CN105184768A - 室内多摄像头同步高精度定位方法 - Google Patents

室内多摄像头同步高精度定位方法 Download PDF

Info

Publication number
CN105184768A
CN105184768A CN201510444286.7A CN201510444286A CN105184768A CN 105184768 A CN105184768 A CN 105184768A CN 201510444286 A CN201510444286 A CN 201510444286A CN 105184768 A CN105184768 A CN 105184768A
Authority
CN
China
Prior art keywords
indoor
point
camera
unique point
indoor object
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
CN201510444286.7A
Other languages
English (en)
Other versions
CN105184768B (zh
Inventor
刘斌
俞能海
李卫海
庄连生
汤闻易
胡校成
殷国君
储琪
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.)
University of Science and Technology of China USTC
Original Assignee
University of Science and Technology of China USTC
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 University of Science and Technology of China USTC filed Critical University of Science and Technology of China USTC
Priority to CN201510444286.7A priority Critical patent/CN105184768B/zh
Publication of CN105184768A publication Critical patent/CN105184768A/zh
Application granted granted Critical
Publication of CN105184768B publication Critical patent/CN105184768B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources

Abstract

本发明公开了一种室内多摄像头同步高精度定位方法,该方法不仅能够同时监控广大的室内范围,同时避免了一般多摄像头定位系统中的成像过程中不同步问题;同时,通过利用人工添加的特征点进行定位,具有精度高,速度快等特点;另外,通过单独设置的方向特征点确定物体的朝向,可以在定位的时候同时确定物体上一个可转动部件的方向。

Description

室内多摄像头同步高精度定位方法
技术领域
本发明涉及室内定位技术领域,尤其涉及一种室内多摄像头同步高精度定位方法。
背景技术
在工业生产和视频监控以及安全领域中,高精度定位系统受到人们的青睐,相应地,基于室内高精度定位技术的市场需求正在日益扩大,应用也越来越广泛。
视觉定位是通过机器视觉获得包含待定位物体的图像,从中获得待定位物体的坐标的过程。视觉定位技术主要涉及摄像头成像、图像处理、物体坐标计算等步骤。其中图像处理和物体坐标计算是视觉定位领域的两个关键问题。
目前视觉定位的方法主要有两种:基于单摄像头的方法和基于多摄像头的方法。基于单摄像头的方法,是只使用一个摄像头来观测待定位物体,从中提取特征点,计算物体坐标;虽然这个系统比较简单,无须数据融合,易于实现实时监测,但是由于一个摄像头的观测范围比较小,而且由于ccd或者cmos的面积和像素不可能无限制地增加,使它的应用范围受到限制。多摄像头的方法,是利用多个摄像头监控物体,综合多个摄像头的观察数据计算物体的位置,它的优点是视野广阔,容易监控广大的范围,但是由于涉及数据融合,比较难以做到同步,数据量大,实时性也难以保证。
发明内容
本发明的目的是提供一种室内多摄像头同步高精度定位方法,可以准确定位室内物体的位置及朝向。
本发明的目的是通过以下技术方案实现的:
一种室内多摄像头同步高精度定位方法,包括:
标定每一室内物体的特征点,并计算特征点和物体中心的物体相对坐标;
利用多个室内摄像头同步采集图像,获得能够覆盖室内区域的同步图像;
根据预先建立的室内坐标高精度测量系统从同步图像中获取每个室内物体的特征点及特征点的绝对坐标,并逐一排除不同同步图像中重复的特征点,最终获得特征点集合;
根据室内物体在开始运动前所估计的初始位置,判断当前时刻待定位室内物体的位置是否发生变化,若是,则根据待定位室内物体与其所标定的特征点的相对距离为该待定位室内物体重新分配特征点,基于重新分配特征点的绝对坐标及其与该待定位室内物体的相对距离确定该待定位室内物体的绝对坐标与朝向。
进一步的,所述利用室内多摄像头同步采集图像,获得能够覆盖室内区域的同步图像包括:
将每一摄像头的电平触发输入端连接到电平触发板上,通过计算机控制电平触发板周期地升降电平,从而使多个摄像头同步成像。
进一步的,该方法还包括:确定摄像头的布置参数与数量,其包括如下:
根据所需的精度计算摄像头参数以及摄像头距离地面的距离;若所需的精度为毫米级,则摄像头的视野范围同摄像头的像素必须满足如下关系:摄像头上一个像素对应地面上0.5mm乘以0.5mm的区域;
根据摄像头精度以及ccd面积确定摄像头的焦距以及摄像头距离地面的高度,需满足如下关系:焦距比上ccd芯片的长等于镜头到地面的距离比上视野范围的长;
根据视野范围确定摄像头的数目,确保两个相邻摄像头的视野有百分之十重合的要求下让摄像头覆盖整个待测量区域;
标定各个摄像头的参数,具体的:根据地面标定点的坐标以及标准棋盘格按照张正友平面标定法标定每个安装好的摄像头的参数。
进一步的,建立室内坐标高精度测量系统的步骤包括:
在室内选择多个标定点,并利用激光测距仪对室内每个标定点的绝对坐标进行标定;
之后,在天花板上平均布置多个镜头平行于水平面的摄像头,利用标定好的标定点以及标准棋盘格对每个摄像头进行标定,计算出摄像头成像坐标到室内绝对坐标的变换矩阵。
进一步的,标定每一室内物体的特征点的步骤包括:
每一室内物体的特征点包括:5个主要特征点和3n个次要特征点,其中,n为可旋转部件的数量;若物体上没有可旋转部件或者无需标定物体上的可旋转部件,则仅标定与物体相关的主要特征点,若需要标定物体上可旋转部件,则标定与物体相关的主要特征点以及标记与可旋转部件相关的次要特征点;
所标定的5个主要特征点平均排布一个近似的圆周上,圆心为室内物体的中心;所标定的3n个次要特征点,对于每一可旋转部件而言,3个次要特征点中的一个到物体中心的连线同室内物体上可旋转部件的朝向相同,其余两个位于这个点两侧且三点处于一条直线上。
进一步的,计算特征点和物体中心的物体相对坐标包括:
通过测量工具测量每一室内物体的主要特征点相对于以物体中心为原点的坐标系的相对坐标。
进一步的,所述根据待定位室内物体与其所标定的特征点的相对距离为该待定位室内物体重新分配特征点包括:
获得的特征点集合记为集合X,基于对物体移动的预测估计待定位室内物体的位置,并根据特征点和室内物体的相对距离从集合X中给每个待定位室内物体分配相应的特征点,组成待定位室内物体的特征点集合。
进一步的,基于重新分配特征点的绝对坐标及其与该待定位室内物体的相对距离确定该待定位室内物体的绝对坐标与朝向包括:
确定主要特征点,根据主要特征点的绝对坐标及其与该待定位室内物体的相对距离确定该待定位室内物体的绝对坐标;确定主要特征点的步骤如下:从某一待定位室内物体的特征点集合中随机提取5个点,根据其绝对坐标计算两两之间的相对位置,将其初始时所标定的主要特征点相对坐标之间的相对位置比较,如果相对位置一致则认为这5个点是该待定位室内物体的主要特征点;
对于该待定位室内物体的特征点集合来说,排除已经确定是主要特征点的5个点后,首先从剩下的点中随机选取三个点,计算它们构成的三角形的面积,如果面积小于预设值,就认为这是指示朝向的三个点;
然后,在这三个点中,每次选取一个点,分别计算它到剩下两个点的距离之和,将和最小点作为指示朝向的点;
最后,根据待定位室内物体中心与指示朝向的点产生一个向量,计算向量同室内绝对坐标的x轴的夹角,该夹角则表示待定位室内物体的朝向。
由上述本发明提供的技术方案可以看出,不仅能够同时监控广大的室内范围,同时避免了一般多摄像头定位系统中的成像过程中不同步问题;同时,通过利用人工添加的特征点进行定位,具有精度高,速度快等特点;另外,通过单独设置的方向特征点确定物体的朝向,可以在定位的时候同时确定物体上一个可转动部件的方向。
附图说明
为了更清楚地说明本发明实施例的技术方案,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,对于本领域的普通技术人员来讲,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附图。
图1为本发明实施例提供的一种室内多摄像头同步高精度定位方法的流程图;
图2为本发明实施例提供的摄像头成像原理的示意图;
图3为本发明实施例提供的室内多摄像头的布置场景示意图;
图4为本发明实施例提供的为室内物体标定特征点的示意图。
具体实施方式
下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明的保护范围。
实施例
图1为本发明实施例提供的一种室内多摄像头同步高精度定位方法的流程图。如图1所示,该方法主要包括如下步骤:
步骤11、标定每一室内物体的特征点,并计算特征点和物体中心的物体相对坐标。
本发明实施例的所标定的特征点包括:主要特征点和/或次要特征点;若物体上没有可旋转部件或者无需标定物体上的可旋转部件,则仅标定与物体相关的主要特征点,若需要标定物体上可旋转部件,则标定与物体相关的主要特征点以及标记与可旋转部件相关的次要特征点。同时,也可以仅计算主要特征点相对于以物体中心为原点的坐标系的相对坐标。这样做的目的是因为在设置特征点时,每个特征点都要求是特殊的,方便在步骤13~步骤14中将其找出。
示例性的,主要特征点的数量可以为5个,次要特征点的数量可以根据可旋转部件的数量n来确定,通常每一可旋转部件标识3个即可;所述的可旋转部件为转轴同物体中心重合且独立的部件。
本发明实施例中,用室内物体的特征点和物体中心的相对位置建立物体相对坐标系,示例性地,当需要标定可旋转部件,且其数量为1时,特征点的数量为八个,其示意图如图4所示;其中,5个特征点排布一个近似的圆周上而且当且仅当物体主体运动时才会移动,其中一个点同物体中心的连线物体主体的朝向(即,图4中右侧箭头方向)相同,剩余4个点均匀分布在该点两侧的圆周上,保证标识物体主体朝向的点的相对位置是特殊的,圆心为室内物体的中心,这5个特征点称为主要特征点;剩余三个次要特征点中一个到物体中心的连线同室内物体上可旋转部件的朝向(即,图4中左侧箭头方向)相同,其余两个位于这个点两侧且三点处于一条直线上,保证这三个点的位置不仅同物体的位置有关还同可旋转部件的朝向有关并且距离物体较远,不会被物体挡住导致摄像头看不见;示例性地,可以使用5个激光笔绑在物体主体上,3个激光笔绑在物体可旋转部件上,将其投射在地面的光点作为特征点,具体排布如上所述;然后,通过测量工具测量每一室内物体的5个主要特征点相对于以物体中心为原点的坐标系的物体相对坐标。
步骤12、利用多个室内摄像头同步采集图像,获得能够覆盖室内区域的同步图像。
本发明实施例中,根据摄像头的成像原理(如图2所示),通过将每一摄像头的电平触发输入端连接到电平触发板上,通过计算机控制电平触发板周期地升降电平,从而使多个摄像头同步成像。
本发明实施例中,可以采用下述方式确定摄像头的布置参数与数量,布置后的场景示意图可如图3所示,其中的主控计算机用于控制图像同步采集,与后续步骤13~步骤14的处理,计算机用于进行步骤12中的数据融合计算并将结果传输给主控计算机。
1)根据所需的精度计算摄像头参数以及摄像头距离地面的距离;若所需的精度为毫米级,则摄像头的视野范围同摄像头的像素必须满足如下关系:摄像头上一个像素对应地面上0.5mm乘以0.5mm的区域;
2)根据摄像头精度以及ccd面积确定摄像头的焦距以及摄像头距离地面的高度,需满足如下关系:焦距比上ccd芯片的长等于镜头到地面的距离比上视野范围的长;
3)根据视野范围确定摄像头的数目,确保两个相邻摄像头的视野有百分之十重合的要求下让摄像头覆盖整个待测量区域;
4)标定各个摄像头的参数,具体的:根据地面标定点的坐标以及标准棋盘格按照张正友平面标定法标定每个安装好的摄像头的参数。
步骤13、根据预先建立的室内坐标高精度测量系统从同步图像中获取每个室内物体的特征点及特征点的绝对坐标,并逐一排除不同同步图像中重复的特征点,最终获得特征点集合。
本发明实施例中,预先建立了室内坐标高精度测量系统,其步骤如下:
在室内选择多个标定点,示例性地,可以用3cmx1cm的矩形贴纸贴在地上,矩形的中心即为标定点,使用全站仪(或其他激光测距仪)标定每个标定点的绝对坐标;
之后,在天花板上平均布置多个镜头平行于水平面的摄像头,然后使用标定好的标定点以及标准棋盘格对每个摄像头进行标定,计算出摄像头成像坐标到室内绝对坐标的变换矩阵。
当多摄像头采集同步图像后,对获得的多摄像头图像分别处理后,对获得的数据进行融合,具体步骤如下:对同步图像二值化后,提取特征点,示例性地,特征点是绑在物体上的激光笔产生的激光点,可以非常方便地获取在图像中的相对坐标,再根据前述变换矩阵计算特征点的室内绝对坐标,并将不同同步图像中重复的点排除,最终获得特征点集合。
本发明实施例中,步骤12~步骤13的主要目的是提取所有室内物体的特征点,此时,并不考虑特征点与室内物体的从属关系,所有特征点的身份待定;而步骤14则将这些特征点按照先验知识(之前的位置,和相对分布)分别确定其身份,即属于哪一个物体的哪一个特征点。
步骤14、根据室内物体开始运动前所估计的初始位置,判断当前时刻待定位室内物体的位置是否发生变化,若是,则根据待定位室内物体与其所标定的特征点的相对距离为该待定位室内物体重新分配特征点,基于重新分配特征点的绝对坐标及其与该待定位室内物体的相对距离确定该待定位室内物体的绝对坐标与朝向。
本发明实施例中,所述根据待定位室内物体与其附近特征点的相对距离为该待定位室内物体重新分配特征点包括:
假设待定位室内物体的特征点(即激光点)以及它们的位置(即步骤13的计算结果)记为集合X,根据上一次循环中计算出的各个物体的位置,确定X中的点分别属于哪一个待定位室内物体(如果是第一次,则根据物体初始位置的估计值进行确定),接着将属于每一个待定位室内物体的点分别组成集合。即可基于对物体移动的预测估计室内物体的位置,并根据特征点和室内物体的相对距离从集合X中给每个待定位室内物体分配相应的特征点,组成待定位室内物体的特征点集合。
再根据特征点的相对关系在每个待定位室内物体的特征点集合中分别确定定位特征点(即主要特征点)和定朝向的特征点(即次要特征点)。
本发明实施例中,根据确定的主要特征点的绝对坐标及其与该待定位室内物体的相对距离确定该待定位室内物体的绝对坐标;确定定位特征点的步骤如下:从某一待定位室内物体的特征点集合中随机提取5个点,根据其绝对坐标计算两两之间的相对位置,将其同步骤11标定的主要特征点相对坐标之间的相对位置比较,如果相对位置一致则认为这5个点是待定位室内物体的主要特征点。也可以使用下述方法确定:从5个点中抽取4个点,利用步骤11计算的该待定位室内物体5个主要特征点的相对位置预测最后一个点的绝对坐标(具体地说,即假设5个主要特征点的序号分别是1-5,5个取出的点的序号分别是a-e,假设a对应1,b对应2,c对应3,d对应4,计算两个坐标系的变换矩阵从而计算点5的室内绝对坐标同e比较),如果该预测坐标同实际的最后一个点的绝对坐标误差小于阈值,则说明这种对应方法是正确的,反之则说明对应方法错误,继续随机抽取5个点,直到找出正确的对应关系;如果所有的排列都验证完毕,还无法找出正确的对应关系,则认为有一个特征点被遮挡,随机抽取4个点继续上述步骤。
本发明实施例中,确定该待定位室内物体的朝向包括:
对于该待定位室内物体的特征点集合来说,排除已经确定是主要特征点的5个点后,首先从剩下的点中随机选取三个点,计算它们构成的三角形的面积,如果面积小于预设值,就认为这是指示朝向的三个点。在前述步骤11中已经提到了,室内物体上可以存在多个可旋转部件,但是只有当这三个点为同一可旋转部件的特征点时才可以作为指示朝向的点;因此,需要计算这三个点构成的三角形的面积,当面积小于预设值则判定这三个点为同一可旋转部件的特征点;否则,判定这三个点是不同的可旋转部件的特征点。
然后,在这三个点中,每次选取一个点,分别计算它到剩下两个点的距离之和,将和最小点作为指示朝向的点;
最后,根据待定位室内物体中心与指示朝向的点产生一个向量,计算向量同室内绝对坐标的x轴的夹角,该夹角则表示待定位室内物体的朝向。
本发明实施例的上述方案,不仅能够同时监控广大的室内范围,同时避免了一般多摄像头定位系统中的成像过程中不同步问题;同时,通过利用人工添加的特征点进行定位,具有精度高,速度快等特点;另外,通过单独设置的方向特征点确定物体的朝向,可以在定位的时候同时确定物体上一个可转动部件的方向;最后,本发明可以处理当物体较高时,遮挡了一个打在地面的特征点时的情况。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例可以通过软件实现,也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解,上述实施例的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求书的保护范围为准。

Claims (8)

1.一种室内多摄像头同步高精度定位方法,其特征在于,包括:
标定每一室内物体的特征点,并计算特征点和物体中心的物体相对坐标;
利用多个室内摄像头同步采集图像,获得能够覆盖室内区域的同步图像;
根据预先建立的室内坐标高精度测量系统从同步图像中获取每个室内物体的特征点及特征点的绝对坐标,并逐一排除不同同步图像中重复的特征点,最终获得特征点集合;
根据室内物体在开始运动前所估计的初始位置,判断当前时刻待定位室内物体的位置是否发生变化,若是,则根据待定位室内物体与其所标定的特征点的相对距离为该待定位室内物体重新分配特征点,基于重新分配特征点的绝对坐标及其与该待定位室内物体的相对距离确定该待定位室内物体的绝对坐标与朝向。
2.根据权利要求1所述的方法,其特征在于,所述利用室内多摄像头同步采集图像,获得能够覆盖室内区域的同步图像包括:
将每一摄像头的电平触发输入端连接到电平触发板上,通过计算机控制电平触发板周期地升降电平,从而使多个摄像头同步成像。
3.根据权利要求1所述的方法,其特征在于,该方法还包括:确定摄像头的布置参数与数量,其包括如下:
根据所需的精度计算摄像头参数以及摄像头距离地面的距离;若所需的精度为毫米级,则摄像头的视野范围同摄像头的像素必须满足如下关系:摄像头上一个像素对应地面上0.5mm乘以0.5mm的区域;
根据摄像头精度以及ccd面积确定摄像头的焦距以及摄像头距离地面的高度,需满足如下关系:焦距比上ccd芯片的长等于镜头到地面的距离比上视野范围的长;
根据视野范围确定摄像头的数目,确保两个相邻摄像头的视野有百分之十重合的要求下让摄像头覆盖整个待测量区域;
标定各个摄像头的参数,具体的:根据地面标定点的坐标以及标准棋盘格按照张正友平面标定法标定每个安装好的摄像头的参数。
4.根据权利要求1所述的方法,其特征在于,建立室内坐标高精度测量系统的步骤包括:
在室内选择多个标定点,并利用激光测距仪对室内每个标定点的绝对坐标进行标定;
之后,在天花板上平均布置多个镜头平行于水平面的摄像头,利用标定好的标定点以及标准棋盘格对每个摄像头进行标定,计算出摄像头成像坐标到室内绝对坐标的变换矩阵。
5.根据权利要求1所述的方法,其特征在于,标定每一室内物体的特征点的步骤包括:
每一室内物体的特征点包括:5个主要特征点和3n个次要特征点,其中,n为可旋转部件的数量;若物体上没有可旋转部件或者无需标定物体上的可旋转部件,则仅标定与物体相关的主要特征点,若需要标定物体上可旋转部件,则标定与物体相关的主要特征点以及标记与可旋转部件相关的次要特征点;
所标定的5个主要特征点平均排布一个近似的圆周上,圆心为室内物体的中心;所标定的3n个次要特征点,对于每一可旋转部件而言,3个次要特征点中的一个到物体中心的连线同室内物体上可旋转部件的朝向相同,其余两个位于这个点两侧且三点处于一条直线上。
6.根据权利要求5所述的方法,其特征在于,计算特征点和物体中心的物体相对坐标包括:
通过测量工具测量每一室内物体的主要特征点相对于以物体中心为原点的坐标系的相对坐标。
7.根据权利要求5所述的方法,其特征在于,所述根据待定位室内物体与其所标定的特征点的相对距离为该待定位室内物体重新分配特征点包括:
获得的特征点集合记为集合X,基于对物体移动的预测估计待定位室内物体的位置,并根据特征点和室内物体的相对距离从集合X中给每个待定位室内物体分配相应的特征点,组成待定位室内物体的特征点集合。
8.根据权利要求7所述的方法,其特征在于,基于重新分配特征点的绝对坐标及其与该待定位室内物体的相对距离确定该待定位室内物体的绝对坐标与朝向包括:
确定主要特征点,根据主要特征点的绝对坐标及其与该待定位室内物体的相对距离确定该待定位室内物体的绝对坐标;确定主要特征点的步骤如下:从某一待定位室内物体的特征点集合中随机提取5个点,根据其绝对坐标计算两两之间的相对位置,将其初始时所标定的主要特征点相对坐标之间的相对位置比较,如果相对位置一致则认为这5个点是该待定位室内物体的主要特征点;
对于该待定位室内物体的特征点集合来说,排除已经确定是主要特征点的5个点后,首先从剩下的点中随机选取三个点,计算它们构成的三角形的面积,如果面积小于预设值,就认为这是指示朝向的三个点;
然后,在这三个点中,每次选取一个点,分别计算它到剩下两个点的距离之和,将和最小点作为指示朝向的点;
最后,根据待定位室内物体中心与指示朝向的点产生一个向量,计算向量同室内绝对坐标的x轴的夹角,该夹角则表示待定位室内物体的朝向。
CN201510444286.7A 2015-07-23 2015-07-23 室内多摄像头同步高精度定位方法 Active CN105184768B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510444286.7A CN105184768B (zh) 2015-07-23 2015-07-23 室内多摄像头同步高精度定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510444286.7A CN105184768B (zh) 2015-07-23 2015-07-23 室内多摄像头同步高精度定位方法

Publications (2)

Publication Number Publication Date
CN105184768A true CN105184768A (zh) 2015-12-23
CN105184768B CN105184768B (zh) 2018-08-21

Family

ID=54906821

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510444286.7A Active CN105184768B (zh) 2015-07-23 2015-07-23 室内多摄像头同步高精度定位方法

Country Status (1)

Country Link
CN (1) CN105184768B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106767762A (zh) * 2017-01-26 2017-05-31 西安可视可觉网络科技有限公司 非可见激光定标室内定位导航方法及系统
CN108924742A (zh) * 2018-06-29 2018-11-30 杭州叙简科技股份有限公司 一种在管廊通道内基于ap设备和摄像头的共同定位方法
CN109087353A (zh) * 2018-08-20 2018-12-25 四川超影科技有限公司 基于机器视觉的室内人员定位方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104023228A (zh) * 2014-06-12 2014-09-03 北京工业大学 一种基于全局运动估计的自适应室内视觉定位方法
CN104535047A (zh) * 2014-09-19 2015-04-22 燕山大学 基于视频拼接的多智能体目标跟踪全局定位系统及方法
CN104700408A (zh) * 2015-03-11 2015-06-10 中国电子科技集团公司第二十八研究所 一种基于摄像机网络的室内单目标定位方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104023228A (zh) * 2014-06-12 2014-09-03 北京工业大学 一种基于全局运动估计的自适应室内视觉定位方法
CN104535047A (zh) * 2014-09-19 2015-04-22 燕山大学 基于视频拼接的多智能体目标跟踪全局定位系统及方法
CN104700408A (zh) * 2015-03-11 2015-06-10 中国电子科技集团公司第二十八研究所 一种基于摄像机网络的室内单目标定位方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
曹世华: "室内定位技术和系统的研究进展", 《计算机系统应用》 *
杜海涛 等: "基于无线传感器和视频融合的室内定位技术研究", 《计算机工程和设计》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106767762A (zh) * 2017-01-26 2017-05-31 西安可视可觉网络科技有限公司 非可见激光定标室内定位导航方法及系统
CN106767762B (zh) * 2017-01-26 2023-05-23 西安可视可觉网络科技有限公司 非可见激光定标室内定位导航方法
CN108924742A (zh) * 2018-06-29 2018-11-30 杭州叙简科技股份有限公司 一种在管廊通道内基于ap设备和摄像头的共同定位方法
CN108924742B (zh) * 2018-06-29 2020-05-01 杭州叙简科技股份有限公司 一种在管廊通道内基于ap设备和摄像头的共同定位方法
CN109087353A (zh) * 2018-08-20 2018-12-25 四川超影科技有限公司 基于机器视觉的室内人员定位方法

Also Published As

Publication number Publication date
CN105184768B (zh) 2018-08-21

Similar Documents

Publication Publication Date Title
KR102468897B1 (ko) 깊이 값을 추정하는 방법 및 장치
EP3550513B1 (en) Method of generating panorama views on a mobile mapping system
CN103700140B (zh) 用于单枪机‑多球机联动的空间建模方法
CN103198488B (zh) Ptz监控摄像机实时姿态快速估算方法
US10237493B2 (en) Camera configuration method and apparatus
CN107358633A (zh) 一种基于三点标定物的多相机内外参标定方法
CN105678748A (zh) 三维监控系统中基于三维重构的交互式标定方法和装置
CN103941748A (zh) 自主导航方法及系统和地图建模方法及系统
Rumpler et al. Automated end-to-end workflow for precise and geo-accurate reconstructions using fiducial markers
CN102927908A (zh) 机器人手眼系统结构光平面参数标定装置及方法
CN107194991A (zh) 一种基于骨架点局域动态更新的三维全局可视化监控系统构建方法
CN104778694A (zh) 一种面向多投影拼接显示的参数化自动几何校正方法
CN110361005B (zh) 定位方法、定位装置、可读存储介质及电子设备
JP2014013147A5 (zh)
CN103632364A (zh) 一种多相机摄影测量系统中相机空间位置关系标定装置
CN105184768A (zh) 室内多摄像头同步高精度定位方法
CN112967344A (zh) 相机外参标定的方法、设备、存储介质及程序产品
CN103824277A (zh) 基于非线性参数优化标定的变电站三维实景监测布点方法
Braun et al. Process-and computer vision-based detection of as-built components on construction sites
CN114299236A (zh) 倾斜摄影测量空地融合实景建模方法、装置、产品及介质
CN106646441A (zh) 结合环境信息的室内移动机器人定位系统及方法
CN109029464B (zh) 一种自设特征图形的视觉二维码室内定位方法
CN112388626A (zh) 机器人辅助导航方法
CN104918031A (zh) 深度恢复设备和方法
Pollok et al. A visual SLAM-based approach for calibration of distributed camera networks

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