为了精确地预测出做单摆运动的物体在下一时刻的位置,提出一种基于双目视觉的确定物体位置并预测运动轨迹的方法。通过标定、图像预处理、目标捕捉、特征匹配以及三维重建等步骤可以较为准确地获得运动物体在一段时间间隔内的位置坐标。本实验采用多项式拟合运动轨迹,根据双目摄像机测定的历史位置坐标代入多项式中从而预测出下一时刻运动物体的位置。实验结果表明,该方法能够快速计算运动物体的位置坐标并能够准确地预测出下一时刻位置坐标,具有很高的通用性和灵活性。

为解决传统SAD算法在基于半主动悬架的路面预瞄测距应用场景下匹配精度与测距精度较差的问题,首先对SAD视差窗口内中心像素周围像素点的权重重新分配,降低窗口边缘像素的影响;然后考虑到光照差异较大的场景引入Census变换,并采用子窗口灰度均值替代法增强其匹配鲁棒性,再将其与改进的SAD算法融合,最终形成融合CensusSAD算法。实验使用双目相机获取四种实际道路场景中的图像数据验证改进后的算法效果。实验表明融合CensusSAD算法的实时性有所下降但仍能满足要求,匹配精度比SAD算法高20%左右,在7m内融合Census-SAD算法测距精度比SAD算法精度要高3%左右。