CN106123802A - 一种自主流动式三维形貌测量方法 - Google Patents
一种自主流动式三维形貌测量方法 Download PDFInfo
- Publication number
- CN106123802A CN106123802A CN201610414701.9A CN201610414701A CN106123802A CN 106123802 A CN106123802 A CN 106123802A CN 201610414701 A CN201610414701 A CN 201610414701A CN 106123802 A CN106123802 A CN 106123802A
- Authority
- CN
- China
- Prior art keywords
- measurement
- information
- measuring
- inertia
- vision
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000005259 measurement Methods 0.000 claims abstract description 160
- 230000033001 locomotion Effects 0.000 claims abstract description 28
- 238000012876 topography Methods 0.000 claims abstract description 15
- 230000000007 visual effect Effects 0.000 claims description 29
- 230000008569 process Effects 0.000 claims description 19
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 claims description 4
- 238000000691 measurement method Methods 0.000 description 12
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 4
- 230000000737 periodic effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
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
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种自主流动式三维形貌测量方法，该自主流动式三维形貌测量方法以线阵高速图像传感技术为基础，利用相对运动条件并结合惯性测量技术，在连续相对运动过程中进行自主流动式测量。将视觉测量与惯性测量两种不同类型的测量方法有机结合，并设计了由视觉测量单元和惯性测量单元构成的测量装置。将两者测量的信息在时间和空间上精确配准，实现自主流动式高精度三维形貌测量。与现有的断续步进的工作方式相比，本发明在测量精度、效率、适应性等方面均有明显优势。
Description
技术领域
本发明涉及精密测量领域，尤其涉及一种自主流动式三维形貌测量方法。
背景技术
三维形貌测量是精密测量重要的研究内容，目前已经有成熟的方法和装置在许多领域发挥着重要作用。尽管如此，现有的方法及装置受到自身原理及方法的限制，在许多应用场合仍存在诸多问题。并且随着对测量要求(测量范围、测量效率、环境状态)不断提高，现有步进式测量方法及装置将会面临更多挑战，甚至在某些测量环境中不再适用。
以隧道变形检测为例，隧道延伸数百米，测量任务巨大。若采用现有视觉测量方法，需要在多个位置逐次停下来测量，依靠外部测量拼接多次测量结果。这种间断步进式测量过程相对复杂，必须有足够的操作时间，不适合于连续运动状态下进行测量。若要得到完整的形貌信息，必须精确控制传感器在测量过程中的空间分布。在实际交通全天候运行的情况下，测量设备只能安装在车载平台上随着交通流向前行。受时间和空间的限制，现有视觉测量方法不具备可操作性。目前隧道变形检测主要采用激光扫描测距方法，其测量精度和扫描频率均无法满足实际测量需求。
在轨道交通故障及缺陷检测中，也存在类似问题，列车运行调控有序，检测工作没有专门的作业窗口，同样要求在运行过程中完成连续测量。在制造业，随着制造技术的发展及工艺的进步，流水式生产线节拍越来越快。生产线连续运作，要求测量设备在生产线流动过程中自主完成测量，否则会阻碍生产线流动性。显然，现有视觉测量方法不能满足要求。
可见，现有基于视觉原理的三维形貌测量方法不适合在相对运动状态下进行连续测量。其根源是由于现有方法均属于间断步进式测量。在相对运动环境中，缺少测量所需的时间、空间及其他必要的外部条件。测量过程中采集的图像本身就不是连续的，从信息源头不具备实现连续测量的内在条件，即使在外部条件均满足的前提下，也无法从本质上解决连续测量问题。
发明内容
本发明提供了一种自主流动式三维形貌测量方法，本发明以线阵高速图像传感技术为基础，利用相对运动条件并结合惯性测量技术，解决测量设备在相对被测对象连续运动的测量环境中的高精度三维形貌测量问题，详见下文描述：
一种自主流动式三维形貌测量方法，所述测量方法包括以下步骤：
以线阵高速图像传感技术为基础，利用相对运动条件并结合惯性测量技术，在连续相对运动过程中进行自主流动式高精度三维形貌测量。
进一步地，所述测量方法具体包括以下步骤：
测量时使多元信息测量传感器沿被测物体表面连续运动；运动过程中，视觉测量单元采集被测物表面的图像信息，惯性测量单元同步采集传感器运动过程中的惯性信息；
实现视觉测量信息和惯性测量信息在空间、时间上的配准；
将视觉测量单元采集的图像按照全局时钟顺序建立图像序列间的对应关系，在对应序列内应用图像匹配算法对同名点进行精确匹配，根据立体视觉测量原理计算得到每个时钟周期对应的被测物体表面点在视觉测量坐标系下的空间坐标：
将惯性测量单元获得的惯性信息进行状态更新，得到每个时钟周期下传感器相对于初始位置的空间位姿；
根据视觉测量信息与惯性测量测量信息在空间和时间上的配准结果，将视觉测量坐标系下的坐标转换到惯性测量单元初始坐标系，得到全部点在惯性测量单元初始坐标系下的空间坐标。
所述实现视觉测量信息和惯性测量信息在空间、时间上的配准具体为：
测量前预先标定传感器，得到由视觉测量坐标系到惯性测量单元坐标系的转换关系实现两种测量信息在空间上的配准；
建立全局时钟，以全局时钟的脉冲序列视觉测量单元与惯性测量单元同步采集数据，通过全局时钟将视觉测量信息和惯性测量信息统一到同一时间基准，实现两种测量信息在时间上的配准。
进一步地，所述多元信息测量传感器由视觉测量单元与惯性测量单元构成。
所述视觉测量单元由两个高分辨率线阵相机和一个可编程控制的结构光投射装置构成。
进一步地，所述惯性测量单元采用高性能惯性测量装置。
本发明提供的技术方案的有益效果是：
1、采用线阵图像传感技术并充分利用了运动信息，能够在连续运动过程中进行高速、高精度流动式三维形貌测量；
2、利用线阵图像传感技术在相对运动过程中连续采集图像，从信息源头上为连续测量提供保障；
3、将视觉测量与惯性测量结合，使本发明能够不依赖外部测量装置自主工作；
4、与现有的断续步进的工作方式相比，本发明测量精度与效率更高，测量灵活性更好，能够更好地适应现场测量环境。
附图说明
图1为一种自主流动式三维形貌测量方法的流程图；
图2为本发明提供的自主流动式三维形貌测量装置示意图；
图中：1：线阵相机；2：结构光投射装置；3：高性能惯性测量装置；4：投射到被测物表面的条纹；5：被测物体。
图3为以全局时钟为基准的不同来源及类型的测量信息。
图中：6 为全局时钟脉冲序列；7 为两个线阵相机采集的图像序列；8 为惯性测量单元测量的惯性信息。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面对本发明实施方式作进一步地详细描述。
为达到上述目的，本发明实施例将视觉测量方法与惯性测量方法有机结合，并设计了由视觉测量单元和惯性测量单元构成的多元信息传感器。
视觉测量单元采用了线阵高速图像传感技术以实现高速条件下的高分辨率图像采集。惯性测量单元采用高性能惯性测量装置以实现高精度的惯性信息测量。
视觉测量精度高，但只能输出相对于自身坐标系的测量结果。惯性测量能够实时提供位置和姿态信息，并且完全自主地工作，不需要任何外部信息。两者性能上互补，将两种方法有机结合，可以发挥各自优势，既能够自主工作又能够实时输出高精度的测量结果。
本发明实施例的关键技术是如何将视觉测量单元和惯性测量单元输出的不同来源及类型的信息在时间与空间上精确配准，将连续运动过程中视觉测量单元测量的所有数据统一到同一坐标系。
实施例1
一种自主流动式三维形貌测量方法，参见图1，该测量方法包括以下步骤：以线阵高速图像传感技术为基础，利用相对运动条件并结合惯性测量技术，在连续相对运动过程中进行自主流动式高精度三维形貌测量。
其中，测量方法具体包括以下步骤：
101：测量时使多元信息测量传感器沿被测物体表面连续运动；运动过程中，视觉测量单元采集被测物表面的图像信息，惯性测量单元同步采集传感器运动过程中的惯性信息；
102：实现视觉测量信息和惯性测量信息在空间、时间上的配准；
103：将视觉测量单元采集的图像按照全局时钟顺序建立图像序列间的对应关系，在对应序列内应用图像匹配算法对同名点进行精确匹配，根据立体视觉测量原理计算得到每个时钟周期对应的被测物体表面点在视觉测量坐标系下的空间坐标：
104：将惯性测量单元获得的惯性信息进行状态更新，得到每个时钟周期下传感器相对于初始位置的空间位姿；
105：根据视觉测量信息与惯性测量测量信息在空间和时间上的配准结果，将视觉测量坐标系下的坐标转换到惯性测量单元初始坐标系，得到全部点在惯性测量单元初始坐标系下的空间坐标。
进一步地，步骤101中的实现视觉测量信息和惯性测量信息在空间、时间上的配准具体为：
测量前预先标定传感器，得到由视觉测量坐标系到惯性测量单元坐标系的转换关系实现两种测量信息在空间上的配准；
建立全局时钟，以全局时钟的脉冲序列视觉测量单元与惯性测量单元同步采集数据，通过全局时钟将视觉测量信息和惯性测量信息统一到同一时间基准，实现两种测量信息在时间上的配准。
其中，步骤102中的多元信息测量传感器由视觉测量单元与惯性测量单元构成。
其中，上述的视觉测量单元由两个高分辨率线阵相机和一个可编程控制的结构光投射装置构成。惯性测量单元则采用高性能惯性测量装置。
综上所述，本发明实施例以线阵高速图像传感技术为基础，利用相对运动条件并结合惯性测量技术，解决测量设备在相对被测对象连续运动的测量环境中的高精度三维形貌测量问题。
实施例2
下面结合图2、图3对实施例1中的方案进行详细的介绍，详见下文描述：
参见图2，视觉测量单元由两个高分辨率线阵相机1和一个可编程控制的结构光投射装置2构成。惯性测量单元采用高性能惯性测量装置3(例如：高精度光纤陀螺、激光陀螺、陀螺积分加速度计等)。
201：测量前，标定视觉测量单元中的两个线阵相机1的参数(包括：焦距、主点、外方位参数等，具体实现时，根据实际应用中的需要进行设定，本发明实施例对此不做限制)并建立视觉测量坐标系，再标定视觉测量坐标系与惯性测量单元坐标系(惯性测量单元坐标系由高性能惯性测量装置3的自身结构定义，该部分为本领域技术人员所公知，本发明实施例对此不做赘述)间的转换关系(包括旋转矩阵和平移向量)，得到由视觉测量坐标系到惯性测量单元坐标系的转换关系实现两种测量信息在空间上的配准；
其中，C为转换关系，I表示惯性测量单元坐标系，V表示视觉测量坐标系。
202：设计频率可控的周期性脉冲信号发生装置，根据实际需求设置脉冲频率(具体设计和设置的步骤为本领域技术人员所公知，本发明实施例对此不做赘述)，将该脉冲信号作为全局时钟6并通过硬件连接分别输出给两个线阵相机1、结构光投射装置2和高性能惯性测量装置3。
然后将两个线阵相机1、结构光投射装置2和高性能惯性测量装置3均设置为外触发模式，使所有装置均在全局时钟驱动下同步工作，将视觉测量信息和惯性测量信息统一到同一时间基准，实现两种测量信息在时间上的配准。
203：测量时使视觉测量单元(包括：两个线阵相机1、结构光投射装置2)与高性能惯性测量装置3构成的多元信息测量传感器沿被测物体表面5连续运动(保持与被测物体5的距离在有效工作距离范围内)。
参见图3，运动过程中，结构光投射装置2在全局时钟驱使下向被测物体5表面投射结构光条纹4，两个线阵相机1同步采集被测物体5表面的图像信息7，同时高性能惯性测量装置3同步采集运动过程中的惯性信息8(包含：加速度ai和角速度ωi(i＝1,2,3...N)，其中i为全局时钟序号；N为时钟序列总数)。
其中，结构光条纹4应根据具体需要选择投射随机二进制条纹、周期性正弦相位条纹等不同类型的条纹。
204：将步骤203中两个线阵相机1采集的图像信息7按照全局时钟6顺序建立图像序列间的对应关系，并在对应图像序列内应用图像匹配算法对同名点进行精确配准；
精确配准后，根据步骤201的标定结果，依据立体视觉测量原理计算每个时钟所对应的被测物体5表面点在视觉测量坐标系下的坐标：
其中，i为全局时钟序号，ki为第i个时钟下的点的个数；V表示视觉测量坐标系；为第i个时钟对应的在视觉测量坐标系下的ki个点。
其中，图像匹配算法取决于步骤203中所投射到的条纹类型。若投射的是随机二进制条纹，则采用区域匹配方法，将对应区域内灰度相关值最大的点作为匹配点；若投射的是周期性正弦相位条纹，则采用相位匹配方法，通过计算绝对相位将相同具有相位的点作为匹配点。具体进行精确配准的步骤为本领域技术人员所公知，本发明实施例对此不做赘述。
205：利用步骤203中高性能惯性测量装置3测量的惯性信息8按照姿态更新算法(例如：四元数算法、旋转矢量算法、欧拉角法、方向余弦法等，具体实现时，本发明实施例对此不做限制)计算每个时钟周期，高性能惯性测量装置3相对于初始状态的空间位姿信息
实际操作时，惯性测量单元应优先采用高性能的惯性测量器件，同时应对测量过程中的累积误差进行修正，以保证测量精度。
206：根据视觉测量信息与惯性测量测量信息在空间和时间上的配准结果，将视觉测量坐标系下的坐标转换到惯性测量单元初始坐标系，得到全部点在惯性测量单元初始坐标系下的空间坐标。
其中，为第i个时钟下高性能惯性测量装置3相对于初始状态的转换关系；为由视觉测量坐标系到惯性测量单元坐标系的转换关系。
综上所述，本发明实施例以线阵高速图像传感技术为基础，利用相对运动条件并结合惯性测量技术，解决测量设备在相对被测对象连续运动的测量环境中的高精度三维形貌测量问题。
本发明实施例对各器件的型号除做特殊说明的以外，其他器件的型号不做限制，只要能完成上述功能的器件均可。
本领域技术人员可以理解附图只是一个优选实施例的示意图，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
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 (6)
1.一种自主流动式三维形貌测量方法，其特征在于，所述测量方法包括以下步骤：
以线阵高速图像传感技术为基础，利用相对运动条件并结合惯性测量技术，在连续相对运动过程中进行自主流动式高精度三维形貌测量。
2.根据权利要求1所述的一种自主流动式三维形貌测量方法，其特征在于，所述测量方法具体包括以下步骤：
测量时使多元信息测量传感器沿被测物体表面连续运动；运动过程中，视觉测量单元采集被测物表面的图像信息，惯性测量单元同步采集传感器运动过程中的惯性信息；
实现视觉测量信息和惯性测量信息在空间、时间上的配准；
将视觉测量单元采集的图像按照全局时钟顺序建立图像序列间的对应关系，在对应序列内应用图像匹配算法对同名点进行精确匹配，根据立体视觉测量原理计算得到每个时钟周期对应的被测物体表面点在视觉测量坐标系下的空间坐标：
将惯性测量单元获得的惯性信息进行状态更新，得到每个时钟周期下传感器相对于初始位置的空间位姿；
根据视觉测量信息与惯性测量测量信息在空间和时间上的配准结果，将视觉测量坐标系下的坐标转换到惯性测量单元初始坐标系，得到全部点在惯性测量单元初始坐标系下的空间坐标。
3.根据权利要求2所述的一种自主流动式三维形貌测量方法，其特征在于，所述实现视觉测量信息和惯性测量信息在空间、时间上的配准具体为：
测量前预先标定传感器，得到由视觉测量坐标系到惯性测量单元坐标系的转换关系实现两种测量信息在空间上的配准；
建立全局时钟，以全局时钟的脉冲序列视觉测量单元与惯性测量单元同步采集数据，通过全局时钟将视觉测量信息和惯性测量信息统一到同一时间基准，实现两种测量信息在时间上的配准。
4.根据权利要求2所述的一种自主流动式三维形貌测量方法，其特征在于，所述多元信息测量传感器由视觉测量单元与惯性测量单元构成。
5.根据权利要求2或4所述的一种自主流动式三维形貌测量方法，其特征在于，所述视觉测量单元由两个高分辨率线阵相机和一个可编程控制的结构光投射装置构成。
6.根据权利要求2或4所述的一种自主流动式三维形貌测量方法，其特征在于，所述惯性测量单元采用高性能惯性测量装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610414701.9A CN106123802A (zh) | 2016-06-13 | 2016-06-13 | 一种自主流动式三维形貌测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610414701.9A CN106123802A (zh) | 2016-06-13 | 2016-06-13 | 一种自主流动式三维形貌测量方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106123802A true CN106123802A (zh) | 2016-11-16 |
Family
ID=57270154
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610414701.9A Pending CN106123802A (zh) | 2016-06-13 | 2016-06-13 | 一种自主流动式三维形貌测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106123802A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107843202A (zh) * | 2017-12-22 | 2018-03-27 | 易思维（天津）科技有限公司 | 一种与机器人配合使用的间隙、面差视觉测量装置及方法 |
| CN107957247A (zh) * | 2017-12-22 | 2018-04-24 | 易思维（天津）科技有限公司 | 一种手持式间隙、面差视觉测量装置及方法 |
| CN108413917A (zh) * | 2018-03-15 | 2018-08-17 | 中国人民解放军国防科技大学 | 非接触式三维测量系统、非接触式三维测量方法及测量装置 |
| CN108901050A (zh) * | 2018-07-16 | 2018-11-27 | 成都吉纬科技有限公司 | 高铁无线通信切换方法 |
| CN110319772A (zh) * | 2019-07-12 | 2019-10-11 | 上海电力大学 | 基于无人机的视觉大跨度测距方法 |
| CN112747746A (zh) * | 2020-12-25 | 2021-05-04 | 珠海市一微半导体有限公司 | 基于单点tof的点云数据获取方法、芯片和移动机器人 |
| CN114485479A (zh) * | 2022-01-17 | 2022-05-13 | 吉林大学 | 基于双目相机和惯性导航的结构光扫描测量方法及系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003148946A (ja) * | 2001-11-12 | 2003-05-21 | Toshio Koizumi | ４軸以上を用いた慣性装置 |
| CN1693851A (zh) * | 2005-06-08 | 2005-11-09 | 中国科学院上海技术物理研究所 | 一种航空线阵ccd影像几何粗纠正算法 |
| CN101845787A (zh) * | 2010-04-09 | 2010-09-29 | 同济大学 | 基于双目视觉的水泥混凝土路面错台检测装置及方法 |
| CN203366016U (zh) * | 2013-05-17 | 2013-12-25 | 武汉滨湖电子有限责任公司 | 一种移动测量与检测系统传感器数据融合与同步控制器 |
| CN103712576A (zh) * | 2013-12-20 | 2014-04-09 | 上海瑞立柯信息技术有限公司 | 一种可编程控制的光栅投影装置 |
| CN104424630A (zh) * | 2013-08-20 | 2015-03-18 | 华为技术有限公司 | 三维重建方法及装置、移动终端 |
| CN104880215A (zh) * | 2015-06-05 | 2015-09-02 | 立得空间信息技术股份有限公司 | 多传感器平台相机激光一体化检校的方法 |
| CN104964656A (zh) * | 2015-06-26 | 2015-10-07 | 天津大学 | 基于惯性导航的自定位流动式快速扫描测量装置及方法 |
| CN105387818A (zh) * | 2015-10-26 | 2016-03-09 | 天津大学 | 一种基于一维图像序列的大尺度三维形貌测量方法 |
| CN105606127A (zh) * | 2016-01-11 | 2016-05-25 | 北京邮电大学 | 一种双目立体相机与惯性测量单元相对姿态标定方法 |
-
2016
- 2016-06-13 CN CN201610414701.9A patent/CN106123802A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003148946A (ja) * | 2001-11-12 | 2003-05-21 | Toshio Koizumi | ４軸以上を用いた慣性装置 |
| CN1693851A (zh) * | 2005-06-08 | 2005-11-09 | 中国科学院上海技术物理研究所 | 一种航空线阵ccd影像几何粗纠正算法 |
| CN101845787A (zh) * | 2010-04-09 | 2010-09-29 | 同济大学 | 基于双目视觉的水泥混凝土路面错台检测装置及方法 |
| CN203366016U (zh) * | 2013-05-17 | 2013-12-25 | 武汉滨湖电子有限责任公司 | 一种移动测量与检测系统传感器数据融合与同步控制器 |
| CN104424630A (zh) * | 2013-08-20 | 2015-03-18 | 华为技术有限公司 | 三维重建方法及装置、移动终端 |
| CN103712576A (zh) * | 2013-12-20 | 2014-04-09 | 上海瑞立柯信息技术有限公司 | 一种可编程控制的光栅投影装置 |
| CN104880215A (zh) * | 2015-06-05 | 2015-09-02 | 立得空间信息技术股份有限公司 | 多传感器平台相机激光一体化检校的方法 |
| CN104964656A (zh) * | 2015-06-26 | 2015-10-07 | 天津大学 | 基于惯性导航的自定位流动式快速扫描测量装置及方法 |
| CN105387818A (zh) * | 2015-10-26 | 2016-03-09 | 天津大学 | 一种基于一维图像序列的大尺度三维形貌测量方法 |
| CN105606127A (zh) * | 2016-01-11 | 2016-05-25 | 北京邮电大学 | 一种双目立体相机与惯性测量单元相对姿态标定方法 |
Non-Patent Citations (1)
| Title |
|---|
| 孙博: "基于一维图像序列的三维形貌测量校准技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107843202A (zh) * | 2017-12-22 | 2018-03-27 | 易思维（天津）科技有限公司 | 一种与机器人配合使用的间隙、面差视觉测量装置及方法 |
| CN107957247A (zh) * | 2017-12-22 | 2018-04-24 | 易思维（天津）科技有限公司 | 一种手持式间隙、面差视觉测量装置及方法 |
| CN107957247B (zh) * | 2017-12-22 | 2023-09-08 | 易思维（天津）科技有限公司 | 一种手持式间隙、面差视觉测量装置及方法 |
| CN107843202B (zh) * | 2017-12-22 | 2023-09-08 | 易思维（天津）科技有限公司 | 一种与机器人配合使用的间隙、面差视觉测量装置及方法 |
| CN108413917A (zh) * | 2018-03-15 | 2018-08-17 | 中国人民解放军国防科技大学 | 非接触式三维测量系统、非接触式三维测量方法及测量装置 |
| CN108413917B (zh) * | 2018-03-15 | 2020-08-07 | 中国人民解放军国防科技大学 | 非接触式三维测量系统、非接触式三维测量方法及测量装置 |
| CN108901050A (zh) * | 2018-07-16 | 2018-11-27 | 成都吉纬科技有限公司 | 高铁无线通信切换方法 |
| CN110319772A (zh) * | 2019-07-12 | 2019-10-11 | 上海电力大学 | 基于无人机的视觉大跨度测距方法 |
| CN112747746A (zh) * | 2020-12-25 | 2021-05-04 | 珠海市一微半导体有限公司 | 基于单点tof的点云数据获取方法、芯片和移动机器人 |
| CN114485479A (zh) * | 2022-01-17 | 2022-05-13 | 吉林大学 | 基于双目相机和惯性导航的结构光扫描测量方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106123802A (zh) | 一种自主流动式三维形貌测量方法 | |
| CN111156998B (zh) | 一种基于rgb-d相机与imu信息融合的移动机器人定位方法 | |
| CN107883870A (zh) | 基于双目视觉系统和激光跟踪仪测量系统的全局标定方法 | |
| CN110243358A (zh) | 多源融合的无人车室内外定位方法及系统 | |
| CN103278177B (zh) | 基于摄像组网测量的惯性测量组合标定方法 | |
| CN109313417A (zh) | 帮助机器人定位 | |
| CN112859051A (zh) | 激光雷达点云运动畸变的矫正方法 | |
| CN103900489A (zh) | 一种线激光扫描三维轮廓测量方法及装置 | |
| CN101901501A (zh) | 一种生成激光彩色云图的方法 | |
| CN103759669A (zh) | 一种大型零件的单目视觉测量方法 | |
| CN104165750A (zh) | 立体视觉结合陀螺仪风洞模型位姿测量方法 | |
| CN103322984B (zh) | 基于视频图像的测距、测速方法及装置 | |
| CN110095659B (zh) | 深空探测巡视器通讯天线指向精度动态测试方法 | |
| CN106483330A (zh) | 一种基于反光丝线姿态角视觉识别二维风速风向测试方法 | |
| CN110695982A (zh) | 一种基于三维视觉的机械臂手眼标定方法和装置 | |
| CN1793780A (zh) | 基于拼接靶的大型三维形体形貌测量拼接方法和装置 | |
| Tang et al. | LE-VINS: A robust solid-state-LiDAR-enhanced visual-inertial navigation system for low-speed robots | |
| CN1233984C (zh) | 不基于粘性标记的大型三维形体形貌测量拼接方法 | |
| CN105737849A (zh) | 隧道车用激光扫描仪与相机相对位置的检校方法 | |
| CN111595332B (zh) | 一种融合惯性技术与视觉建模的全环境定位方法 | |
| Vempati et al. | Onboard real-time dense reconstruction of large-scale environments for UAV | |
| WO2018233401A1 (zh) | 基于光电鼠标传感器模块的室内地图创建方法及系统 | |
| CN105387818B (zh) | 一种基于一维图像序列的大尺度三维形貌测量方法 | |
| Dai et al. | LiDAR–Inertial Integration for Rail Vehicle Localization and Mapping in Tunnels | |
| Guan et al. | An accurate calibration method for non-overlapping cameras with double-sided telecentric lenses |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161116 |