CN106597463A - 基于动态视觉传感器芯片的光电式接近传感器及探测方法 - Google Patents
基于动态视觉传感器芯片的光电式接近传感器及探测方法 Download PDFInfo
- Publication number
- CN106597463A CN106597463A CN201611240612.3A CN201611240612A CN106597463A CN 106597463 A CN106597463 A CN 106597463A CN 201611240612 A CN201611240612 A CN 201611240612A CN 106597463 A CN106597463 A CN 106597463A
- Authority
- CN
- China
- Prior art keywords
- dvs
- light source
- event
- fea
- light
- 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
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4808—Evaluating distance, position or velocity data
Abstract
本发明提供一种基于动态视觉传感器芯片的光电式接近传感器,使用DVS传感器作为光电感应器件,光源发出的瞬时光束经目标反射后由DVS采样。通过对DVS输出的AE流进行分析可以得到反射位置D,进而计算出目标距离H。通过比对发射光和反射光的强度变化模式,可以排除环境光源和噪声的干扰,提高准确率。
Description
技术领域
本发明属于光电领域,特别涉及一种基于仿生视觉、图像处理以及电路设计等多技术的光电式接近传感器。
背景技术
接近传感器(Proximity sensors)(接近开关)使用非接触的方式来探测物体间的移动信息和距离,广泛应用于包装印刷、金属与塑料加工等工业领域的自动化设备中,典型应用包括物体靠近探测、位置检测、质量检测以及产品计数等。根据工作原理,接近传感器可以分为以下几大类:
(1)电磁感应型接近传感器,用于探测金属物体。其主要构成包括一个高频振荡电路和一个感应线圈。当附近出现金属物体时会导致感应线圈的感应电流发生变化。其工作范围取决于感应线圈的大小以及金属目标的形状、大小以及材质。
(2)电容型接近传感器,可用于金属及非金属物体的非接触式距离测量。其工作原理是通过检测接近传感器与目标物体间的电场的电容变化来检测距离。当目标物体接近传感器达到预设距离时,传感器内部的振荡电路开始振荡,这种振荡的开始和停止即可作为目标物接近和离开的标识。
(3)电磁型接近传感器,适用于永磁体的探测。当外部磁场靠近时,传感器内部的两个低磁阻铁磁体弹簧会由于外磁场的增强而相互接触构成电路回路,电路的导通与闭合即可作为物体接近的标识。
(4)超声波测距传感器,包括一个超声波发射端和一个接收端,通过比较超声波束的发射和反射波束的接收时间差来计算目标的远近。这种方法适用于测量距离较远的目标,例如广泛使用的倒车雷达。
(5)光电型接近传感器,包括一个光源和感光元件构成的接收器。光源发出的光束经目标物反射(或阻断)后由接收器接受,根据光电感应的强弱来判断物体的接近程度。近年来随着移动式便携设备的功能不断增多,光电型接近传感器逐步开始在手机等移动设备中获得越来越多的使用。例如可以使用接近传感器来判断人在接听电话时手机触摸屏与人脸的接近程度,以关闭触摸功能,防止误动作。
半导体硅基图像传感器(CCD及CMOS)是目前最主要的可见光成像(光电感应)器件。其工作原理与最初的碘化银胶片一样,采用“帧采样”方式完成光强测量:所有像素同步复位后开始收集光电荷,在达到设定曝光时间后读出每个像素所收集的光电荷,并将其转换为电压;该电压经模数转换后变为数字量,输出后存储。所有像素光生电压值组成的二维矩阵即为图像。通常情况下的拍摄帧频为25/30帧/秒,即电荷收集时间(曝光时间)为几十毫秒,最终每个像素的输出值是曝光期间感光量的总和,而此期间中的具体变化过程则无法得知。这种方式类似与我们使用积分来计算图形的面积,面积相同的图形很可能具有不同的形状。“帧采样”图像采集方式的最主要优点一是能够获取场景中每一点的光强值(彩色通常由单色插补得到),二是像素只被动的进行光电荷收集,电路结构简单,像素尺寸小,空间分辨率高。然而这种采样方式同样存在着一些缺点:一是静止背景重复采样,数据冗余度高,给图像处理和传输存储带来很大压力;二是时间分辨率低,像素无法分辨电荷积分时间内光强内的具体变化,而只测量此期间内的光电荷累积总和,不利于高速运动目标的跟踪与识别。而如果使用高频帧拍摄,则由高帧频带来的海量视觉信号更是无法做到实时处理。
近年来出现了一种模仿生物视觉感知与处理原理、采样超大规模集成电路技术实现的新型光电感知器件—视觉传感器(VS)。其工作原理包括:
(1)、模仿生物视觉的成像机理,VS像素只对场景中的光强变化(称之为ActiveEvent,AE)敏感并采样输出。AE按照性质可分为空间变化(与周边像素比较)和时间变化(自身亮度变化)两类。其中对时间变化敏感的VS称为动态时域视觉传感器(Dynamic VisionSensor,DVS);
(2)、DVS像素独立检测所感受的光强变化--每个像素周期测量单位时间内的光生电流变化量。当光电流变化量超过设定的阈值时发出一个AE。像素产生的AE通过串行总线异步输出,像素间互不关联;
(3)、AE输出采用“地址事件表示(Address-Event-Representation,AER)”的方法,即AE=(x,y,P),其中(x,y)为像素在像素阵列中的行列地址,P表示变化的属性(例如光强增加为“1”,减小为“0”);与DVS接口的后端系统赋予每个AE一个时间戳T,指出AE的输出时间,即AE=(x,y,P,T)。
DVS时间采样工作方式的优点包括:1)数据量小,极低数据冗余,数据量通常为“整帧采样”方式的5~10%;2)时间分辨率高,亮度变化可以被实时感知并输出,微秒级的时间精度相当于几千~几万帧的拍摄速度;3)宽动态范围,由于只是检测亮度变化而非其累计值,因此量程宽,通常动态范围大于100DB。图1给出了“帧采样”图像传感器与时域视觉传感器的拍摄效果比较。由图可见,帧图像(a)中的物体或目标表现为具有相似亮度的连续区域;(b)为DVS输出事件在30ms内的累积显示,其中只有移动的人体产生事件,人体亦表现为事件簇的集合,同时可以观察到正、负事件的分布与光源位置有关。
综上所述,DVS为高精度、便携式低功耗的接近传感器设计提供了一种新的实现方法。
发明内容
本发明要解决的问题是充分利用动态视觉传感器具有的高时间分辨率、变化采样、高速、高精度以及低功耗等特点,实现一种使用动态视觉传感器DVS的光电式接近传感器设计及其探测方法,使其适于集成在低功耗便携电子设备中进行近距离测距应用。
为了达到上述目的,本发明采取的技术方案为:一种基于动态视觉传感器芯片的光电式接近传感器,使用DVS传感器作为光电感应器件。
进一步的,包括:
可控光源,用于发射周期性的强度、宽度可调的瞬时光束;
DVS传感器,用于对可控光源发出的瞬时光束经物体反射后产生的光强变化信息进行采样;
控制处理单元,用于根据光强变化的空间位置和时序分布特征计算目标物体的距离;
所述可控光源和DVS传感器分别信号连接所述控制处理单元。
更进一步的,所述可控光源为普通LED光源加装镜头。
更进一步的,所述控制处理单元包括:
接口模块:用于同步启动/停止光源和DVS,读取串行输出的DVS事件流,对每个DVS事件增加时间标记,并在MCU控制下存入DRAM;
微控制器MCU:是控制处理电路的核心,根据Flash中的程序控制整个系统的工作流程,发出其他各模块工作所需的各种控制信号;对DVS事件流进行计算,实现距离计算;
存储器:用于保存系统执行程序和预设特征数据,在MCU控制下存取DVS事件流;
输入输出接口:用于输入系统控制信号,输出距离测试结果和状态信号;
Flash模块:用于提供编程接口;
所述微控制器MCU连接并控制所述接口模块、存储器、输入输出接口、Flash模块。
本发明还提供了使用上述光电式接近传感器的探测方法,使用DVS传感器作为光电感应器件,对可控光源发出的光束经物体反射后产生的光强变化信息进行采样,根据光强变化的空间位置和时序分布特征计算物体间的距离。
进一步的,具体步骤为:
(1)控制处理单元存储标准光源强度变化特征;按预设时长同步开启可控光源和DVS传感器;保存DVS的AE流;
(2)空间位置计算,获取最大三个可能的反射位置点P;
(3)按照最大可能点的位置,计算其周边预定义区域内的强度特征向量;
(4)比较最大可能点与光源的强度变化特征,如匹配,至步骤(6);
(5)选取下一个最大可能点,返回步骤(4);如果最大三个可能点均不匹配,返回步骤(2)或结束;
(6)计算距离并与临界值进行比较,若小于临界值则报警,否则返回步骤(2)或结束。
进一步的,步骤(2)所述获取最大三个可能的反射位置点P的具体方法为:
(201)使用DVS进行一次采样;将此时段内所有正事件按照其位置集成为一幅图像M,所述图像M具有与DVS像素阵列相同的大小,初值为0;
(202)读入一个AE事件,若极性为负,丢弃;
(203)按此事件的地址(x,y):M(x,y)=M(x,y)+1;
(204)返回(202),直至全部事件处理结束。
(205)对集成图像M的中间若干行按列进行累加;得到一个长度为N的一维数组;
(206)选择此数组中的最大3个值作为候选点。
进一步的,所述步骤(3)所述计算强度变化特征向量的具体方法为:
(301)使用DVS对发射光束进行采样;若在提取光源标准强度变化模式时,则应在无干扰的条件下进行;
(302)建立光源的一维特征数组Fea,数组长度为k*ΔT*10,即每毫秒划分为10个时间段;
其中光源的开启时间为ΔT毫秒,K与使用的光源种类有关,可取k=2或3,k*ΔT即为DVS采样时间;
(303)统计每个时间段内AE的数量累计Sum0~k*ΔT*10-1;
(304)对多次统计的结果进行算术平均消除噪声影响;
(305)使用相邻时间段事件和的变化率来作为强度变化特征。
进一步的,步骤(4)所述匹配比较的具体方法为:设光源的标准强度变化特征为FEAstd,反射目标的强度变化特征为FEAtest,则可采取以下快速匹配方法:
(401)基于差值比例的特征差异,模式误差定义为各分项误差比例的平均值;
(402)基于变化趋势的特征差异;
(403)特征匹配
当特征差异小于预定义阈值时认为反射光由光源产生,即为反射位置点。
进一步的,步骤(6)所述计算距离的方法为:
Hmin=L/(tgθ+tg(90-γ))
h=L/tgθ
其中,L为DVS与光源的中心距,θ为发射光束与DVS平面的夹角,H为目标距离,h为发生光束与DVS中垂线的交点高度,Hmin为最小可探测距离,D为反射位置点与DVS中垂线间的距离,γ为DVS的视场角。
本发明提出的一种基于动态视觉传感器芯片的光电式接近传感器及探测方法,与现有技术相比,有益效果为:
(1)动态视觉传感器的输出事件流包含了由反射光束引起的强度变化信息。除从中可以获得反射光束的位置及强度分布外,事件流的时序还精确地反映了光束的强弱变化过程,这一点是传统的“帧采样”图像传感器无法做到的。利用这个强度变化过程可以准确排除环境光源和噪声的干扰,提高测量准确性;
(2)利用动态视觉传感器变化采样的特点,可以显著减少数据采集量和后处理的计算量,降低功耗,适合于便携式设备的应用。
附图说明
图1给出“整帧采样”图像传感器与时域视觉传感器的拍摄效果比较;
图2给出了本发明的过程性解释示意图;
图3给出系统结构框图及控制处理单元的结构框图;
图4给出了根据反射点进行测距的原理图;(a)根据测试得到的反射点P和系统本身的结构尺寸,可以计算出目标距DVS的距离;(b)反射点在DVS像素阵列中的位置;
图5给出了光束强度变化模式的示意图;表明了当电源导通关断的过程中,发光强度随时间变化的关系。
图6给出了系统工作的整体流程。
具体实施方式
下面结合具体实施例对本发明做进一步说明。
本发明公开了一种使用动态视觉传感器(Dynamic Vision Sensor,DVS)的光电式接近传感器设计。与已有光电式接近传感器相比,本发明充分利用动态视觉传感器具有的高时间分辨率和变化采样特点,具有高速、高精度以及低功耗等特点,适于集成在低功耗便携电子设备中进行近距离测距应用。
如图2所示,本发明提出的接近传感器属于光电式测距,包括一个可控光源、一个DVS传感器以及数字信号处理电路。可控光源发出的瞬时光束经物体反射后产生的光强变化信息由DVS采样后,经过数字信号处理电路计算得到目标物体与测距设备的距离。本发明利用新型视觉信息采集器件--DVS的变化采样、地址事件表示等特点,根据光强变化的空间位置和时序分布特征计算物体间的距离。其优点在于同时使用空间及时序信息来消除噪声及环境中其他光源的干扰,达到测量实时性及低功耗的同时保证高精度。
一、整体结构
如图3左侧结构图所示,使用DVS作为光电接收器的接近传感器包括以下几部分:
1、可控光源。光源的作用是发射周期性的强度、宽度可调光束。光源的设计要求:
(1)、聚焦度。为了提高探测的准确性,需要保证光源在适用探测范围内具有足够的聚焦度。反射点光斑的发散程度越大,则空间和时间的精度越低;通过在普通LED光源上加装镜头可以实现较好的聚焦度,同时成本较使用激光光源更为低廉;
(2)、光强。为了使DVS接收到足够数量的AE以完成距离计算和时序模式比对,在预设的工作环境下,当目标位于最大适用距离时,DVS位置的反射光强度应大于DVS光电灵敏度;
(3)、高精度开闭时间可调。光源的开闭时间应毫秒级可调,通过外部精确的信号发生电路实现。在相同的开闭时间设置下,其亮度随时间的变化模式应保持一致。
2、动态视觉传感器DVS接收目标的反射光并输出AE事件流。动态视觉传感器的时间分辨率应小于(电源接通时间+电源关闭时间)/100,并具有尽可能高的空间分辨率。
3、控制处理单元。这部分电路的作用是周期性开闭光源,并同步读取及存储动态视觉传感器的输出AE流。在光源关闭期间对前一周期的AE数据流进行时空分析。
如图3右侧图所示是控制处理单元的结构,控制处理单元包括:
(1)、接口模块:同步启动/停止光源和DVS,读取串行输出的DVS事件流,对每个DVS事件增加时间标记(若DVS不含此项功能),并在MCU控制下存入DRAM;
(2)、微控制器MCU是控制处理电路的核心,功能包括:
功能1:根据Flash中的程序控制整个系统的工作流程,发出其他各模块工作所需的各种控制信号;
功能2:对DVS事件流进行计算,实现距离计算;
(3)、存储器保存系统执行程序和预设特征数据,在MCU控制下存取DVS事件流;
(4)、输入输出接口:输入系统控制信号,输出距离测试结果和状态信号。
二、反射点空间位置计算
1、测距公式
设DVS的空间分辨率为M*N。
图4中,L为DVS与光源的中心距,θ为发射光束与DVS平面的夹角,H为目标距离,h为发生光束与DVS中垂线的交点高度,Hmin为最小可探测距离,D为反射光斑中心与DVS中垂线间的距离,γ为DVS的视场角。目标距离计算方法:
算法1:
Hmin=L/(tgθ+tg(90-γ)) (1)
h=L/tgθ (2)
2、反射点P的计算
设光源的开启时间为ΔT毫秒,关断时间大于开启时间。与光源同步开启的DVS的采样时间长度为k*ΔT毫秒,K与使用的光源种类有关,可取k=2或3。
通过调整DVS和光源的位置,可以使得发射光束在DVS中垂面内。则反射点的光强变化集中于DVS水平中线附近。反射点位置的计算方法:
算法2:
Ⅰ.使用DVS进行一次采样;将此时段内所有正事件按照其位置集成为一幅图像M(具有与DVS像素阵列相同的大小,初值为0):
①读入一个AE事件,若极性为负,丢弃;
②按此事件的地址(x,y):M(x,y)=M(x,y)+1;
③返回第一步,直至全部事件处理结束。
Ⅱ.确定反射点的位置:
①对集成图像M的中间5行按列进行累加;得到一个长度为N的一维数组;
②选择此数组中的最大3个值作为候选点。
三、强度变化的模式匹配
时序模式表明光源在开闭阶段强度随时间的变化过程,如图4所示,横坐标为时间轴,纵坐标为光源强度。
“帧采样”图像传感器中各像素的输出是在整个统一积分时间内的光生电荷累积,并不能感知此时间段内强度的具体变化过程。由于动态视觉传感器是变化驱动、异步输出的,因此一段时间内每个像素输出的AE流包含了此段时间内该位置光强的变化情况。为了排除环境中其他光源和噪声的影响,本发明使用这个强度变化的时序模式作为特征来加以区分。1、强度变化模式的提取
设光源的开启时间为ΔT毫秒,关断时间远大于开启时间。与光源同步开启的DVS的采样时间长度为k*ΔT毫秒,K与使用的光源种类有关,可取k=2或3。强度变化模式的提取算法如下:
算法3:
Ⅰ.使用DVS对发射光束进行采样;在提取光源标准强度变化模式时,应在无干扰的条件下进行;
Ⅱ.建立光源的一维特征数组Fea,数组长度为k*ΔT*10,即每毫秒划分为10个时间段;
Ⅲ.统计每个时间段内AE的数量累计Sum0~k*ΔT*10-1;
Ⅳ.对多次统计的结果进行算术平均消除噪声影响;
Ⅴ.使用相邻时间段事件和的变化率来作为光源标准特征:
2、强度变化模式的匹配比较
设光源的标准强度变化模式为FEAstd,反射目标的强度变化模式为FEAtest,则可采取以下快速匹配方法进行识别:
算法4:
(1)基于差值比例的特征差异
模式误差定义为各分项误差比例的平均值。
(2)基于变化趋势的特征差异
为了简化计算,将特征数组转换为符号数组FEAsign:
(3)特征匹配
当特征差异小于预定义阈值时认为反射光由光源产生。
四、整体探测流程(如图6所示,一次检测过程包括发光—反射光采样—反射点定位—强度变化模式匹配—测距几个过程。)
1、系统初始化,标准光源强度变化模式已保存在存储器中;
2、按预设时长同步开启光源和DVS;保存DVS的AE流;
3、空间位置计算,使用算法2获取最大三个可能的反射位置点P;
4、按照最大可能点的位置,使用算法3计算其周边预定义区域R*R内的强度特征向量;
5、按照算法4比较最大可能点与光源的强度变化特征,如匹配,至7;
6、选取下一个最大可能点,返回4;如果最大三个可能点均不匹配,返回2或结束;
7、按照算法1计算距离并与临界值进行比较,若小于临界值则报警,否则返回2或结束;
8、结束。
在光电式接近传感器设计中,光电接收器具有不同的形式:
(1)、简单的光电感应元件,如光电晶体管。这类器件只能感知入射光的有无,不能获得反射光的具体强度和空间分布,测量精度低;
(2)、图像传感器芯片。这种方式可以准确测量反射光束的具体位置及强度分布,测量精度较高。缺点是不能获得反射光强度的时间变化模式,不能排除光源和噪声的干扰,错误率较高。
本发明提出使用动态视觉传感器作为光电接收器件,其优点包括:
(1)动态视觉传感器的输出事件流包含了由反射光束引起的强度变化信息。除从中可以获得反射光束的位置及强度分布外,事件流的时序还精确地反映了光束的强弱变化过程,这一点是传统的“帧采样”图像传感器无法做到的。利用这个强度变化过程可以准确排除环境光源和噪声的干扰,提高测量准确性;
(2)利用动态视觉传感器变化采样的特点,可以显著减少数据采集量和后处理的计算量,降低功耗,适合于便携式设备的应用。
以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于动态视觉传感器芯片的光电式接近传感器,其特征在于,使用DVS传感器作为光电感应器件。
2.根据权利要求1所述的光电式接近传感器,其特征在于,包括:
可控光源,用于发射周期性的强度、宽度可调的瞬时光束;
DVS传感器,用于对可控光源发出的瞬时光束经物体反射后产生的光强变化信息进行采样;
控制处理单元,用于根据光强变化的空间位置和时序分布特征计算目标物体的距离;
所述可控光源和DVS传感器分别信号连接所述控制处理单元。
3.根据权利要求1所述的光电式接近传感器,其特征在于,所述可控光源为普通LED光源加装镜头。
4.根据权利要求1所述的光电式接近传感器,其特征在于,所述控制处理单元包括:
接口模块:用于同步启动/停止光源和DVS,读取串行输出的DVS事件流,对每个DVS事件增加时间标记,并在MCU控制下存入DRAM;
微控制器MCU:是控制处理电路的核心,根据Flash中的程序控制整个系统的工作流程,发出其他各模块工作所需的各种控制信号;对DVS事件流进行计算,实现距离计算;
存储器:用于保存系统执行程序和预设特征数据,在MCU控制下存取DVS事件流;
输入输出接口:用于输入系统控制信号,输出距离测试结果和状态信号;
Flash模块:用于提供编程接口;
所述微控制器MCU连接并控制所述接口模块、存储器、输入输出接口、Flash模块。
5.使用权利要求1-4任一项所述光电式接近传感器的探测方法,其特征在于,使用DVS传感器作为光电感应器件,对可控光源发出的光束经物体反射后产生的光强变化信息进行采样,根据光强变化的空间位置和时序分布特征计算物体间的距离。
6.根据权利要求5所述的探测方法,其特征在于,具体步骤为:
(1)控制处理单元存储标准光源强度变化特征;按预设时长同步开启可控光源和DVS传感器;保存DVS的AE流;
(2)空间位置计算,获取最大三个可能的反射位置点P;
(3)按照最大可能点的位置,计算其周边预定义区域内的强度特征向量;
(4)比较最大可能点与光源的强度变化特征,如匹配,至步骤(6);
(5)选取下一个最大可能点,返回步骤(4);如果最大三个可能点均不匹配,返回步骤(2)或结束;
(6)计算距离并与临界值进行比较,若小于临界值则报警,否则返回步骤(2)或结束。
7.根据权利要求6所述的探测方法,其特征在于,步骤(2)所述获取最大三个可能的反射位置点P的具体方法为:
(201)使用DVS进行一次采样;将此时段内所有“正”事件按照其位置集成为一幅图像M,所述图像M具有与DVS像素阵列相同的大小,初值为0;
(202)读入一个AE事件,若极性为负,丢弃;
(203)按此事件的地址(x,y):M(x,y)=M(x,y)+1;
(204)返回(202),直至全部事件处理结束。
(205)对集成图像M的中间若干行按列进行累加;得到一个长度为N的一维数组;
(206)选择此数组中的最大3个值作为候选点。
8.根据权利要求6所述的探测方法,其特征在于,所述步骤(3)所述计算强度变化特征向量的具体方法为:
(301)使用DVS对发射光束经物体表面的反射光进行采样;若在提取光源标准强度变化模式时,则应在无干扰的条件下进行;
(302)建立光源的一维特征数组Fea,数组长度为k*ΔT*10,即每毫秒划分为10个时间段;
其中光源的开启时间为ΔT毫秒,K与使用的光源种类有关,可取k=2或3,k*ΔT即为DVS采样时间;
(303)统计每个时间段内AE的数量累计Sum0~k*ΔT*10-1;
(304)对多次统计的结果进行算术平均消除噪声影响;
(305)使用相邻时间段事件和的变化率来作为强度变化特征。
9.根据权利要求6所述的探测方法,其特征在于,步骤(4)所述匹配比较的具体方法为:设光源的标准强度变化特征为FEAstd,反射目标的强度变化特征为FEAtest,则可采取以下快速匹配方法:
(401)基于差值比例的特征差异,模式误差定义为各分项误差比例的平均值;
(402)基于变化趋势的特征差异;
(403)特征匹配
当特征差异小于预定义阈值时认为反射光由光源产生,即为反射位置点。
10.根据权利要求6所述的探测方法,其特征在于,步骤(6)所述计算距离的方法为:
Hmin=L/(tgθ+tg(90-γ))
h=L/tgθ
其中,L为DVS与光源的中心距,θ为发射光束与DVS平面的夹角,H为目标距离,h为发生光束与DVS中垂线的交点高度,Hmin为最小可探测距离,D为反射位置点与DVS中垂线间的距离,γ为DVS的视场角。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611240612.3A CN106597463B (zh) | 2016-12-29 | 2016-12-29 | 基于动态视觉传感器芯片的光电式接近传感器及探测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611240612.3A CN106597463B (zh) | 2016-12-29 | 2016-12-29 | 基于动态视觉传感器芯片的光电式接近传感器及探测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106597463A true CN106597463A (zh) | 2017-04-26 |
CN106597463B CN106597463B (zh) | 2019-03-29 |
Family
ID=58604793
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611240612.3A Expired - Fee Related CN106597463B (zh) | 2016-12-29 | 2016-12-29 | 基于动态视觉传感器芯片的光电式接近传感器及探测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106597463B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107238727A (zh) * | 2017-04-28 | 2017-10-10 | 天津师范大学 | 基于动态视觉传感器芯片的光电式转速传感器及探测方法 |
CN109507685A (zh) * | 2018-10-15 | 2019-03-22 | 天津大学 | phong式光照模型的TOF传感器模型的测距方法 |
CN110363969A (zh) * | 2018-04-11 | 2019-10-22 | 山东商务职业学院 | 一种用于教室多媒体平台的优盘报警装置 |
CN110674649A (zh) * | 2018-07-02 | 2020-01-10 | 西克股份公司 | 重复光学检测不同对象距离处的对象的光电传感器和方法 |
CN110692083A (zh) * | 2017-05-29 | 2020-01-14 | 苏黎世大学 | 用于动态视觉传感器的块匹配光流和立体视觉 |
CN111149350A (zh) * | 2017-09-28 | 2020-05-12 | 苹果公司 | 使用事件相机生成静态图像 |
CN111385498A (zh) * | 2018-12-27 | 2020-07-07 | 天津大学青岛海洋技术研究院 | 一种基于高速相机的音频信号采集方法 |
CN111521161A (zh) * | 2019-02-05 | 2020-08-11 | 莱卡地球系统公开股份有限公司 | 包括事件相机的勘测装置 |
CN111770245A (zh) * | 2020-07-29 | 2020-10-13 | 中国科学院长春光学精密机械与物理研究所 | 一种类视网膜图像传感器的像素结构 |
CN112019835A (zh) * | 2020-08-08 | 2020-12-01 | 欧菲微电子技术有限公司 | 动态视觉传感器模组的帧率验证装置、方法及存储介质 |
CN112771846A (zh) * | 2018-10-04 | 2021-05-07 | 索尼互动娱乐股份有限公司 | 电子设备、致动器控制方法和程序 |
WO2023279286A1 (en) * | 2021-07-07 | 2023-01-12 | Harman International Industries, Incorporated | Method and system for auto-labeling dvs frames |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103732287A (zh) * | 2011-05-12 | 2014-04-16 | 皮埃尔和玛利居里大学(巴黎第六大学) | 控制助视器的方法和设备 |
US20140223374A1 (en) * | 2013-02-07 | 2014-08-07 | Samsung Electronics Co., Ltd. | Method of displaying menu based on depth information and space gesture of user |
CN104007814A (zh) * | 2013-02-22 | 2014-08-27 | 三星电子株式会社 | 用于使用传感器识别接近运动的设备和方法 |
CN105203045A (zh) * | 2015-07-02 | 2015-12-30 | 天津师范大学 | 一种基于异步时域视觉传感器的产品形状完整性检测系统及检查方法 |
CN105844128A (zh) * | 2015-01-15 | 2016-08-10 | 北京三星通信技术研究有限公司 | 身份识别方法和装置 |
-
2016
- 2016-12-29 CN CN201611240612.3A patent/CN106597463B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103732287A (zh) * | 2011-05-12 | 2014-04-16 | 皮埃尔和玛利居里大学(巴黎第六大学) | 控制助视器的方法和设备 |
US20140223374A1 (en) * | 2013-02-07 | 2014-08-07 | Samsung Electronics Co., Ltd. | Method of displaying menu based on depth information and space gesture of user |
CN104007814A (zh) * | 2013-02-22 | 2014-08-27 | 三星电子株式会社 | 用于使用传感器识别接近运动的设备和方法 |
CN105844128A (zh) * | 2015-01-15 | 2016-08-10 | 北京三星通信技术研究有限公司 | 身份识别方法和装置 |
CN105203045A (zh) * | 2015-07-02 | 2015-12-30 | 天津师范大学 | 一种基于异步时域视觉传感器的产品形状完整性检测系统及检查方法 |
Non-Patent Citations (1)
Title |
---|
JAE-YEON WON ET AL.: "Proximity Sensing Based on a Dynamic Vision Sensor for Mobile Devices", 《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107238727A (zh) * | 2017-04-28 | 2017-10-10 | 天津师范大学 | 基于动态视觉传感器芯片的光电式转速传感器及探测方法 |
CN110692083B (zh) * | 2017-05-29 | 2024-01-05 | 苏黎世大学 | 用于动态视觉传感器的块匹配光流和立体视觉 |
CN110692083A (zh) * | 2017-05-29 | 2020-01-14 | 苏黎世大学 | 用于动态视觉传感器的块匹配光流和立体视觉 |
US11770619B2 (en) | 2017-09-28 | 2023-09-26 | Apple Inc. | Generating static images with an event camera |
CN111149350B (zh) * | 2017-09-28 | 2022-02-22 | 苹果公司 | 使用事件相机生成静态图像 |
CN111149350A (zh) * | 2017-09-28 | 2020-05-12 | 苹果公司 | 使用事件相机生成静态图像 |
CN110363969B (zh) * | 2018-04-11 | 2021-06-22 | 山东商务职业学院 | 一种用于教室多媒体平台的优盘报警装置 |
CN110363969A (zh) * | 2018-04-11 | 2019-10-22 | 山东商务职业学院 | 一种用于教室多媒体平台的优盘报警装置 |
CN110674649A (zh) * | 2018-07-02 | 2020-01-10 | 西克股份公司 | 重复光学检测不同对象距离处的对象的光电传感器和方法 |
CN110674649B (zh) * | 2018-07-02 | 2023-08-04 | 西克股份公司 | 重复光学检测不同对象距离处的对象的光电传感器和方法 |
CN112771846A (zh) * | 2018-10-04 | 2021-05-07 | 索尼互动娱乐股份有限公司 | 电子设备、致动器控制方法和程序 |
CN109507685B (zh) * | 2018-10-15 | 2023-06-27 | 天津大学 | phong式光照模型的TOF传感器模型的测距方法 |
CN109507685A (zh) * | 2018-10-15 | 2019-03-22 | 天津大学 | phong式光照模型的TOF传感器模型的测距方法 |
CN111385498A (zh) * | 2018-12-27 | 2020-07-07 | 天津大学青岛海洋技术研究院 | 一种基于高速相机的音频信号采集方法 |
CN111521161A (zh) * | 2019-02-05 | 2020-08-11 | 莱卡地球系统公开股份有限公司 | 包括事件相机的勘测装置 |
CN111770245A (zh) * | 2020-07-29 | 2020-10-13 | 中国科学院长春光学精密机械与物理研究所 | 一种类视网膜图像传感器的像素结构 |
CN111770245B (zh) * | 2020-07-29 | 2021-05-25 | 中国科学院长春光学精密机械与物理研究所 | 一种类视网膜图像传感器的像素结构 |
CN112019835A (zh) * | 2020-08-08 | 2020-12-01 | 欧菲微电子技术有限公司 | 动态视觉传感器模组的帧率验证装置、方法及存储介质 |
WO2023279286A1 (en) * | 2021-07-07 | 2023-01-12 | Harman International Industries, Incorporated | Method and system for auto-labeling dvs frames |
Also Published As
Publication number | Publication date |
---|---|
CN106597463B (zh) | 2019-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106597463A (zh) | 基于动态视觉传感器芯片的光电式接近传感器及探测方法 | |
CN107238727B (zh) | 基于动态视觉传感器芯片的光电式转速传感器及探测方法 | |
CN106373365A (zh) | 快速识别的摄像式远传水表抄表系统及其读数识别方法 | |
CN105426837B (zh) | 移动网络视觉雾霾检测系统 | |
CN106576135A (zh) | 一种具有扩展的动态范围上限的图像传感器 | |
CN109299703A (zh) | 对鼠情进行统计的方法、装置以及图像采集设备 | |
CN105025440A (zh) | 室内外场景检测方法及设备 | |
CN102494663B (zh) | 摆动喷管的摆动角度的测量方法 | |
CN102003945B (zh) | 一种虚拟光学引伸计的测量方法 | |
CN108871290B (zh) | 一种基于光流法检测与贝叶斯预测的可见光动态定位方法 | |
CN109461173A (zh) | 一种用于时域视觉传感器信号处理的快速角点检测方法 | |
CN103295221A (zh) | 模拟复眼视觉机制和偏振成像的水面目标运动检测方法 | |
CN109509213B (zh) | 一种应用于异步时域视觉传感器的Harris角点检测方法 | |
CN114078100A (zh) | 聚类降噪装置、方法、芯片、事件成像装置及电子设备 | |
JP2020095038A (ja) | 飛行時間型深度画像化システムの内蔵較正 | |
CN106651925A (zh) | 一种彩色深度图像的获取方法、获取设备 | |
CN103152626A (zh) | 一种智能电视的远红外三维手势探测装置 | |
Boettiger | A comparative evaluation of the detection and tracking capability between novel event-based and conventional frame-based sensors | |
CN104808057B (zh) | 一种基于异步探测的声光实时信号分析仪 | |
CN103176606A (zh) | 基于双目视觉识别的平面交互系统及方法 | |
CN102867214B (zh) | 区域范围内人数统计管理方法 | |
CN108521296B (zh) | 货品信息识别系统及方法 | |
CN105203045B (zh) | 一种基于异步时域视觉传感器的产品形状完整性检测系统及检查方法 | |
CN107421457B (zh) | 基于模拟图像采集的非接触式细丝直径测量装置及方法 | |
CN202204479U (zh) | 虚拟光学引伸计 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190329 Termination date: 20201229 |