CN105809689A - 基于机器视觉的船体六自由度测量方法 - Google Patents
基于机器视觉的船体六自由度测量方法 Download PDFInfo
- Publication number
- CN105809689A CN105809689A CN201610133333.0A CN201610133333A CN105809689A CN 105809689 A CN105809689 A CN 105809689A CN 201610133333 A CN201610133333 A CN 201610133333A CN 105809689 A CN105809689 A CN 105809689A
- Authority
- CN
- China
- Prior art keywords
- hull
- ship
- freedom
- camera
- degree
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明公开了基于机器视觉的船体六自由度测量方法,将RGB三种颜色的标志物贴在目标船上,船体运动时,标志物随之而动,在不同位置安装两个相机,调整相机角度,使其拍摄范围覆盖标志物的运动范围,相机进行图像采集;将相机采集的图像经过预处理,采用基于RGB颜色占有量的分割算法进行图像分割操作后得到得到边界参数,符合条件的特征点全部包含在边界范围内;采用双目三维重构方法得到特征点的三维坐标值;对船体的六个自由度进行分解,已知任一时刻特征点的三维坐标P(x,y,z)和下一时刻的坐标P′(x′,y′,z′),得到分别对应于船体运动的平移向量T(Δx,Δy,Δz)和旋转向量R(α,β,γ)。本发明实现了实时,非接触式船体在规则波及不规则波中运动的六个自由度的测量,且精度达到工程需求。
Description
技术领域
本发明属于机器视觉测量领域,尤其涉及一种非接触式实时测量的,基于机器视觉的船体六自由度测量方法。
背景技术
传统的接触式测量方法是利用直尺测量位移值,使用陀螺仪测量摇角,通过光线示波仪记录信号,人工读取分析,精度低,浪费人力物力,无法满足使用要求。近年来,随着科学技术的发展,一些公司开发设计了接触式六分量测试方法,利用位移和角度传感器测出相应信号,再利用解耦公式求出六个变化量,该方法己经投入使用。但接触式六分量测试方法也有不足之处,因传感器的自重,安装及固定等束缚因素,影响了测量精度。
随着数字图像处理技术和机器视觉技术的发展,采用CCD摄像机抓取图像,利用PC机进行处理的非接触测量已经得到应用,但在国内实时非接触式浮体六分量测量方法尚无此类产品。虽然国外已有一些测精度高,测量速度快等特性的产品,但其价格昂贵,设备维护费用高,因此在国内很少应用。近年来国内也有一些研究基本上完成了基于PC机的非接触六分量测量方法框架,但因精度不够高,测量速度慢,尚未得到实际应用。
发明内容
本发明的目的是提供一种测量精度高,操作简单的,基于机器视觉的船体六自由度测量方法。
基于机器视觉的船体六自由度测量方法,包括以下步骤,
步骤一:将RGB三种颜色的标志物贴在目标船上,船体运动时,标志物随之而动,在不同位置安装两个相机,调整相机角度,使其拍摄范围覆盖标志物的运动范围,相机进行图像采集;
步骤二:将相机采集的图像经过预处理,采用基于RGB颜色占有量的分割算法进行图像分割操作后得到得到边界参数,符合条件的特征点全部包含在边界范围内;
步骤三:采用双目三维重构方法得到特征点的三维坐标值;
步骤四:对船体的六个自由度进行分解,已知任一时刻特征点的三维坐标P(x,y,z)和下一时刻的坐标P′(x′,y′,z′),根据公式得到分别对应于船体运动的平移向量T(Δx,Δy,Δz)和旋转向量R(α,β,γ)。
本发明基于机器视觉的船体六自由度测量方法,还可以包括:
1、步骤二中采用基于RGB颜色占有量的分割算法,采用正规化的RGB空间来表示颜色信息,其变换公式:
将采集到图像的RGB信息转化为正规化的RGB信息并统计其r和g的最大值rmax,gmax与最小值rmin,gmin;得到边界参数K=(rmax,rmin,gmax,gmin),特征点全部包含在边界内,对边界范围内的特征点进行坐标转换,得到对应的三维坐标值。
2、步骤三中双目三维重构方法具体为:
标志物上同一点在两相机采集的两幅图像中的像点呈现不同的视觉位置,根据相机成像原理得到两像点间的几何关系,建立相机的成像模型:
其中N为内部参数矩阵,H为外部参数矩阵,M为内部参数矩阵与外部参数矩阵的乘积,为投影矩阵;得到以世界坐标系表示的点P(x,y,z)与其投影点P′在像素坐标系中的坐标(u,v)之间的关系;
空间中的点P(x,y,z)在两个相机的成像平面上的像点分别为P1与P2,P1和P2的像素坐标分别为:(u1,v1)和(u2,v2),相机C1和相机C2的投影矩阵分别为:
根据相机的成像模型,得到:
其中,zC1和zC2分别为空间点P在两个相机的光心坐标系中沿光轴方向的坐标值,
最终采用最小二乘法来求解,得到特征点二维坐标转换为三维坐标的转换公式:
q=(KTK)-1KTl
其中:
3、步骤四中,平移向量T(Δx,Δy,Δz)和旋转向量R(α,β,γ)分别为:
R=[m′1m′2m′3]×[m1m2m3]
T=P′i-RPi;
其中,P1(x1,y1,z1),P2(x2,y2,z2),P3(x3,y3,z3)为船上任意不共线三点,当船体运动时P1点变为P1′(x′1,y′1,z′1),P2点变为P2′(x′2,y′2,z′2),P3点变为P′3(x′3,y′3,z′3)
令m1=p1-p2,m2=p3-p2,m3=m1-m2
m′1=p′1-p′2,m′2=p3-p2,m3=m′1-m′2
则[m′1m′2m′3]=R[m1m2m3];
根据平移向量T(Δx,Δy,Δz)和旋转向量R(α,β,γ)得到船体三个位移自由度的值。
有益效果:
由于相机以10fps的帧速率采集图像,图像的分辨率较大,又要同时满足实时输出的要求,本发明开发了GPU处理图像平台,将所有图像处理及计算的过程在GPU平台上实现,解除了CPU的占有率,大大提高了系统的运行速度,从而实现了全程实时的,非接触式的船体六自由度测量。
本发明可以实时的非接触测量六自由度,精度可达到毫米级,并且可以在测量结束后实现TXT的文本输出,方便后期的数据处理。测量结构简单,一旦固定后就不需要移动;软件界面友好,操作易上手。
附图说明
图1是测量方法流程图。
图2是方法装置示意图。
图3是相机成像坐标系原理图。
图4是空间点在双相机中的成像关系图。
图5是船体的三个位移自由度计算示意图。
图6是船体的三个旋转自由度计算示意图。
图7是船体三位移自由度。
图8是船体三角度自由度。
具体实施方式
下面将结合附图对本发明做进一步详细说明。
本发明的技术解决问题是:为了克服现有船体六自由度的测量设备庞大,安装复杂,精度低等不足,本发明提供了非接触式实时船体六自由度测量方法,该方法不仅能精确测出船体的六个自由度的值,而且由于其非接触式的特点使得测量方法更为简便有效。
本发明解决其技术问题所采用的技术方案是:图1所示的方法流程图简明的介绍了整个测量的过程。
步骤一:两台放在不同位置的相机,通过网线与计算机中的图像采集卡相连接,RGB三种颜色的标志物贴在目标船上,如图2所示,调整相机角度,使其拍摄范围覆盖标志物的运动范围。船体运动时,标志物随之而动,测量船体的六自由度运动即转化为测RGB三个标志物的六自由度运动。
步骤二:相机采集的图像经过预处理,图像分割等操作后得到特征点,其中分割算法采用基于RGB颜色占有量的分割算法。图像经过分割后得到边界参数,符合条件的特征点就全部包含在边界范围内。
步骤三:根据相机成像原理得到世界坐标系表示的P(x,y,z)点与其投影点P在像素坐标系中的坐标(u,v)之间的关系:
其中,zC为空间点P在相机的光心坐标系中沿光轴方向的坐标值,M为相机投影矩阵,此矩阵中的各个参数可通过张氏标定法得到。对分割边界范围内的特征点进行上述坐标转换,从而得到大量的特征点的三维坐标,实现了目标的三维重构。
步骤四:对船体的六个自由度进行分解。已知任一时刻特征点的三维坐标P(x,y,z)和下一时刻的坐标P′(x′,y′,z′),根据公式即可得到分别对应于船体运动的平移向量T(Δx,Δy,Δz)和旋转向量R(α,β,γ),实现测量横移、纵移、升沉、横摇、纵摇和艏摇的目的。
本发明公开了一种基于机器视觉的船体六自由度(横移(Sway)、纵移(Surge)、升沉(Heave)、横摇(Roll)、纵摇(Pitch)和艏摇(Yaw))的测量方法,所述方法为:两台放在不同的位置的相机采集同一时刻船体运动的图像,通过图像采集卡传输到计算机,图像经过预处理,图像分割等操作后得到特征点。根据相机成像原理得到两像点的几何关系,进而可以计算得到该特征点的三维坐标。相机以10fps的速度读取图像,从而得到大量的特征点的三维坐标,实现了目标的三维重构。最后,对船体的六个自由度进行分解,得到分别对应的平移向量和旋转向量。所述方法实现了实时,非接触式船体在规则波及不规则波中运动的六个自由度的测量,并以文本的形式输出六个自由度的值,且精度达到工程需求。
基于机器视觉的船体六自由度测量方法,基于机器视觉原理,使用双相机进行船体运动的图像采集,利用标定内外参数来重构物体空间坐标,并由此分解船体六自由度运动的信息;本方法突出的特点为实时、高精度和非接触式测量。
采用异步触发同步抓取图像功能的相机实现船体运动的采集,并且采样帧频为10fps以达到实时测量的要求。
采用图像采集卡,实现抓取图像与处理图像的同时进行,大大提高了方法的实时性。
采用最新的张氏标定算法解决了实时测量环境下的标定难题,标定方式灵活方便,且获得的内外参数更为精确,在实际应用中更为实用。
提出RGB颜色占有量的分割算法,区别于边缘检测或角点检测等传统的分割算法,此算法可有效的减小算法复杂度,减少CPU计算量,显著提高方法的运算速度。
将相机采到图像中的目标分割出来,提取其特征,对特征点进行匹配,即可重构出空间点的三维坐标值,实现三维重构。
采用红,绿,蓝三种颜色无纺布制作的标志物,因其表面粗糙,反光效果差,价格便宜,容易固定的特点,在此方法中尤为合适。
软件运用MicrosoftVisualStudio2010平台,界面简洁美观,操作方法简便容易,实现了友好的人机交互过程。
下面结合实施例对本发明进一步说明。
步骤一:两台放在不同位置的相机,通过网线与计算机中的图像采集卡相连接,RGB三种颜色的标志物贴在目标船上,如图2所示,调整相机角度,使其拍摄范围覆盖标志物的运动范围。船体运动时,标志物随之而动,测量船体的六自由度运动即转化为测RGB三个标志物的六自由度运动,使得整个测量过程简便化。
步骤二:图像通过网线传输到计算机后,对图像进行分割处理。当测量被测对象时,图像作为检测和传递信息的手段或载体加以利用,图像分割的目的是从图像中提取出认为需要的信号,本发明中RGB三种颜色作为信号被提取出,并利用其颜色特征进行分割,计算标志物的像素个数,并结合标志物本身的尺寸进行标定值的计算。为了适应本测量环境,减少颜色对亮度的依赖,采用正规化的RGB空间来表示颜色信息,其变换公式:
将采集到图像的RGB信息转化为正规化的RGB信息并统计其r和g的最大值rmax,gmax与最小值rmin,gmin。得到边界参数K=(rmax,rmin,gmax,gmin),特征点就全部包含在边界内,对边界范围内的特征点进行坐标转换,即可得到对应的三维坐标值。
步骤三:船体在波浪中运动,两相机从不同角度获取同一时刻标志物运动的图像,使得标志物上同一点在两幅图像中的像点呈现不同的视觉位置,根据相机成像原理得到两像点间的几何关系,在图3所示的相机成像坐标系中,通过四个坐标系的三个转化后,最终得到以世界坐标系表示的点P(x,y,z)与其投影点P′在像素坐标系中的坐标(u,v)之间的关系。
此为相机的成像模型,其中N称之为内部参数矩阵,H称之为外部参数矩阵。M为内部参数矩阵与外部参数矩阵的乘积,称之为投影矩阵,此矩阵中包含的参数在相机标定过程中得到。
本发明中我们采用的是双目三维重构,所以要考虑空间点在双相机中的成像关系。如图4所示,假定空间任意点P的世界坐标为:P(x,y,z),点P在两个相机的成像平面上的像点分别为P1与P2,P1和P2的像素坐标分别为:(u1,v1)和(u2,v2),C1和C2相机的投影矩阵分别为:
代入相机的成像模型(1)式有:
其中zC1和zC2分别为空间点P在两个相机的光心坐标系中沿光轴方向的坐标值。
最终采用最小二乘法来求解,用矩阵形式表示如下:
q=(KTK)-1KTl(1)
其中:
最终得到(1)式为特征点二维坐标转换为三维坐标的转换公式,特征点的三维坐标值由此可计算出。
步骤四:获得了特征点的三维坐标,就得到了目标即船体任意时刻运动的情况,即目标的平移向量T(Δx,Δy,Δz)和旋转向量R(α,β,γ)也可通过计算得到。如图5所示,x轴为右手坐标系决定的,y轴为原点指向船尾,z轴为原点指向天空,设船上任意不共线三点P1(x1,y1,z1),P2(x2,y2,z2),P3(x3,y3,z3)。当船体运动时P1点变为P′1(x′1,y′1,z′1),P2点变为P′2(x′2,y′2,z′2),P3点变为P′3(x′3,y′3,z′3)。
设
其中:
令m1=p1-p2,m2=p3-p2,m3=m1-m2
m′1=p′1-p′2,m′2=p3-p2,m3=m′1-m′2
则[m′1m′2m′3]=R[m1m2m3]
解得:R=[m′1m′2m′3]×[m1m2m3]
T=P′i-RPi
即得到了船体三个位移自由度的值。
在图6中,用二维旋转公式直接推出三维旋转变换矩阵。
则船体的三个角度自由度计算得到。
重复完成以上步骤,由于船体在波浪中运动,相机以10fps的速度读取图像,从而得到大量的特征点,特征点的三维坐标实时显示在界面中,绘制成了各个自由度上的运动轨迹,如图7,8所示。测量完成后,六个自由度上的数据会以txt的格式保存,完成整个测量过程。
Claims (4)
1.基于机器视觉的船体六自由度测量方法,其特征在于:包括以下步骤,
步骤一:将RGB三种颜色的标志物贴在目标船上,船体运动时,标志物随之而动,在不同位置安装两个相机,调整相机角度,使其拍摄范围覆盖标志物的运动范围,相机进行图像采集;
步骤二:将相机采集的图像经过预处理,采用基于RGB颜色占有量的分割算法进行图像分割操作后得到得到边界参数,符合条件的特征点全部包含在边界范围内;
步骤三:采用双目三维重构方法得到特征点的三维坐标值;
步骤四:对船体的六个自由度进行分解,已知任一时刻特征点的三维坐标P(x,y,z)和下一时刻的坐标P′(x′,y′,z′),根据公式得到分别对应于船体运动的平移向量T(Δx,Δy,Δz)和旋转向量R(α,β,γ)。
2.根据权利要求1所述的基于机器视觉的船体六自由度测量方法,其特征在于:所述的步骤二中采用基于RGB颜色占有量的分割算法,采用正规化的RGB空间来表示颜色信息,其变换公式:
将采集到图像的RGB信息转化为正规化的RGB信息并统计其r和g的最大值rmax,gmax与最小值rmin,gmin;得到边界参数K=(rmax,rmin,gmax,gmin),特征点全部包含在边界内,对边界范围内的特征点进行坐标转换,得到对应的三维坐标值。
3.根据权利要求1所述的基于机器视觉的船体六自由度测量方法,其特征在于:所述的步骤三中双目三维重构方法具体为:
标志物上同一点在两相机采集的两幅图像中的像点呈现不同的视觉位置,根据相机成像原理得到两像点间的几何关系,建立相机的成像模型:
其中N为内部参数矩阵,H为外部参数矩阵,M为内部参数矩阵与外部参数矩阵的乘积,为投影矩阵;得到以世界坐标系表示的点P(x,y,z)与其投影点P′在像素坐标系中的坐标(u,v)之间的关系;
空间中的点P(x,y,z)在两个相机的成像平面上的像点分别为P1与P2,P1和P2的像素坐标分别为:(u1,v1)和(u2,v2),相机C1和相机C2的投影矩阵分别为:
根据相机的成像模型,得到:
其中,zC1和zC2分别为空间点P在两个相机的光心坐标系中沿光轴方向的坐标值,
最终采用最小二乘法来求解,得到特征点二维坐标转换为三维坐标的转换公式:
q=(KTK)-1KTl
其中:
4.根据权利要求1所述的基于机器视觉的船体六自由度测量方法,其特征在于:所述的步骤四中,平移向量T(Δx,Δy,Δz)和旋转向量R(α,β,γ)分别为:
R=[m′1m′2m′3]×[m1m2m3]
T=Pi′-RPi;
其中,P1(x1,y1,z1),P2(x2,y2,z2),P3(x3,y3,z3)为船上任意不共线三点,当船体运动时P1点变为P1′(x′1,y′1,z′1),P2点变为P2′(x′2,y′2,z′2),P3点变为P3′(x′3,y′3,z′3)
令m1=p1-p2,m2=p3-p2,m3=m1-m2
m′1=p′1-p′2,m′2=p3-p2,m3=m′1-m′2
则[m′1m′2m′3]=R[m1m2m3];
根据平移向量T(Δx,Δy,Δz)和旋转向量R(α,β,γ)得到船体三个位移自由度的值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610133333.0A CN105809689B (zh) | 2016-03-09 | 2016-03-09 | 基于机器视觉的船体六自由度测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610133333.0A CN105809689B (zh) | 2016-03-09 | 2016-03-09 | 基于机器视觉的船体六自由度测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105809689A true CN105809689A (zh) | 2016-07-27 |
CN105809689B CN105809689B (zh) | 2018-10-26 |
Family
ID=56467958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610133333.0A Active CN105809689B (zh) | 2016-03-09 | 2016-03-09 | 基于机器视觉的船体六自由度测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105809689B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106780607A (zh) * | 2016-11-24 | 2017-05-31 | 中国人民解放军国防科学技术大学 | 一种两运动船舶相对六自由度运动的检测装置 |
CN107576329A (zh) * | 2017-07-10 | 2018-01-12 | 西北工业大学 | 基于机器视觉的固定翼无人机着降引导合作信标设计方法 |
CN107782244A (zh) * | 2017-10-24 | 2018-03-09 | 南京航空航天大学 | 一种基于视觉的六自由度小位移检测方法 |
CN108510553A (zh) * | 2018-06-21 | 2018-09-07 | 深圳辰视智能科技有限公司 | 一种基于机器视觉的运动装置标定方法及其装置 |
CN108846864A (zh) * | 2018-05-29 | 2018-11-20 | 珠海全志科技股份有限公司 | 一种运动物体的位置捕捉系统、方法及装置 |
CN109298630A (zh) * | 2018-09-05 | 2019-02-01 | 哈尔滨工程大学 | 一种无人船用低成本光电吊舱的光学辅助稳像技术 |
CN109360243A (zh) * | 2018-09-28 | 2019-02-19 | 上海爱观视觉科技有限公司 | 一种多自由度可动视觉系统的标定方法 |
CN109550649A (zh) * | 2017-09-25 | 2019-04-02 | 深圳市腾盛工业设备有限公司 | 一种基于机器视觉的点胶定位方法及装置 |
CN110749283A (zh) * | 2019-11-29 | 2020-02-04 | 杭州柏晗装饰设计工程有限公司 | 一种住宅室内全装修的测量方法 |
CN110959099A (zh) * | 2017-06-20 | 2020-04-03 | 卡尔蔡司Smt有限责任公司 | 确定可移动物体在空间中的位置的系统、方法和标记物 |
WO2020227933A1 (zh) * | 2019-05-14 | 2020-11-19 | 深圳大学 | 一种六自由度姿态估计方法、装置及计算机可读存储介质 |
CN112581532A (zh) * | 2020-12-10 | 2021-03-30 | 深圳市普汇智联科技有限公司 | 一种运动物体的位置捕捉系统及方法 |
US11788831B2 (en) | 2020-10-22 | 2023-10-17 | National Institute Of Metrology, China | Six-degree-of-freedom measurement method by machine vision based on physical decoupling |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101424551A (zh) * | 2008-11-28 | 2009-05-06 | 北京航空航天大学 | 主动视觉非接触式伺服机构参数测量方法及其装置 |
CN101907448A (zh) * | 2010-07-23 | 2010-12-08 | 华南理工大学 | 一种基于双目三维视觉的深度测量方法 |
CN103308028A (zh) * | 2013-05-27 | 2013-09-18 | 哈尔滨工业大学 | 三轴气浮台姿态角双目立体视觉测量装置及其测量方法 |
CN104422425A (zh) * | 2013-08-27 | 2015-03-18 | 北京航天计量测试技术研究所 | 一种不规则外形物体空间姿态动态测量方法 |
CN104880176A (zh) * | 2015-04-15 | 2015-09-02 | 大连理工大学 | 基于先验知识模型优化的运动物位姿测量方法 |
-
2016
- 2016-03-09 CN CN201610133333.0A patent/CN105809689B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101424551A (zh) * | 2008-11-28 | 2009-05-06 | 北京航空航天大学 | 主动视觉非接触式伺服机构参数测量方法及其装置 |
CN101907448A (zh) * | 2010-07-23 | 2010-12-08 | 华南理工大学 | 一种基于双目三维视觉的深度测量方法 |
CN103308028A (zh) * | 2013-05-27 | 2013-09-18 | 哈尔滨工业大学 | 三轴气浮台姿态角双目立体视觉测量装置及其测量方法 |
CN104422425A (zh) * | 2013-08-27 | 2015-03-18 | 北京航天计量测试技术研究所 | 一种不规则外形物体空间姿态动态测量方法 |
CN104880176A (zh) * | 2015-04-15 | 2015-09-02 | 大连理工大学 | 基于先验知识模型优化的运动物位姿测量方法 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106780607A (zh) * | 2016-11-24 | 2017-05-31 | 中国人民解放军国防科学技术大学 | 一种两运动船舶相对六自由度运动的检测装置 |
CN110959099A (zh) * | 2017-06-20 | 2020-04-03 | 卡尔蔡司Smt有限责任公司 | 确定可移动物体在空间中的位置的系统、方法和标记物 |
CN107576329A (zh) * | 2017-07-10 | 2018-01-12 | 西北工业大学 | 基于机器视觉的固定翼无人机着降引导合作信标设计方法 |
CN107576329B (zh) * | 2017-07-10 | 2020-07-03 | 西北工业大学 | 基于机器视觉的固定翼无人机着降引导合作信标设计方法 |
CN109550649B (zh) * | 2017-09-25 | 2022-02-08 | 深圳市腾盛精密装备股份有限公司 | 一种基于机器视觉的点胶定位方法及装置 |
CN109550649A (zh) * | 2017-09-25 | 2019-04-02 | 深圳市腾盛工业设备有限公司 | 一种基于机器视觉的点胶定位方法及装置 |
CN107782244B (zh) * | 2017-10-24 | 2019-07-26 | 南京航空航天大学 | 一种基于视觉的六自由度小位移检测方法 |
CN107782244A (zh) * | 2017-10-24 | 2018-03-09 | 南京航空航天大学 | 一种基于视觉的六自由度小位移检测方法 |
CN108846864A (zh) * | 2018-05-29 | 2018-11-20 | 珠海全志科技股份有限公司 | 一种运动物体的位置捕捉系统、方法及装置 |
CN108510553A (zh) * | 2018-06-21 | 2018-09-07 | 深圳辰视智能科技有限公司 | 一种基于机器视觉的运动装置标定方法及其装置 |
CN109298630A (zh) * | 2018-09-05 | 2019-02-01 | 哈尔滨工程大学 | 一种无人船用低成本光电吊舱的光学辅助稳像技术 |
CN109360243A (zh) * | 2018-09-28 | 2019-02-19 | 上海爱观视觉科技有限公司 | 一种多自由度可动视觉系统的标定方法 |
US11847797B2 (en) | 2018-09-28 | 2023-12-19 | Anhui Eyevolution Technology Co., Ltd. | Calibration method for multi-degree-of-freedom movable vision system |
WO2020227933A1 (zh) * | 2019-05-14 | 2020-11-19 | 深圳大学 | 一种六自由度姿态估计方法、装置及计算机可读存储介质 |
CN110749283A (zh) * | 2019-11-29 | 2020-02-04 | 杭州柏晗装饰设计工程有限公司 | 一种住宅室内全装修的测量方法 |
US11788831B2 (en) | 2020-10-22 | 2023-10-17 | National Institute Of Metrology, China | Six-degree-of-freedom measurement method by machine vision based on physical decoupling |
CN112581532A (zh) * | 2020-12-10 | 2021-03-30 | 深圳市普汇智联科技有限公司 | 一种运动物体的位置捕捉系统及方法 |
CN112581532B (zh) * | 2020-12-10 | 2021-07-13 | 深圳市普汇智联科技有限公司 | 一种运动物体的位置捕捉系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105809689B (zh) | 2018-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105809689A (zh) | 基于机器视觉的船体六自由度测量方法 | |
CN106839977B (zh) | 基于光栅投影双目成像技术的盾构渣土体积实时测量方法 | |
CN109544679B (zh) | 管道内壁的三维重建方法 | |
CN109269430B (zh) | 基于深度提取模型的多株立木胸径被动测量方法 | |
CN111473739B (zh) | 一种基于视频监控的隧道塌方区围岩变形实时监测方法 | |
CN104299261B (zh) | 人体三维成像方法及系统 | |
CN110264416A (zh) | 稀疏点云分割方法及装置 | |
CN112894832A (zh) | 三维建模方法、装置、电子设备和存储介质 | |
CN102692214B (zh) | 一种狭窄空间双目视觉测量定位装置及方法 | |
CN101813467B (zh) | 基于双目立体视觉技术的旋翼共锥度测量装置及其方法 | |
CN104330074A (zh) | 一种智能测绘平台及其实现方法 | |
CN107167118B (zh) | 一种基于非编码平行多线的稳定实时激光测量方法 | |
CN109917419B (zh) | 一种基于激光雷达与图像的深度填充密集系统及方法 | |
CN114926739B (zh) | 内河航道水上水下地理空间信息无人化协同采集处理方法 | |
CN103852060A (zh) | 一种基于单目视觉的可见光图像测距方法 | |
CN107796370B (zh) | 用于获取转换参数的方法、装置及移动测图系统 | |
CN113177918B (zh) | 一种无人机对电力杆塔的智能精准巡检方法及系统 | |
CN209013921U (zh) | 管道内壁的三维扫描装置 | |
CN105374067A (zh) | 一种基于pal相机的三维重建方法及其重建系统 | |
CN110207666A (zh) | 一种气浮平台上模拟卫星的视觉位姿测量方法及装置 | |
CN106500626A (zh) | 一种手机立体成像方法及三维成像手机 | |
CN107221006A (zh) | 一种基于无人机成像平台的通信单管塔倾斜检测方法 | |
Yuan et al. | Real-time security monitoring around a video surveillance vehicle with a pair of two-camera omni-imaging devices | |
CN116605772A (zh) | 一种基于多集成系统的塔吊碰撞预警方法 | |
CN113340405B (zh) | 桥梁振型的测量方法、装置及系统 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230619 Address after: 266200 Aoshanwei Street Office, Building C, Qingdao Blue Silicon Valley Haike Entrepreneurship Center, Jimo District, Qingdao City, Shandong Province 608-16 Patentee after: Huayan Zhixing (Qingdao) Technology Co.,Ltd. Address before: 150001 Intellectual Property Office, Harbin Engineering University science and technology office, 145 Nantong Avenue, Nangang District, Harbin, Heilongjiang Patentee before: HARBIN ENGINEERING University |
|
TR01 | Transfer of patent right |