我想使用纯视觉方法来避免障碍。我将使用ROS和Ubuntu作为框架。该应用是在建筑行业,因此想要检测材料绞车是由起重机处理以执行避障。我的问题是,如果它可能只使用视觉方法来避免障碍物,那么从相机到物体的距离可以是30-40米。我将使用缩放来获得更好的方法。如果它可以只使用Vision相机的任何启动算法来看它吗?
由于
答案 0 :(得分:0)
我会开始研究 Visual Odometry 和 SLAM 。我建议你更彻底地阅读这些技术,但这里有一个简单的解释:
视觉测距算法使用视频输入上的功能,以便在环境中定位相机。通过观察这些特征的运动,可以近似摄像机的运动。
SLAM (同步位置和映射)是一种用于定位机器人/设备并映射未知环境的技术。当您不了解要部署机器人的环境或环境发生变化时,这非常有用。使用概率,SLAM方法可以确定地推断出机器人和障碍物的位置。
当组合这两个时,您有一种方法可以仅使用数码相机的输入来定位和避开障碍物。这仍然是一个相当复杂的成就,但已经有一些方法可以让你开始。
机器人技术中也使用了几种类型的相机。最常见的是 Monocular (普通相机), Stereo (相距10 cm左右的两个相机)和 RGB-D (也称为具有普通和红外摄像机的深度摄像机(Xbox的kinect)
由于你没有指定你正在使用的相机,我将假设一个Monocular设置,但你可以很容易地找到你的相机类型的方法,例如google“RGB-D Visual SLAM”。
Monocular设置的已知方法(有些还支持Stereo和RGB-D):
我个人的最爱:
这些技术尝试使用他们用来定位自己的功能构建地图。根据方法,这些特征可能被视为障碍物,可用于避障,甚至复杂的轨迹规划。
在youtube上搜索以查看其中的一些技巧,并查看哪种技巧更适合您;)
答案 1 :(得分:0)
查看此开放源代码项目GAAS,该项目专为基于视觉的自主无人机构建 它使用立体声相机和SLAM。
它具有详细的step-by-step instruction,可让您开始使用基于视觉的障碍物检测基础结构。