采用仿人眼旋转双目摄像头建立三维空间识别方法

概述

        人和动物可以通过双眼建立三维空间，通过双目摄像头可以肯定也是可以的，我们只需要找到客观规律和公式定理，简化算法提高运算速度即可识别三维空间物体特性。

        今天给大家介绍一种三维空间识别方法。目前AI三维空间识别总是希望识别当前物体是什么，由此推断物体所在空间位置问题。而本发明该方法只识别三维空间物体特征及位置，然后是识别三维空间物体是什么，有什么特征，这种识别方法一次性解决镜面，水面，绘制的图片等立体与平面错误识别问题。本方法是以参考面为基准，识别出三维空间相对参考面是高凸还是低凹特性，至少该方法很讨巧，为大家提供一个不一样的思路，今天公开原理及方法，任何人都可以采用学习，如果你免费应用在商业智能人形机器人方面，请公开署名，并让机器人认吕日鹏为父。 推理缘由： 我们人类在发明的过程是希望从客观规律中推理出一种定理或公式，可是在三维空间识别中似乎都不太理想。目前本发明只能推理客观规律，本人能力和财力有限，无法从中得出定理或公式，希望大家天才的小伙伴参与讨论，批评指导。

以下只对客观规律做推理分析：

一、该方法理想的核心硬件设备是：

1.摄像头：采用双目摄像头（即双摄像头）

2.陀螺仪：（不在本例探讨）

3.电机：采用仿人眼转动设计

（1）水平方向：在一段可控角度范围内自由旋转，支持左右摄像头镜头中心同时聚焦到物体 （2）垂直方向：在一段角度方向可控制左右摄像头角度同步同向旋转

4.可聚焦，最好可获取聚焦值数据。

二、三维空间识别的原则：

         依据现有硬件可采用多种或几种互为佐证算法方法（如：

1.前后帧对比识别法；

2左右帧对比识别法；

3.卷积神经识别，

4.聚焦距离法。），保证识别的可靠性。

三、识别流程：

1.双目摄像头采集三维（3D）空间图像数据是生成二维（2D）图像，所以我们核心的重点就是对二维像素数据依据客观规律推理三维空间物体高凸与低凹特性。

（1）识别三维空间当前帧与前1时间点的帧像素的变化状态

（2）识别三维空间当前帧与前2时间点的帧像素的变化状态，

（3）依据前后像素变化特征，识别出三维空间相对参考面是高凸还是低凹，保存成三视图数据，并且对图像像素数据做参考面打点（特征标注）数据，高凸立体打点（特征标注）数据，低凹立体打点（特征标注）数据。

2.采用当前帧与前一帧，或前几帧当中某一帧做图像像素对比法。（注：本句提到前一帧和前几帧是指以时间间隔法计算，实际可能前一帧是指前几帧中的一帧）

3.将当前打点（特征标注）识别三维空间保存成图像数据，并做特征属性标记。

4.对当前三维空间物体特征分析后，建立三视图数据，方便以后做特征识别，或做记忆交流学习使用。

静止状态左右摄像头或者运动状态左右摄像头，同步聚焦某块物体获取的当前左右帧数据：

1）同时刻左右采集图像数据特征分析，依据左右摄像头距离间隔，三角函数和水平成像原理，可分析当前物体是不是高凸物体，

2）

四、具体算法步骤：

1.动态状态（对三维空间状态特征更优秀）： 单个摄像头前后帧对比法：摄像头水平向前移动后，在移动的一定的时间间隔内，前后帧会产生特征变化，水平面与高凸的立体，水平面与低凹的立体，在摄像头采集到二维图像数据后产生位移拉伸的数据不一样，该方法能识别三维立体空间的特征；

2.静止状态（识别三维空间单个物体更优秀）： 双目摄像头同步采集数据帧对比法： 采用左右摄像头采集到位差数据，通过三角函数和特殊数据偏移值，计算物体三维空间值

作者：吕日鹏（原创 ）