本文介绍了作者如何利用OPENNI2、Aruco库与OPENCV进行视觉定位，包括检测标记物角点、处理深度数据、图像预处理及坐标校正。通过CUDA加速，实现了超过5FPS的处理速度，最终能够准确识别并显示标记物轮廓和坐标。此外，还增加了配置文件以适应不同场景需求。
前些时间写了篇文章把我在做这个项目中遇到的问题以及思路说了一下，传送门：
http://jcs130.iteye.com/blog/2185533
在上篇文章的思路下作了实现，已经达到了教授的要求。
首先第一步检测四个角的坐标，经试验，在这个高度上把标记直接打印成一张A4纸的大小就可以直接识别：
我还发现，这个硬件本身的深度数据有点问题，如下图所示，靠近墙的一侧颜色较量说明距离值较近，离墙远的地方有一个小区域几乎是黑色，说明很远，所以如果想要对深度数据进行二值化处理必须要用一个可变的阈值。
我在这里用的方法是先记录四个顶点的距离，找出最远距离和最近距离并假设距离的变化是线性的，再根据实际情况在某
最低0.47元/天 解锁文章
869
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
