CVPRApr, 2019

嵌入式无人机实时密集立体视觉用于道路检测

PDF
TL;DR本文介绍了一种嵌入在无人机上的稳健立体视觉系统，可以实时准确地评估道路表面的状况，从而支持道路交通的安全。通过改进视角变换和使用双边滤波器来过滤生成的代价体积，以及最小化能量函数，通过单独检测受损道路区域，降低了算法的计算复杂度。
road surfacestereo vision systemunmanned aerial vehicledisparity mapsreal-time purposes
发现论文，激发创造
  • 基于嵌入式立体视觉的无人机实时机载避障

    本文讨论了使用轻量级立体相机设置进行障碍物避难的方法。通过计算图像的不同点，利用经过优化的半全局匹配（SGM）算法得出障碍物分布图，并采用反应式的避障方式通过嵌入式 FPGA 进行最短路径规划。

    Jul, 2018

  • 基于密集亚像素视差图估计的道路表面三维重建

    本文提出了一种高计算效率、稳健性强的新型密集亚像素视差估计算法，通过将目标帧的透视视图变换为基准视图，在保证匹配精度的同时提高了处理速度。此外，还介绍了一种新的基于马尔可夫随机场和快速双边立体的视差全局细化方法，能够进一步提高估计视差图的精度。实验结果表明，重建的绝对误差在 0.1 至 3 毫米之间。

    Jul, 2018

  • 基于无人机的自主图像采集，通过置信度预测提高多视角立体测量质量保证

    本文介绍了一种自主获取近距离高分辨率图像的系统，以最大化后续 3D 重建的质量，该系统使用已获取的图像预测密集多视角立体视觉方法的输出置信度，用于现场质量保证和计划更多视角。我们使用无人机在具有挑战性的户外场景中演示了我们方法的能力。

    May, 2016

  • 基于无人机混合真实与虚拟场景的自动机场道面检测

    基于无人机拍摄的图像，提出一种基于深度学习的视觉方法来自动识别跑道和滑行道面的缺陷，利用合成与实际图像训练模型能在真实应用场景中取得更好的结果。

    Jan, 2024

  • 寻找失物：为自动驾驶车辆探测小型道路障碍物

    本文提出了一种基于立体视觉的方法，通过对立体图像数据上的离散度空间进行统计假设检验，评估独立局部贴片上的自由空间和障碍假设，能可靠地检测 moving vehicle 上的小障碍物，不依赖于全局道路模型，在对象和像素级别上优于所有考虑的基线，成功检测高达 5 厘米高的小障碍物，并可在 20m 的距离下实现低误报率。

    Sep, 2016

  • RoadBEV：鸟瞰视角下的道路表面重建

    本研究提出了两种简单而有效的模型（RoadBEV-mono 和 RoadBEV-stereo），分别使用单目和立体图像估计道路高程，在 Bird's-Eye-View 感知中实现对道路的可靠和准确重建。经实验证明，RoadBEV-mono 和 RoadBEV-stereo 的高程误差分别为 1.83cm 和 0.56cm，在单目图像的基础上，估计性能提高了 50％，这些模型在自动驾驶中具有实际应用的潜力，并为基于视觉的 Bird's-Eye-View 感知提供了有价值的参考。

    Apr, 2024

  • 基于 GPU 的半全局匹配实时立体估计

    该研究提出了一种可嵌入低功耗 GPU 设备的实时系统，使用 Semi-Global Matching 算法，针对机器人、高级驾驶辅助系统和自主车辆等的需求，在 640x480 的图像大小、128 个视差级别和 4 个路径方向下，以每秒 42 帧的速度生成可靠的视差估计结果。

    Oct, 2016

  • 无人机距离估计中为何立体测量不起作用

    本文提出了一种解决无人机图像距离误差的方法，包括使用 UWB 传感器构建数据集、提出位置校正模块并设计动态迭代校正机制，实验表明该方法提高了 38.84% 的性能表现。

    Jun, 2023

  • 高性能可调节的立体重建

    本研究提出了一种高性能和可调谐的立体视差估计方法，其关键是通过半稠密重建的快速深度验证步骤，通过迭代逼近场景深度，构建由立体形象生成的多面平坦网格。该方法的简单性和速度以及可调谐的重建质量和运行时性能使其成为高速车辆应用的一个引人注目的解决方案。

    Nov, 2015

  • 面向未知隧道建设工地动态障碍的基于视觉的自主无人机检测框架

    本文提出了一种基于机器视觉和多层规划方案的无人机自主检测框架，用于评估爆破法隧道开挖表面的地理位置，能够在未知和动态的隧道环境中完成自主检测任务。

    Jan, 2023