CN101685001B - 侦测方法及侦测系统 - Google Patents

侦测方法及侦测系统 Download PDF

Info

Publication number
CN101685001B
CN101685001B CN2009101690785A CN200910169078A CN101685001B CN 101685001 B CN101685001 B CN 101685001B CN 2009101690785 A CN2009101690785 A CN 2009101690785A CN 200910169078 A CN200910169078 A CN 200910169078A CN 101685001 B CN101685001 B CN 101685001B
Authority
CN
China
Prior art keywords
subregion
image
storage area
subspace
volume
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN2009101690785A
Other languages
English (en)
Other versions
CN101685001A (zh
Inventor
梁哲玮
庄育祥
蒋是文
杨惠国
高崎钧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Industrial Technology Research Institute ITRI
Original Assignee
Industrial Technology Research Institute ITRI
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Industrial Technology Research Institute ITRI filed Critical Industrial Technology Research Institute ITRI
Publication of CN101685001A publication Critical patent/CN101685001A/zh
Application granted granted Critical
Publication of CN101685001B publication Critical patent/CN101685001B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Quality & Reliability (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及一种侦测方法及侦测系统,用以侦测一储存空间中的至少一物体。首先辨认该储存空间内层表面中的至少一表面,接着将每一表面分割为多个子区域,借以侦测每一子区域的占用状态。其中占用状态是用以表示是否有至少一物体堆放于其子区域上。最后根据每一子区域的占用状态,计算该至少一物体的至少一体积、位置以及形状信息。

Description

侦测方法及侦测系统
技术领域
本发明是有关于一种侦测方法及侦测系统,在一空间中轮廓的测量方法和系统。
背景技术
在一空间中,例如卡车或仓库中的储存空间,取得物体轮廓或是剩余空间的信息,对于物流或仓储的商务管理是很有用的信息。以物流业务为例,一后勤中心可透过全球定位系统(GPS)或地面导航卫星系统(GNSS)等监控舰队机群运输车等的位置。根据这些位置信息,后勤中心可将每一运输车,例如卡车,路径进行优化调整以减低成本。举例来说,在收到一商品运送的要求时,离该些商品最近的卡车可能被派遣出来接送货品。然而,有可能该卡车并不具备足够的剩余空间来载运货品。因此,若是能知道每一卡车的剩余空间,将有助于路径的规划。在已知每一卡车的位置与剩余空间的前提下,后勤中心可以派遣具有剩余空间且距离较近的卡车去接送货品,如此可避免空间不足的卡车多跑一趟,使整理的效率、运送时间、成本和卡车损耗都获得改善。
现今已存在用来估算一货柜的剩余空间的软件或系统。举例来说,Coptimal后勤中心发展出一种负载规划软件AutoLoadTM。为了算货柜容器中的剩余空间,该系统仰赖事先获得的信息,例如货物的大小,借此进行模拟放置。然而,在许多状况下,货物的大小信息并不可得或是不可靠。此外,实际的货品放置方式可能与模拟结果不同。举例来说,司机可能有自己堆放货物的方式。由于实际的货品堆放方式可能与软件仿真结果不同,根据模拟结果来规画卡车的路径可能因为与实际所需空间不同,而导致效率降低。
美国专利第7310431号发明人Gokturk提出了一种使用结构光线来测量物体的三维轮廓的方法。其揭示了一种系统,包含一摄影机和一结构光线源。如图1所示,结构光线源可投影光线纹样120在物体110上。在该物体110上会形成投影的纹样,包含边界点131到139所示位置,可用来估量该物体110的形状和大小。举例来说,该物体一侧的长度,可通过边界点133到135的距离来判定。
因此,需要一种对象侦测或轮廓估测方法,以提供储存空间,例如货柜容器的信息。
发明内容
本发明的目的在于提供一种侦测方法及侦测系统,以提供储存空间的信息。
本发明提出一种侦测方法,用以侦测一储存空间中的至少一物体。首先辨认该储存空间内层表面中的至少一表面,接着将每一表面分割为多个子区域,借以侦测每一子区域的占用状态。其中占用状态是用以表示是否有至少一物体堆放于其子区域上。最后根据每一子区域的占用状态,计算该至少一物体的至少一体积、位置以及形状信息。
本发明另提出一种侦测系统,用以侦测一储存空间中的至少一物体。其中一信号源产生至少一信号,其中该至少一信号并不能穿透该至少一物体。多个传感器放置于该储存空间内层表面的至少一表面上,用以侦测该信号源发出的至少一信号。其中每一表面分割为多个子区域,而每一子区域中具有一传感器。一处理器接着执行下列功能:首先根据每一传感器侦测到的信号,侦测每一子区域的占用状态。接着根据该些子区域的占用状态,计算该至少一物体的至少一体积、位置以及形状信息。
本发明进一步提出一种侦测系统的实施例。在该侦测系统中,多个纹样放置在该储存空间内层表面中的至少一表面上。一影像装置放置于该储存空间中,用以捕捉至少一纹样的影像。处理器则根据该至少一影像,侦测每一子区域的占用状态,并接着根据每一子区域的占用状态,计算该至少一物体的至少一体积、位置以及形状信息。
本发明还提出另一种侦测系统的实施例。在该侦测系统中,一光源投影一结构光线于该储存空间内层表面中的至少一表面。一影像装置在至少一物体放置于该储存空间之前捕捉由该结构光线产生的一第一组影像,具有一第一光线纹样,并在至少一物体放置于该储存空间之后捕捉由该结构光线产生的一第二组影像,具有一第二光线纹样。处理器接着处理该第一组影像和该第二组影像以侦测每一子区域的占用状态,并根据该些子区域的占用状态,计算该至少一物体的至少一体积、位置以及形状信息。
利用本发明的侦测方法及侦测系统可以侦测到储存空间的相关装载容积信息,以及卡车位置信息等,并可透过无线通讯传给后勤子系统。后勤子系统可实时地根据装载容积变化动态的调整多个交通工具的路径排程,使整体的效率、运送时间、成本和卡车损耗都获得改善。
本发明进一步的特征和优点将在下列实施例中详细说明。
附图说明
图1为已知的结构光线纹样,投影在一物体上;
图2为一货运空间利用系统的实施例;
图3为本发明实施例中,分割为多个子空间的三维储存空间,以及被分割为多个子区域的三个储存空间的内层表面;
图4为本发明实施例之一,根据三个表面的子区域的占用状态判断的子空间侦测方法;
图5为本发明实施例之一,在一货柜容器中估算装货体积的步骤;
图6为本发明实施例的一传感器系统,用以侦测一货柜容器中子区域的占用状态;
图7为本发明实施例的一物体放置于货柜容器中,以及三个表面的传感器侦测结果;
图8为本发明实施例的传感器系统中的传感器排列情形;
图9为本发明实施例的一表面的子区域;
图10为本发明实施例的一侦测系统,根据货柜容器中的光线侦测子区域的占用状态;
图11为本发明实施例使用被动式侦测子区域占用状态的流程图;
图12A和12B为使用被动式侦测系统的实施例;
图13为结构光线侦测系统的实施例,用以侦测货柜容器中子区域的占用状态;
图14为本发明实施例的使用结构光线侦测系统侦测子区域占用状态的流程图;
图15A-15D为使用该结构光线侦测系统的实施例。
【主要组件符号说明】
110物体                        120光线纹样
131~139边界点
201侦测子系统                  202数据处理子系统
203后勤子系统                  210货柜容器
212座舱行动装置                222定位系统
300三维储存空间                301子空间
310左侧表面                    320右侧表面
330底层表面                    311,321,331子区域
411,421,431子区域
401子空间
600传感器式侦测系统            601开关
602信号源                      603传感器
604通讯装置                    700物体
701,702,703传感器            801,803长护栏
802,804金属连接器             910,920表面
911,912,921,922,923子区域
1000被动式侦测系统             1010影像装置
1020无线网络基地台             1030PDA
1040反光纹样                   1050分隔线
1200容器                       1210标志
1220物体                       1230区域
1300结构光线式侦测系统
1310侦测系统                   1320结构式光源
1330无线网络基地台             1340PDA
1350特定纹样                   1500容器
1510,1520结构光线纹样
1530差异纹样                   1550物体
具体实施方式
以下将参照附图详细介绍本发明的实施例。通篇文字中任何相同的标号将尽可能的代表相同的组件或相似的部位。
图2为一货运空间利用系统200的实施例,该货运空间利用系统200包含三个子系统,一内建侦测子系统201,一数据处理子系统202和一后勤子系统203。该内建侦测子系统201可收集或接收该货柜容器210中的货物的体积,位置和形状的信息,并将数据传送给数据处理子系统202。
该数据处理子系统202可分析由内建侦测子系统201接收到的数据,以判断该货柜容器210中装载的体积,并将体积信息提供给后勤子系统203。本发明实施例中,数据处理子系统202可包含一座舱行动装置212,用来整合无线通讯,卫星导航和通用移动通讯系统(UMTS)。该座舱行动装置212可包含一无线通讯组件,用来接收由内建侦测子系统201传送来的数据,以及一卫星通讯组件,用来透过定位系统222如Galileo/GPS系统接收卡车位置信息。卡车位置信息中,举例来说,可包含卡车的坐标。在座舱行动装置212中可进一步包含一处理器,用以实时分析接收到的数据,以侦测并判断装载容积信息,例如剩余空间或体积,以及形状。
所侦测到的装载容积信息,以及卡车位置信息,可透过无线通讯传给后勤子系统203。后勤子系统203可实时地根据装载容积变化动态的调整多个交通工具的路径排程。举例来说,在接收到一接取货物的要求时,后勤子系统203可派遣最接近该货物而且具有足够剩余的一卡车去接取该货物。
图2为在一货柜容器210中侦测空间的实施例。该货柜容器210可简化为如图3A、3B所示的一三维储存空间300。该储存空间300可分割成多个相同或不同大小的子空间。虽然图3A、3B及其它附图中的子空间显示为方块,但是子空间随着系统设计及应用方式的不同,也可以是不同的大小或形状。举例来说,该些子空间可以是长方体,粒子,球体或任何规则或不规则的三维立体形状。该储存空间300中的这些物体的体积可以通过被占用的子空间体积来估测。
举一实施例来说明,该物体的三维轮廓可根据二维估测结果而得。该储存空间300内层是由多个二维表面包覆而成,例如在本例中为六个表面。每一子空间在每一表面上皆对应一块投影区域。所以子空间的占用状态可以通过一或多个表面例如左侧表面310,右侧表面320和底层表面330上的投影区域来判断。这些占用状态可以透过传感器侦测亮光来判断,例如从某一视角观察,一区域是否被阻挡了视线,或是在一光源的投影下是否出现影子。在另一例子里,对应的投影区域的位置可能随着物体轮廓侦测方法的实作而异。
进一步地说,每一表面可被分割为多个较小区域,称为子区域。一子区域为一表面上对应一子空间的投影区域。举例来说,子空间301对应左侧表面310上的子区域311,右侧表面320上的子区域321,以及底层表面330上的331。虽然本实施例中的这些子区域以方形表示,而子空间为方块状,但是子空间也可以是任何规则或不规则形状,例如长四体,环状体或其它形状。
如果子空间301被一物体占用,则射投于左侧表面310,右侧表面320和底层表面330上的子区域311,子区域321和331也会被挡住,或被阴影遮蔽(视光源方向而定)。因此,一子空间的占用状态可根据储存空间300上至少一二维表面上对应的子区域占用状态而定。
图4A、4B为本发明实施例之一,根据三个表面的子区域的占用状态判断的子空间侦测方法。在储存空间300中可建立一三维坐标系统,使每一子空间具有三维坐标(x,y,z),而左侧表面310,右侧表面320和底层表面330上对应的子区域则具有坐标(y,z),(y,z)和(x,z)。举例来说,在图4A中,子空间401具有坐标(3,2,7),而左侧表面310上对应的子区域411具有二维坐标(y,z)。该右侧表面320上对应的子区域421具有二维坐标(y,z)。该底层表面330上对应的子区域431具有二维坐标(x,z)。
每一二维表面上可定义一状态函数,用以代表该表面上每一子区域的占用状态。如果一二维表面上的子区域被占用,则该函数回应“1”,反之则为“0”。举例来说,SL(x,z),SB(y,z),SR(x,z)即代表左侧表面310,底层表面330和右侧表面320的状态函数。如图4所示,当子空间401被占用,状态函数SL(2,7),SB(3,7),SR(2,7)的值为1,而其它未被占用的子区域的状态函数则为“0”。
该储存空间300中每一子空间的占用状态可由状态函数SC(x,y,z)表示。如果子空间被占用,则状态函数响应“1”,相反的则为“0”。举例来说,在图4中,当子空间401被占用,则状态函数SC(3,2,7)回应“1”。SC(x,y,z)的回应值是由状态函数SL(x,z),SB(y,z)和SR(x,z)决定。本发明实施例采用一种算法,整合状态函数SL(x,z),SB(y,z),SR(x,z)的回应值来来定义状态函数SC(x,y,z)的回应值。当该子空间的底层表面未被占用,则判断该子空间是空的。另外,如果该子空间对应的子区域不超过两个被占用,该子空间也被判断为空的。判定子空间被占用的公式如下:
虽然第(1)式搭配图4A、4B可根据三个表面判断一子空间的占用状态,子空间的占用状态判断式所依据的表面数量可推广至任何数量。假设SP(i,j,k)为该子空间(i,j,k)所对应到的子区域的状态函数,而p和N是表面数量,则推广后的公式表示如下:
Figure G2009101690785D00072
一物体,例如即将运送的货物或包裹,可能在储存空间300中占用一或多个子空间。该物体的体积,可通过估计被占用掉的子空间数来判断,也就是状态函数SC(i,j,k)的值为1的子空间总数。这个总数可通过加总所有状态函数SC(i,j,k)的回应值而得。同样的,储存空间300中未被物体占用的剩余空间的总体积,也可以通过响应值为0的状态函数SC(i,j,k)的总数而求得。另一方面来说,储存空间300中的剩余空间可利用减法,将储存空间300的总空间减去占用空间而求得。
假设所有子空间皆相同大小,具有宽度W,高度H以及深度D,而NW,NH,ND为x,y,z轴上的子空间数量,则剩余空间的总体积可由下列公式求得:
V free = W × H × D × [ N W × N H × N D - Σ i = 1 N w Σ j = 1 N H Σ k = 1 N D S C ( i , j , k ) ] - - - ( 3 )
图5为本发明实施例之一,在一货柜容器210中估算装货体积的流程图500,实作于上述货运空间利用系统200中。首先,在步骤501中,货柜容器210被分割为多个子空间。在步骤502中,采用该货柜容器210的三维空间内层形成的六个表面的其中至少一个,做为辨识基础。举例来说,图3A、3B采用了左侧表面310,右侧表面320和底层表面330来辨识占用状态。
在步骤503中,每一表面被分割为多个子区域,各对应该子空间于该表面上的一投影区域。
在步骤504中,侦测上述表面上每一子区域的占用状态。举例来说,可采用二维状态函数来表示每一子区域的占用状态。步骤504可实作于上述实施例中的内建侦测子系统201。在步骤505中,根据每一子区域的占用状态,可通过第(1)式推得每一子空间的占用状态。举例来说,一三维状态函数可用来指出该些子空间的占用状态。接着在步骤506中,可根据第(2)式计算该货柜容器210中的剩余空间。在步骤506中,除了已存在的货品的体积外,该货品的其它特征,例如位置和形状,也可用来判断该三维坐标系统中每一子空间的占用状态。步骤505和506可实作于本发明实施例中的数据处理子系统202。
每一子区域的占用状态可通过该货柜容器210中物体的投影而测得。下列三个实例说明了一内建侦测子系统201和对应的步骤504,在一表面上侦测子区域占用状态的方法。
A.传感器式侦测系统
图6为本发明实施例的一传感器系统,用以侦测一货柜容器中子区域的占用状态。如图6所述,传感器式侦测系统600为货运空间利用系统200的本体或其一部份,包含一开关601,一信号源602,多个传感器603,以及一通讯装置604。
开关601安装于该货柜容器210的门上,可用来指示该门的开关状态。举例来说,开关601可以是一个磁性开关传感器,用来侦测该门是打开或关闭。信号源602安装于货柜容器210的天花板,可发出一信号。该信号会被货柜中的物体吸收或减弱,亦即该信号无法穿透物体。举例来说,该信号可是光线,红外线,超音波,或任何适当的电磁波信号或机械波信号。该信号源602可以是一发光器,例如灯管或多个灯管,用以照亮该货柜容器210的内部空间。该信号的强度可以适当调整,以确保可被传感器603接收。
与信号源602的形式一致,该传感器603可以是光线传感器,红外线传感器,超音波传感器,力传感器,或任何形式发传感器。传感器603安装在货柜容器210中欲被辨识的表面上。举例来说,如图6所示,传感器603安装于左侧表面,底层表面和右侧表面。每一子区域皆对应一传感器。
每一传感器具有两个状态,用以表示对应的子区域是受光照或是处于阴影中。举例来说,当一物体被放置在地板上,位于该物体底下的传感器603不能接收信号源602发出的光线。同样的,在物体左侧或右侧表面上的传感器603也会被阴影遮挡,使其传感器只能收到有限的信号。因此,传感器603将侦测到的信号与一临界值比较。如果信号强度低于临界值,则判断被占用。反之,则判断未被占用。传感器的输出值即可用来代表对应的子区域的占用状态。
通讯装置604可以是数据处理子系统202的一部份,连接着开关601和传感器603,用来接收开关601传送来的门状态信号,以及传感器603传送来的传感器状态数据。该通讯装置604接着整理传感器603输出的状态数据以计算物体的三维轮廓。举例来说,通讯装置604可包含适当的硬件例如处理器,以及实作流程500的软件。通讯装置604亦可包含控制器模块,提供控制指令至该传感器式侦测系统600中的其它组件。
在实际操作时,卡车司机可能递送一货品至一地点。在该货品从车上卸下后,司机再将该货柜容器的门关上。当门被关上后,开关601侦测到门的状态,并发出一信号给通讯装置604。该通讯装置604收到信号后,将连接于货柜容器210的天花板的信号源602打开。于是该通讯装置604接收传感器603感测光线所输出的状态信号,借此计算装载信息。计算所得的装载信息,包含剩余货品的三维轮廓,以及货柜容器210中剩余空间的体积,即被送至后勤子系统203中。
图7A、7B为货柜容器210中堆放物体700的实施例,以及三个表面的感测结果。如图8所示,物体700放置在货柜容器210的内部偏右侧。于是右侧表面320上四个传感器702,以及底层表面330上八个传感器703处于阴影中。该左侧表面310上的四个传感器701,视信号源602的位置而定,也有可能笼罩于阴影中。所以二维状态函数可表示为SL(1,7:10)=1,SB(3:4,7:10)=1,以及SR(1,7:10)=1或0。而其它皆为0。根据第(1)式,不管SR(1,7:10)=1或0,子空间(1,3:4,7:10)都会被判断为被物体700所占用。于是三维状态函数的值即为SC(1,3:4,7:10)=1而其它为0。
图8为一传感器式侦测系统600中一传感器603的实施例。左右两侧表面的传感器603被长护栏801所保护,而电线位于其中将传感器603连接至通讯装置604。长护栏801透过金属连接器802连接至货柜容器210的天花板。对一海运货柜而言,长护栏801是直接固定在波形墙上。底部的传感器603则受到长护栏803的保护,透过金属连接器804连接至货柜容器210的地板。如果货柜容器210是木质地板,则底部的传感器603可直接内嵌在地板中。
传感器603的分布密度可以是均匀分布,或是不均匀分布。换言之,二维表面上的某些区域可以具有较密集的传感器分布,而其它区域则保持稀疏分布。由于每一传感器位于子区域的中央,传感器603的分布密度与子区域的大小是一种反比关系。
在实际的勤务中,货品的摆放通常由货柜容器210的内部,即最接近座舱的地方开始堆积,最后再堆积至货柜容器210的外部。因此为了准确的判断货柜容器210中剩余空间的体积,越接近外部的体积信息需要越高的准确度。如图9所示,以不均匀的方式分布该些传感器,可提高侦测准确度,而不需要增加传感器的总数量。
图9为在一二维表面上的两种子区域区隔方式。表面910和920皆具有200mmx150mm的大小。该表面910被切割为12个相同大小的子区域,总共12个传感器均匀分布于其中。举例来说,子区域911和912具有相同的50mmx50mm的大小。因此不论多少货物堆叠于其中,该表面910的最大准确度就是50mmx50mm。
另一方面,在表面920中,该表面920被切割为11个不同大小的子区域,以11个传感器不均匀地分布在其中。举例来说,子区域921到923各具有75mmx150mm,50mmx75mm以及37.5mmx37.5mm的大小,渐次减少。较内侧的子区域面积较大,而较外侧的子区域面积较小。因此,当货柜容器210中有超过60%被占用时,最大精准度可以精确至37.5mmx37.5mm的范围。借此,在物体装载率高的时候,以不均匀的方式分割表面可以在不增加传感器的前提下提高侦测准确度。
在采用不均匀分割方式的时候,剩余空间的体积可通过下列公式计算,属于第(3)式的特例。假设LW,LH,LD代表内部空间的x,y,z轴的长度,而NW,NH,ND是该x,y,z轴上子空间的数量,Vi,j,k为坐标(i,j,k)的子空间的体积。而剩余空间的体积表示为下式:
V free = L W × L H × L D - Σ i = 1 N w Σ j = 1 N H Σ k = 1 N D S C ( i , j , k ) × V i , j , k - - - ( 4 )
B.被动式侦测系统
图10为被动式侦测系统1000的实施例,用以侦测货柜容器210中子区域的占用状态。被动式侦测系统1000可以是货运空间利用系统200的本体或是其一部份,包含一影像装置1010,一无线网络基地台1020,一移动数字助理(PDA)1030,以及多个反光纹样1040。
反光纹样1040是放置在货柜容器210内层的三个表面中。每一反光纹样1040安排在一子区域中。如图10所示,反光纹样1040之间如网格般均匀相隔。反光纹样1040可以是任何形状,例如矩形,长方形,环形,条形码,或三角形。在另外的实施例中,反光纹样1040也可以是单纯的网格线或是等间距的网点。
影像装置1010附着在该货柜容器210的天花板,面朝着里端,用以捕捉反光纹样1040的影像。举例来说,影像装置1010可以是摄影机。影像装置1010的角度可沿着水平和垂直方向调整。影像装置1010的焦距也可以随着特定物体或区间而变。由于货柜容器210内部空间通常过大,无法容纳于单张照片,该货柜容器210可被分隔线1050隔为多个区间。不同区间的反光纹样,会以不同的方式排列,或呈现不同的形状。影像装置1010的角度和焦距经过调整,可捕捉不同区间的照片。在分隔线1050的辅助下,可根据照片判断每一区间中所属的反光纹样1040。
影像装置1010是透过安装于卡车上的无线网络基地台1020而受到PDA1030控制。无线网络基地台1020可以是座舱行动装置212的一部分。PDA 1030可能包含多种应用程序,可调整影像装置1010的角度和焦距,用以捕捉货柜容器210的每一区间的照片。PDA 1030也可包含分析照片的应用软件。被遮挡在物体的后方和下方的反光纹样,在照片中并无法显现。因此纹样的可见度,可突显出一子区域是否被占用。借此,每一子区域的占用状态即可通过分析照片中可见纹样而判断。
图11为程序1100的流程图,用以使用被动式侦测系统1000侦测占用状态。在步骤1101中,在远程装置如PDA 1030或影像装置中所包含的应用程序,可调整影像装置1010的角度和焦距,以捕捉该货柜容器210中每一区间的纹样照片。货柜容器210被区隔为多个区间,每一区间被捕捉一或多张照片。在步骤1102中,该些照片接着被逐个分析。首先,在步骤1103中,辨识照片中的特定区间所在。由于区间是以分隔线来区别,因此侦测分隔线即可辨识区间所在。不同区间中的不同纹样也有助于辨识特定区间。
在步骤1104中,将照片中辨识出的纹样位置记录下来。如果没有物体将纹样遮挡在影像装置1010的视线外,则照片中会看得到这些纹样。在步骤1105中,这些可见纹样的形态和位置可用来分析该表面上的子区域的占用状态。在本发明实施例中,照片中纹样的位置对应到被辨识区间中子区域的位置。如果一纹样是可见的,其对应的一子区域则为未占用状态。同样地,如果一纹样是不可见的,则其对应的子区域为占用状态。
在步骤1106中,判断是否所有的照片皆已被分析。如果还有未分析的照片,则跳回步骤1102进行分析。步骤1102到1106会重复进行,直到所有照片皆被分析完毕。在占用状态侦测完毕后,可接着采用程序500来计算货柜容器210中剩余空间的形状和体积。
图12A、12B为使用被动式侦测系统1000的实施例。为了更简易的侦测一区域是否被占用,可在容器1200的内层中涂绘标志1210。该些标志1210形成网格线,对应每一表面的子区域。如图12A所示,一物体1220装载于容器1200中。从图12A的视角所捕捉的照片观之,该物体1220的后方、下方和右方的标志1210皆为不可见。图12B为采用物体110分析该照片所得结果。其中照片中的物体1220在侦测已知物体1220的过程中被过滤掉。举例来说,区域1230代表没有标记的区域,因此被判断为被物体所占用的区域。图12B所示的分析结果可接着用于判断每一子区域的占用状态。
C.结构光线式侦测系统
图13为结构光线式侦测系统1300的实施例,用以侦测该货柜容器210中的子区域的占用状态。结构光线式侦测系统1300包含一侦测系统1310,一结构式光源1320,一无线网络基地台1330,以及一PDA 1340。
结构光线式侦测系统1300与被动式侦测系统1000类似,但是货柜容器210的内层表面上并没有反光纹样。相对的,改由一结构式光源1320投射出特定纹样1350。当该特定纹样1350投射到一物体上时,会沿着该物体的外缘产生变化。这种变化包含了物体的形状、位置以及体积信息,所以可用来侦测子区域的占用状态。如果没有其它光线照亮该货柜容器210,也可采用普通光线来取代该结构光线。
侦测系统1310附着于该货柜容器210的天花板,朝向内侧监看,可捕捉具有特定纹样1350的照片。该侦测系统1310的视角和焦距皆可调整。与被动式侦测系统1000相似,货柜容器210可被区隔为多个区间,而侦测系统1310可调整至一特定视角和一特定焦距以捕捉每一区间中具有特定纹样的照片。
侦测系统1310是透过连结于该卡车上的一无线网络基地台1330而受到PDA 1340的控制。该PDA 1340包含多个应用程序,可调整该侦测系统1310的角度和焦距以捕捉该货柜容器210中每一区间的照片。每一区间可能被照相两次。在第一回合中,在物体装载入该货柜容器210之前,该侦测系统1310事先捕捉一张照片,包含由结构光线投影在空的货柜容器210中所产生的特定纹样1350。在该物体被装载至该货柜容器210之后,该侦测系统1310被调整至相同角度和相同焦距,捕捉同一区间的照片,以观察物体造成的影响。
PDA 1340进一步包含可分析照片的应用程序,用以判断子区域的占用状态。图15A、15B为使用结构光线式侦测系统1300侦测子区域的占用状态的程序1400的流程图。
在步骤1401中,在远程装置如PDA 1340中,或影像装置中的应用程序,可调整侦测系统1310的视角和焦距,以捕捉该货柜容器210中每一区间中具有特定纹样的照片。货柜容器210被区隔为多个区间,而每一区间被拍两次照片。在步骤1402中,在没有物体堆放的情况下产生第一组结构光线纹样的照片。在步骤1403中,在物体放置于该货柜容器210中之后,产生第二组结构光线纹样的照片。
该些照片依照区间逐个被分析。在步骤1404中,将该两组照片中的第一区间进行对照分析。在步骤1405中,从第一组照片中的一照片中筛选出一特定纹样。在步骤1406中,对照该第一组照片中的该照片和该第二组照片中的对应照片,分析出一纹样差异。由于纹样差异是随着物体的外形而异,所以可用来代表该物体所占用区域。在步骤1407中,该纹样差异随后被对应至该货柜容器210中的表面上。在本实施例中,该纹样差异的位置被对应至该区间中的子区域。在步骤1408中,该子区域的占用状态即可根据该纹样差异而判断。举例来说,如果一子区域对应到该纹样差异,则该子区域即被判断为被占用。同样地,如果该子区域未被该纹样差异对应到,则表示未被占用。
在步骤1409中,判断是否所有区间皆已分析完毕。如果仍有区间尚未分析,则回到步骤1404,进行下一区间的分析。步骤1404至1409是重复进行,直到所有照片皆被分析。在占用状态被侦测出来后,可接着进行程序500进一步计算货柜容器210中剩余空间的体积和形状。
图15A、15B为使用该结构光线式侦测系统的实施例。如图15A所示,没有任何物体被装载至容器1500中,而结构光线在其内层表面上产生了一结构光线纹样1510。侦测系统1310可被调整至特定视角和焦距以捕捉具有该结构光线纹样1510的第一照片。在图15B中,物体1550被装载至容器1500中。于是结构光线在容器1500之中及物体1550之上产生了结构光线纹样1520。其中结构光线纹样1520随着物体1550的外形而改变,所以与结构光线纹样1510有所差异。
将结构光线纹样1510和1520进行对照,可产生一差异纹样1530,如图15C所示。该差异纹样1530可被对应至容器1500中的表面。根据差异纹样1530和容器1500中的子区域的画素位置对应关系,可以判别被物体1550所占用的子空间1540,如图15D所示。
虽然本发明以较佳实施例说明如上,但可以理解的是本发明的范围未必如此限定。相对的,任何基于相同精神或对本发明所属技术领域中具有通常知识者为显而易见的改良皆在本发明涵盖范围内。因此专利要求范围必须以最广义的方式解读。

Claims (16)

1.一种侦测方法,其特征在于,用以侦测一储存空间中的至少一物体,包含:
辨认该储存空间内层表面中的至少一表面;
将每一表面分割为多个子区域,其中该储存空间被分割为多个子空间,每一子空间的投影对应于至少一表面的一子区域;
该储存空间中一信号源发射至少一信号,使每一子区域的传感器接收该信号,其中该信号无法穿透物体;
如果一子区域接收到的信号低于一临界值,则判断该子区域被占用,以侦测每一子区域的占用状态,其中占用状态是用以表示是否有至少一物体堆放于其子区域上;以及
根据每一子区域的占用状态,计算该至少一物体的至少一体积、位置以及形状信息,其中计算该至少一物体的体积的步骤包含:
辨认该至少一物体所占用的子空间,其中如果一子空间对应的至少两个子区域被占用,则判定该子空间被占用;以及
根据每一被占用的子空间的体积,计算该至少一物体的体积信息。
2.根据权利要求1所述的侦测方法,其特征在于,进一步包含:计算该储存空间中没有被该至少一物体占用的剩余空间的至少一体积、位置以及形状信息。
3.根据权利要求1所述的侦测方法,其特征在于,该信号为光线,该传感器为光线侦测器,而该信号源为一发光器。
4.根据权利要求1所述的侦测方法,其特征在于,该储存空间具有一第一端和一第二端两两相对,该第二端比该第一端更接近该储存空间的入口,该侦测方法进一步包含:
将该至少一物体放置于该第一端附近,其中较接近该第一端的子区域大于较接近该二端的子区域。
5.一种侦测方法,其特征在于,用以侦测一储存空间中的至少一物体,包含:
辨认该储存空间内层表面中的至少一表面; 
将每一表面分割为多个子区域,其中该储存空间被分割为多个子空间,每一子空间的投影对应于至少一表面的一子区域;
使该至少一表面上的至少一些子区域上具有纹样;
从一影像装置接收该些纹样的至少一影像,以观察该储存空间;以及
处理该至少一影像以计算每一子区域的占用状态;
将该至少一影像对应至该至少一表面;以及
如果该子区域上的对应纹样没有出现在该至少一影像上,则判断该子区域被占用,以侦测每一子区域的占用状态,其中占用状态是用以表示是否有至少一物体堆放于其子区域上;以及
根据每一子区域的占用状态,计算该至少一物体的至少一体积、位置以及形状信息,以及
根据每一被占用的子空间的体积,计算该至少一物体的体积信息,其中计算该至少一物体的体积的步骤包含:
辨认该至少一物体所占用的子空间,其中如果一子空间对应的至少两个子区域被占用,则判定该子空间被占用;以及
根据每一被占用的子空间的体积,计算该至少一物体的体积信息。
6.根据权利要求5所述的侦测方法,其特征在于,从一影像装置接收该些纹样的至少一影像的步骤包含:
将该储存空间区隔为多个区间;以及
在每一区间中,调整该影像装置的角度和焦距以获取该区间的纹样的影像。
7.一种侦测方法,其特征在于,用以侦测一储存空间中的至少一物体,包含:
辨认该储存空间内层表面中的至少一表面;
将每一表面分割为多个子区域,其中该储存空间被分割为多个子空间,每一子空间的投影对应于至少一表面的一子区域;
在该储存空间中投影一结构光线;
在至少一物体放置于该储存空间之前,使用一影像装置捕捉由该结构光线产生的一第一组影像,具有一第一光线纹样;
在至少一物体放置于该储存空间之后,使用该影像装置捕捉由该结构光线 产生的一第二组影像,具有一第二光线纹样,其中该第二组影像中的每一影像对应该第一组影像中的一影像;
处理该第一组影像和该第二组影像以侦测每一子区域的占用状态;
根据该第二组影像中的每一影像,以及该第一组影像中的对应影像,找出一差异纹样;
将该差异纹样与该至少一表面进行对照;以及
如果一子区域被该差异纹样覆盖,则判断该子区域被占用,以侦测每一子区域的占用状态,其中占用状态是用以表示是否有至少一物体堆放于其子区域上;以及
根据每一子区域的占用状态,计算该至少一物体的至少一体积、位置以及形状信息,其中计算该至少一物体的体积的步骤包含:
辨认该至少一物体所占用的子空间,其中如果一子空间对应的至少两个子区域被占用,则判定该子空间被占用;以及
根据每一被占用的子空间的体积,计算该至少一物体的体积信息。
8.根据权利要求7所述的侦测方法,其特征在于,产生该第一组影像和该第二组影像的步骤包含:
将该储存空间隔为许多区间;
在每一区间中,调整该影像装置至一角度和一焦距,以截取一区间中具有第一光线纹样的一第一影像;以及
在同一区间中,调整该影像装置至同一角度和同一焦距,以截取同一区间中具有第二光线纹样的一第二影像。
9.一种侦测系统,其特征在于,用以侦测一储存空间中的至少一物体,包含:
一信号源,用以产生至少一信号,其中该至少一信号并不能穿透该至少一物体;
多个传感器,放置于该储存空间内层表面之至少一表面上,其中每一表面分割为多个子区域,而每一子区域中具有一传感器,用以侦测该信号源发出的至少一信号,其中该储存空间被分割为多个子空间,每一子空间的投影对应于至少一表面的一子区域;以及
一处理器,用以执行下列功能: 
根据每一传感器侦测到的信号,如果一子区域所对应的传感器接收到的信号低于一临界值,则判断该子区域被占用,以侦测每一子区域的占用状态,其中占用状态是用以表示是否有至少一物体停放于其子区域上;以及
根据该些子区域的占用状态,计算该至少一物体之至少一体积、位置以及形状信息,其中该至少一物体的体积系根据下列步骤而计算:
辨认该至少一物体所占用的子空间,其中如果一子空间对应的至少两个子区域被占用,则判定该子空间被占用;以及
计算每一被占用的子空间的体积,并借此据以计算该至少一物体的体积信息。
10.根据权利要求9所述的侦测系统,其特征在于,该处理器进一步用来计算该储存空间中没有被该至少一物体占用的剩余空间的至少一体积、位置以及形状信息。
11.根据权利要求9所述的侦测系统,其特征在于,该信号为光线,该传感器为光线侦测器,而该信号源为一发光器。
12.根据权利要求9所述的侦测系统,其特征在于,该储存空间具有一第一端和一第二端两两相对,该第二端比该第一端更接近该储存空间的入口,其中较接近该第一端的子区域大于较接近该二端的子区域。
13.一种侦测系统,用以侦测一储存空间中的至少一物体,包含:
多个纹样,放置在该储存空间内层表面中的至少一表面上,其中每一表面被分割为多个子区域,而且一子区域具有一纹样,该储存空间被分割为多个子空间,每一子空间的投影对应于至少一表面的一子区域;
一影像装置,放置于该储存空间中,用以捕捉至少一纹样的影像;以及
一处理器,用以进行下列功能:
根据该至少一影像,将该至少一影像与该至少一表面进行对照,如果该子区域中的纹样在该影像中找不到,则判断该子区域被占用,以侦测每一子区域的占用状态,其中占用状态是用以表示是否有至少一物体停放于其子区域上;以及
根据每一子区域的占用状态,计算该至少一物体的至少一体积、位置以及形状信息,其中该至少一物体的体积系根据下列步骤而计算:
辨认该至少一物体所占用的子空间,其中如果一子空间对应的至少两 个子区域被占用,则判定该子空间被占用;以及
计算每一被占用的子空间的体积,并借此据以计算该至少一物体的体积信息。
14.根据权利要求13所述的侦测系统,其特征在于,
该储存空间被隔为多个区间,以及
在每一区间中,该影像装置调整角度和焦距以获取该区间的纹样的影像。
15.一种侦测系统,其特征在于,用以侦测一储存空间中的至少一物体,包含:
一光源,用以投影一结构光线于该储存空间内层表面中的至少一表面,其中该储存空间被分割为多个子空间,每一子空间的投影对应于至少一表面的一子区域,每一表面分割为多个子区域,而每一子区域具有一纹样;
一影像装置,用以:
在至少一物体放置于该储存空间之前捕捉由该结构光线产生的一第一组影像,具有一第一光线纹样;
在至少一物体放置于该储存空间之后捕捉由该结构光线产生的一第二组影像,具有一第二光线纹样,其中该第二组影像中的每一影像对应该第一组影像中的一影像;以及
一处理器,用以:
处理该第一组影像和该第二组影像以侦测每一子区域的占用状态,根据该第二组影像中的每一影像,以及该第一组影像中的对应影像,找出一差异纹样;将该差异纹样与该至少一表面进行对照,如果一子区域被该差异纹样覆盖,则判断该子区域被占用,其中占用状态是用以表示是否有至少一物体停放于其子区域上;以及
根据该些子区域的占用状态,计算该至少一物体的至少一体积、位置以及形状信息,其中该至少一物体的体积根据下列步骤而计算:
辨认该至少一物体所占用的子空间,其中如果一子空间对应的至少两个子区域被占用,则判定该子空间被占用;以及
计算每一被占用的子空间的体积,并借此据以计算该至少一物体的体积信息。
16.根据权利要求15所述的侦测系统,其特征在于, 
该储存空间被隔为许多区间;
在每一区间中,该影像装置调整至一角度和一焦距,以截取一区间中具有第一光线纹样的一第一影像;以及
在同一区间中,该影像装置调整至同一角度和同一焦距,以截取同一区间中具有第二光线纹样的一第二影像。 
CN2009101690785A 2008-09-24 2009-09-21 侦测方法及侦测系统 Expired - Fee Related CN101685001B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US9972308P 2008-09-24 2008-09-24
US61/099,723 2008-09-24
US12/436,481 US20100073476A1 (en) 2008-09-24 2009-05-06 Systems and methods for measuring three-dimensional profile
US12/436,481 2009-05-06

Publications (2)

Publication Number Publication Date
CN101685001A CN101685001A (zh) 2010-03-31
CN101685001B true CN101685001B (zh) 2011-09-07

Family

ID=41303946

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009101690785A Expired - Fee Related CN101685001B (zh) 2008-09-24 2009-09-21 侦测方法及侦测系统

Country Status (4)

Country Link
US (1) US20100073476A1 (zh)
EP (1) EP2169606A1 (zh)
CN (1) CN101685001B (zh)
TW (1) TW201013554A (zh)

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8427424B2 (en) 2008-09-30 2013-04-23 Microsoft Corporation Using physical objects in conjunction with an interactive surface
US8730309B2 (en) 2010-02-23 2014-05-20 Microsoft Corporation Projectors and depth cameras for deviceless augmented reality and interaction
US9329469B2 (en) 2011-02-17 2016-05-03 Microsoft Technology Licensing, Llc Providing an interactive experience using a 3D depth camera and a 3D projector
US9480907B2 (en) 2011-03-02 2016-11-01 Microsoft Technology Licensing, Llc Immersive display with peripheral illusions
CN102739952B (zh) 2011-03-29 2015-06-03 财团法人工业技术研究院 多视角取像方法及其应用系统
TWI467497B (zh) * 2011-03-29 2015-01-01 Ind Tech Res Inst 多視角取像方法及應用其之系統
US9597587B2 (en) * 2011-06-08 2017-03-21 Microsoft Technology Licensing, Llc Locational node device
US20140372182A1 (en) * 2013-06-17 2014-12-18 Motorola Solutions, Inc. Real-time trailer utilization measurement
US20150269501A1 (en) * 2014-03-18 2015-09-24 Ghostruck Co System and process for resource allocation to relocate physical objects
US9460524B1 (en) * 2014-05-30 2016-10-04 Amazon Technologies, Inc. Estimating available volumes using imaging data
US10161746B2 (en) * 2014-08-18 2018-12-25 Trimble Navigation Limited Systems and methods for cargo management
EP3037907A1 (en) * 2014-12-23 2016-06-29 Université Sciences Technologies Lille Autonomously assisted and guided vehicle
US9576166B2 (en) * 2015-02-18 2017-02-21 Fedex Corporate Services, Inc. Apparatus, non-transient computer readable media, and methods for automatically quantifying space within a logistics container using a scanning sensor node disposed within the container
GB2538539A (en) * 2015-05-20 2016-11-23 Airbus Operations Ltd Measuring surface of a liquid
US9940730B2 (en) * 2015-11-18 2018-04-10 Symbol Technologies, Llc Methods and systems for automatic fullness estimation of containers
US10713610B2 (en) 2015-12-22 2020-07-14 Symbol Technologies, Llc Methods and systems for occlusion detection and data correction for container-fullness estimation
CN105513410B (zh) * 2015-11-25 2018-04-06 成都臻识科技发展有限公司 一种基于不可见结构光投影的车位识别方法与装置
US10228488B2 (en) * 2016-08-05 2019-03-12 Blackberry Limited Determining a load status of a platform
US10234875B2 (en) * 2016-10-24 2019-03-19 Toyota Motor Engineering & Manufacturing North America, Inc. Changing vehicle component settings to retain cargo within the vehicle
GB2553039A (en) * 2017-07-24 2018-02-21 Daimler Ag Cargo transport vehicle as well as method for operating such a vehicle
US10302478B1 (en) 2018-01-22 2019-05-28 Blackberry Limited Method and system for cargo load detection
SG11202007087SA (en) * 2018-01-26 2020-08-28 Bumblebee Spaces Inc Hoist system with household object payload motion control utilizing ambient depth data
US10783656B2 (en) 2018-05-18 2020-09-22 Zebra Technologies Corporation System and method of determining a location for placement of a package
DE102018117541B4 (de) * 2018-07-19 2021-12-09 Fahrzeugwerk Bernard Krone GmbH & Co. KG Verfahren zur Überwachung des Beladungszustandes von Nutzfahrzeugen oder Wechselaufbauten für Nutzfahrzeuge
EP3624028A1 (de) * 2018-09-12 2020-03-18 Schmitz Cargobull AG Erkennen von belegten und/oder unbelegten laderaumbereichen in einem laderaum eines nutzfahrzeugs
US10922830B2 (en) * 2018-12-19 2021-02-16 Zebra Technologies Corporation System and method for detecting a presence or absence of objects in a trailer
JP7358860B2 (ja) * 2019-09-10 2023-10-11 株式会社アイシン 配達支援システムおよび配達支援プログラム
TWI738098B (zh) * 2019-10-28 2021-09-01 阿丹電子企業股份有限公司 光學式體積測定裝置
DE102021118879A1 (de) 2021-07-21 2023-01-26 Zf Cv Systems Global Gmbh Verfahren und System zur Überwachung eines Laderaums
US20230112290A1 (en) * 2021-10-11 2023-04-13 Industrial Artificial Intelligence Inc. System and method for facilitating a transporting process

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4000821A (en) * 1971-06-03 1977-01-04 Elecompack Company Ltd. Apparatus for storing unstacking and delivering articles
US3932042A (en) * 1974-05-20 1976-01-13 Barry-Wehmiller Company Container inspection apparatus and method of inspection
US4182451A (en) * 1978-05-30 1980-01-08 Specialty Brands, Inc. Container level height detector
US5351126A (en) * 1991-10-31 1994-09-27 Matsushita Electric Works, Ltd. Optical measurement system for determination of an object's profile or thickness
EP0620528B2 (de) * 1993-04-10 2001-10-31 Christoph Schausten Verfahren zur Lagerung von Stückgut und Vorrichtung zur Durchführung des Verfahrens
US6394153B2 (en) * 1998-04-01 2002-05-28 Electro-Pro, Inc. Control method and apparatus to detect the presence of a first object and monitor a relative position of the first or subsequent objects such as container identification and product fill control
US20020057208A1 (en) * 1998-09-25 2002-05-16 Fong-Jei Lin Inventory control system using r.f. object identification
US6588609B1 (en) * 2000-01-12 2003-07-08 Kensington Technology Group, A Division Of Acco Brands, Inc. Display device stand with rotatable storage
US7310431B2 (en) * 2002-04-10 2007-12-18 Canesta, Inc. Optical methods for remotely measuring objects
US20040066500A1 (en) * 2002-10-02 2004-04-08 Gokturk Salih Burak Occupancy detection and measurement system and method
WO2004097350A2 (en) * 2003-04-28 2004-11-11 The Board Of Trustees Of The University Of Illinois Room volume and room dimension estimation
FI118579B (fi) * 2004-03-30 2007-12-31 Tamtron Oy Menetelmä ja järjestely logistiikan hallitsemiseksi
WO2007149967A2 (en) * 2006-06-21 2007-12-27 Resta Frank V Inventory rack with measuring means
US8087542B2 (en) * 2007-01-10 2012-01-03 Crane Merchandising Systems, Inc. System for whipping a fluid slurry and method therefor
DE202008007269U1 (de) * 2008-03-31 2008-08-07 Becker Marine Systems Gmbh & Co. Kg Palettenlageranlage zur Lagerhaltung von Lagergütern, insbesondere für den Einsatz in Schiffen

Also Published As

Publication number Publication date
TW201013554A (en) 2010-04-01
US20100073476A1 (en) 2010-03-25
EP2169606A1 (en) 2010-03-31
CN101685001A (zh) 2010-03-31

Similar Documents

Publication Publication Date Title
CN101685001B (zh) 侦测方法及侦测系统
US10875496B2 (en) Vehicle load prediction
AU2017302833B2 (en) Database construction system for machine-learning
US10370220B2 (en) Flexible destination dispatch passenger support system
Atev et al. A vision-based approach to collision prediction at traffic intersections
Bovolo et al. A hierarchical approach to change detection in very high resolution SAR images for surveillance applications
CN108363065A (zh) 物体检测系统
US9042639B2 (en) Method for representing surroundings
CN109522784A (zh) 用于区分可越过物体与不可越过物体的装置和方法
CN105842678B (zh) 车辆中用于对激光雷达数据进行滤波的系统及其方法
EP1959675A2 (en) Detection device, method and program thereof
US20120010851A1 (en) System and method for detection of concealed cargo in a vehicle by center of mass measurement
US20100225764A1 (en) System and method for occupancy detection
CN112767540A (zh) 一种agv自动装车方法
US9829575B2 (en) Method for representing a vehicle environment with position points
CN110543807B (zh) 验证障碍物候选的方法
CN103886757A (zh) 用于自动分类运动中的车辆的方法
US11709260B2 (en) Data driven resolution function derivation
CN114022537B (zh) 一种用于动态称重区域车辆装载率和偏载率分析方法
US20180188375A1 (en) Intelligent parking systerm and parking lot using the same
Janda et al. Road boundary detection for run-off road prevention based on the fusion of video and radar
CN110929475B (zh) 对象的雷达简档的注释
US20230305565A1 (en) System for detection, collection, and remediation of objects of value at waste, storage, and recycling facilities
CN115123897A (zh) 对象检测方法、装置及设备
US10916141B1 (en) System and method for generating a parking space directory

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20110907

CF01 Termination of patent right due to non-payment of annual fee