ccd视觉定位系统实现定位的原理：

     ccd视觉定位由于数字图像处理和计算机视觉技术的迅速发展,越来越多的研究者采用摄像机作为全自主用移动机器人的感知传感器。这主要是因为原来的超声或红外传感器感知信息量有限,鲁棒性差,而视觉系统则可以弥补这些缺点。

　　摄像头标定算法：传统摄像机标定主要有Faugeras标定法、Tscai两步法、直接线性变换方法、张正友平面标定法和 Weng迭代法。自标定包括基于Kruppa方程自标定法、分层逐步自标定法、基于绝对二次曲面的自标定法和 Pollefeys的模约束法。视觉标定有马颂德的三正交平移法、李华的平面正交标定法和 Hartley 旋转求内参数标定法。

　　ccd视觉定位算法：基于滤波器的定位算法主要有KF、SEIF、PF、EKF、UKF等。也可以使用单目视觉和里程计融合的方法。以里程计读数作为辅助信息,利用三角法计算特征点在当前机器人坐标系中的坐标位置,这里的三维坐标计算需要在延迟一个时间步的基础上进行。

　　定位算法基本过程：通过摄像头获取的视频流(主要为灰度图像，stereo VO中图像既可以是彩色的，也可以是灰度的 )，记录摄像头在t和t+1时刻获得的图像为It和It+1，相机的内参,通过相机标定获得，可以通过matlab或者opencv计算为固定量。