CN108152824A - 一种基于激光雷达的网球定位系统及方法 - Google Patents
一种基于激光雷达的网球定位系统及方法 Download PDFInfo
- Publication number
- CN108152824A CN108152824A CN201711475344.8A CN201711475344A CN108152824A CN 108152824 A CN108152824 A CN 108152824A CN 201711475344 A CN201711475344 A CN 201711475344A CN 108152824 A CN108152824 A CN 108152824A
- Authority
- CN
- China
- Prior art keywords
- point
- target
- information
- angle
- data
- 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 15
- 238000007781 pre-processing Methods 0.000 claims abstract description 12
- 239000000284 extract Substances 0.000 claims abstract description 11
- 238000000605 extraction Methods 0.000 claims abstract description 7
- 230000009466 transformation Effects 0.000 claims abstract description 6
- 239000000203 mixture Substances 0.000 claims abstract description 5
- 238000006243 chemical reaction Methods 0.000 claims abstract description 4
- 238000005259 measurement Methods 0.000 claims abstract description 4
- 230000004888 barrier function Effects 0.000 claims description 9
- 230000005855 radiation Effects 0.000 claims description 5
- 230000004807 localization Effects 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 5
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
-
- 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
- G01S17/88—Lidar systems specially adapted for specific applications
-
- 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
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明提供一种基于激光雷达的网球定位系统及方法。系统包括:安装在捡球机器人上依次提取场地内激光测量数据信息的数据提取单元、将提取的数据转换成目标距离信息和角度信息的综合处理单元、将目标的距离信息和角度信息转换为二维坐标的坐标转换单元,所述综合处理单元包括判断提取数据有效性的预处理模块和通过判断目标点之间距离值连续和角度值连续从而判断连续点组成的连续体宽度是否符合目标宽度特征的目标识别模块。本发明主要利用激光雷达传感器,通过数据分析与处理,准确的对目标进行识别,并获取其位置信息,保证了准确度和精度。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种基于激光雷达的网球定位系统及方法。
背景技术
随着机器人技术与人工智能的发展,服务机器人正逐渐走进人们的生活。同时网球运动日益流行,在网球训练之后的捡球过程则成为一种麻烦,为了能够减轻身体负担并提高捡球效率,于是出现各种各样的智能捡球机器人。在智能捡网球机器人工作过程中,对目标(网球)的准确判断则成为该技术的关键因素之一。
目前较为常用的网球检测方案是利用超声波传感器检测网球位置。该方案使用两个超声波传感器,当一个超声波传感器没有检测到目标而另一个超声波传感器检测到目标则认为是网球,该方案检测距离短,范围小,同时该方案也容易收到外界干扰。
在目标检测技术中,采用摄像头传感器并根据图像处理技术得到目标的方法在目前是一种主流技术。同样以网球为目标的检测技术也逐渐被应用于智能捡网球机器人,但是目前图像处理技术不能解决环境光线多变的问题,不适合用于环境多变的网球场。
发明内容
根据上述提出的技术问题,本发明提出一种激光雷达的网球定位系统。本发明主要利用激光雷达传感器,通过数据分析与处理,准确的对目标进行识别,并获取其位置信息。本发明采用的技术手段如下:
一种基于激光雷达的网球定位系统,包括:
数据提取单元,安装在捡球机器人上依次提取场地内激光测量数据信息;
综合处理单元,将提取的数据转换成目标距离信息和角度信息;
坐标转换单元,将目标的距离信息和角度信息转换为二维坐标,
所述综合处理单元包括判断提取数据有效性的预处理模块和通过判断目标点之间距离值连续和角度值连续从而判断连续点组成的连续体宽度是否符合目标宽度特征的目标识别模块。
进一步地,所述预处理模块对激光雷达提取的数据逐帧逐点读取,判断目标点有效性,所述判断有效性方法为:激光经障碍物反射被激光接收装置接收,则激光有效,可以得到障碍物上目标点相对于激光雷达的距离值和相对于激光雷达0°方向的角度值,反之则无效,将有效点数据信息保存。
进一步地,所述目标识别模块根据以下步骤逐点对预处理模块保存的数据信息进行处理:
S301:逐点读取预处理模块保存的有效点数据信息;
S302:计算当前目标点与下一目标点的距离比值(NextDist)/(Dist),其中 Dist和NextDist分别表示当前目标点和下一目标点的距离值;计算当前目标点与下一目标点的角度差值(NextAng)-(Ang),其中Ang和NextAng分别表示当前目标点和下一目标点的角度值;
S303:判断当前目标点是否为连续点,是,则对每个连续体的第一个连续点信息进行保存,返回S301,否,则执行S304,
所述连续点为满足距离值连续和角度值连续的点,
符合Dmin<(NextDist)/(Dist)<Dmax即为距离值连续,Dmin和Dmax表示条件阈值,其取值与目标表面形状相关,由具体目标确定;
符合(NextAng)-(Ang)<Amax,即为角度值连续,Amax表示条件阈值,其取值由激光雷达转速和扫描频率确定;
所述连续体由至少两个连续点组成;
S304:通过以下公式计算当前连续体宽度并判断是否符合目标宽度特征,是,则执行S305,否,则返回S301,
W=(Ang1-Ang0)*π/180*(Dist1+Dist0)/2,其中W为目标宽度,Ang1和Dist1分别为当前点的角度和距离值,Ang0和Dist0分别为第一个连续点的角度值和距离值;
S305:保存连续体的距离信息和角度信息,
距离值Dist′=(Dist1+Dist0)/2;角度值Ang′=(Ang1+Ang0)/2;
S306:判断此帧数据是否结束,是,则输出所有符合特征的结果,否,则返回S301。
进一步地,在不考虑全局绝对坐标系的情况下,O2为激光雷达的直角坐标系,O1为激光雷达所在的移动平台的直角坐标系,所述坐标转换单元通过以下公式对已保存的目标位置信息计算O2坐标系下坐标:
其中Dist′和Ang′为已保存位置信息的距离信息和角度信息,(X2,Y2)为O2直角坐标系下的坐标,
通过以下公式计算O1坐标系下坐标:
其中θ为O2坐标系与O1坐标系的逆时针夹角,(X1,Y1)为O1直角坐标系下的坐标,(XO2,YO2)为O2坐标系原点在O1坐标系下的坐标。
本发明的另一目的是还提供一种基于上述系统的网球定位方法,包括:
步骤1、开启激光雷达辐射激光,接收其反射光,提取数据;
步骤2、数据预处理,判断激光是否有效;
步骤3、目标识别单元对预处理所得数据逐点判断,确定距离值和角度值的连续性,确定连续点组成的连续体宽度是否符合目标宽度特征,保存该连续体体的位置信息和角度信息;
步骤4、根据已保存的目标位置信息计算目标点坐标。
通过上述技术方案,本发明基于激光雷达及其定位原理,准确的对目标进行识别,并获取其位置信息。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为激光雷达目标识别系统模块图
图2为激光雷达目标识别方法整体框图。
图3为激光雷达扫描示意图。
图4为激光雷达数据返回类型说明图。
图5为数据预处理流程图。
图6为目标识别算法流程图。
图7为目标点连续性示意图。
图8为平面二维坐标系变换示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
如图1,图2所示,一种基于激光雷达的网球定位系统,包括:
数据提取单元,安装在捡球机器人上依次提取场地内激光测量数据信息;
综合处理单元,将提取的数据转换成目标距离信息和角度信息;
坐标转换单元,将目标的距离信息和角度信息转换为二维坐标,
所述综合处理单元包括判断提取数据有效性的预处理模块和通过判断点与点之间距离值连续和角度值连续从而判断连续点组成的连续体宽度是否符合目标宽度特征的目标识别模块。
激光雷达向以固定频率向环境辐射多束激光,并接收器其反射光。若该束激光经障碍物反射并被接收器接收,即该束激光有效,便可以得到障碍物上该点相对于激光雷达的距离值和相对于激光雷达0°方向的角度值,如图3 所示。如果该方向在激光雷达有效检测半径内没有障碍物或反射光线没有被接收,则该束激光无效。
以上海思岚科技有限公司生产的激光雷达为例,激光雷达旋转扫描,每秒辐射2000束激光,得到2000个点信息。每个点包含有质量信息,角度信息和距离信息,如图4所示,其中S和用于判断新的一圈,C用于数据校验。
如图5所示,所述预处理单元对激光雷达提取的数据逐帧逐点读取,判断该点是否有效,包涵以下步骤:
所述预处理模块对激光雷达提取的数据逐帧逐点读取,判断目标点有效性,所述判断有效性方法为:激光经障碍物反射被激光接收装置接收,则激光有效,可以得到障碍物上目标点相对于激光雷达的距离值和相对于激光雷达0°方向的角度值,反之则无效,将有效点数据信息保存。
本发明基于激光雷达传感器,针对激光雷达传感器返回值的数据类型设计目标识别算法。通过该目标识别算法对由预处理阶段保存的数据信息进行处理,即可有效并准确判断目标。
所述目标识别单元根据以下步骤逐点对预处理阶段保存的数据信息进行处理,该算法流程图如图6所示:
S301:逐点读取预处理模块保存的有效点数据信息;
S302:计算当前目标点与下一目标点的距离比值(NextDist)/(Dist),其中 Dist和NextDist分别表示当前目标点和下一目标点的距离值;计算当前目标点与下一目标点的角度差值(NextAng)-(Ang),其中Ang和NextAng分别表示当前目标点和下一目标点的角度值;
S303:判断当前目标点是否为连续点,是,则对每个连续体的第一个连续点信息进行保存,返回S301,否,则执行S304,
①所述连续点为满足距离值连续和角度值连续的点,
②符合Dmin<(NextDist)/(Dist)<Dmax即为距离值连续,Dmin和Dmax表示条件阈值,其取值与目标表面形状相关,由具体目标确定;
符合(NextAng)-(Ang)<Amax,即为角度值连续,Amax表示条件阈值,其取值由激光雷达转速和扫描频率确定;
所述连续体由至少两个连续点组成;
S304:通过以下公式计算当前连续体宽度并判断是否符合目标宽度特征,是,则执行S305,否,则返回S301,
③W=(Ang1-Ang0)*π/180*(Dist1+Dist0)/2,其中W为目标宽度,Ang1和 Dist1分别为当前点的角度和距离值,Ang0和Dist0分别为第一个连续点的角度值和距离值;
S305:④保存连续体的距离信息和角度信息,
距离值Dist′=(Dist1+Dist0)/2;角度值Ang′=(Ang1+Ang0)/2;
S306:判断此帧数据是否结束,是,则输出所有符合特征的结果,否,则返回S301。
对于距离值和角度值的连续性进一步配图7进行说明。在图7中,当去除无效点之后目标1目标2和目标3上的距离角度信息,被连续保存。其中目标1 与目标2的距离值连续而角度值不连续,目标2与目标3的角度值和距离值均不连续。
如图8所示,本发明提出的基于激光雷达的目标检测方法,不仅包括目标识别,同时包括目标在全局绝对坐标(基于网球场的坐标)中的定位,主要涉及三重坐标变换。
在不考虑全局绝对坐标系的情况下,O2为激光雷达的直角坐标系,O1为激光雷达所在的移动平台的直角坐标系,所述坐标转换单元通过以下公式对已保存的目标位置信息计算O2坐标系下坐标:
其中Dist′和Ang′为已保存位置信息的距离信息和角度信息,(X2,Y2)为O2直角坐标系下的坐标,
通过以下公式计算O1坐标系下坐标:
其中θ为O2坐标系与O1坐标系的逆时针夹角,(X1,Y1)为O1直角坐标系下的坐标,(XO2,YO2)为O2坐标系原点在O1坐标系下的坐标。
一种基于上述系统的网球定位方法,包括:
步骤1、开启激光雷达辐射激光,接收其反射光,提取数据;
步骤2、数据预处理,判断激光是否有效;
步骤3、目标识别单元对预处理所得数据逐点判断,确定距离值和角度值的连续性,确定连续点组成的连续体宽度是否符合目标宽度特征,保存该连续体体的位置信息和角度信息;
步骤4、根据已保存的目标位置信息计算目标点坐标。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (5)
1.一种基于激光雷达的网球定位系统,其特征在于,包括:
数据提取单元,安装在捡球机器人上依次提取场地内激光测量数据信息;
综合处理单元,将提取的数据转换成目标距离信息和角度信息;
坐标转换单元,将目标的距离信息和角度信息转换为二维坐标,
所述综合处理单元包括判断提取数据有效性的预处理模块和通过判断目标点之间距离值连续和角度值连续从而判断连续点组成的连续体宽度是否符合目标宽度特征的目标识别模块。
2.根据权利要求1所述的网球定位系统,其特征在于,所述预处理模块对激光雷达提取的数据逐帧逐点读取,判断目标点有效性,所述判断有效性方法为:激光经障碍物反射被激光接收装置接收,则激光有效,可以得到障碍物上目标点相对于激光雷达的距离值和相对于激光雷达0°方向的角度值,反之则无效,将有效点数据信息保存。
3.根据权利要求2所述的网球定位系统,其特征在于,所述目标识别模块根据以下步骤逐点对预处理模块保存的数据信息进行处理:
S301:逐点读取预处理模块保存的有效点数据信息;
S302:计算下一目标点与当前目标点的距离比值NextDist/Dist,其中Dist和NextDist分别表示当前目标点和下一目标点的距离值;计算下一目标点与当前目标点的角度差值NextAng-Ang,其中Ang和NextAng分别表示当前目标点和下一目标点的角度值;
S303:判断当前目标点是否为连续点,是,则对每个连续体的第一个连续点信息进行保存,返回S301,否,则执行S304,
所述连续点为满足距离值连续和角度值连续的点,
符合Dmin<NextDist/Dist<Dmax即为距离值连续,Dmin和Dmax表示条件阈值,其取值与目标表面形状相关,由具体目标确定;
符合NextAng-Ang<Amax,即为角度值连续,Amax表示条件阈值,其取值由激光雷达转速和扫描频率确定;
所述连续体由至少两个连续点组成;
S304:通过以下公式计算当前连续体宽度并判断是否符合目标宽度特征,是,则执行S305,否,则返回S301,
W=(Ang1-Ang0)*π/180*(Dist1+Dist0)/2,其中W为目标宽度,Ang1和Dist1分别为当前点的角度和距离值,Ang0和Dist0分别为第一个连续点的角度值和距离值;
S305:保存连续体的距离信息和角度信息,
距离值Dist′=(Dist1+Dist0)/2;角度值Ang′=(Ang1+Ang0)/2;
S306:判断此帧数据是否结束,是,则输出所有符合特征的结果,否,则返回S301。
4.根据权利要求3所述的网球定位系统,其特征在于,在不考虑全局绝对坐标系的情况下,O2为激光雷达的直角坐标系,O1为激光雷达所在的移动平台的直角坐标系,所述坐标转换单元通过以下公式对已保存的目标位置信息计算O2坐标系下坐标:
其中Dist′和Ang′为已保存位置信息的距离信息和角度信息,(X2,Y2)为O2直角坐标系下的坐标,
通过以下公式计算O1坐标系下坐标:
其中θ为O2坐标系与O1坐标系的逆时针夹角,(X1,Y1)为O1直角坐标系下的坐标,(XO2,YO2)为O2坐标系原点在O1坐标系下的坐标。
5.一种基于权利要求1的网球定位方法,包括:
步骤1、开启激光雷达辐射激光,接收其反射光,提取数据;
步骤2、数据预处理,判断激光是否有效;
步骤3、目标识别单元对预处理所得数据逐点判断,确定点与点之间距离值和角度值的连续性,确定连续点组成的连续体宽度是否符合目标宽度特征,保存该连续体的位置信息和角度信息;
步骤4、根据已保存的目标位置信息和角度信息计算目标点坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711475344.8A CN108152824A (zh) | 2017-12-29 | 2017-12-29 | 一种基于激光雷达的网球定位系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711475344.8A CN108152824A (zh) | 2017-12-29 | 2017-12-29 | 一种基于激光雷达的网球定位系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108152824A true CN108152824A (zh) | 2018-06-12 |
Family
ID=62463901
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711475344.8A Pending CN108152824A (zh) | 2017-12-29 | 2017-12-29 | 一种基于激光雷达的网球定位系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108152824A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109633681A (zh) * | 2018-12-05 | 2019-04-16 | 芜湖智久机器人有限公司 | 一种反光板识别方法及装置 |
CN114422712A (zh) * | 2022-03-29 | 2022-04-29 | 深圳市海清视讯科技有限公司 | 球体检测跟踪方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103941264A (zh) * | 2014-03-26 | 2014-07-23 | 南京航空航天大学 | 一种室内未知环境下使用激光雷达定位方法 |
EP2827175A2 (en) * | 2013-07-12 | 2015-01-21 | Princeton Optronics, Inc. | 2-D planar VCSEL source for 3-D imaging |
CN105701479A (zh) * | 2016-02-26 | 2016-06-22 | 重庆邮电大学 | 基于目标特征的智能车辆多激光雷达融合识别方法 |
CN106483518A (zh) * | 2016-09-09 | 2017-03-08 | 中国科学院国家空间科学中心 | 一种基于分布式激光雷达提取振动特征参数的系统及方法 |
-
2017
- 2017-12-29 CN CN201711475344.8A patent/CN108152824A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2827175A2 (en) * | 2013-07-12 | 2015-01-21 | Princeton Optronics, Inc. | 2-D planar VCSEL source for 3-D imaging |
CN103941264A (zh) * | 2014-03-26 | 2014-07-23 | 南京航空航天大学 | 一种室内未知环境下使用激光雷达定位方法 |
CN105701479A (zh) * | 2016-02-26 | 2016-06-22 | 重庆邮电大学 | 基于目标特征的智能车辆多激光雷达融合识别方法 |
CN106483518A (zh) * | 2016-09-09 | 2017-03-08 | 中国科学院国家空间科学中心 | 一种基于分布式激光雷达提取振动特征参数的系统及方法 |
Non-Patent Citations (2)
Title |
---|
王凯 等: ""基于全景视觉的网球识别系统设计"", 《工业控制计算机》 * |
胡顺玺: ""基于三维激光扫描仪的车辆前方行人检测研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109633681A (zh) * | 2018-12-05 | 2019-04-16 | 芜湖智久机器人有限公司 | 一种反光板识别方法及装置 |
CN114422712A (zh) * | 2022-03-29 | 2022-04-29 | 深圳市海清视讯科技有限公司 | 球体检测跟踪方法、装置、电子设备及存储介质 |
CN114422712B (zh) * | 2022-03-29 | 2022-06-24 | 深圳市海清视讯科技有限公司 | 球体检测跟踪方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | A detection and recognition system of pointer meters in substations based on computer vision | |
CN111255636B (zh) | 确定风力发电机组的塔架净空的方法和装置 | |
CN109100741A (zh) | 一种基于3d激光雷达及图像数据的目标检测方法 | |
CN108805904B (zh) | 一种基于卫星序列图像的运动舰船检测与跟踪方法 | |
CN101609504B (zh) | 一种红外图像海面目标检测识别定位方法 | |
CN104183127B (zh) | 交通监控视频检测方法和装置 | |
CN111563469A (zh) | 一种不规范停车行为识别方法及装置 | |
CN109444911A (zh) | 一种单目相机和激光雷达信息融合的无人艇水面目标检测识别与定位方法 | |
CN107014294A (zh) | 一种基于红外图像的接触网几何参数检测方法及系统 | |
CN110132284B (zh) | 一种基于深度信息的全局定位方法 | |
CN109434251B (zh) | 一种基于粒子滤波的焊缝图像跟踪方法 | |
CN108596165A (zh) | 基于无人机低空航拍图像的道路交通标线检测方法及系统 | |
CN105335973A (zh) | 运用于带钢加工生产线的视觉处理方法 | |
CN108303096A (zh) | 一种视觉辅助激光定位系统及方法 | |
CN107817044B (zh) | 基于机器视觉的板材振动的测量装置及方法 | |
CN116168028B (zh) | 低可见度下基于边缘滤波的高铁原始图像处理方法和系统 | |
CN110619328A (zh) | 基于图像处理和深度学习的船舶水尺读数智能识别方法 | |
CN111046877A (zh) | 一种毫米波图像可疑物品检测方法和系统 | |
CN108710127A (zh) | 低空及海面环境下的目标检测识别方法及系统 | |
CN116277025A (zh) | 一种智能制造用机器人的物件分拣控制方法及系统 | |
CN110648362A (zh) | 一种双目立体视觉的羽毛球定位识别与姿态计算方法 | |
CN108152824A (zh) | 一种基于激光雷达的网球定位系统及方法 | |
CN112197705A (zh) | 一种基于视觉和激光测距的果实定位方法 | |
CN115588043A (zh) | 一种基于视觉的挖掘机作业位姿的监测方法 | |
CN107767366B (zh) | 一种输电线路拟合方法及装置 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210106 Address after: 350001 No.260, Wusi Road, Gulou District, Fuzhou City, Fujian Province Applicant after: Dong Mingwu Address before: Room 303, building 1, courtyard 13, cuihu'nan Ring Road, Sujiatuo Town, Haidian District, Beijing Applicant before: SIBO SAIRUI (BEIJING) TECHNOLOGY Co.,Ltd. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180612 |