CN102506830A - 视觉定位方法及装置 - Google Patents

视觉定位方法及装置 Download PDF

Info

Publication number
CN102506830A
CN102506830A CN2011103718072A CN201110371807A CN102506830A CN 102506830 A CN102506830 A CN 102506830A CN 2011103718072 A CN2011103718072 A CN 2011103718072A CN 201110371807 A CN201110371807 A CN 201110371807A CN 102506830 A CN102506830 A CN 102506830A
Authority
CN
China
Prior art keywords
target
image
frames
locating
confirm
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
Application number
CN2011103718072A
Other languages
English (en)
Other versions
CN102506830B (zh
Inventor
曹学金
章敏凤
严律
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.)
Chery Automobile Co Ltd
Original Assignee
Chery Automobile Co Ltd
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 Chery Automobile Co Ltd filed Critical Chery Automobile Co Ltd
Priority to CN201110371807.2A priority Critical patent/CN102506830B/zh
Publication of CN102506830A publication Critical patent/CN102506830A/zh
Application granted granted Critical
Publication of CN102506830B publication Critical patent/CN102506830B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明公开了一种视觉定位方法及装置,属于视觉定位领域。所述方法包括:在目标区域上方采集所述目标区域的若干帧第一图像;根据所述目标区域的若干帧第一图像合成所述目标区域的水平扫描图像,识别所述水平扫描图像中的目标物体,并确定各个目标物体在空间坐标系中的横纵坐标;根据所述横纵坐标在单个目标物体上方采集所述目标物体的若干帧第二图像;根据所述目标物体的若干帧第二图像合成所述目标物体的三维图像,并根据所述三维图像确定所述目标物体在空间坐标系中的三维坐标和姿态。本发明通过采用可移动的图像采集模块实现了采用一个相机就可以完成整个视觉定位过程,相较于现有技术,节省了至少一个相机的硬件成本。

Description

视觉定位方法及装置
技术领域
[0001] 本发明涉及视觉定位领域,特别涉及一种视觉定位方法及装置。 背景技术
[0002] 机器视觉系统是指用计算机来实现人的视觉功能,也就是用计算机来实现对客观的三维物体的识别。据不完全统计,大约80%的工业机器视觉系统被用在检测与机械引导方面。
[0003] 现有技术中有一种视觉定位方法,其采用固定的两个二维相机来实现目标物体的视觉定位,具体实施时,将两个二维相机采集的二维图像合成3D图像来实现目标物体的景深等计算。现有技术中存在的另一种用于机器人搬运作业的视觉定位方法则采用固定的一个二维相机结合一个三维相机的方式来实现目标物体的视觉定位,具体实施时,利用二维相机采集的二维图像完成目标物体的粗定位,利用三维相机来完成目标物体的相关位置参数和偏移参数的确定。
[0004] 在实现本发明的过程中,发明人发现现有技术至少存在以下问题:第一,现有技术中通常需要两个甚至更多的二维相机或者三维相机来完成视觉定位过程,而工业用相机的成本相对较高;第二,现有技术中采用的二维相机或者三维相机多采用固定式,所以这些二维相机或者三维相机的测量范围为固定的一块区域,测量范围较小。
发明内容
[0005] 为了能够减少采用多个相机的成本和加大视觉定位系统的测量范围,本发明实施例提供了一种视觉定位方法及装置。所述技术方案如下:
[0006] 根据本发明的一个方面,本发明实施例提供了一种视觉定位方法,所述视觉定位方法包括:在目标区域上方采集所述目标区域的若干帧第一图像;根据所述目标区域的若干帧第一图像合成所述目标区域的水平扫描图像,识别所述水平扫描图像中的目标物体, 并确定各个目标物体在空间坐标系中的横纵坐标;根据所述横纵坐标在单个目标物体上方采集所述目标物体的若干帧第二图像;根据所述目标物体的若干帧第二图像合成所述目标物体的三维图像,并根据所述三维图像确定所述目标物体在空间坐标系中的三维坐标和姿态。
[0007] 进一步地,所述在目标区域上方采集所述目标区域的若干帧第一图像包括:
[0008] 使图像采集单元在第一预定高度进行水平运动;所述图像采集单元在水平运动过程中采集所述目标区域的若干帧第一图像。
[0009] 进一步地,所述根据所述横纵坐标在单个目标物体上方采集所述目标物体的若干帧第二图像包括:根据所述横纵坐标使所述图像采集单元在所述目标物体上方的第二预定高度进行勻速直线运动;所述图像采集单元在勻速直线运动过程中每隔预定时间间隔采集所述目标物体的一帧第二图像。
[0010] 进一步地,所述根据所述目标区域的若干帧第一图像合成所述目标区域的水平扫描图像,识别所述水平扫描图像中的目标物体,并确定各个目标物体在空间坐标系中的横纵坐标包括:
[0011] 根据所述目标区域的若干帧第一图像合成所述目标区域的水平扫描图像;
[0012] 根据第一预定模板识别所述水平扫描图像中的一个或者若干个目标物体;
[0013] 确定各个目标物体的顶面的一个特征点在空间坐标系中的横纵坐标。
[0014] 进一步地,所述根据所述目标物体的若干帧第二图像合成所述目标物体的三维图像,并根据所述三维图像确定所述目标物体在空间坐标系中的三维坐标和姿态包括:根据所述目标物体的若干帧第二图像合成所述目标物体的三维图像;将所述目标物体的三维图像与第二预定模板进行轮廓匹配,确定所述目标物体的中心点以及所述中心点在空间坐标系中的三维坐标;根据所述第二预定模板在所述目标物体的三维图像中确定至少三个位于定位面上的特征点,并根据所述至少三个特征点确定所述定位面所在平面,所述定位面为所述目标物体的一个表面;在所述空间坐标系中确定一定位面参考平面;根据所述定位面所在平面和所述定位面参考平面计算目标物体与空间坐标系各轴的偏移夹角。
[0015] 根据本发明的另一方面,本发明还提供一种视觉定位装置,所述视觉定位装置包括:图像采集模块,用于在目标区域上方采集所述目标区域的若干帧第一图像;第一图像处理模块,用于根据所述目标区域的若干帧第一图像合成所述目标区域的水平扫描图像, 识别所述水平扫描图像中的目标物体,并确定各个目标物体在空间坐标系中的横纵坐标; 所述图像采集模块,还用于根据所述横纵坐标在单个目标物体上方采集所述目标物体的若干帧第二图像;第二图像处理模块,用于根据所述目标物体的若干帧第二图像合成所述目标物体的三维图像,并根据所述目标物体的三维图像确定所述目标物体在空间坐标系中的三维坐标和姿态。
[0016] 进一步地,所述图像采集模块包括载具单元和图像采集单元;所述载具单元用于使图像采集单元在第一预定高度进行水平运动;所述图像采集单元用于在水平运动过程中采集所述目标区域的若干帧第一图像。
[0017] 进一步地,所述载具单元还用于根据所述横纵坐标使所述图像采集单元在所述目标物体上方的第二预定高度进行勻速直线运动;所述图像采集单元还用于在勻速直线运动过程中每隔预定时间间隔采集所述目标物体的一帧第二图像。
[0018] 进一步地,所述第一图像处理模块包括扫描图像合成单元、目标物体识别单元和水平坐标确定单元;所述扫描图像合成单元用于根据所述目标区域的若干帧第一图像合成所述目标区域的水平扫描图像;所述目标物体识别单元用于根据第一预定模板识别所述水平扫描图像中的一个或者若干个目标物体;所述水平坐标确定单元用于确定各个目标物体的顶面的一个特征点在空间坐标系中的横纵坐标。
[0019] 进一步地,所述第二图像处理模块包括三维图像合成单元、第二模板匹配单元、定位面确定单元、定位面参考平面确定单元和偏移角度确定单元;所述三维图像合成单元用于根据所述目标物体的若干帧二维图像合成所述目标物体的三维图像;所述第二模板匹配单元用于将所述目标物体的三维图像与第二预定模板进行轮廓匹配,确定所述目标物体的中心点以及所述中心点在空间坐标系中的三维坐标;所述定位面确定单元用于根据所述第二预定模板在所述目标物体的三维图像中确定至少三个位于定位面上的特征点,并根据所述至少三个特征点确定所述定位面所在平面,所述定位面为所述目标物体的一个表面;所述定位面参考平面确定单元用于在所述空间坐标系中确定一定位面参考平面;所述偏移角度确定单元用于根据所述定位面所在平面和所述定位面参考平面计算目标物体与空间坐标系各轴的偏移夹角。
[0020] 本发明实施例提供的技术方案带来的有益效果是:
[0021] 第一,通过采用可移动的图像采集模块实现了采用一个相机就可以完成整个视觉定位过程,相较于现有技术,节省了至少一个相机的硬件成本;
[0022] 第二,通过获取目标区域的水平扫描图像的方式,来对目标区域的多个目标物体进行初步定位,以方便后续对每个目标物体的精确定位,相较于现有技术采用固定的二维相机来进行粗定位的过程,本发明实施例提供的技术方案能够测量更大的目标区域。
附图说明
[0023] 为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
[0024] 图1是本发明实施例一提供的视觉定位方法的方法流程图;
[0025] 图2是本发明实施例一提供的采集目标区域的若干帧第一图像的实施示意图;
[0026] 图3是本发明实施例一提供的采集单个目标物体的若干帧第二图像的实施示意图;
[0027] 图4是本发明实施例二提供的视觉定位装置的结构方框图;
[0028] 图5是本发明实施例二提供的图像采集模块的结构方框图;
[0029] 图6是本发明实施例二提供的第一图像处理模块的结构方框图;
[0030] 图7是本发明实施例二提供的第二图像处理模块的结构方框图。
具体实施方式
[0031] 为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
[0032] 实施例一
[0033] 请参考图1,其示出了本发明实施例一提供的视觉定位方法的方法流程图。该视觉定位方法包括:
[0034] 步骤102,在目标区域上方采集目标区域的若干帧第一图像;
[0035] 由于大部分工业机器视觉系统被用在检测与机械引导方面,为了便于描述,本实施例假设需要进行视觉定位的目标是位于一片目标区域中的多个相同或者不同的目标物体,比如目标区域是汽车制造车间的一片区域,目标物体是汽车发动机缸盖,则可能目标区域摆放有多排多列多层的汽车发动机缸盖。为了对这些目标物体进行视觉定位,首先图像采集模块在目标区域上方采集目标区域的若干帧第一图像。图像采集模块可以被设置于与地面距离第一预定高度的位置,比如与地面距离3米高度的位置,继续设置图像采集模块中的相机的采集方向斜向下,与水平面成预定的角度。然后使图像采集模块在第一预定高度的不同水平位置采集目标区域的若干帧第一图像,优选地,图像采集模块可以包括用于采集图像的图像采集单元和用于承载和移动图像采集单元的载具单元,载具单元可以使图像采集单元在第一预定高度进行水平运动,且图像采集单元在水平运动过程中采集目标区域的若干帧第一图像。应当意识到,图像采集单元进行水平运动,可以是勻速水平运动、变速水平运动、勻速折线运动、变速曲线运动等等,视目标区域的大小和相机的采集范围,以尽量采集到目标区域的全部位置为准,比如如图2中所示,图像采集单元202在目标区域上方进行蛇形折线运动来采集目标区域的所有位置,该目标区域位置内有多个目标物体204。 经此过程,可以获得若干张目标区域的第一图像。
[0036] 步骤104,根据目标区域的若干帧第一图像合成目标区域的水平扫描图像,识别水平扫描图像中的目标物体,并确定各个目标物体在空间坐标系中的横纵坐标;
[0037] 根据所述目标区域的若干帧第一图像可以合成目标区域的水平扫描图像,该水平扫描图像也即目标区域的俯视图。
[0038] 然后识别该水平扫描图像中的一个或者若干个目标物体,由于大部分应用场景中的目标物体都是已知的,比如目标物体是发动机缸盖,所以可以预先将目标物体的俯视图进行建模以获得第一预定模板,该第一预定模板可以应用于从水平扫描图像中识别目标物体的过程,具体的根据预定模板进行目标识别的过程是本领域技术人员所熟知的内容,本文不再累述。当然,视实施环境不同,也可能采用其它的识别方式从目标区域的水平扫描图像中识别目标物体,并且识别出的目标物体的个数可能为零到任意多个。
[0039] 从该水平扫描图像中识别到目标物体后,可以确定各个目标物体在空间坐标系中的横纵坐标,该空间坐标系可以根据图像采集模块构建。因为从水平扫描图像中并不能获得高度信息,所以只能获得水平方向的两个坐标值,也即空间坐标系f (X,1,ζ)中的X坐标值和Y坐标值。另外,此处“目标物体在空间坐标系中的横纵坐标”可以是目标物体的顶面的一个特征点的横纵坐标,该特征点通常是目标物体的顶面中容易识别的、比较靠近中央的点。比如矩形发动机缸盖的对角线交叉点。同时应当认识到,此步骤中是为了后续对单个目标物体进行精确定位而进行的粗定位步骤,目的是为了确定各个目标物体在空间中的大概位置。
[0040] 步骤106,根据横纵坐标在单个目标物体上方采集目标物体的若干帧第二图像;
[0041] 在获得各个目标物体的横纵坐标以后,已经可以获知各个目标物体在空间中的大概位置,根据横纵坐标,可以相对精确地将图像采集模块设置在单个目标物体上方,以便采集该目标物体的若干帧第二图像。优选地,图像采集模块可以包括用于采集图像的图像采集单元和用于承载和移动图像采集单元的载具单元,载具单元可以根据横纵坐标使图像采集单元在单个目标物体上方的第二预定高度进行勻速直线运动;而图像采集单元202在勻速直线运动过程中每隔预定时间间隔采集目标物体204的一帧第二图像,如图3所示。经此过程,可以获得该目标物体的若干帧第二图像。此处的“第二预定高度”可以小于等于前述的“第一预定高度”,以能够尽快获得该目标物体的各个角度的精确图像为准。此处的“预定时间间隔”可以是按照脉冲序列获得的预定时间间隔,相邻的预定时间间隔通常是相等的。
[0042] 步骤108,根据目标物体的若干帧第二图像合成目标物体的三维图像,并根据三维图像确定目标物体在空间坐标系中的三维坐标和姿态。
[0043] 根据目标物体的若干帧第二图像可以合成目标物体的三维图像,此三维图像合成过程可以采用现有技术中的将多帧二维图像合成三维图像的相关技术。在合成目标物体的三维图像后,可以根据三维图像确定目标物体在空间坐标系中的三维坐标和姿态。目标物体在空间坐标系中的三维坐标是指目标物体在空间坐标系中与空间坐标系的各个轴之间的偏移距离;目标物体在空间坐标系中的姿态是指目标物体在空间坐标系中与空间坐标系的各个轴之间的偏移夹角。
[0044] 可以首先确定目标物体在空间坐标系中与空间坐标系的各个轴之间的偏移距离。 在此过程中,可以预先采集和设定目标物体的第二预定模板。如果有多种目标物体,可以针对不同目标物体设置多个第二预定模板。并在这些第二预定模板上预先选定有多个代表轮廓特征、形状特征或者表面特征的特征点。当合成目标物体的三维图像后,可以将目标物体的三维图像与第二预定模板进行轮廓匹配,以确定目标物体的中心点以及该中心点在空间坐标系中的坐标。为了突出图像中的重要细节,改善视觉质量,可以首先将目标物体的三维图像进行图像的二值化,也即将图像的灰度值(阈值)进行增强或减弱,然后在二值化后的三维图像中寻找若干个特征点与第二预定模板中的若干个对应特征点比对以进行轮廓匹配,并根据轮廓匹配的结果确定目标物体的中心点,以及中心点在空间坐标系内的坐标。该中心点的坐标代表了目标物体在空间坐标系内的位置,该中心点的坐标包括X、Y和Z,其中 X表示中心点在X轴上的偏移值,Y表示中心点在Y轴上的偏移值,Z表示中心点在Z轴上的偏移值。
[0045] 在确定目标物体的三维坐标也即中心点的坐标以后,还需要确定目标物体在空间中的姿态,也即需要确定目标物体与空间坐标系各个轴之间的角度偏差,为此需要确定目标物体的一个定位面,这个定位面通常是目标物体的一个表面,比如目标物体的顶面,然后根据定位面与参考面之间的角度偏移来计算目标物体与空间坐标系各个轴之间的角度偏差值。也就是说,在目标物体的三维图像与第二预定模板进行匹配后,可以选择目标物体的三维图像中的至少三个特征点来进行定位面的确定,定位面为目标物体的一个表面。比如在一个实施例中,目标物体为汽车发动机缸盖,其定位面预先定义为发动机缸盖的顶面,则此时需要确定目标物体的三维图像中处于发动机缸盖的顶面的三个特征点。在寻找到位于定位面的三个特征点后,可以利用ROI UNION工具(Region of interest union,有效区域合成工具)经过两次组合来形成定位面,也即确定了定位面在空间坐标系中的所在平面。
[0046] 当定位面为目标物体的顶面时,可以利用FIT SURFACE工具(FIT SURFAC,参考平面选定工具)在空间坐标系内确定一水平参考面,继而还可以利用C0-PLANARITY工具 (C0-PLANARITY,与参考平面夹角选定工具)在空间坐标系内确定定位面所在平面和定位面参考平面之间的夹角,从而计算出目标物体的A、B和C值,其中A代表目标物体绕Z轴的偏移夹角,B代表目标物体绕X轴的旋转夹角,C代表目标物体绕Y轴的旋转夹角。在计算完成后,可以将目标物体的X、Y、Z、A、B和C值存储到诸如可擦除的临时变量表之类的数据存储器中,以方便诸如机器人搬运模块之类的其它模块对数据的调用与输出。
[0047] 综上所述,本实施例提供的视觉定位方法通过采用可移动的图像采集模块实现了采用一个相机就可以完成整个视觉定位过程,相较于现有技术,节省了至少一个相机的硬件成本。另外,通过获取目标区域的水平扫描图像的方式,来对目标区域的多个目标物体进行初步定位,以方便后续对每个目标物体的精确定位,相较于现有技术采用固定的二维相机来进行粗定位的过程,本实施例提供的视觉定位方法能够测量更大的目标区域和更多的目标物体。
[0048] 实施例二
[0049] 请参考图4,其示出了本发明实施例二提供的视觉定位装置的结构方框图。该视觉定位装置包括图像采集模块420、第一图像处理模块440和第二图像处理模块460。
[0050] 图像采集模块420可以用于在目标区域上方采集目标区域的若干帧第一图像。图像采集模块420可以包括载具单元422和图像采集单元424,如图5所示。其中,载具单元 422用于使图像采集单元4M在第一预定高度进行水平运动,图像采集单4M则用于在水平运动过程中采集目标区域的若干帧第一图像。
[0051] 第一图像处理模块440用于根据图像采集模块420采集的目标区域的若干帧第一图像合成目标区域的水平扫描图像,识别水平扫描图像中的目标物体,并确定各个目标物体在空间坐标系中的横纵坐标。第一图像处理模块440可以包括扫描图像合成单元442、目标物体识别单元444和水平坐标确定单元446,如图6所示。其中,扫描图像合成单元442 用于根据图像采集模块420采集的目标区域的若干帧第一图像合成目标区域的水平扫描图像;目标物体识别单元444用于根据第一预定模板识别扫描图像合成单元442合成的水平扫描图像中的一个或者若干个目标物体;水平坐标确定单元446用于确定目标物体识别单元444识别出的各个目标物体的顶面的一个特征点在空间坐标系中的横纵坐标。
[0052] 图像采集模块420还用于根据第一图像处理模块440确定的横纵坐标在单个目标物体上方采集目标物体的若干帧第二图像。具体来讲,图像采集模块420中的载具单元422 还用于根据第一图像处理模块440确定的横纵坐标使图像采集单元444在单个目标物体上方的第二预定高度进行勻速直线运动;图像采集单元444还用于在勻速直线运动过程中每隔预定时间间隔采集目标物体的一帧第二图像。
[0053] 第二图像处理模块460用于根据图像采集模块420采集的目标物体的若干帧第二图像合成目标物体的三维图像,并根据目标物体的三维图像确定目标物体在空间坐标系中的三维坐标和姿态。第二图像处理模块460可以包括三维图像合成单元461、第二模板匹配单元462、定位面确定单元463、定位面参考平面确定单元464和偏移角度确定单元465,如图7所示。其中,三维图像合成单元461用于根据图像采集模块420采集的若干帧连续的二维图像合成目标物体的三维图像;第二模板匹配单元462用于将三维图像合成单元461 合成的目标物体的三维图像与第二预定模板进行轮廓匹配,以确定目标物体的中心点以及中心点在空间坐标系中的坐标;定位面确定单元463用于根据第二预定模板在目标物体的三维图像中确定至少三个位于定位面上的特征点,并根据这至少三个特征点确定定位面所在平面,该定位面为目标物体的一个表面;定位面参考平面确定单元464用于在空间坐标系中确定一定位面参考平面;偏移角度确定单元464用于根据定位面确定单元463确定的定位面所在平面和定位面参考平面确定单元464确定的定位面参考平面计算目标物体与空间坐标系各轴的偏移夹角。
[0054] 综上所述,本实施例提供的视觉定位装置通过采用可移动的图像采集模块实现了采用一个相机就可以完成整个视觉定位过程,相较于现有技术,节省了至少一个相机的硬件成本。另外,通过获取目标区域的水平扫描图像的方式,来对目标区域的多个目标物体进行初步定位,以方便后续对每个目标物体的精确定位,相较于现有技术采用固定的二维相机来进行粗定位的过程,本实施例提供的视觉定位方法能够测量更大的目标区域和更多的目标物体。
[0055] 需要说明的是:上述实施例提供的视觉定位装置在实施例二中描述时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的视觉定位装置与视觉定位方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
[0056] 本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
[0057] 以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1. 一种视觉定位方法,其特征在于,所述方法包括: 在目标区域上方采集所述目标区域的若干帧第一图像;根据所述目标区域的若干帧第一图像合成所述目标区域的水平扫描图像,识别所述水平扫描图像中的目标物体,并确定各个目标物体在空间坐标系中的横纵坐标;根据所述横纵坐标在单个目标物体上方采集所述目标物体的若干帧第二图像; 根据所述目标物体的若干帧第二图像合成所述目标物体的三维图像,并根据所述目标物体的三维图像确定所述目标物体在空间坐标系中的三维坐标和姿态。
2.根据权利要求1所述的视觉定位方法,其特征在于,所述在目标区域上方采集所述目标区域的若干帧第一图像包括:使图像采集单元在第一预定高度进行水平运动;所述图像采集单元在水平运动过程中采集所述目标区域的若干帧第一图像。
3.根据权利要求2所述的视觉定位方法,其特征在于,所述根据所述横纵坐标在单个目标物体上方采集所述目标物体的若干帧第二图像包括:根据所述横纵坐标使所述图像采集单元在所述目标物体上方的第二预定高度进行勻速直线运动;所述图像采集单元在勻速直线运动过程中每隔预定时间间隔采集所述目标物体的一帧第二图像。
4.根据权利要求1所述的视觉定位方法,其特征在于,所述根据所述目标区域的若干帧第一图像合成所述目标区域的水平扫描图像,识别所述水平扫描图像中的目标物体,并确定各个目标物体在空间坐标系中的横纵坐标包括:根据所述目标区域的若干帧第一图像合成所述目标区域的水平扫描图像; 根据第一预定模板识别所述水平扫描图像中的一个或者若干个目标物体; 确定各个目标物体的顶面的一个特征点在空间坐标系中的横纵坐标。
5.根据权利要求1所述的视觉定位方法,其特征在于,所述根据所述目标物体的若干帧第二图像合成所述目标物体的三维图像,并根据所述目标物体的三维图像确定所述目标物体在空间坐标系中的三维坐标和姿态包括:根据所述目标物体的若干帧第二图像合成所述目标物体的三维图像; 将所述目标物体的三维图像与第二预定模板进行轮廓匹配,确定所述目标物体的中心点以及所述中心点在空间坐标系中的三维坐标;根据所述第二预定模板在所述目标物体的三维图像中确定至少三个位于定位面上的特征点,并根据所述至少三个特征点确定所述定位面所在平面,所述定位面为所述目标物体的一个表面;在所述空间坐标系中确定一定位面参考平面;根据所述定位面所在平面和所述定位面参考平面计算目标物体与空间坐标系各轴的偏移夹角。
6. 一种视觉定位装置,其特征在于,其包括:图像采集模块,用于在目标区域上方采集所述目标区域的若干帧第一图像; 第一图像处理模块,用于根据所述目标区域的若干帧第一图像合成所述目标区域的水平扫描图像,识别所述水平扫描图像中的目标物体,并确定各个目标物体在空间坐标系中的横纵坐标;所述图像采集模块,还用于根据所述横纵坐标在单个目标物体上方采集所述目标物体的若干帧第二图像;第二图像处理模块,用于根据所述目标物体的若干帧第二图像合成所述目标物体的三维图像,并根据所述目标物体的三维图像确定所述目标物体在空间坐标系中的三维坐标和姿态。
7.根据权利要求6所述的视觉定位装置,其特征在于,所述图像采集模块包括:载具单元和图像采集单元;所述载具单元,用于使图像采集单元在第一预定高度进行水平运动;所述图像采集单元,用于在水平运动过程中采集所述目标区域的若干帧第一图像。
8.根据权利要求7所述的视觉定位装置,其特征在于,所述载具单元,还用于根据所述横纵坐标使所述图像采集单元在所述目标物体上方的第二预定高度进行勻速直线运动;所述图像采集单元,还用于在勻速直线运动过程中每隔预定时间间隔采集所述目标物体的一帧第二图像。
9.根据权利要求6所述的视觉定位装置,其特征在于,所述第一图像处理模块包括:扫描图像合成单元、目标物体识别单元和水平坐标确定单元;所述扫描图像合成单元,用于根据所述目标区域的若干帧第一图像合成所述目标区域的水平扫描图像;所述目标物体识别单元,用于根据第一预定模板识别所述水平扫描图像中的一个或者若干个目标物体;所述水平坐标确定单元,用于确定各个目标物体的顶面的一个特征点在空间坐标系中的横纵坐标。
10.根据权利要求6所述的视觉定位装置,其特征在于,所述第二图像处理模块包括: 三维图像合成单元、第二模板匹配单元、定位面确定单元、定位面参考平面确定单元和偏移角度确定单元;所述三维图像合成单元,用于根据所述目标物体的若干帧二维图像合成所述目标物体的三维图像;所述第二模板匹配单元,用于将所述目标物体的三维图像与第二预定模板进行轮廓匹配,确定所述目标物体的中心点以及所述中心点在空间坐标系中的三维坐标;所述定位面确定单元,用于根据所述第二预定模板在所述目标物体的三维图像中确定至少三个位于定位面上的特征点,并根据所述至少三个特征点确定所述定位面所在平面, 所述定位面为所述目标物体的一个表面;所述定位面参考平面确定单元,用于在所述空间坐标系中确定一定位面参考平面;所述偏移角度确定单元,用于根据所述定位面所在平面和所述定位面参考平面计算目标物体与空间坐标系各轴的偏移夹角。
CN201110371807.2A 2011-11-21 2011-11-21 视觉定位方法及装置 Active CN102506830B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110371807.2A CN102506830B (zh) 2011-11-21 2011-11-21 视觉定位方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110371807.2A CN102506830B (zh) 2011-11-21 2011-11-21 视觉定位方法及装置

Publications (2)

Publication Number Publication Date
CN102506830A true CN102506830A (zh) 2012-06-20
CN102506830B CN102506830B (zh) 2014-03-12

Family

ID=46218938

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110371807.2A Active CN102506830B (zh) 2011-11-21 2011-11-21 视觉定位方法及装置

Country Status (1)

Country Link
CN (1) CN102506830B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103852066A (zh) * 2012-11-28 2014-06-11 联想(北京)有限公司 一种设备定位的方法、控制方法、电子设备及系统
CN105588545A (zh) * 2015-12-31 2016-05-18 歌尔科技有限公司 一种多目标定位方法和系统
CN105700551A (zh) * 2016-01-27 2016-06-22 浙江大华技术股份有限公司 无人机降落区域确定方法、无人机降落方法及相关装置
CN105758867A (zh) * 2016-03-11 2016-07-13 伍祥辰 一种高速的显微缺陷复查方法
CN106203252A (zh) * 2015-05-29 2016-12-07 库卡罗伯特有限公司 借助相机查明机器人轴角度并选出机器人
CN106248058A (zh) * 2016-07-29 2016-12-21 感知控股集团有限公司 一种对于仓储运输工具的定位方法、装置及系统
CN106500628A (zh) * 2016-10-19 2017-03-15 杭州思看科技有限公司 一种含有多个不同波长激光器的三维扫描方法及扫描仪
CN107907131A (zh) * 2017-11-10 2018-04-13 珊口(上海)智能科技有限公司 定位系统、方法及所适用的机器人
CN108536151A (zh) * 2018-05-06 2018-09-14 长春北方化工灌装设备股份有限公司 一种视觉导引的闭环执行系统及视觉导引方法
CN109269473A (zh) * 2018-08-09 2019-01-25 厦门市计量检定测试院 一种基于四目视觉定位系统的定位方法
CN109764858A (zh) * 2018-12-24 2019-05-17 中公高科养护科技股份有限公司 一种基于单目相机的摄影测量方法及系统
CN110163914A (zh) * 2018-08-01 2019-08-23 京东方科技集团股份有限公司 基于视觉的定位
CN112634140A (zh) * 2021-03-08 2021-04-09 广州松合智能科技有限公司 一种高精度的全尺寸视觉图像获取系统及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101329771A (zh) * 2008-07-29 2008-12-24 浙江大学 一种基于图像序列的城市街区的快速建模方法
CN101825442A (zh) * 2010-04-30 2010-09-08 北京理工大学 一种基于移动平台的彩色激光点云成像系统
CN102175225A (zh) * 2011-01-18 2011-09-07 东南大学 基于多活动控制系统的交通事故现场摄影测量处理方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101329771A (zh) * 2008-07-29 2008-12-24 浙江大学 一种基于图像序列的城市街区的快速建模方法
CN101825442A (zh) * 2010-04-30 2010-09-08 北京理工大学 一种基于移动平台的彩色激光点云成像系统
CN102175225A (zh) * 2011-01-18 2011-09-07 东南大学 基于多活动控制系统的交通事故现场摄影测量处理方法

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103852066A (zh) * 2012-11-28 2014-06-11 联想(北京)有限公司 一种设备定位的方法、控制方法、电子设备及系统
CN103852066B (zh) * 2012-11-28 2016-08-17 联想(北京)有限公司 一种设备定位的方法、控制方法、电子设备及控制系统
CN106203252A (zh) * 2015-05-29 2016-12-07 库卡罗伯特有限公司 借助相机查明机器人轴角度并选出机器人
CN106203252B (zh) * 2015-05-29 2020-06-05 库卡罗伯特有限公司 借助相机查明机器人轴角度并选出机器人
CN105588545A (zh) * 2015-12-31 2016-05-18 歌尔科技有限公司 一种多目标定位方法和系统
CN105700551A (zh) * 2016-01-27 2016-06-22 浙江大华技术股份有限公司 无人机降落区域确定方法、无人机降落方法及相关装置
CN105758867A (zh) * 2016-03-11 2016-07-13 伍祥辰 一种高速的显微缺陷复查方法
CN106248058A (zh) * 2016-07-29 2016-12-21 感知控股集团有限公司 一种对于仓储运输工具的定位方法、装置及系统
CN106248058B (zh) * 2016-07-29 2018-12-21 感知控股集团有限公司 一种对于仓储运输工具的定位方法、装置及系统
CN106500628B (zh) * 2016-10-19 2019-02-19 杭州思看科技有限公司 一种含有多个不同波长激光器的三维扫描方法及扫描仪
CN106500628A (zh) * 2016-10-19 2017-03-15 杭州思看科技有限公司 一种含有多个不同波长激光器的三维扫描方法及扫描仪
CN107907131A (zh) * 2017-11-10 2018-04-13 珊口(上海)智能科技有限公司 定位系统、方法及所适用的机器人
CN108536151A (zh) * 2018-05-06 2018-09-14 长春北方化工灌装设备股份有限公司 一种视觉导引的闭环执行系统及视觉导引方法
CN110163914A (zh) * 2018-08-01 2019-08-23 京东方科技集团股份有限公司 基于视觉的定位
CN110163914B (zh) * 2018-08-01 2021-05-25 京东方科技集团股份有限公司 基于视觉的定位
CN109269473A (zh) * 2018-08-09 2019-01-25 厦门市计量检定测试院 一种基于四目视觉定位系统的定位方法
CN109269473B (zh) * 2018-08-09 2021-01-12 厦门市计量检定测试院 一种基于四目视觉定位系统的定位方法
CN109764858A (zh) * 2018-12-24 2019-05-17 中公高科养护科技股份有限公司 一种基于单目相机的摄影测量方法及系统
CN112634140A (zh) * 2021-03-08 2021-04-09 广州松合智能科技有限公司 一种高精度的全尺寸视觉图像获取系统及方法

Also Published As

Publication number Publication date
CN102506830B (zh) 2014-03-12

Similar Documents

Publication Publication Date Title
CN102506830A (zh) 视觉定位方法及装置
Broggi et al. Self-calibration of a stereo vision system for automotive applications
CN105928498B (zh) 提供关于对象的信息的方法、大地测绘系统、存储介质
US8867790B2 (en) Object detection device, object detection method, and program
CN102374860A (zh) 三维视觉定位方法及系统
CN103759648B (zh) 一种基于激光双目视觉的复杂角焊缝位置检测方法
Manandhar et al. Auto-extraction of urban features from vehicle-borne laser data
US20090041337A1 (en) Image processing apparatus and method
CN106969706A (zh) 基于双目立体视觉的工件检测与三维测量系统及检测方法
GB2317066A (en) Method of detecting objects for road vehicles using stereo images
EP2972586B1 (en) Method for generating a panoramic image
CN105014675B (zh) 一种狭窄空间智能移动机器人视觉导航系统及方法
CN108828621A (zh) 基于三维激光雷达的障碍检测和路面分割算法
Wang et al. Nonmetric camera calibration for underwater laser scanning system
CN102589516A (zh) 一种基于双目线扫描摄像机的动态距离测量系统
CN108363065A (zh) 物体检测系统
WO2005040721A1 (ja) 3d自動測量装置
Scaioni et al. Image-based deformation measurement
CN105405126A (zh) 一种基于单目视觉系统的多尺度空-地参数自动标定方法
Zhao et al. Detection of non-flat ground surfaces using v-disparity images
Giosan et al. Superpixel-based obstacle segmentation from dense stereo urban traffic scenarios using intensity, depth and optical flow information
JP2004094707A (ja) ステレオ画像による平面推定方法および物体検出装置
Massot-Campos et al. Structured light and stereo vision for underwater 3D reconstruction
JP3629935B2 (ja) 移動体の速度計測方法およびその方法を用いた速度計測装置
JP2004030453A (ja) ステレオマッチング方法、ステレオマッチングプログラム及びステレオマッチングプログラムを記録したコンピュータ読み取り可能な記録媒体

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant