CN108074263A - 视觉定位方法和系统 - Google Patents
视觉定位方法和系统 Download PDFInfo
- Publication number
- CN108074263A CN108074263A CN201711159199.2A CN201711159199A CN108074263A CN 108074263 A CN108074263 A CN 108074263A CN 201711159199 A CN201711159199 A CN 201711159199A CN 108074263 A CN108074263 A CN 108074263A
- Authority
- CN
- China
- Prior art keywords
- vision positioning
- positioning method
- marginal point
- curve
- 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
- 238000000034 method Methods 0.000 title claims abstract description 60
- 239000000284 extract Substances 0.000 claims abstract description 6
- 238000003708 edge detection Methods 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 10
- 230000005611 electricity Effects 0.000 description 7
- 230000014509 gene expression Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明属于视觉定位技术领域,具体涉及一种视觉定位方法和系统。为了解决现有视觉定位鲁棒性较差的问题,本发明提出的视觉定位方法包括下列步骤:获取标准定位位置处的图像;提取所述图像的边缘点;对所述边缘点进行拟合,得到拟合后的曲线;基于所述拟合后的曲线,计算所述标准定位位置在世界坐标系的坐标。本发明通过对标准定位位置处的图像进行处理,提取边缘点的方式,最终计算出标准位置在世界坐标系的坐标。由于边缘点的特征具有不变性,从而使得本发明的视觉定位方法更鲁棒。
Description
技术领域
本发明属于视觉定位技术领域,具体涉及一种视觉定位方法和系统。
背景技术
换电站主要用于对电动汽车的电池进行更换,“定位”是实现电动汽车换电的关键步骤。在换电侧,“定位”主要指换电设备与电池及车身之间的定位,更准确地说,是换电设备与电池和车身之间紧固装置的定位。定位完成后,换电设备可以直接对紧固装置实施加锁或者解锁,从而完成电池与车身的安装或分离。可见,换电的成功率和精度直接影响换电的成功率和电池与车的紧固装置的可靠性和寿命。定位不准时,换电设备和紧固装置之间无法咬合或者会存在轴向的偏差,导致加解锁动作无法执行,或者执行时对车或者电池造成损伤。
现有的定位方式通常为机械定位,即通过机械限位,将车和换电设备移动到换电站觉得坐标系中的某一绝对位置,使车和换电设备的位置固定,然后通过机械定位销和定位孔,配合换电设备上的浮动装置来完成定位。该定位方式简单可靠,但是可定位的偏差范围受机械定位销孔的直径限制。举例而言,当车和定位设备的尺寸链偏差大于这一范围时,定位就无法完成。而且,这一定位方式无法给出车与换电设备之间的准确位置偏差,因此无法作为输入提供给运动控制装置做精确调整。
此外,虽然现有换电站中也有应用视觉定位来辅助电动汽车换电,但是现有的视觉定位方式受限于光照、底盘清洁程度等因素,导致鲁棒性较差。因此,本发明需要一种新的方法和系统来解决上述问题。
发明内容
为了解决现有技术中的上述问题,即为了解决现有视觉定位鲁棒性较差的问题,本发明提出了一种视觉定位方法,所述视觉定位方法包括下列步骤:获取标准定位位置处的图像;提取所述图像的边缘点;对所述边缘点进行拟合,得到拟合后的曲线;基于所述拟合后的曲线,计算所述标准定位位置在世界坐标系的坐标。
在上述视觉定位方法的优选实施方式中,“提取所述图像的边缘点”的步骤具体包括:对所述图像进行预处理;对预处理后的图像进行二值化处理;对二值化处理后的图像进行边缘检测,获得边缘点的坐标。
在上述视觉定位方法的优选实施方式中,“对所述边缘点进行拟合,得到拟合后的曲线”的步骤具体包括:采用最小二乘法对所述边缘点进行拟合。
在上述视觉定位方法的优选实施方式中,“基于所述拟合后的曲线,计算所述标准定位位置在世界坐标系的坐标”的步骤包括:将所述拟合后的曲线表示为参数方程;根据所述参数方程计算反映所述标准定位位置的点的坐标;将所述点的坐标转换为世界坐标系中的坐标。
在上述视觉定位方法的优选实施方式中,所述视觉定位方法还包括:在当前定位位置处设置警戒区域;计算所述边缘点位于所述警戒区域之内/之外的比例;根据所述比例判断当前定位位置与标准定位位置是否对准;其中,所述警戒区域为根据所述拟合后的曲线设置的容差区域。
在上述视觉定位方法的优选实施方式中,“在当前定位位置处设置警戒区域”的步骤具体包括:以所述拟合后的曲线为基准,将所述拟合后的曲线等比例扩大预设容差值后得到的曲线与所述拟合后的曲线等比例缩小预设容差值后得到的曲线之间的区域作为警戒区域。
在上述视觉定位方法的优选实施方式中,“计算所述边缘点位于所述警戒区域之内/之外的比例”的步骤具体包括:将所述拟合后的曲线表示为标准参数方程;根据所述标准参数方程和所述预设容差值,得到所述警戒区域的参数方程;基于所述警戒区域的参数方程,计算所述边缘点位于所述警戒区域之内/之外的比例。
在上述视觉定位方法的优选实施方式中,“根据所述比例判断当前定位位置与标准定位位置是否对准”的步骤具体包括:当所述边缘点位于所述警戒区域之内的比例大于第一阈值,或者所述边缘点位于所述警戒区域之外的比例小于第二阈值时,判断当前定位位置与标准定位位置对准;否则,判断当前定位位置与标准定位位置没有对准。
在上述视觉定位方法的优选实施方式中,所述视觉定位方法应用于电动汽车换电系统。
本发明还提供了一种视觉定位系统,所述视觉定位系统包括:图像采集单元,所述图像采集单元用于获取标准定位位置处的图像;图像处理单元,所述图像处理单元用于接收所述图像采集单元采集的图像,并按照上述的视觉定位方法对所述图像进行处理;人机交互单元,所述人机交互单元用于显示所述图像处理单元的处理结果,以及与用户进行信息交互。
在本发明的技术方案中,通过对标准定位位置处的图像进行处理,提取边缘点的方式,最终计算出标准位置在世界坐标系的坐标。由于边缘点的特征具有不变性,从而使得本发明视觉定位方法更鲁棒。并且,本发明应用坐标变换来获得标准定位位置在世界坐标系的绝对定位位置,以及利用“警戒区域”来判断定位是否完成,从而极大地降低了定位完成与否的判断难度。同时将处理结果输出到可视化界面,以提高视觉定位的可视化程度,极大地提高了人工操作的便利性。
附图说明
图1是本发明的视觉定位方法的流程图;
图2A是本发明实施例的获取到的车底盘图像的示意图;
图2B是处理后得到的车底盘图像的示意图;
图2C是二值化后的图像示意图;
图2D是对二值化后的图像进行边缘检测的示意图;
图2E是对边缘点进行拟合后得到的曲线示意图;
图3是本发明的视觉定位方法的一种实施方式的流程图;
图4A是本发明实施例的警戒区域的结构示意图;
图4B是警戒区域与边缘点匹配结果示意图;
图5是本发明的视觉定位系统的结构示意图。
具体实施方式
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非旨在限制本发明的保护范围。例如,尽管本申请中按照特定顺序描述了本发明的方法的各个步骤,但是这些顺序并不是限制性的,在不偏离本发明的基本原理的前提下,本领域技术人员可以按照不同的顺序来执行所述步骤。
首先参照图1,图1是本发明的视觉定位方法的流程图。如图1所示,本发明的视觉定位方法包括下列步骤:S110、获取标准定位位置处的图像;S120、提取图像的边缘点;S130、对边缘点进行拟合,得到拟合后的曲线;S140、基于拟合后的曲线,计算标准定位位置在世界坐标系的坐标。
现有技术中,一般通过直接图像模板匹配的方法来判断匹配图像和目标图像是否对准,并且得到位置偏差。但是直接模板匹配的方法容易受到光照等条件的影响,鲁棒性差。而本发明的方法通过对标准定位位置处的图像进行处理,提取边缘点的方式,最终计算出标准位置在世界坐标系的坐标。由于边缘点的特征具有不变性,从而使得本发明视觉定位方法更鲁棒。
下面以在电动汽车换电系统中的应用为例,详细说明本发明的视觉定位方法的具体实施方式。
在步骤S110中,电动汽车换电过程中,为了实现换电设备与电池及车身之间的定位,当车辆进入换电站并停稳后,利用摄像头获取标准定位位置处的图像,优选为车底盘的图像。举例而言,参照图2A,图2A为获取到车底盘图像的示意图。
在步骤S120中,提取图像的边缘点。具体步骤为:首先对获取到的车底盘的图像预处理,包括灰度化、白平衡、平滑处理等,得到灰度处理的感兴趣区的图像,如图2B所示。对图2B中得到的图像进行二值化和边缘检测。具体地,获得灰度图的直方图,在直方图中按照一定的阈值对图形进行二值化处理,处理后的图像如图2C所示,然后在二值化图像中进行特征圆边缘检测,获取定位销孔边缘点的坐标,如图2D所示。
在步骤S130中,对边缘点进行拟合,得到拟合后的曲线。具体地,可以采用最小二乘法对边缘点的坐标进行拟合,从而获得拟合后的曲线。该曲线可以是圆、椭圆、直线、曲线等。
在本实施例中,拟合后的图像为一椭圆,如图2E所示。该椭圆方程可以用以下参数方程来表示:
其中,得到xc,yc,rx,ry和θ的值就能得到椭圆,xc,yc对应椭圆中心。因此椭圆中心点估计问题,就是根据边缘检测得到的N个坐标(x1,y1)...(xN,yN),估算它们内在的椭圆方程,包括中心点xc,yc的问题。可以用最小二乘法或者其他参数估计的方法来求解。
在步骤S140中,根据拟合得到的椭圆的中心点(xc,yc)坐标,和摄像头坐标系到世界坐标系的对应关系,即可以得到椭圆中心点在世界坐标系中的位置,也就可以定位出车在世界坐标系中的位置。具体地,可以按照张正友标定法对摄像头进行坐标标定,然后将椭圆圆心在摄像头坐标系中的坐标变换到世界坐标系中的位置。
在上述步骤S110-S140,通过识别标准定位位置出的图像中可以用数学模型表示的特征,并获得相应数学模型的参数,用模型参数来表示标准定位位置,计算出标准定位位置在世界坐标系中的位置,从而极大地提高了定位的鲁棒性。
在一种优选的实施方式中,为了提高定位判断的鲁棒性和稳定性,还可以采取设置警戒区域和判断警戒区域内特征点数的方法,来辅助判断是否已经完成定位。具体地,参照图3,本发明的视觉定位方法还包括下列步骤:S210、在当前定位位置处设置警戒区域;S220、计算边缘点位于警戒区域之内/之外的比例;S230、根据比例判断当前定位位置与标准定位位置是否对准。其中,警戒区域为根据拟合后的曲线设置的容差区域。
仍以在电动汽车换电系统中的应用为例,为了判断提高定位判断的鲁棒性和稳定性,在上述步骤S210中,在换电设备当前定位位置处以步骤S130中拟合后的标准椭圆为基准画一个椭圆,然后将该椭圆的长轴和短轴等比例扩大或缩小,形成警戒区域。举例而言,步骤S130中拟合后的椭圆的参数方程为:
假设定位位置的预设容差值V=5个像素,则警戒区域的边界表达式为:
相应的边界表达式即将rxs_outer和rxs_inner的值代入参数方程即可。
如图4A所示,其中,c为标准椭圆,a为警戒区域的外边界,b为警戒区域的内边界。警戒区域即为a边界和b边界之间的区域。
在步骤S220、计算边缘点位于警戒区域之内/之外的比例时,首先将上述椭圆的参数方程转化为椭圆一般方程为:
令rx=rxs_outer,ry=rys_outer,并将边缘点坐标(x1,y1)...(xN,yN)代入,如果小于1,则表示该边缘点在椭圆内,否则边缘点在椭圆外;同理,令rx=rxs_inner,ry=rys_inner,并将边缘点坐标(x1,y1)...(xN,yN)代入,如果小于1,则表示该边缘点在椭圆内,否则边缘点在椭圆外。然后取在内椭圆外和外椭圆内的边缘坐标的点数,计算它们占所有边缘点数的比值(即边缘点位于所述警戒区域之内的比例),即可判断当前定位位置与标准定位位置是否对准。例如,当边缘点位于所述警戒区域之内的比例大于第一阈值(如0.8)时,则认为已经对准。同理,还当边缘点位于警戒区域之内的比例大于第二阈值(如0.3)时,则认为没有对准。
举例而言,参照图4B,图4B是警戒区域与边缘点匹配结果示意图。如图4B所示,边缘点总数为358,在警戒区域内的边缘点数为48,可知在警戒区域内的边缘点占所有边缘点总数的比值我13.41%,说明没有对准。
综上所述,本发明的视觉定位方法通过获取标准定位位置图像上的显著特征,并提取其参数。由于这些特征具有不变性,因此本发明的视觉定位方法更鲁棒。并且,本发明还应用坐标变换来获得标准定位位置在世界坐标系的绝对定位位置,以及利用“警戒区域”来判断定位是否完成,从而极大地降低了定位完成与否的判断难度。
此外,本发明还提供了一种视觉定位系统,如图5所示,本发明的视觉定位系统包括:图像采集单元、图像处理单元和人机交互单元。其中,图像采集单元用于获取标准定位位置处的图像,如安装于图像采集区的摄像头。图像处理单元用于接收图像采集单元采集的图像,并按照上述视觉定位方法对接收的图像进行处理,具体处理方式可参阅上文描述,在此不再赘述。
人机交互单元用于显示图像处理单元的处理结果,以及与用户进行信息交互。具体而言,图像处理单元可以将处理结果通过显示单元输出,例如可以输出标准定位位置的绝对位置、偏差位置、边缘点位于警戒区域内的比值等,以便于用户根据显示的信息作出相应的操作。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征作出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (10)
1.一种视觉定位方法,其特征在于,所述视觉定位方法包括下列步骤:
获取标准定位位置处的图像;
提取所述图像的边缘点;
对所述边缘点进行拟合,得到拟合后的曲线;
基于所述拟合后的曲线,计算所述标准定位位置在世界坐标系的坐标。
2.根据权利要求1所述的视觉定位方法,其特征在于,“提取所述图像的边缘点”的步骤具体包括:
对所述图像进行预处理;
对预处理后的图像进行二值化处理;
对二值化处理后的图像进行边缘检测,获得边缘点的坐标。
3.根据权利要求1所述的视觉定位方法,其特征在于,“对所述边缘点进行拟合,得到拟合后的曲线”的步骤具体包括:
采用最小二乘法对所述边缘点进行拟合。
4.根据权利要求1所述的视觉定位方法,其特征在于,“基于所述拟合后的曲线,计算所述标准定位位置在世界坐标系的坐标”的步骤包括:
将所述拟合后的曲线表示为参数方程;
根据所述参数方程计算反映所述标准定位位置的点的坐标;
将所述点的坐标转换为世界坐标系中的坐标。
5.根据权利要求1所述的视觉定位方法,其特征在于,所述视觉定位方法还包括:
在当前定位位置处设置警戒区域;
计算所述边缘点位于所述警戒区域之内/之外的比例;
根据所述比例判断当前定位位置与标准定位位置是否对准;
其中,所述警戒区域为根据所述拟合后的曲线设置的容差区域。
6.根据权利要求5所述的视觉定位方法,其特征在于,“在当前定位位置处设置警戒区域”的步骤具体包括:
以所述拟合后的曲线为基准,将所述拟合后的曲线等比例扩大预设容差值后得到的曲线与所述拟合后的曲线等比例缩小预设容差值后得到的曲线之间的区域作为警戒区域。
7.根据权利要求6所述的视觉定位方法,其特征在于,“计算所述边缘点位于所述警戒区域之内/之外的比例”的步骤具体包括:
将所述拟合后的曲线表示为标准参数方程;
根据所述标准参数方程和所述预设容差值,得到所述警戒区域的参数方程;
基于所述警戒区域的参数方程,计算所述边缘点位于所述警戒区域之内/之外的比例。
8.根据权利要求5所述的视觉定位方法,其特征在于,“根据所述比例判断当前定位位置与标准定位位置是否对准”的步骤具体包括:
当所述边缘点位于所述警戒区域之内的比例大于第一阈值,或者所述边缘点位于所述警戒区域之外的比例小于第二阈值时,判断当前定位位置与标准定位位置对准;
否则,判断当前定位位置与标准定位位置没有对准。
9.根据权利要求1至8中任一项所述的视觉定位方法,其特征在于,所述视觉定位方法应用于电动汽车换电系统。
10.一种视觉定位系统,其特征在于,所述视觉定位系统包括:
图像采集单元,所述图像采集单元用于获取标准定位位置处的图像;
图像处理单元,所述图像处理单元用于接收所述图像采集单元采集的图像,并按照权利要求2-8中任一项所述的视觉定位方法对所述图像进行处理;
人机交互单元,所述人机交互单元用于显示所述图像处理单元的处理结果,以及与用户进行信息交互。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711159199.2A CN108074263B (zh) | 2017-11-20 | 2017-11-20 | 视觉定位方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711159199.2A CN108074263B (zh) | 2017-11-20 | 2017-11-20 | 视觉定位方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108074263A true CN108074263A (zh) | 2018-05-25 |
CN108074263B CN108074263B (zh) | 2021-09-14 |
Family
ID=62157546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711159199.2A Active CN108074263B (zh) | 2017-11-20 | 2017-11-20 | 视觉定位方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108074263B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109014725A (zh) * | 2018-08-28 | 2018-12-18 | 昆山华恒焊接股份有限公司 | 工件的管孔定位方法、装置以及计算机存储介质 |
CN109827507A (zh) * | 2019-01-22 | 2019-05-31 | 上海蔚来汽车有限公司 | 基于定焦距相机的视觉定位换电方法及换电系统 |
CN109993715A (zh) * | 2019-04-11 | 2019-07-09 | 杨勇 | 一种机器人视觉图像预处理系统及图像处理方法 |
CN114714964A (zh) * | 2018-07-27 | 2022-07-08 | 奥动新能源汽车科技有限公司 | 应用于车辆换电的视觉分析系统及方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101359400A (zh) * | 2008-09-17 | 2009-02-04 | 湖南大学 | 一种基于视觉的管口空间位置定位方法 |
CN101647042A (zh) * | 2007-04-10 | 2010-02-10 | 索尼株式会社 | 位置对准方法、位置对准装置和程序 |
CN101946154A (zh) * | 2008-02-18 | 2011-01-12 | 株式会社Snu精密 | 视觉检测系统及使用该系统的检测方法 |
CN103692447A (zh) * | 2013-12-27 | 2014-04-02 | 西安航天精密机电研究所 | 一种基于俯视和侧视相机的电动汽车电池定位方法 |
CN105702169A (zh) * | 2016-02-17 | 2016-06-22 | 京东方科技集团股份有限公司 | 对位系统及对位方法 |
CN106143188A (zh) * | 2016-07-06 | 2016-11-23 | 北京新能源汽车股份有限公司 | 电动汽车无线充电位置的对准方法和系统 |
WO2017062661A1 (en) * | 2015-10-06 | 2017-04-13 | Snap-On Incorporated | Wheel aligner with advanced diagnostics and no-stop positioning |
KR20170055173A (ko) * | 2015-11-11 | 2017-05-19 | 김길겸 | 배터리 위치 제어 장치 |
CN106696747A (zh) * | 2017-01-22 | 2017-05-24 | 厦门大学 | 一种电动汽车自动充电系统及其控制方法 |
CN106981060A (zh) * | 2017-02-27 | 2017-07-25 | 湖南大学 | 一种智能空瓶检测机器人瓶底定位方法 |
US20180101173A1 (en) * | 2016-10-10 | 2018-04-12 | Qualcomm Incorporated | Systems and methods for landing a drone on a moving base |
-
2017
- 2017-11-20 CN CN201711159199.2A patent/CN108074263B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101647042A (zh) * | 2007-04-10 | 2010-02-10 | 索尼株式会社 | 位置对准方法、位置对准装置和程序 |
CN101946154A (zh) * | 2008-02-18 | 2011-01-12 | 株式会社Snu精密 | 视觉检测系统及使用该系统的检测方法 |
CN101359400A (zh) * | 2008-09-17 | 2009-02-04 | 湖南大学 | 一种基于视觉的管口空间位置定位方法 |
CN103692447A (zh) * | 2013-12-27 | 2014-04-02 | 西安航天精密机电研究所 | 一种基于俯视和侧视相机的电动汽车电池定位方法 |
WO2017062661A1 (en) * | 2015-10-06 | 2017-04-13 | Snap-On Incorporated | Wheel aligner with advanced diagnostics and no-stop positioning |
KR20170055173A (ko) * | 2015-11-11 | 2017-05-19 | 김길겸 | 배터리 위치 제어 장치 |
CN105702169A (zh) * | 2016-02-17 | 2016-06-22 | 京东方科技集团股份有限公司 | 对位系统及对位方法 |
CN106143188A (zh) * | 2016-07-06 | 2016-11-23 | 北京新能源汽车股份有限公司 | 电动汽车无线充电位置的对准方法和系统 |
US20180101173A1 (en) * | 2016-10-10 | 2018-04-12 | Qualcomm Incorporated | Systems and methods for landing a drone on a moving base |
CN106696747A (zh) * | 2017-01-22 | 2017-05-24 | 厦门大学 | 一种电动汽车自动充电系统及其控制方法 |
CN106981060A (zh) * | 2017-02-27 | 2017-07-25 | 湖南大学 | 一种智能空瓶检测机器人瓶底定位方法 |
Non-Patent Citations (3)
Title |
---|
KRISHNAN RAMNATH ET AL.: "Car Make and Model Recognition using 3D Curve Alignment", 《IEEE WINTER CONFERENCE ON APPLICATIONS OF COMPUTER VISION》 * |
戴洪磊 等: "矢量GIS中位置不确定性在目标间的拓扑关系判定中的应用", 《解放军理工大学学报(自然科学版)》 * |
胡彦强 等: "白车身孔槽类特征三维坐标在线测量方法研究", 《计算机工程》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114714964A (zh) * | 2018-07-27 | 2022-07-08 | 奥动新能源汽车科技有限公司 | 应用于车辆换电的视觉分析系统及方法 |
CN109014725A (zh) * | 2018-08-28 | 2018-12-18 | 昆山华恒焊接股份有限公司 | 工件的管孔定位方法、装置以及计算机存储介质 |
CN109827507A (zh) * | 2019-01-22 | 2019-05-31 | 上海蔚来汽车有限公司 | 基于定焦距相机的视觉定位换电方法及换电系统 |
CN109993715A (zh) * | 2019-04-11 | 2019-07-09 | 杨勇 | 一种机器人视觉图像预处理系统及图像处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108074263B (zh) | 2021-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108074263A (zh) | 视觉定位方法和系统 | |
CN106256606B (zh) | 一种基于车载双目相机的车道偏离预警方法 | |
CN108388641B (zh) | 一种基于深度学习的交通设施地图生成方法与系统 | |
CN106203342A (zh) | 基于多角度局部特征匹配的目标识别方法 | |
CN104751465A (zh) | 一种基于lk光流约束的orb图像特征配准方法 | |
CN102855617B (zh) | 自适应图像处理方法及系统 | |
CN104361314A (zh) | 基于红外与可见光图像融合的变电设备定位方法及装置 | |
CN101533466B (zh) | 一种眼睛定位图像处理方法 | |
CN112862881B (zh) | 基于众包多车摄像头数据的道路地图构建与融合的方法 | |
CN104899831A (zh) | 一种无人机影像数据实时处理方法及系统 | |
CN104102909A (zh) | 基于多重视觉信息的车辆特征定位及匹配方法 | |
CN106127193A (zh) | 一种人脸图像识别方法 | |
CN105302132A (zh) | 一种基于行走机器人的分布式视觉定位系统及方法 | |
CN105258647A (zh) | 一种汽车锁扣铆点的视觉检测方法 | |
CN109460757A (zh) | 印章位置识别方法及装置 | |
CN106529488A (zh) | 一种基于orb特征提取的车道线检测方法 | |
CN113343927B (zh) | 一种适用于面瘫患者的智能化人脸识别方法和系统 | |
CN111664845A (zh) | 交通标志定位、视觉地图制作方法及装置、定位系统 | |
NO20220168A1 (en) | Method and structure for locating human face by in-vehicle camera | |
CN110062326A (zh) | 一种车用蓝牙智能钥匙的定位与内外部辨识方法 | |
CN111860084B (zh) | 图像特征的匹配、定位方法及装置、定位系统 | |
Takahashi et al. | A robust lane detection using real-time voting processor | |
CN104573703A (zh) | 基于偏导分布与边界策略的输电线快速识别方法 | |
CN105844260A (zh) | 一种多功能智能清洁机器人装置 | |
CN107220612B (zh) | 以关键点局部邻域的高频分析为核心的模糊人脸判别方法 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200902 Address after: Susong Road West and Shenzhen Road North, Hefei Economic and Technological Development Zone, Anhui Province Applicant after: Weilai (Anhui) Holding Co., Ltd Address before: Room 502, Bank of America Center, Cecil Harcourt Road, central, Hongkong, China, 12 Applicant before: NIO NEXTEV Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |