咨询热线：13080701712
返回
沈宇动态
干扰器可以同时屏蔽几个摄像头
在世界上最大城市的关键城市地区，室外摄像头网络变得无处不在。尽管相机网络的当前应用主要是针对视频监视量身定制的，但最近的研究项目正在利用其用来帮助机器人系统在人员辅助任务中的使用。这样的系统需要对分布式相机网络的内部和外部参数进行精确校准。尽管相机校准已成为一个广泛研究的主题，但开发了用户辅助校准的实用方法，以最大程度地减少用户干预时间并最大化干扰器精度仍然带来重大挑战。
这些摄像头系统具有非重叠的视野，受到环境压力的影响，并且可能经常进行重新校准。在本文中，我们建议使用涵盖该区域的3D地图来支持校准过程并开发一种自动化方法，以快速，精确的校准对大型相机网络进行快速而精确的校准。我们提出了两种研究的研究案例：一个是巴塞罗那机器人实验室摄像头网络的校准，该校准还包括图像坐标和地面平面（步行区）中的世界点之间的直接映射（同型），以支持人员和支持人员和机器人检测和定位算法。第二个案例包括改善了在露台上使用移动设备拍摄的地理标签图像的GPS定位，该图像是在（UPC）的露台。
由于智能空间无处不在的计算技术的出现，在智能空间和机器人交互的框架中引入了一类新的称为无处不在的机器人系统的网络机器人。智能空间传感器网络校准和机器人本地化都是无处不在的机器人系统中的两个基本任务。本文将相机作为智能空间传感器网络的传感器节点，屏蔽器并为无处不在的机器人系统的同时机器人本地化和摄像头网络校准问题提供了新的解决方案。机器人姿势的关节后部和相机投影基质根据粒子滤波理论分解，并确定了提案分布，从中对机器人姿势颗粒进行采样。每个机器人姿势粒子的重量都是从机器人的控件和智能空间摄像头网络的观察结果中获得的。同时，根据机器人路径及其相应的成像对摄像头网络中每个相机节点的投影矩阵进行校准。提出的方法显然可以提高机器人定位的精度，尤其是在动态环境中。
这些摄像头系统具有非重叠的视野，受到环境压力的影响，并且可能经常进行重新校准。在本文中，我们建议使用涵盖该区域的3D地图来支持校准过程并开发一种自动化方法，以快速，精确的校准对大型相机网络进行快速而精确的校准。我们提出了两种研究的研究案例：一个是巴塞罗那机器人实验室摄像头网络的校准，该校准还包括图像坐标和地面平面（步行区）中的世界点之间的直接映射（同型），以支持人员和支持人员和机器人检测和定位算法。第二个案例包括改善了在露台上使用移动设备拍摄的地理标签图像的GPS定位，该图像是在（UPC）的露台。
由于智能空间无处不在的计算技术的出现，在智能空间和机器人交互的框架中引入了一类新的称为无处不在的机器人系统的网络机器人。智能空间传感器网络校准和机器人本地化都是无处不在的机器人系统中的两个基本任务。本文将相机作为智能空间传感器网络的传感器节点，屏蔽器并为无处不在的机器人系统的同时机器人本地化和摄像头网络校准问题提供了新的解决方案。机器人姿势的关节后部和相机投影基质根据粒子滤波理论分解，并确定了提案分布，从中对机器人姿势颗粒进行采样。每个机器人姿势粒子的重量都是从机器人的控件和智能空间摄像头网络的观察结果中获得的。同时，根据机器人路径及其相应的成像对摄像头网络中每个相机节点的投影矩阵进行校准。提出的方法显然可以提高机器人定位的精度，尤其是在动态环境中。
