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。