文献（二）
[12] 张栋. 基于空中机器人平台的运动目标检测和视觉导航[D].浙江大学,2013. [13] 江伟,齐群.基于AT89S52单片机的智能小车设计与制作[J]. 广东交通职业技术学院学
报,2013,01:24-27. [14] 纪超,王庆. 基于双目视觉的自主空中加油算法研究与仿真[J]. 系统仿真学报,2013,06:1327-1331. [15] 毕建权,陆耿,江永亨,王京春.基于像素点的快速结构化道路元素检测[J]. 计算机工程与科
根据已知的地图信息做出全局路径规划，并在行进过程中 ，不断感知周围的局部环境信息（实时性），做出各种决 策，随时调整自身的姿态与位置，引导自身安全行驶，直 至目标位置 。
2021/2/21
7
导航主要解决的问题
➢（1）我（机器人）现在何处？ ➢（2）我要往何处走？ ➢（3）我要如何到达该处？
[6] 于国英,韩伟,宋明伟. AGV视觉导航模糊控制研究[J]. 科技信息,2013,22:45+48.
[7] 崔红超,雷鸣. 基于四元数视觉导航算法确定目标位姿[J]. 测绘与空间地理信息,2013,01:131-133.
[8] 卢远志. 智能车测试环境中虚拟车道线的快速构建方法[J]. 中南大学学报(自然科学 版),2013,03:985-991.
学,2013,05:100-105. [16] 毕建权,王京春,江永亨. 基于视觉的缩微智能车自主换道[J]. 信息与控制,2013,03:351-357. [17] 陈雪凌,赵春晖,李耀军,程咏梅.基于Dempster-Shafer证据理论的匹配区多特征适配性分析方法[J].
计算机应用,2013,06:1665-1669. [20] 吴俊君,胡国生. 室内环境仿人机器人快速视觉定位算法[J]. 中山大学学报(自然科学