機器視覺原理及應(yīng)用 習(xí)題及答案

機器視覺原理及應(yīng)用

第一章課后習(xí)題答案

L總結(jié)機器視覺發(fā)展歷史。

機器視覺發(fā)展經(jīng)歷了從20世紀70年代的數(shù)字圖像處理、馬爾視覺理論框架、積木世界，20

世紀80年代的圖像金字塔和尺度空間、”由X到形狀"、Snake模型、視覺相關(guān)變分優(yōu)化

算法，20世紀90年代的“圖割”（graphcut）稠密立體視覺、統(tǒng)計學(xué)習(xí)方法以及最新的計算

攝像學(xué)、計算成像、2D/3D圖像及視頻理解、深度學(xué)習(xí)等過程。

2.給出機器視覺應(yīng)用的五個具體例子。

無人駕駛、機器人抓取、工業(yè)檢測、虛擬現(xiàn)實、人機交互等。

3.機器視覺的目標是什么？

機器視覺是機器（通常指數(shù)字計算機）對圖像進行自動處理并報告“圖像是什么”的過程，總

的來說是使得機器代替人進行視覺感知。

4.機器視覺的主要內(nèi)容有哪些？

相機標定與圖像形成等底層機器視覺問題、ShapeFromX三維視覺、立體視覺、光流與運

動分析、目標匹配，檢測與識別、3D傳感，形狀描述、目標跟蹤、視覺人機交互與虛擬現(xiàn)

實與增強現(xiàn)實、計算成像、圖像、視頻理解。

5.敘述馬爾理論的主要內(nèi)容。

Marr的理論指出視覺是一個復(fù)雜的信息加工過程。為了理解視覺中的復(fù)雜過程，首先要解

決兩個問題：第一，視覺信息的表達問題；第二，視覺信息的加工問題。馬爾從信息處理系

統(tǒng)的角度出發(fā)，認為對視覺系統(tǒng)的研究應(yīng)分為三個層次，即計算理論層次、表達與算法層次

和硬件實現(xiàn)層次。馬爾從視覺計算理論出發(fā)，將系統(tǒng)分為自下而上的三個階段，即視覺信息

從最初的原始數(shù)據(jù)（二維圖像數(shù)據(jù)）到最終對三維環(huán)境的表達經(jīng)歷了三個階段的處理。

6.機器視覺與模式識別的區(qū)別是什么？

二者存在多方面的區(qū)別:機器視覺通過機器代替人進行視覺感知，機器視覺的核心問題是從

一張或多張圖像生成一個符號描廷，因此需要考慮前端的成像，而模式識別的主要任務(wù)是對

模式進行分類，模式識別只需要考慮輸入的圖像。模式識別的內(nèi)容主要包分類、識別等，而

機器視覺的內(nèi)容包括相機標定、三維重建等。

此外，機器視覺由兩部分組成：特征度量與基于這些特征的模式識別。機器視覺系統(tǒng)的輸入

是圖像或者圖像序列，輸出是一個描述。

7.機器視覺與圖像處理的區(qū)別是什么？

機器視覺與圖像處理是有區(qū)別的。圖像處理的目的是使圖像經(jīng)過處理后變得更好，圖像處理

系統(tǒng)的輸出仍然是一幅圖像，而機器視覺系統(tǒng)的輸出是與圖像內(nèi)容有關(guān)的信息。圖像處理可

分為低級圖像處理、中級圖像處理和高級圖像處理，處理內(nèi)容包含圖像增強、圖像編碼、圖

像壓縮、圖像復(fù)原與重構(gòu)等。

8.計算機視覺與計算機圖形學(xué)之間有什么不同？

計算機視覺與計算機圖形學(xué)是相互關(guān)聯(lián)而又互逆的過程。計算機圖形學(xué)的目的是真實或非真

實地呈現(xiàn)一些場景，即通過虛擬建模等方式對得到的場景進行處理，然后使用計算機進行呈

現(xiàn)；而計算機視覺是為了得到真實場景的信息通過采集圖像進行處理。

9.考慮到近年來的科技進展（如人工智能、機器學(xué)習(xí)、大數(shù)據(jù)、物聯(lián)網(wǎng)、激光

雷達與無人駕駛等），在哪些方面對馬爾理論進行補充和完善？

人工智能、機器學(xué)習(xí)、大數(shù)據(jù)等為馬爾理論的算法層次提供了豐富內(nèi)容以及相應(yīng)的補充，激

光雷達與無人駕駛等技術(shù)及應(yīng)用對馬爾理論從計算理論層次、表達與算法層次和硬件實現(xiàn)層

次提出了新的要求和挑戰(zhàn)。無人駕駛等需求進一步體現(xiàn)了Man?理論提出的視覺是一個復(fù)雜

的信息加工過程的必要性。為實現(xiàn)更可靠了的人工智能及無人駕駛，需要更深入的研究“視

覺是一個復(fù)雜信息加工過程”這一課題。人工智能、無人駕駛等促進了對馬爾理論框架進行

完善的必要性，比如在框架中加入反饋以及考慮人的因素以及人在回路的思想。

10.思考計算成像對機器視覺發(fā)展帶來的影響。

計算成像從更高維度上給機器視覺提供了更加豐富、完整的數(shù)據(jù)，克服了傳統(tǒng)機器視覺成像

的景深小、測后距離小、信息少、速度低、約束少、維度低、功能少等問題，可以更好的為

機器視覺提供數(shù)據(jù)，幫助機器視覺系統(tǒng)看得更清、看得更遠，看得更全，解決傳統(tǒng)機器視覺

目前存在的挑戰(zhàn)性問題，提升機器視覺的應(yīng)用空間和擴展機器視覺的應(yīng)用范圍，對工業(yè)產(chǎn)品

檢測、智能制造、智能機器人、虛擬現(xiàn)實、腦智能、實驗力學(xué)、生物醫(yī)學(xué)等領(lǐng)域具有重要的

影響。

第二章課后習(xí)題答案

1.推導(dǎo)世界坐標系與圖像像素坐標系之間的轉(zhuǎn)換關(guān)系

答：根據(jù)各坐標系間的轉(zhuǎn)換關(guān)系，可以得到世界坐標系與圖像像素坐標系的轉(zhuǎn)換關(guān)系:

處0

=oay

00

其中，Qy=f/dx,ay=f/dy；

2.Tsai兩步標定法與張正友標定法的區(qū)別是什么？

答：Tsai兩步法是先線性求得相機參數(shù)，之后考慮畸變因素，得到初始的參數(shù)值，通過非線

性優(yōu)化得到最終的相機參數(shù)。Tsai兩步法速度較快,但僅考慮徑向畸變,當相機畸變嚴重時，

該方法不適用。

張氏標定法使用二維方格組成的標定板進行標定，采集標定板不同位姿圖片，提取圖片

中角點像素坐標，通過單應(yīng)矩陣計算出相機的內(nèi)外參數(shù)初始值，利用非線性最小二乘法估計

畸變系數(shù)，最后使用極大似然估計法優(yōu)化參數(shù)。該方法操作簡單，而且精度較高，可以滿足

大部分場合。

3.相機標定實現(xiàn)的主要步驟是什么？

答：1）打印一張棋盤格，把它貼在一個平面上，作為標定物。

2）通過調(diào)整標定物或攝像機的方向，為標定物拍攝一些不同方向的照片。

3）在圖片中檢測特征點。

4）利用解析解估算方法計算出五個內(nèi)參和六個外參。

5）根據(jù)極大似然估計策略，設(shè)計優(yōu)化目標并提升參數(shù)的估計精度。

4.世界坐標系與相機坐標系之間轉(zhuǎn)換的旋轉(zhuǎn)和平移矩陣代表什么？

答：旋轉(zhuǎn)平移矩陣由兩個部分組成:旋轉(zhuǎn)矩陣和平移矩陣,他們分別用來描述物體旋轉(zhuǎn)和平移

的運動。旋轉(zhuǎn)矩陣用于描述三維坐標系.上的旋轉(zhuǎn)變換，也稱作旋轉(zhuǎn)矩形變換，它通過改變矢

量的角度來描述旋轉(zhuǎn)的運動。平移矩陣則是空間變換矩陣中的一種，也叫作幾何變換矩陣，

它用來描述坐標系上物體移動的情況，它沒有改變物體本身的特征，只是將物體的位置由一

個坐標系移動到另外一個坐標系。

5.為什么要進行機器人手眼標定？

答：在機械臂抓取時，往往需要知道抓取目標與機械臂之間的位置關(guān)系，使用相機獲得抓取

目標的位置是有效的方法。但是單純使用相機得到的目標點位置是在相機坐標系下的位置，

而抓取任務(wù)要得到的是目標點與機械臂之間的位置，因此這中間需要通過一些方法獲得相機

與機械臂之間的位置關(guān)系，從而實現(xiàn)目標點從相機坐標系到機械臂坐標系的轉(zhuǎn)換。手眼標定

正是用來獲得相機與機械臂之間位置關(guān)系的一種方法。簡單講，已知目標點A與相機B之

間的坐標關(guān)系（相機獲得），想要得到機械臂C與目標點A之間的坐標關(guān)系，就必須得到

相機B與機械臂C之間的位置關(guān)系。

第三章課后習(xí)題答案

L雙目立體視覺的原理是什么？

答：雙目立體視覺是機器視覺的一種重要形式，它是基于視差原理并由多幅圖像獲取物體三

維幾何信息的方法。雙目立體視覺系統(tǒng)一般由雙攝像機從不同角度同時獲得被測物的兩幅數(shù)

字圖像，或由單攝像機在不同時刻從不同角度獲得被測物的兩幅數(shù)字圖像，并基于視差原理

恢復(fù):出物體的三維幾何信息，重是物體三維輪廓及位置。

2.雙目相機標定的目的是什么？

答：圖像上每一點的亮度反映了空間物體表面某點反射光的強度，而該點在圖像上的位置則

與空間物體表面相應(yīng)點的兒何位置有關(guān)。這些位置的相互關(guān)系由攝像機成像幾何模型來決定。

該幾何模型的參數(shù)稱為攝像機參數(shù)，這些參數(shù)必須由實驗與計算來確定，實驗與計算的過程

稱為相機標定。

3.雙目相機采集的圖像進行校正的目的是什么？

答:雙目相機的基本任務(wù)之一是從相機獲取的圖像信息出發(fā)計算三維空間中物體的幾何信息,

并由此重建和識別物體，而空間物體表面某點的三維幾何位置與其在圖像中對應(yīng)點之間的相

互關(guān)系是由相機成像的幾何模型決定的，這些幾何模型參數(shù)就是相機參數(shù)。在大多數(shù)條件下，

這些參數(shù)必須通過實驗與計算才能得到。無論是在圖像測量或者機器視覺應(yīng)用中，相機參數(shù)

的標定都是非常關(guān)鍵的環(huán)節(jié)，其標定結(jié)果的精度及算法的穩(wěn)定性直接影響相機工作產(chǎn)生結(jié)果

的準確性。

4.視差獲取的兩類方法是什么？

答：視差的獲取的方法分為兩類，一類是基于窗口的局部立體匹配算法，它只需在窗口的范

圍內(nèi)選擇匹配代價聚集后的最佳點（最佳點的獲取通常采用SAD或SSD算法結(jié)果取最

小值）作為對應(yīng)的匹配點（WTA贏者通吃）。

另一類是基于全局的立體匹配算法，實質(zhì)是獲得能量函數(shù)的最小值，算法先給出一個能量評

價函數(shù)，然后通過優(yōu)化算法來求得能量的最小值，使能量函數(shù)最小的匹配關(guān)系即為最終的視

差，同時可以獲得每個像素的視差值。

5.在兩相機平行放置條件下推導(dǎo)視差與深度的關(guān)系。

答：距離像面越近的點，它在左右相機中的視差越大，距離像面越遠的點，它在左右相機中

的視差越小。

第四章課后習(xí)題答案

1.條紋投影結(jié)構(gòu)光三維測量原理是什么？

答：條紋投影結(jié)構(gòu)光三維測量是一種常見的三維測量方法，其主要原理基于三角測量和光學(xué)

投影。下面是其基本原理的簡要解釋：

投影：首先，使用一個或多個光源將特定的光模式（通常是條紋）投射到待測物體上。這些

光模式可以通過調(diào)制光源的亮度或使用具有特殊形狀的透鏡來生成。投影一般會在不同的角

度或位置進行。

形變：被投影的光模式會受到待測物體表面的形狀和幾何變化的影響，例如表面的高低、凹

凸等。這些形狀和幾何變化會導(dǎo)致光模式在物體表面上產(chǎn)生變形。

捕捉：使用一個或多個相機或傳感器來捕捉被投影物體表面上的光模式的變形情況。相機需

要能夠看到投影區(qū)域，并捕捉到帶有變形的光模式圖像。

分析：通過對捕捉到的光模式圖像進行分析和處理，可以獲得關(guān)于待測物體表面形狀和幾何

變化的信息。這通常涉及到計算圖像中光模式的位置、形狀和運動信息。

三角測量：最后，利用三角測量原理，通過計算來自不同投影角度或位置的光模式變形的差

異，可以推斷出物體表面上各個點的三維坐標。這些坐標可以用于構(gòu)建物體的三維模型或進

行其他相關(guān)的測量分析。

總體而言，條紋投影結(jié)構(gòu)光三維測量通過投影光模式到待測物體上并捕捉其變形，然后根據(jù)

變形信息進行分析和計算，得出物體表面的三維形狀和幾何信息。這種測量方法廣泛應(yīng)用于

工業(yè)制造、計算機視覺、三維掃描等領(lǐng)域。

2.如何理解條紋投影結(jié)構(gòu)光三維測量的相位？什么是相位提取？什么是相位展

開？為什么需要相位展開？

答：在條紋投影結(jié)構(gòu)光三維測量中，相位是指光模式在物體表面上的相對偏移量。理解相位

對于進行精確的三維測量非常重要。以下是對相位、相位提取和相位展開的解釋：

相位：在條紋投影結(jié)構(gòu)光測量中，投影到物體表面的光模式會受到物體表面形狀的影響而發(fā)

生變形。這個變形可以通過計算光模式的相位來表示。相位用來衡量光波在空間中的周期性

變化或振蕩情況。相位的變化可以提供關(guān)于物體表面形狀的信息。

相位提?。合辔惶崛∈侵笍牟蹲降降墓饽Ｊ綀D像中計算得到相位信息的過程。常見的相位提

取方法包括基于頻率分析的傅里葉變換方法、基于準直方向的相移法、基于空間編碼的編碼

方法等。這些方法通過分析光模式的亮度或顏色分布來計算相位值。

相位展開：相位展開是指將相位差異限制在一個特定的范圍內(nèi)，以便更好地表示相位的連續(xù)

性。由于相位是一個周期性的量，如果直接使用提取得到的相位值，可能會出現(xiàn)相位跳變或

不連續(xù)的情況。相位展開通過確定相位的絕對值，確保相位連續(xù)并反映物體表面的真實形狀。

相位展開的需求：相位展開的主要目的是消除相位的不連續(xù)性，以獲得更準確的三維形狀信

息。相位跳變或不連續(xù)會導(dǎo)致測量誤差和形狀失真。相位展開通過將相位限制在一個連續(xù)的

范圍內(nèi)，使得測量結(jié)果更加可靠和精確。

需要注意的是，相位提取和相位展開是條紋投影結(jié)構(gòu)光三維測量中的關(guān)鍵步驟，用于從光模

式圖像中提取并處理相位信息，以獲得物體表面的精確三維形狀。這些步驟的準確性和可靠

性對于測量結(jié)果的精度和穩(wěn)定性至關(guān)重要。

3.描述多頻外差測量原理。

答：多頻外差測量是一種基于干涉原理的光學(xué)測量方法，用于測量光學(xué)系統(tǒng)中的位移或形變。

其原理可以概括如下：

原理概述：多頻外差測量利用兩個或多個不同頻率的光信號進行干涉，在干涉過程中產(chǎn)生干

涉條紋。通過分析這些干涉條紋的變化，可以獲得被測物體的位移或形變信息。

激光器發(fā)射多個頻率：多頻外差測量通常使用激光器作為光源。激光器會同時發(fā)射多個略微

不同頻率的光信號。這些頻率之間的差異可以很小，足夠接近。

光路分割和重合:從激光器發(fā)出的光信號被分割成兩個光路,分別稱為參考光路和待測光路。

在參考光路中，光信號經(jīng)過衍射元件（例如光柵）分散成各個頻率分量，形成一個頻率分量

的參考波。在待測光路中，光信號經(jīng)過與被測物體相互作用后，形成一人頻率分量的待測波。

干涉和探測：參考波和待測波在干涉區(qū)域（例如干涉儀）內(nèi)相遇，發(fā)生干涉。干涉條紋的形

成取決于參考波和待測波的相位差異，該相位差異與被測物體的位移或形變相關(guān)。

探測信號提?。航?jīng)過干涉后，干涉條紋會被探測器（例如光電二極管）接收并轉(zhuǎn)換為電信號。

探測信號中包含了不同頻率分量之間的相位差信息。

相位差計算：通過對探測信號進行處理和分析，可以計算出不同頻率分量之間的相位差。這

個相位差與被測物體的位移或形變成正比關(guān)系。

數(shù)據(jù)處理和解算：最后，通過應(yīng)用適當?shù)乃惴ê蛿?shù)據(jù)處理技術(shù)，可以將相位差信息轉(zhuǎn)化為具

體的位移或形變值。這些值可以用來構(gòu)建被測物體的圖像或進行相關(guān)的分析和評估。

多頻外差測量原理的優(yōu)點在于其對系統(tǒng)誤差的抵消能力較強，同時還可以實現(xiàn)高精度的位移

測量。它常被應(yīng)用于精密制造、光學(xué)測量、生物醫(yī)學(xué)和材料科學(xué)等領(lǐng)域中需要進行精確位移

或形變測量的場合。

第五章課后習(xí)題答案

1.結(jié)構(gòu)光中心線提取方法有哪些？并討論其優(yōu)缺點。

答：極值法。優(yōu)點:灰度分布呈理想高斯分布時，提取效果好，速度快；缺點：易受噪聲影響;

難以滿足高斯分布。

閾值法。優(yōu)點:計算速度快，算法簡單，適用于中心線位置的粗略估計；缺點：易受噪聲影響，

提取精度較差。

邊緣法。優(yōu)點:處理速度快，適用于精度要求低的大型物體測量；缺點:存在很大誤差，要求

圖像質(zhì)量好且結(jié)構(gòu)光特性較高。

中心法。優(yōu)點:適用于條紋質(zhì)量好且形狀規(guī)則的物體測量，精度高于邊緣法；缺點:存在圖像

噪點影響，邊緣線的提取會出現(xiàn)誤差導(dǎo)致中心法的效果不佳。

細化法。優(yōu)點:將形態(tài)學(xué)算法引入光條中心提??；缺點:單純提取骨架導(dǎo)致精度不高，反復(fù)細

化操作導(dǎo)致運算速度降低。

灰度重心法。優(yōu)點:減少了光條灰度不均引起的誤差，運算速度快；缺點：易受噪聲影響，提

取精度較差。

方向模板法。優(yōu)點:能夠克服白噪聲干擾，具有在一定程度上修補斷線的能力；缺點:受限于

有限的模板方向，紋理復(fù)雜的物面會使條紋向更多方向發(fā)生偏移。

Steger算法。優(yōu)點:精度高，穩(wěn)健性好；缺點:運算量巨大，效率低，無法達到實時效果，

高斯核選取不當會導(dǎo)致圖像信息失真。

2.線結(jié)構(gòu)光三維重建主要步驟是什么？

答：結(jié)構(gòu)光三維重建通常分為三步：1）相機標定，標定出相機的內(nèi)外參數(shù)；2）結(jié)構(gòu)光條紋

中心的提取即激光線的提??；3）結(jié)構(gòu)光標定即光平面的標定；即將世界坐標系下的三維點

轉(zhuǎn)換為相機坐標系下的三維點，通過多個相機下的三維坐標點擬合出光平面，然后擬合的光

平面可以用來完成三維重建。

3.在雙目線結(jié)構(gòu)光測量系統(tǒng)中，線結(jié)構(gòu)光起到了什么作用？

答：在雙目線結(jié)構(gòu)光測量系統(tǒng)中所使用的線結(jié)構(gòu)光只是輔助提供測量特征點，激光束經(jīng)柱面

鏡形成光條，在掃描物體表面過程中提供方便測量的特征，且激光條的亮度高，成像之后特

征點與背景圖像的對比度高，容易從背景圖像中提取出來，圖像處理也相對簡單。

4.簡述外極線約束原理。

答：外極線約束是雙目立體視覺測量中的一個基本約束。通過兩臺攝像機拍攝所得的兩個像

面中，一個像面中的某一特征點在另一個像面中的匹配點必在該特征點和本像面的外極線中

心所確定的外極線的共枕外極線上。

5.思考線結(jié)構(gòu)光三維測量方法還有哪些具體應(yīng)用。

答：（1）將線結(jié)構(gòu)光三維測量技術(shù)應(yīng)用于鐵路的實際工程背景中，可以實現(xiàn)對鋼軌緊固件

的重構(gòu)與定位。

（2）將線結(jié)構(gòu)光與當前無人車研究相結(jié)合，可以實現(xiàn)一種基于線結(jié)構(gòu)光的側(cè)位停車環(huán)境感

知系統(tǒng)。

（3）通過搭建雙目線結(jié)構(gòu)光測量平臺，可以實現(xiàn)對風(fēng)力發(fā)電機中的風(fēng)電葉片的三維型面測

量，以便于實現(xiàn)風(fēng)電葉片的機器大自動化生產(chǎn)線打磨。

第六章課后習(xí)題答案

1、敘述飛行時間法的測量原理？

答：飛行時間法（TimeofFlight,簡稱TOF）,通過探測光飛行時間來換算被拍攝景物的距

離。在飛行時間相機系統(tǒng)中，光速c已知，通過向被測物體連續(xù)不斷的發(fā)送給定波長的紅外

光脈沖，同時捕獲返回的紅外光，利用光學(xué)快門計算光脈沖的往返相位差，利用公式

d=c普計算物體與相機之間的距離。

2nf

2、對比飛行時間法和散斑結(jié)構(gòu)光方法的主要區(qū)別？

答：￡行時間法（Time-of-Flighl,TOF）和散斑結(jié)構(gòu)光方法（SpecklePatternInterferometry,SPI）

是兩種用于測量物體表面或內(nèi)部特性的光學(xué)技術(shù)，它們有不同的原理和應(yīng)用領(lǐng)域，以下是它

們的主要區(qū)別：

①原理：

飛行時間法：TOF技術(shù)基于光的飛行時間來測量物體的距離。它通過發(fā)射脈沖光束并

測量光束從發(fā)射到物體表面反射回來所需的時間來確定物體的距離。TOF相機通常使用激

光光源和時間測量器。

散斑結(jié)構(gòu)光方法：SPI技術(shù)則基于光的干涉現(xiàn)象。它使用具有特定相位結(jié)構(gòu)的光束照射

物體表面，通過觀察干涉圖案中的散斑或干涉條紋來獲取物體表面的位移或變形信息。

②測量類型：

飛行時間法:主要用于測量距離和深度信息，適用于三維掃描和測距應(yīng)用，如三維建模、

機器人導(dǎo)航等。

散斑結(jié)構(gòu)光方法：主要用于測量物體表面的微小變形或振動，可以用于應(yīng)力分析、振動

模態(tài)分析等。

③靈敏度和分辨率：

飛行時間法：具有較高的測量精度和分辨率，可以測量物體的距離差異非常小的區(qū)域。

散斑結(jié)構(gòu)光方法：通常對物體的微小表面變化非常敏感，但分辨率通常較低，受到光束

的波長和干涉角度的限制。

④應(yīng)用領(lǐng)域：

飛行時間法：主要應(yīng)用于工業(yè)自動化、3D掃描、攝影測量、激光雷達等領(lǐng)域。

散斑結(jié)構(gòu)光方法：主要用于材料力學(xué)、振動分析、生物醫(yī)學(xué)成像、非接觸式表面缺陷檢

測等領(lǐng)域。

⑤復(fù)雜性和成本：

飛行時間法：通常需要復(fù)雜的光學(xué)和電子組件，設(shè)備成本相對較高。

散斑結(jié)構(gòu)光方法：相對較簡單，通常使用便宜的光源和相機，設(shè)備成本較低。

綜上所述，飛行時間法和散班結(jié)構(gòu)光方法分別適用于不同的應(yīng)用領(lǐng)域，具有不同的測量原理

和性能特點。選擇哪種方法取決于具體的測量需求和應(yīng)用場景。

3、簡述激光雷達有哪些測量方法及原理？

答：按工作方式分類為脈沖法和相位法，除此還有干涉法、三角法、反饋法等。

脈沖法：通過測定脈沖激光在被測目標與激光測距系統(tǒng)往返的時間來測定被測距離；

相位法：對激光強度進行調(diào)制產(chǎn)生連續(xù)的調(diào)制激光，通過測量發(fā)射信號與經(jīng)目標物反射的回

波信號之間的相位差，進而間接地得出被測距離。

4、經(jīng)典視覺SLAM的結(jié)構(gòu)和主要流程？

答：結(jié)構(gòu)：經(jīng)典的視覺SLAM框架主要包括傳感器信息讀取、前端視覺里程計、后端優(yōu)化、

回環(huán)檢測以及建圖；

主要流程：分為前端和后端。算法前端主要進行數(shù)據(jù)處理，將視覺傳感器采集到的彩色圖片

數(shù)據(jù)和深度圖片數(shù)據(jù)通過特征點提取與匹配，估計相鄰兩幀數(shù)據(jù)之間的相對運動變換，再對

該進行運動變換的優(yōu)化，最后即可獲得優(yōu)化后的運動變換關(guān)系。算法的后端主要是進行位姿

優(yōu)化。

一q一一

初始化位

姿圖像

后

端

檢測

回環(huán)

優(yōu)

化

化

位姿優(yōu)

處

環(huán)境

三維

運動

地圖

軌跡

？

哪些

點有

的優(yōu)

研究

LAM

作為S

相機

深度

使用

5、

位和

時的定

或近實

供實時

可以提

，因此

信息

深度

捕獲

幀率

以高

能夠

相機

：深度

時性

①實

答：

深度

度：

②精

等；

導(dǎo)航

器人

動機

、移

導(dǎo)航

人機

，如無

應(yīng)用

應(yīng)的

速響

要快

用于需

，適

構(gòu)建

地圖

高

于需要

。這對

精度

構(gòu)建

地圖

位和

的定

現(xiàn)較高

可以實

，因此

信息

深度

量的

高質(zhì)

提供

能夠

相機

相機通

：深度

應(yīng)性

境適

；③環(huán)

重要

非常

建）

維重

的三

精確

航或

內(nèi)導(dǎo)

如室