【摘要】：本章中，我们将利用光流信息来研究一种被称为无源导航的问题。因此，我们可以针对：对应于单个物体的图像区域，来进行研究。对于两种特殊的运动情况：平动和转动，我们可以得到其解析解。作为这方面的一个应用，在本章的最后，我们介绍了碰撞时间估计技术。对于引导“智能无人平台”在特定环境中运动的问题，相机和场景之间的相对运动信息是非常有用的，估计出的碰撞时间可以为无人车的智能控制提供依据。
本章中，我们将利用光流信息来研究一种被称为无源导航的问题。我们希望从时变图像（或者，其对应的离散形式：图像序列）中，判断出相机的运动情况。我们的前提假设是：相机和固定的场景之间进行相对运动。如果场景中有多个物体，并且，物体各自进行独立的运动，那么，我们的前提假设是，图像已经被分割为：对应于场景中的不同运动物体的不同区域。因此，我们可以针对：对应于单个物体的图像区域，来进行研究。令人惊奇的是：如果运动中包含平动成分，那么，在恢复出相机的运动情况的同时，我们还可以得到一个很有意义的“副产品”：物体的表面形状。
我们会讨论：用于解决这个问题的三种现有方法。然后，我们会将注意力集中在：最小二乘方法，即：将图像中的所有信息全部考虑进去。对于两种特殊的运动情况：平动和转动，我们可以得到其解析解。对于更一般的情况，我们会得到：一组非线性方程。我们只能用迭代方法来求解该非线性方程。(www.xing528.com)
对于一些特殊情况（例如平面物体），我们可以尝试直接估计物体的运动信息（而不需要计算光流）。作为这方面的一个应用，在本章的最后，我们介绍了碰撞时间估计技术。对于引导“智能无人平台”（例如无人车）在特定环境中运动的问题，相机和场景之间的相对运动信息是非常有用的，估计出的碰撞时间可以为无人车的智能控制（加速或减速）提供依据。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
