CN104932502A - 基于三维深度摄像机的近距离避障方法及近距离避障系统 - Google Patents
基于三维深度摄像机的近距离避障方法及近距离避障系统 Download PDFInfo
- Publication number
- CN104932502A CN104932502A CN201510300622.0A CN201510300622A CN104932502A CN 104932502 A CN104932502 A CN 104932502A CN 201510300622 A CN201510300622 A CN 201510300622A CN 104932502 A CN104932502 A CN 104932502A
- Authority
- CN
- China
- Prior art keywords
- mobile device
- barrier
- data
- angle
- depth image
- 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
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种基于三维深度摄像机的近距离避障方法,包括:获取移动装置移动时前方的深度图像,所述深度图像包括地面数据和空中数据;检测到移动装置前方的深度图像中地面存在障碍物时,计算当前位置与障碍物的角度和距离,并根据计算出的角度和距离改变移动装置的移动路线;检测到移动装置前方部分或全部地面数据无法获取时,判定无数据的地面部分为障碍物,计算当前位置与障碍物的角度,根据计算出的角度改变移动装置的移动方向;本发明还涉及一种基于三维深度摄像机的近距离避障系统,能够安全实现近距离避障。
Description
技术领域
本发明涉及电子技术领域,尤其涉及一种基于三维深度摄像机的近距离避障方法及近距离避障系统。
背景技术
移动机器人是通过传感器来感知环境,但是目前的传感器感知环境的能力还不完善,感知传感器给出的数据不精确,感应范围存在盲区等。现有传感器中三维深度摄像头是一个较好的选择,具有获取环境精度高,但是存在感应盲区的问题。目前的三维深度摄像机的成像原理大致分为两种:一种是通过结构光获取深度,红外激光发射相对随机但又固定的斑点图案,这些光斑打在物体上后,因为与摄像头距离不同,被摄像头捕捉到的位置也不尽相同,然后计算拍到的图案的斑点与标定的标准图案在不同位置的位移;另一种是TOF(Time OfFlight)光学测距,计算光线飞行的时间,首先让装置发出脉冲光,并且在发射处接收目标物的反射光,即由测量时间差算出目标物的距离。
三维深度摄像机获取的数据精确,但是由于其设备自身精度问题,在现有的避障方法中还未有用三维深度摄像机做三维避障的方法。因为三维深度摄像机存在近距离感知盲区,无法测量微小的位移或微小的时间变化,使其无法获取过近的物体的数据当障碍物处于盲区内将无法安全避障,比如kinect一代三维深度摄像机的近距离感知环境的范围为0.4m至3.5m,在0m至0.4m范围为kinect的工作盲区,当物体接近到机器人工作盲区或突然出现在机器人工作盲区时,kinect将无法发现障碍物,而无法实现安全避障,这对于移动机器人如何安全自主避障是个很大的缺陷。
如果能够克服三维深度摄像机无法实现近距离安全避障的缺陷,则对三维避障的改进具有重要的意义。
发明内容
本发明所要解决的技术问题是:如何利用三维深度摄像机实现近距离安全避障。
为了解决上述技术问题,本发明采用的技术方案为:
一种基于三维深度摄像机的近距离避障方法,包括:
获取移动装置移动时前方的深度图像,所述深度图像包括地面数据和空中数据;
检测到移动装置前方的深度图像中地面存在障碍物时,计算当前位置与障碍物的角度和距离,并根据计算出的角度和距离改变移动装置的移动路线;
检测到移动装置前方部分或全部地面数据无法获取时,判定无数据的地面部分为障碍物,计算当前位置与障碍物的角度,根据计算出的角度改变移动装置的移动方向。
上述基于三维深度摄像机的近距离避障方法的有益效果在于:移动装置移动时,获取移动装置前方的深度图像,根据深度图像判断是否存在障碍物,存在障碍物则计算当前位置与障碍物的角度和距离,并根据计算出的角度和距离改变移动装置的移动路线,防止移动装置按原来的移动路线移动与障碍物发生碰撞,实现安全避障;当障碍物与移动装置距离比较近时,不能直接从深度图像判断是否有障碍物,而是通过检测深度图像是否存在部分或全部地面数据无法获取的情况,如果部分或全部地面数据无法获取则判定无法获取数据的地面部分为障碍物,并计算当前位置与障碍物的角度,从而准确判断出近距离障碍物以及近距离障碍物的位置,由于此时障碍物与移动装置距离比较近,从而立即改变移动装置的移动方向,安全实现近距离避障。
一种基于三维深度摄像机的近距离避障系统,包括:三维深度摄像机、上位机、下位机、通信装置以及移动装置,所述移动装置在地面上移动;
所述三维深度摄像机安装于移动装置上,用于获取移动装置前方的深度图像,所述深度图像包括地面数据和空中数据;并将所述深度图像通过通信装置发送给上位机;
所述上位机用于检测到移动装置前方的深度图像中地面存在障碍物时,计算当前位置与障碍物的角度和距离,并根据计算出的角度和距离改变移动装置的移动路线,并向下位机发送改变移动装置移动路线的控制命令;检测到移动装置前方部分或全部地面数据无法获取时,判定无数据的地面部分为障碍物,计算当前位置与障碍物的角度,根据计算出的角度改变移动装置的移动方向,并向下位机发送改变移动装置移动方向的控制命令;
所述下位机用于根据所述控制命令控制移动装置移动。
上述基于三维深度摄像机的近距离避障系统的有益效果在于:三维深度摄像机安装于移动装置上,通过三维深度摄像机来获取移动装置前方的深度图像,深度图像精度高,可以精确地得知移动装置前方的环境;上位机通过通信装置的得到三维深度摄像机获取的深度图像,移动装置与障碍物距离比较远时,上位机可直接根据深度图像判断是否存在障碍物,存在障碍物时计算当前位置与障碍物的角度和距离,并根据计算出的角度和距离发送改变路线的控制命令给下位机,当移动装置与障碍物距离比较近时,不能直接从深度图像判断是否有障碍物,而是通过检测深度图像是否存在部分或全部地面数据无法获取的情况,如果部分或全部地面数据无法获取则判定该无法获取数据的地面部分为障碍物,并计算当前位置与障碍物的角度,根据计算出的角度发送立即改变移动方向的控制命令给下位机,下位机根据控制命令控制移动装置移动,从而在近距离和远距离的情况下都能实现安全避障。
附图说明
图1为本发明实施例一基于三维深度摄像机的近距离避障方法流程图;
图2为本发明实施例二基于三维深度摄像机的近距离避障系统结构图。
标号说明:
1、三维深度摄像机;2、通信装置;3、上位机;4、下位机。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果,以下结合实施方式并配合附图予以说明。
本发明最关键的构思在于:采用三维深度摄像机获取移动装置前方的深度图像,近距离避障时,通过分析深度图像的地面数据无法获取的部分判断是否存在障碍物,实现近距离安全避障。
请参照图1,
一种基于三维深度摄像机的近距离避障方法,包括:
S1、获取移动装置移动时前方的深度图像,所述深度图像包括地面数据和空中数据;
S2、检测到移动装置前方的深度图像中地面存在障碍物时,计算当前位置与障碍物的角度和距离,并根据计算出的角度和距离改变移动装置的移动路线;
S3、检测到移动装置前方部分或全部地面数据无法获取时,判定无数据的地面部分为障碍物,计算当前位置与障碍物的角度,根据计算出的角度改变移动装置的移动方向。
上述基于三维深度摄像机的近距离避障方法的有益效果在于:移动装置移动时,获取移动装置前方的深度图像,根据深度图像判断是否存在障碍物,存在障碍物则计算当前位置与障碍物的角度和距离,并根据计算出的角度和距离改变移动装置的移动路线,防止移动装置按原来的移动路线移动与障碍物发生碰撞,实现安全避障;当障碍物与移动装置距离比较近时,不能直接从深度图像判断是否有障碍物,而是通过检测深度图像是否存在部分或全部地面数据无法获取的情况,如果部分或全部地面数据无法获取则判定无法获取数据的地面部分为障碍物,并计算当前位置与障碍物的角度,从而准确判断出近距离障碍物以及近距离障碍物的位置,由于此时障碍物与移动装置距离比较近,从而立即改变移动装置的移动方向,安全实现近距离避障。
进一步的,所述“获取移动装置移动时前方场景的深度图像”之前还包括:获取移动装置在无障碍物的水平地面静止时前方的深度图像,记录无障碍物情况下地面数据位于深度图像的最下面的行数N。
进一步的,所述“计算当前位置与障碍物的角度”具体为:
计算每个角度内当前地面数据在当前深度图像最下面N行中的三维数据点的个数;
当三维数据点个数为0时,判定三维数据点的个数为0的角度为障碍物存在的角度。
从上述描述可知,由于障碍物遮挡了三维深度摄像机获取地面数据,导致有障碍物的区域无法获取任何数据,表现为最下面的N行数据即地面部分出现一块空白,因此通过对比当前地面数据与无障碍物情况下地面数据,从而根据地面数据的三维数据点个数判断有无障碍物,没有三维数据点则说明有障碍物。
进一步的,所述地面数据和空中数据为三维数据。
请参照图2,
一种基于三维深度摄像机的近距离避障系统,包括:三维深度摄像机1、上位机3、下位机4、通信装置2以及移动装置,所述移动装置在地面上移动;
所述三维深度摄像机1安装于移动装置上,用于获取移动装置前方的深度图像,所述深度图像包括地面数据和空中数据;并将所述深度图像通过通信装置2发送给上位机3;
所述上位机3用于检测到移动装置前方的深度图像中地面存在障碍物时,计算当前位置与障碍物的角度和距离,并根据计算出的角度和距离改变移动装置的移动路线,并向下位机4发送改变移动装置移动路线的控制命令;检测到移动装置前方部分或全部地面数据无法获取时,判定无数据的地面部分为障碍物,计算当前位置与障碍物的角度,根据计算出的角度改变移动装置的移动方向,并向下位机4发送改变移动装置移动方向的控制命令;
所述下位机4用于根据所述控制命令控制移动装置移动。
上述基于三维深度摄像机的近距离避障系统的有益效果在于:三维深度摄像机1安装于移动装置上,通过三维深度摄像机1来获取移动装置前方的深度图像,深度图像精度高,可以精确地得知移动装置前方的环境;上位机3通过通信装置2的得到三维深度摄像机1获取的深度图像,移动装置与障碍物距离比较远时,上位机3可直接根据深度图像判断是否存在障碍物,存在障碍物时计算当前位置与障碍物的角度和距离,并根据计算出的角度和距离发送改变路线的控制命令给下位机4,当移动装置与障碍物距离比较近时,不能直接从深度图像判断是否有障碍物,而是通过检测深度图像是否存在部分或全部地面数据无法获取的情况,如果部分或全部地面数据无法获取则判定该无法获取数据的地面部分为障碍物,并计算当前位置与障碍物的角度,根据计算出的角度发送立即改变移动方向的控制命令给下位机4,下位机4根据控制命令控制移动装置移动,从而在近距离和远距离的情况下都能实现安全避障。
进一步的,所述三维深度摄像机1水平或倾斜向下安装于移动装置上。
从上述描述可知,三维深度摄像机1水平或倾斜向下安装于移动装置上能够保证三维深度摄像机1能拍摄到地面部分。
进一步的,所述上位机3为计算机。
进一步的,所述下位机4为可编程逻辑编辑器或单片机。
请参照图1,本发明的实施例一为:
一种基于三维深度摄像机的近距离避障方法,包括:
获取移动装置在无障碍物的水平地面静止时前方的深度图像,所述深度图像包括地面数据和空中数据;所述地面数据和空中数据为三维数据;记录无障碍物情况下地面数据位于深度图像的最下面的行数N;
S1、获取移动装置移动时前方的深度图像,所述深度图像包括地面数据和空中数据;所述地面数据和空中数据为三维数据;
S2、检测到移动装置前方的深度图像中地面存在障碍物时,计算当前位置与障碍物的角度和距离,并根据计算出的角度和距离改变移动装置的移动路线;当移动装置与障碍物距离较远时,一般情况下为距离大于0.4米时,可直接从深度图像判断地面是否存在障碍物,获取图像时需要发射脉冲光,获取到深度图像时需要收到反射的脉冲光;存在障碍物时根据发射脉冲光与收到反射的脉冲光的时间差得到当前位置与障碍物的距离;
S3、检测到移动装置前方部分或全部地面数据无法获取时,判定无数据的地面部分为障碍物,计算每个角度内当前地面数据在当前深度图像最下面N行中的三维数据点的个数;当三维数据点个数为0时,判定三维数据点的个数为0的角度为障碍物存在的角度;根据计算出的角度改变移动装置的移动方向;当移动装置与障碍物距离较近时,一般情况下为距离小于0.4米时,由于障碍物遮挡了地面数据,导致有障碍物的区域无法获得任何数据,表现为最下面的N行数据即地面部分出现一块空白,因此判定该空白为障碍物造成的,即该无数据的地面部分为障碍物。
请参照图2,本发明的实施例二为:
一种基于三维深度摄像机的近距离避障系统,包括:三维深度摄像机1、上位机3、下位机4、通信装置2以及移动装置,所述移动装置在地面上移动;优选的,所述移动装置按照规划的路径移动;优选的,所述移动装置为机器人;
所述三维深度摄像机1安装于移动装置上,用于获取移动装置前方的深度图像,所述深度图像包括地面数据和空中数据;优选的,所述三维深度摄像机1水平或倾斜向下安装于移动装置上,保证三维深度摄像机1能够拍摄到地面数据;并将所述深度图像通过通信装置2发送给上位机3;
所述上位机3用于检测到移动装置前方的深度图像中地面存在障碍物时,计算当前位置与障碍物的角度和距离,并根据计算出的角度和距离改变移动装置的移动路线,并向下位机4发送改变移动装置移动路线的控制命令;检测到移动装置前方部分或全部地面数据无法获取时,判定无数据的地面部分为障碍物,计算当前位置与障碍物的角度,根据计算出的角度改变移动装置的移动方向,并向下位机4发送改变移动装置移动方向的控制命令;优选的,所述上位机3为计算机;
所述下位机4用于根据所述控制命令控制移动装置移动,优选的,所述下位机4为可编程逻辑编辑器或单片机,优选的,所述下位机4安装于移动装置上。
综上所述,本发明提供的一种基于三维深度摄像机的近距离避障方法及近距离避障系统,采用三维深度摄像机获取移动装置前方的深度图像,并通过通信装置将获取的深度图像发送给上位机;远距离避障时,上位机根据深度图像判断是否存在障碍物,存在障碍物时计算当前位置与障碍物的角度和距离,并根据计算出的角度和距离发送改变移动装置的移动路线的控制命令给下位机,下位机控制移动装置改变移动路线,从而安全实现远距离避障;近距离避障时,上位机根据移动装置前方是否出现部分或全部地面数据无法获取的现象判断是否存在障碍物,如果部分或全部地面数据无法获取则判定存在障碍物且无数据的地面部分即为障碍物;并计算当前位置与障碍物之间的角度,根据计算出的角度发送立即改变移动方向的控制命令给下位机,下位机控制移动装置立即改变移动方向,从而安全实现近距离避障。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种基于三维深度摄像机的近距离避障方法,其特征在于,包括:
获取移动装置移动时前方的深度图像,所述深度图像包括地面数据和空中数据;
检测到移动装置前方的深度图像中地面存在障碍物时,计算当前位置与障碍物的角度和距离,并根据计算出的角度和距离改变移动装置的移动路线;
检测到移动装置前方部分或全部地面数据无法获取时,判定无数据的地面部分为障碍物,计算当前位置与障碍物的角度,根据计算出的角度改变移动装置的移动方向。
2.根据权利要求1所述的基于三维深度摄像机的近距离避障方法,其特征在于,所述“获取移动装置移动时前方场景的深度图像”之前还包括:获取移动装置在无障碍物的水平地面静止时前方的深度图像,记录无障碍物情况下地面数据位于深度图像的最下面的行数N。
3.根据权利要求2所述的基于三维深度摄像机的近距离避障方法,其特征在于,所述“计算当前位置与障碍物的角度”具体为:
计算每个角度内当前地面数据在当前深度图像最下面N行中的三维数据点的个数;
当三维数据点个数为0时,判定三维数据点的个数为0的角度为障碍物存在的角度。
4.根据权利要求1所述的基于三维深度摄像机的近距离避障方法,其特征在于,所述地面数据和空中数据为三维数据。
5.一种基于三维深度摄像机的近距离避障系统,其特征在于,包括:三维深度摄像机、上位机、下位机、通信装置以及移动装置,所述移动装置在地面上移动;
所述三维深度摄像机安装于移动装置上,用于获取移动装置前方的深度图像,所述深度图像包括地面数据和空中数据;并将所述深度图像通过通信装置发送给上位机;
所述上位机用于检测到移动装置前方的深度图像中地面存在障碍物时,计算当前位置与障碍物的角度和距离,并根据计算出的角度和距离改变移动装置的移动路线,并向下位机发送改变移动装置移动路线的控制命令;检测到移动装置前方部分或全部地面数据无法获取时,判定无数据的地面部分为障碍物,计算当前位置与障碍物的角度,根据计算出的角度改变移动装置的移动方向,并向下位机发送改变移动装置移动方向的控制命令;
所述下位机用于根据所述控制命令控制移动装置移动。
6.根据权利要求5所述的基于三维深度摄像机的近距离避障系统,其特征在于,所述三维深度摄像机水平或倾斜向下安装于移动装置上。
7.根据权利要求5所述的基于三维深度摄像机的近距离避障系统,其特征在于,所述上位机为计算机。
8.根据权利要求5所述的基于三维深度摄像机的近距离避障系统,其特征在于,所述下位机为可编程逻辑编辑器或单片机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510300622.0A CN104932502B (zh) | 2015-06-04 | 2015-06-04 | 基于三维深度摄像机的近距离避障方法及近距离避障系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510300622.0A CN104932502B (zh) | 2015-06-04 | 2015-06-04 | 基于三维深度摄像机的近距离避障方法及近距离避障系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104932502A true CN104932502A (zh) | 2015-09-23 |
CN104932502B CN104932502B (zh) | 2018-08-10 |
Family
ID=54119706
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510300622.0A Active CN104932502B (zh) | 2015-06-04 | 2015-06-04 | 基于三维深度摄像机的近距离避障方法及近距离避障系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104932502B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105404299A (zh) * | 2015-11-23 | 2016-03-16 | 南京农业大学 | 基于体感感应器的温室省力化自动跟随作业平台 |
CN105867433A (zh) * | 2016-03-31 | 2016-08-17 | 纳恩博(北京)科技有限公司 | 一种移动控制方法、移动电子设备及移动控制系统 |
CN106096559A (zh) * | 2016-06-16 | 2016-11-09 | 深圳零度智能机器人科技有限公司 | 障碍物检测方法及系统以及运动物体 |
CN106843251A (zh) * | 2017-02-20 | 2017-06-13 | 上海大学 | 拥挤人群紧急疏导无人机 |
CN106909141A (zh) * | 2015-12-23 | 2017-06-30 | 北京机电工程研究所 | 障碍物探测定位装置及避障系统 |
CN108334103A (zh) * | 2017-12-21 | 2018-07-27 | 广州亿航智能技术有限公司 | 无人机多距离避障方法及避障系统 |
CN109292300A (zh) * | 2018-11-02 | 2019-02-01 | 许诺石 | 一种主动分类回收装置 |
CN109891351A (zh) * | 2016-11-15 | 2019-06-14 | 深圳市大疆创新科技有限公司 | 基于图像的对象检测和对应的移动调整操纵的方法和系统 |
CN110325089A (zh) * | 2017-05-23 | 2019-10-11 | 东芝生活电器株式会社 | 电动吸尘器 |
CN111624997A (zh) * | 2020-05-12 | 2020-09-04 | 珠海市一微半导体有限公司 | 基于tof摄像模块的机器人控制方法、系统及机器人 |
CN111949032A (zh) * | 2020-08-18 | 2020-11-17 | 中国科学技术大学 | 一种基于强化学习的3d避障导航系统及方法 |
CN112318496A (zh) * | 2019-08-05 | 2021-02-05 | 乐歆机器人(东莞)有限公司 | 一种基于深度摄像机的视觉运动通道的构建系统及方法 |
CN113359692A (zh) * | 2020-02-20 | 2021-09-07 | 杭州萤石软件有限公司 | 一种障碍物的避让方法、可移动机器人 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4706120A (en) * | 1985-08-30 | 1987-11-10 | Texas Instruments Incorporated | Modular, vision system for automation of inspection and process control |
CN101308023A (zh) * | 2008-06-05 | 2008-11-19 | 上海交通大学 | 基于异构视觉传感器系统的导航装置和方法 |
CN101373217A (zh) * | 2008-08-28 | 2009-02-25 | 阮树成 | 毫米波船用调频多通道防撞雷达 |
CN101852609A (zh) * | 2010-06-02 | 2010-10-06 | 北京理工大学 | 一种基于机器人双目立体视觉的地面障碍物检测方法 |
US20120253582A1 (en) * | 2011-03-30 | 2012-10-04 | Microsoft Corporation | Semi-Autonomous Mobile Device Driving with Obstacle Avoidance |
CN103955216A (zh) * | 2014-04-22 | 2014-07-30 | 华南理工大学 | 一种自动导引车两级复合避障装置 |
CN203941451U (zh) * | 2014-04-15 | 2014-11-12 | 桂林电子科技大学 | 基于手势识别的自动避障小车 |
CN104390645A (zh) * | 2014-12-09 | 2015-03-04 | 重庆邮电大学 | 一种基于视觉信息的智能轮椅室内导航方法 |
-
2015
- 2015-06-04 CN CN201510300622.0A patent/CN104932502B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4706120A (en) * | 1985-08-30 | 1987-11-10 | Texas Instruments Incorporated | Modular, vision system for automation of inspection and process control |
CN101308023A (zh) * | 2008-06-05 | 2008-11-19 | 上海交通大学 | 基于异构视觉传感器系统的导航装置和方法 |
CN101373217A (zh) * | 2008-08-28 | 2009-02-25 | 阮树成 | 毫米波船用调频多通道防撞雷达 |
CN101852609A (zh) * | 2010-06-02 | 2010-10-06 | 北京理工大学 | 一种基于机器人双目立体视觉的地面障碍物检测方法 |
US20120253582A1 (en) * | 2011-03-30 | 2012-10-04 | Microsoft Corporation | Semi-Autonomous Mobile Device Driving with Obstacle Avoidance |
CN203941451U (zh) * | 2014-04-15 | 2014-11-12 | 桂林电子科技大学 | 基于手势识别的自动避障小车 |
CN103955216A (zh) * | 2014-04-22 | 2014-07-30 | 华南理工大学 | 一种自动导引车两级复合避障装置 |
CN104390645A (zh) * | 2014-12-09 | 2015-03-04 | 重庆邮电大学 | 一种基于视觉信息的智能轮椅室内导航方法 |
Non-Patent Citations (4)
Title |
---|
何燚等: "基于双目视觉的移动机器人避障算法仿真研究", 《计算机仿真》 * |
李飞龙等: "一种基于Kinect的自动跟随机器人设计", 《电脑知识与技术》 * |
杨启东: "缩小避障机器人障碍物检测盲区的研究", 《计算机与现代化》 * |
阮晓芳: "多路超声波机器人的模糊避障研究", 《计算机测量与控制》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105404299A (zh) * | 2015-11-23 | 2016-03-16 | 南京农业大学 | 基于体感感应器的温室省力化自动跟随作业平台 |
CN106909141A (zh) * | 2015-12-23 | 2017-06-30 | 北京机电工程研究所 | 障碍物探测定位装置及避障系统 |
CN105867433A (zh) * | 2016-03-31 | 2016-08-17 | 纳恩博(北京)科技有限公司 | 一种移动控制方法、移动电子设备及移动控制系统 |
CN106096559A (zh) * | 2016-06-16 | 2016-11-09 | 深圳零度智能机器人科技有限公司 | 障碍物检测方法及系统以及运动物体 |
CN109891351B (zh) * | 2016-11-15 | 2022-05-06 | 深圳市大疆创新科技有限公司 | 基于图像的对象检测和对应的移动调整操纵的方法和系统 |
CN109891351A (zh) * | 2016-11-15 | 2019-06-14 | 深圳市大疆创新科技有限公司 | 基于图像的对象检测和对应的移动调整操纵的方法和系统 |
CN106843251A (zh) * | 2017-02-20 | 2017-06-13 | 上海大学 | 拥挤人群紧急疏导无人机 |
CN110325089A (zh) * | 2017-05-23 | 2019-10-11 | 东芝生活电器株式会社 | 电动吸尘器 |
CN108334103A (zh) * | 2017-12-21 | 2018-07-27 | 广州亿航智能技术有限公司 | 无人机多距离避障方法及避障系统 |
CN109292300A (zh) * | 2018-11-02 | 2019-02-01 | 许诺石 | 一种主动分类回收装置 |
CN109292300B (zh) * | 2018-11-02 | 2021-11-09 | 许诺石 | 一种主动分类回收装置 |
CN112318496A (zh) * | 2019-08-05 | 2021-02-05 | 乐歆机器人(东莞)有限公司 | 一种基于深度摄像机的视觉运动通道的构建系统及方法 |
CN113359692A (zh) * | 2020-02-20 | 2021-09-07 | 杭州萤石软件有限公司 | 一种障碍物的避让方法、可移动机器人 |
CN111624997A (zh) * | 2020-05-12 | 2020-09-04 | 珠海市一微半导体有限公司 | 基于tof摄像模块的机器人控制方法、系统及机器人 |
CN111949032A (zh) * | 2020-08-18 | 2020-11-17 | 中国科学技术大学 | 一种基于强化学习的3d避障导航系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104932502B (zh) | 2018-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104932502A (zh) | 基于三维深度摄像机的近距离避障方法及近距离避障系统 | |
US10510155B1 (en) | Method and processing system for updating a first image generated by a first camera based on a second image generated by a second camera | |
JP6528447B2 (ja) | 視差演算システム及び距離測定装置 | |
CN103557796B (zh) | 基于激光测距和计算机视觉的三维定位系统及定位方法 | |
US8860930B2 (en) | Three dimensional surface mapping system using optical flow | |
US20180173318A1 (en) | Method and apparatus for detecting gesture in user-based spatial coordinate system | |
CN109141373A (zh) | 用于防护机器的传感器 | |
CA2951170C (en) | Device for detecting an obstacle by means of intersecting planes and detection method using such a device | |
US20180074509A1 (en) | Method for processing a floor | |
US11669092B2 (en) | Time of flight system and method for safety-rated collision avoidance | |
US20190379836A1 (en) | Sensor control device, object search system, object search method, and program | |
CN109444916A (zh) | 一种无人驾驶可行驶区域确定装置及方法 | |
Nedevschi | Online cross-calibration of camera and lidar | |
EP4155762A1 (en) | Micro-lidar sensor | |
CN102401901B (zh) | 测距系统及测距方法 | |
US20130113890A1 (en) | 3d location sensing system and method | |
CN111496845B (zh) | 一种用于机器人的tof模组的安装方法 | |
KR20220146617A (ko) | 라이다 측정에서 블루밍을 검출하는 방법 및 장치 | |
KR20160092289A (ko) | 시차 결정 방법 및 장치 | |
CN113014899B (zh) | 一种双目图像的视差确定方法、装置及系统 | |
EP4071578A1 (en) | Light source control method for vision machine, and vision machine | |
CN112747723A (zh) | 一种基于室内环境的辅助光视觉检测装置及移动机器人 | |
US11935256B1 (en) | Remote distance estimation system and method | |
CN113050073B (zh) | 参考平面标定方法、障碍物检测方法以及距离检测装置 | |
US9972098B1 (en) | Remote distance estimation system and method |
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 |