CN101750607A - 用于被动式光学定位导航系统的器械识别方法 - Google Patents
用于被动式光学定位导航系统的器械识别方法 Download PDFInfo
- Publication number
- CN101750607A CN101750607A CN200910260111A CN200910260111A CN101750607A CN 101750607 A CN101750607 A CN 101750607A CN 200910260111 A CN200910260111 A CN 200910260111A CN 200910260111 A CN200910260111 A CN 200910260111A CN 101750607 A CN101750607 A CN 101750607A
- Authority
- CN
- China
- Prior art keywords
- point
- monumented
- monumented point
- distance
- match
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000003287 optical effect Effects 0.000 title claims abstract description 12
- 238000009826 distribution Methods 0.000 claims description 13
- 230000008878 coupling Effects 0.000 claims description 11
- 238000010168 coupling process Methods 0.000 claims description 11
- 238000005859 coupling reaction Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000000295 complement effect Effects 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 4
- 238000000926 separation method Methods 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000013461 design Methods 0.000 description 13
- 230000004807 localization Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000012552 review Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005755 formation reaction Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明是一种用于被动式光学定位导航系统的器械识别方法,属于信息技术应用的领域。首先各个待识别器械上标志点的位置分布为:每个器械上所固结的标志点形状完全相同,但同一器械上各标志点间的距离不相同,不同器械上的标志点间的距离也有显著差别。检测时,首先利用双目视觉原理,检测三维空间中的标志点。然后按已知的器械上标志点的距离对各个标志点间的几何关系进行匹配检测,若能够找到这样的组合,则完成了匹配,认为选中的标志点组成了该器械。本发明的优点是只使用一种规格的标志点就可以对多种器械进行被动的跟踪定位,提高了易损的标志点更换的互换性,降低了更换标志点的成本。
Description
该申请为同一申请人于2008年7月25日申请的申请号为200810117180.6的分案申请
技术领域
本发明是一种用于被动式光学定位导航系统中的器械识别方法,该方法利用光学运动跟踪系统同时跟踪识别多个安装有被动式标志点的器械,用于定位导航系统同时使用的多个被动式标记的器械的跟踪识别。本发明属于信息技术应用的领域。
技术背景
随着信息技术的发展,为确定某物体(或称为器械)在空间中的位置关系,最常使用的是红外光学三维定位跟踪系统,它通过两个以上的红外摄像机来获取视场中的图像,并在各个摄像机两维的图像中提取固结在器械上的若干个发光或反光标志点的位置,然后通过基于双目视觉原理的空间位置解算方法,计算出各个标志点的三维位置,并进一步计算同一器械上三个以上标志点所确定的刚性器械的质心或尖端位置,以及器械所指向的方向。目前红外光学三维定位系统所能够定位的器械分为主动式和被动式两种,主动式是指器械上有供电,通过驱动红外发光二极管(IR-LED)顺序发光,并可以与位置检测和器械识别系统主机进行主动通讯的检测方式。而被动式是指被识别的器械本身无供电和与主机的通讯联系,只是被动地接受跟踪检测的器械,被动式器械一般采用反光式的标志点。由于主动式的器械可以通过控制红外发光二极管的顺序发光来区分各个器械,以及器械上的各个标志点,或者通过电子线路通讯进行同步检测,因此器械的识别非常简单,但主动式的器械多采用电缆联结,使用不便。被动式器械的优点是无联线的束缚,使用方便,成本低,互换性好。但由于被动式器械只是被动地接受跟踪检测,因此在跟踪被动式器械时,完全要依赖器械识别算法来区分不同的器械,并计算器械的位置和方向。
同时使用的多个被动器械,要能被区分开并准确定位,可以在器械上附着多种不同形状或大小的反光标志点,每个标志点将在摄像机图像中呈现不同的形状,以便区别。但这种方法的实施有一定困难,因为要设计加工多种多样的标志点,而且要在图像中加以定位和区分,有一定难度。因此需要研究采用统一大小和形状的标志点时的器械识别跟踪方法。
发明内容
本发明提出了一种对被动式器械进行识别与定位的方法,该方法利用器械上标志点的共面特性和标志点间几何布局的差异对被动式器械进行识别,可以同时跟踪识别多个被动式的器械,并计算得到各个器械的位置和方向。
本发明的主要思路是基于以下考虑:
首先,所说的被动式器械上只有一种规格的标志点,而每个器械上可以固结若干个标志点,在使用中允许多个器械同时出现在摄像机的视场中。因此,为了区分各个器械,我们考虑各个器械上的标志点的安放必须有不同的几何分布,在定位和跟踪器械时,可以利用摄像机检测到的多个标志点间空间分布的信息,对标志点进行分组,并利用分组的标志点来计算该器械的空间位置。进一步,对于同一个器械,为了定位其方向,需要区别组内不同标志点的顺序,因此我们考虑采用标志点组成的多边形非对称分布的方式,来区分各个标志点的顺序。实施中,为了便于区分不同的器械,要求不同器械所固结的标志点间的距离有显著差别,或各个标志点联线所组成各多边形的内角有差别。
基于以上考虑,本发明中的识别方法能识别的器械的标志点布局须具备如下特点:一个器械有三个或四个共面的标志点。标志点自身的形状相同,但同一器械上各标志点间的距离有差别,标志点联线组成的多边形是不对称的。同时,不同器械上的标志点布局,均应有明显差别,即指标志点间距离有差异和(或)多边形形状有差别。具体讲,分为下面两种情况:
1.若采用有三个共面标志点的器械,则这3个标志点联线应构成不对称的三角形。为进行识别,不同器械上三角形的形状或边长有明显区别,即任意两个不同器械上标志点间的三个距离从小到大排列组成的距离数组,应有明显的差别,其中至少有两个对应距离的差异要大于5mm,或三角型至少有一个内角的差异应大于5度。
2.若采用有四个共面标志点的器械,则这4个标志点应构成不对称的四边形。为进行识别,将任意两个不同器械上四个标志点间的6个距离从小到大排列组成距离数组,应有明显的差别,其中至少有两个对应距离的差异要大于5mm。
根据以上的设计原则,不同的器械在三维空间被检测时,虽然众多的标志点在摄像机图像中呈现同样的形状,无法知道哪个标志点属于哪个器械。但在空间分布上,一个器械上的一组标志点之间相对的几何关系将保持不变,因此,若预先知道某个器械上所固结的标志点的空间分布情况,并存储在计算机中,可利用对各标志点之间几何关系(距离和共面性)的检测计算,与预先存储的空间分布模式进行匹配,从而识别和定位该器械。显然,采用四个标志点可以得到更多的距离组合,因此在相同尺度上,更容易设计出多种多样的器械标志点布局,而且在识别时的判别条件也更加严格,误识别的可能性会更小。在可能情况下建议尽可能选取四个标志点的组合,以得到更好的识别结果。
基于以上的考虑,所构造的方法的基本原理是:首先利用双目视觉原理,利用两个或更多的摄像机,检测三维空间中的标志点,并通过成熟的双目视觉原理,计算得到各个标志点的三维空间位置;然后按已知的器械上标志点的距离对各个标志点间的几何关系进行匹配检测,并按照空间共面性质对标志点进行分组,即首先根据待识别器械的标志点位置定义,在其距离数组中选取两个距离,并在摄像机检测的标志点中找到满足这两个距离的三个标志点,然后通过三点建立平面,将摄像机检测的所有空间共面的标志点组合成一组待检测点,然后在该组内的所有标志点中找出满足该器械距离数组的三个或四个点的组合,若能够找到这样的组合,则完成了匹配,认为该组中选中的标志点组成了该器械。当在满足共平面关系的标志点中无法完成距离匹配时,则从未被归入该平面的标志点出发,再次进行上述寻找和匹配的计算,直到找到待识别的器械。
在多个器械同时使用时,可能偶然会发生一个器械上的某个标志点,恰好与另一个器械上的其他标志点构成所识别的多边形的情况,这样,在上述共面的标志点中可能会检测到多组匹配,使某个器械的位置不确定。为排除这种情况,需要通过对待识别的所有器械的检测,排除可能的器械B上的标志点被器械A误识别的情况。因为这时器械A的识别有两种标志点组合,其中一种是与器械B共用一个标志点的情况。
当一个器械被区分出来以后,可以利用该器械上各个标志点分布的不对称性,来计算和获取各个标志点的顺序,从而定位器械的尖端位置和空间方向。
本方法的前提是在进行识别之前,已知各个器械上所有标志点的空间分布情况(即得知器械的设计情况),并将这种标志点空间分布的信息,事先存储在计算机中。由于在定位导航过程中使用的器械都是有计划的,可以事先知道要识别和定位哪几个器械。在识别和定位器械过程中,根据光学定位系统获取的各个标志点之间的相对位置关系,进行特定器械的匹配识别,就可以知道哪个标志点是属于哪个器械的,在此基础上可以计算器械的空间位置和方向。
本发明具体包括以下步骤:
步骤1:初始化系统,根据待识别的器械的个数与各器械的唯一标号,读取预先存储在计算机中的器械设计参数文件,从该文件中获得器械上标志点的位置分布方案,并组成对应于该器械的距离数组(即各标志点间距离从小到大排列组成的数组),以及器械质心(或尖端)及器械方向与各标志点之间的坐标位置关系。
所述的各个待识别器械上标志点的位置分布方案为:每个器械上都固结有三个或四个共面的标志点,所有标志点的形状完全相同;但同一器械上各标志点间的距离不相同,标志点联线组成的多边形是不对称的;同时,各个器械上的标志点组成的距离数组中至少有两个距离是不相同的,其距离差异大于等于5mm;
步骤2:利用红外光学三维定位系统的摄像机拍摄包含器械的图像对,并用双目视觉原理对摄像机视场中的各个标志点的三维空间位置进行解算,要求解算的各个标志点的三维位置误差小于等于1mm;
步骤3:任意选取一个待识别的器械,按照上述步骤1所获得的对应该器械的标志点距离数组,选取其中一对标志点间的已知距离(一般可选取距离数组中的第1个距离),作为进一步搜索的条件;
步骤4:从上述步骤2所识别的任意一个标志点的空间位置(起始点)出发,逐次计算该点到其他标志点间的距离,如果能够得到一个与步骤3所述的已知距离匹配的标志点(匹配点),则记录下该起始点和匹配点的编号和位置。上述匹配的判据是存储的已知距离与计算的两标志点间的距离差值小于3mm;
步骤5:在器械对应的距离数组中选取另外一对标志点间的已知距离(例如距离数组中的第2个距离),分别从步骤4的起始点和匹配点所对应位置出发,计算其他标志点到该点的距离,若找到与该距离匹配的标志点,则将步骤4的起始点和匹配点及刚刚搜索到的第二个标志点编号和位置记录下来。如果在标志点中无法找到进一步的匹配点,则另外选取一个起始点,再重复步骤4和步骤5的试算,直到找到两个匹配点;
步骤6:通过上述步骤搜索得到的起始点和两个匹配点,建立一个平面,然后对除去起始点和匹配点的其他标志点,用共面关系做进一步筛选,排除所有与该平面距离大于3mm的标志点,而将与该平面距离小于3mm的标志点作为共面点看待。如果在所识别的标志点中无法找到等于或多于待识别器械上标志点个数的共面标志点,则重复步骤4、步骤5重新选择另一个起始点进行这样的匹配搜索;
步骤7:考察步骤6所得到的各个共面标志点之间的各个距离是否与所搜索的器械的距离数组相匹配,具体为:将所识别的各个共面标志点间的距离进行从小到大的排序,并与待识别器械上的距离数组进行匹配,当待识别器械上的距离数组与识别得到的各对应距离的差值均小于3mm时,判定这两个距离组是相匹配的。若满足匹配关系便认为识别到了一个器械,将该器械所对应的标志点记录下来,并在剩余的标志点中寻找新的器械,即重复步骤3~步骤7,直至待识别的器械全部找到。若在某个共面的标志点组中找到多于一个的匹配距离组,则先记录下所有匹配点的位置和编号,并在步骤8中作进一步的区分。
步骤8:当某一器械识别中找到多于一个的匹配距离组时,一定是其他器械上的某个点恰好落在这个器械的平面内,这时所识别得到的多于一个的匹配距离组中,一定有占用另外器械上标志点的情况。在得到所有器械的匹配情况下,通过考察所记录的所有标志点组,可以发现多个器械共用一个标志点的情况,这时需要将该共用标志点归于只匹配到一次的器械,从而是多于一次匹配的器械得到唯一的匹配,最终得到所有要识别的器械。
步骤9:对匹配得到的属于同一器械的各个标志点,根据各标志点联线所组成的不对称图形,与事先存储的器械标志点布局进行比较,确定该组内各标志点的顺序,从而计算得到器械的空间方向和尖端位置信息。
算法的处理流程如附图3所示。从该算法流程可以看到,对于根据形状特征相同的多个标志点的空间位置来区别多个器械的问题,本发明提出了一种使用器械上标志点共面特性和标志点间各个距离组成的距离组的差异来区别器械的方法;而对于同一器械上不同标志点顺序的区别,本发明提出使用标志点非对称布局来进行区别。本发明的器械识别算法是基于对器械上标志点的特殊布局设计来进行的,需建立在合理的器械标志点布局设计基础上。
本发明的优点是只使用一种规格的标志点就可以对使用的多种器械进行被动的跟踪定位,完全不需要在器械上连接电缆,并且不需要设计制造多种标志点,提高了易损的标志点更换的互换性,降低了更换标志点的成本。同时上述跟踪识别是通过计算机自动进行的,完全不需要人工的干预。本发明实现方法简便,可以很好地完成器械的识别跟踪。
附图说明
图1一种三个共面标志点的布局示例
图2一种四个共面标志点的布局示例
图3本发明计算方法流程图
图4识别中器械B的标志点落在器械A平面内,被误匹配的情况示例
图5(a)为3个器械所对应的20个标志点在三维空间中的坐标分布
图5(b)为进行器械识别后的分组结果
图6(a)为5个器械所对应的20个标志点在三维空间中的坐标分布
图6(b)为进行器械识别后的分组结果
具体实施方式
下面结合附图和实例对本发明作进一步说明:
在设计可跟踪定位的器械上的标志点布局的时候,应充分考虑发明构思中标志点布局的设计原则,选择有差异的标志点布局方案以利于识别。例如,尽量采用四个共面标志点布局的待识别器械,四个标志点间的距离和排布方式有显著差异。
作为具体实施的一个实例,可以采用表1所示的5种不同标志点布局的器械,其标志点间的各个距离尺寸如表1所示。本实例中同一器械上标志点间形成的各距离的差值都大于5mm,各个器械上标志点的布局也有明显不同。当然,还可以设计更多的不同类型的标志点分布,以标记更多的器械。
表1所设计的5种可识别跟踪的器械标志点布局实例
器械编号 | 标志点1坐标 | 标志点2坐标 | 标志点3坐标 | 标志点4坐标 |
1 | [0,0,0] | [0,108,0] | [100,130,0] | [113,0,0] |
2 | [0,0,0] | [0,25.28,16.15] | [0,0,65] | [0,-18.65,29.61] |
3 | [0,0,0] | [0,28.59,41.02] | [0,0,88] | [0,-44.32,40.45] |
4 | [0,0,0] | [0,0,50] | [0,25,100] | [0,-25,135] |
5 | [0,0,0] | [0,47.38,28.99] | [0,0,89.1] | [0,-35.36,35.36] |
首先,针对表中编号为3、4、5的三种器械,利用以下的流程进行识别定位的测试:
1)初始化系统,读取器械3、4、5三种器械设计的参数文件,即得到表1中对应三种器械的各个标志点的坐标,分别计算各个器械上标志点间所形成的六个距离,并进行从小到大的排序,形成如表2所示的距离数组(表2给出了所有器械上标志点间的距离)。
表2 5种可识别跟踪器械标志点的距离数组的实例
器械编号 | 距离1 | 距离2 | 距离3 | 距离4 | 距离5 | 距离6 |
1 | 102.4 | 108.0 | 113.0 | 130.6 | 156.3 | 164.0 |
2 | 30.0 | 35.0 | 40.0 | 45.9 | 55.0 | 65.0 |
3 | 50.0 | 55.0 | 60.0 | 65.0 | 72.9 | 88.0 |
4 | 50.0 | 55.9 | 61.0 | 88.6 | 103.0 | 137.3 |
5 | 50.0 | 55.5 | 64.3 | 76.5 | 83.0 | 89.1 |
2)使用红外光学三维定位系统的摄像机进行拍摄,并用双目视觉原理计算获得摄像机视场中待识别跟踪的三个器械上所有的12个标志点的三维坐标;
3)选取一个待识别的器械,例如器械3,选取其中一对标志点间的已知距离(例如器械3距离数组的第1个距离50mm),作为搜索匹配点的起始条件;
4)从步骤2所识别的任意一个标志点的空间位置(起始点)出发,逐次计算该点到其他11个标志点间的距离,如果能够得到一个与已知距离50mm相匹配的标志点(匹配点),则记录下该起始点和匹配点的编号和位置。上述匹配的判据是存储的已知距离与计算的标志点间的距离误差小于3mm;
5)从起始点所对应位置出发,在表2中器械3的标志点距离数组中选取另外一对标志点间的已知距离,例如选取第2个标志点距离55mm,然后分别从步骤4的起始点和匹配点所对应位置出发,重复步骤4所进行的距离匹配搜索,如果在步骤2所识别的10个剩余待选标志点中无法找到进一步的匹配点,则另外选取一个起始点,再进行步骤4的试算,直到通过步骤4和步骤5找到起始点和两个匹配点;实际上,由于器械3、4、5的距离数组的前两个距离大致相等,因此一定有机会找到多于1组的起始点和匹配点。因此,需要在后续的步骤中进一步确定究竟哪一组是对应所搜索的器械3。
6)通过上述步骤搜索得到的起始点和两个匹配点,可以建立一个平面,然后在上述筛选后剩余的其他9个标志点中,用共面关系做进一步的筛选。计算各个标志点到所建立的平面之间的距离,排除与该平面距离大于3mm的标志点,而将与该平面距离小于3mm的标志点作为共面点记录下来。如果在所识别的标志点中无法找到等于或多于已知器械上标志点个数,即4个的共面标志点,则重新选择另一个初始点进行步骤4和5的匹配搜索;
7)对步骤6记录的各个共面标志点间的距离进行计算,并按照从小到大进行排序,形成一个距离数组。然后考察该距离数组中的各个距离是否与所搜索的器械3的距离数组给出的各个距离相匹配(即各个对应距离的误差小于3mm)。若满足匹配关系便认为识别到了器械3,将该器械所对应的标志点号码记录下来。然后在剩余的8个标志点中寻找器械4(即重复步骤3~步骤7),然后再寻找器械5,直至待识别的器械全部找到。若在寻找器械过程中在共面的标志点组中找到多于一个的匹配距离组,先记录下匹配点的位置和编号,在后续的器械寻找完成后,可以作出进一步的器械区分。
8)若在寻找某个器械过程中在共面的标志点组中找到多于一个的匹配距离组,说明有标志点位置恰好满足了“共用”的关系,即一个器械B的某一标志点恰好落在另一器械A的标志点平面内,且与器械A上的标志点恰好构成了器械设计的标志点布局,其关系可参考图4的示例。通过考察步骤7记录的所有标志点组,可以找到该“共用”标志点,即某个标志点既被识别为器械A的标志点,又被识别为器械B的标志点。这时,应当将该共用标志点归于只满足一组匹配关系的器械B,并从另一个器械A上排除该点,就可以排除可能的多组器械共用一个标志点的情况,找到全部所有要识别的器械。
9)对属于同一器械的各个标志点,根据各标志点联线所组成的不对称图形,确定该组内各标志点的顺序,从而计算得到器械的空间方向和尖端位置等信息。
实施效果:实际测试的算例是同时识别图5所示的3个器械(即表1中的器械3,4,5),每个器械都有4个共面的标志点,因此在测试的三维空间有12个实际的被动标志点。附图5(a)为定位的12个标志点的三维坐标(单位为mm)。考虑到实际使用中的稳定可靠性,测试中故意对标志点的三维坐标叠加了小幅度的位置扰动,所说的对标志点施加位置扰动,是将得到的标志点三维坐标上随机叠加幅值均值为0,方差为1mm,误差方向为与x的夹角和与y的夹角满足[0,2π]的均匀分布,幅度满足正态分布的随机位置误差。然后,使用上述识别算法,利用扰动过的数据,对带有三维定位误差的多标志点进行器械的识别定位,以验证算法的稳定可靠性。针对各次位置扰动整个试算进行了10000次。比较各次试算结果,统计器械识别的准确性和得到的各个器械上标志点顺序的准确性。
在算法流程中,为克服位置(扰动)误差所带来的标志点间距离不匹配和标志点非共面的问题,针对所选用的器械标志点布局,选定用于判断是否共面和距离是否相等的阈值设为3mm。判断共面的方法为,取任意3个点构成初始平面,然后计算第4个点到该3点所建立平面的距离,若该距离不超过阈值则认为4个点是共面的。
图5(b)为一组利用本发明的算法进行三个器械识别的结果,为表示识别的各个标志点顺序,各器械上编号为1的标志点都用“*”表示,编号为2的标志点都用“+”表示,其它不同标志点形状则对应不同的器械。
作为对上述识别与定位算法的进一步检验,还对识别表1中所列出的全部5种器械的情况进行了测试,在模拟了含有上述标志点定位误差扰动的情况下,正确识别概率依然为100%,单次识别时间平均为36ms,完全可以满足实际在线识别器械的速度和可靠性要求。
5个器械的识别结果如附图5所示,图6(a)为5个器械所对应的20个标志点在三维空间中的坐标分布,图6(b)为进行器械识别后的分组结果。可以看到各个器械上的标志点都被正确地联线,其中标志点为三角形的是器械1,标志点为圆点的是器械2,标志点为圆形的是器械3,标志点为方形的是器械4,标志点为菱形的是器械5。对于各个器械,1号标志点都用”*”标示,2号标志点用”+”标示,以确定器械的方位。
上述试算是基于Matlab的程序,在一台Intel奔腾4(1.5GHz处理器,512M内存)的个人电脑上进行的,如果采用C语言进行编程,其识别速度还可以加快。上述实验结果显示,该识别算法的稳定性很好,计算速度比较快,可以满足定位导航系统对器械自动识别和定位的要求。
Claims (6)
1.用于被动式光学定位导航系统的器械识别方法,其特征在于,该方法包括以下步骤:
步骤1:初始化系统:根据待识别的器械个数与各器械的唯一编号,读取预先存储在计算机中的待识别器械的参数文件,从参数文件中获得各个待识别器械上标志点的位置分布方案,并组成对应于该器械的距离数组即各标志点间距离从小到大排列组成的数组,以及器械质心或尖端、器械方向及各标志点之间的坐标位置关系;
所述的各个待识别器械上标志点的位置分布方案为:每个器械上都固结有三个或四个共面的标志点,所有标志点的形状完全相同;但同一器械上各标志点间的距离不相同,标志点联线组成的多边形是不对称的;同时,不同器械上的标志点间的距离形成的距离数组中至少有两个对应距离是不相同的;
步骤2:利用红外光学三维定位系统的摄像机拍摄包含器械的图像对,并用双目视觉原理对摄像机视场中的各个标志点的三维空间位置进行解算;
步骤3:任意选取一个待识别的器械,按照上述步骤1所获得的对应该器械的标志点距离数组,选取其中的一个已知距离,作为进一步搜索的条件;
步骤4:从步骤2中所识别出的任意一个标志点出发,该出发点即为起始点,逐次计算起始点到其它标志点的距离,如果能够得到一个与步骤3中所述的已知距离匹配的标志点,即匹配点,则记录下该起始点和匹配点的编号和位置;
步骤5:在器械对应的距离数组中选取另外一对标志点间的已知距离,分别从步骤4的起始点和匹配点所对应位置出发,计算其他标志点到该点的距离,若找到与该距离匹配的标志点,则将步骤4的起始点和匹配点及刚刚搜索到的第二个标志点编号和位置记录下来;如果在标志点中无法找到进一步的匹配点,则另外选取一个起始点,再重复步骤4和步骤5的试算;直到找到两个匹配点;
步骤6:通过上述步骤得到的起始点和两个匹配点建立一个平面,然后对除去起始点和匹配点的其他标志点,用共面关系做进一步筛选,排除所有与该平面距不共面的标志点;如果在所识别的标志点中无法找到等于或多于待识别器械上标志点个数的共面标志点,则重复步骤4、步骤5,重新选择另一个起始点进行这样的匹配搜索;
步骤7:考察步骤6所得到的各个共面的标志点之间的距离是否与步骤3中的待识别的器械的距离数组相匹配,具体为:将所识别的各个共面标志点间的距离进行从小到大的排序,并与待识别器械上的距离数组进行匹配;若满足匹配关系便认为识别到了步骤3中选定的待识别器械,记录下该器械所对应的标志点的编号和位置,并在剩余的标志点中寻找新的器械,即重复步骤3~步骤7,直至待识别的器械全部找到;
若在共面的标志点组中找到多于一个的匹配距离组,则先记录下所有匹配点的位置和编号,并在步骤8中作进一步的区分;
步骤8:当某一器械识别中找到多于一个的匹配距离组时,在得到所有器械的匹配情况下,通过考察所记录的所有标志点组,找到多个器械共用一个标志点的情况,将该共用标志点划归于只匹配到一次的那个器械,从而使多于一次匹配的器械的匹配标志点减少,最终得到所有要识别的器械;
步骤9:对匹配得到的属于同一器械的各个标志点,根据各标志点联线所组成的不对称图形,与事先存储的器械标志点布局进行比较,确定该组内各标志点的顺序,从而计算得到器械的空间方向和尖端位置信息。
2.根据权利要求1所述的用于被动式光学导航的器械识别方法,其特征在于:步骤1中所述的同一器械上各标志点间的距离不相同,具体为:同一器械上各标志点间的距离差值大于等于5mm。
3.根据权利要求1所述的用于被动式光学定位导航系统的器械识别方法,其特征在于:步骤1中所述的不同器械上的标志点间的距离形成的距离数组中至少有两个对应距离是不相同的,具体为:至少有两个对应距离的差值大于5mm。
4.根据权利要求1所述的用于被动式光学定位导航系统的器械识别方法,其特征在于:步骤4中所述的得到匹配点的判据具体是:步骤3中的起始点和匹配点间的距离与已知距离的差值小于3mm。
5.根据权利要求1所述的用于被动式光学定位导航系统的器械识别方法,其特征在于:步骤6中所述的共面关系具体为:如果标志点与该平面的距离大于3mm,则判断该点不在平面内,如果标志点与该平面距离小于等于3mm,则判断标志点在该平面内。
6.根据权利要求1所述的用于被动式光学定位导航系统的器械识别方法,其特征在于:步骤7中所述的距离匹配,具体为:当待识别器械上的距离数组与识别得到的各对应距离的差值均小于3mm时,则判定这两个距离组是相匹配的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009102601115A CN101750607B (zh) | 2008-07-25 | 2008-07-25 | 用于被动式光学导航的手术器械标识的识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009102601115A CN101750607B (zh) | 2008-07-25 | 2008-07-25 | 用于被动式光学导航的手术器械标识的识别方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2008101171806A Division CN101327148A (zh) | 2008-07-25 | 2008-07-25 | 用于被动式光学手术导航的器械识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101750607A true CN101750607A (zh) | 2010-06-23 |
CN101750607B CN101750607B (zh) | 2012-11-14 |
Family
ID=42477875
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009102601115A Active CN101750607B (zh) | 2008-07-25 | 2008-07-25 | 用于被动式光学导航的手术器械标识的识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101750607B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106547997A (zh) * | 2016-12-08 | 2017-03-29 | 京能十堰热电有限公司 | 一种基于pdms辅助线的闭合线段组的搜索方法 |
CN107468350A (zh) * | 2016-06-08 | 2017-12-15 | 北京天智航医疗科技股份有限公司 | 一种三维图像专用标定器、手术定位系统及定位方法 |
CN107468351A (zh) * | 2016-06-08 | 2017-12-15 | 北京天智航医疗科技股份有限公司 | 一种手术定位装置、定位系统及定位方法 |
CN108986163A (zh) * | 2018-06-29 | 2018-12-11 | 南京睿悦信息技术有限公司 | 基于多标识识别的增强现实定位算法 |
CN109091228A (zh) * | 2018-07-04 | 2018-12-28 | 首都医科大学 | 一种多器械光学定位方法及系统 |
CN111481293A (zh) * | 2020-04-16 | 2020-08-04 | 首都医科大学 | 一种基于最优视点选择的多视点光学定位方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10135156A1 (de) * | 2001-07-19 | 2003-02-06 | Ruediger Marmulla | System zur passiven Gewebe-und Organnavigation |
CN1216336C (zh) * | 2003-04-29 | 2005-08-24 | 上海交通大学 | 外科手术导航系统中标示点自动识别和定位方法 |
CN101108140B (zh) * | 2007-09-05 | 2010-10-06 | 新奥博为技术有限公司 | 一种用于图像导航手术系统的标定模及其使用方法 |
-
2008
- 2008-07-25 CN CN2009102601115A patent/CN101750607B/zh active Active
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107468350A (zh) * | 2016-06-08 | 2017-12-15 | 北京天智航医疗科技股份有限公司 | 一种三维图像专用标定器、手术定位系统及定位方法 |
CN107468351A (zh) * | 2016-06-08 | 2017-12-15 | 北京天智航医疗科技股份有限公司 | 一种手术定位装置、定位系统及定位方法 |
CN106547997A (zh) * | 2016-12-08 | 2017-03-29 | 京能十堰热电有限公司 | 一种基于pdms辅助线的闭合线段组的搜索方法 |
CN108986163A (zh) * | 2018-06-29 | 2018-12-11 | 南京睿悦信息技术有限公司 | 基于多标识识别的增强现实定位算法 |
CN109091228A (zh) * | 2018-07-04 | 2018-12-28 | 首都医科大学 | 一种多器械光学定位方法及系统 |
CN111481293A (zh) * | 2020-04-16 | 2020-08-04 | 首都医科大学 | 一种基于最优视点选择的多视点光学定位方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN101750607B (zh) | 2012-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101327148A (zh) | 用于被动式光学手术导航的器械识别方法 | |
CN101750607B (zh) | 用于被动式光学导航的手术器械标识的识别方法 | |
AU2008250604B2 (en) | Position determination method for a geodetic measuring device | |
US20140010407A1 (en) | Image-based localization | |
US20210012124A1 (en) | Method of collecting road sign information using mobile mapping system | |
CN104507163B (zh) | 一种采用类蜂窝式布局的rfid室内定位系统及方法 | |
CN103186773B (zh) | 一种基于一维Hough变换和专家系统的早期苗田垄线识别算法 | |
CN104778465A (zh) | 一种基于特征点匹配的目标跟踪方法 | |
US20130329950A1 (en) | Method and system of tracking object | |
CN109858526A (zh) | 一种目标跟踪中基于传感器的多目标轨迹融合方法 | |
CN107025478A (zh) | 图书馆图书定位系统及方法 | |
CN111578946A (zh) | 一种基于深度学习的激光导航agv重定位方法和装置 | |
CN103324949B (zh) | 从图像中识别物体的方法和装置 | |
CN106249198B (zh) | 基于多点rfid结合超声波的室内机器人定位方法 | |
CN100553349C (zh) | 确定靶标拓扑关系的方法及可任意摆放的摄像机标定靶标 | |
KR101552773B1 (ko) | 인공 표식을 이용한 이동 로봇의 위치 추정 방법 | |
CN109091228B (zh) | 一种多器械光学定位方法及系统 | |
CN116681912A (zh) | 铁路道岔的轨距检测方法及装置 | |
CN109410277B (zh) | 一种虚拟标记点过滤方法及系统 | |
CN109635692A (zh) | 基于超声波传感器的场景再识别算法 | |
He et al. | Feature extraction from 2D laser range data for indoor navigation of aerial robot | |
CN101373130A (zh) | 空间测量定位系统的相关时间提取及特征时间计算方法 | |
US11982752B2 (en) | GPS error correction method through comparison of three-dimensional HD-maps in duplicate area | |
CN114485681A (zh) | 一种利用dr轨迹评价中精度地图数据一致率的方法 | |
CN113066126A (zh) | 穿刺入针点的定位方法 |
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 |