CN108195344A - 激光三角测距方法 - Google Patents
激光三角测距方法 Download PDFInfo
- Publication number
- CN108195344A CN108195344A CN201711218736.6A CN201711218736A CN108195344A CN 108195344 A CN108195344 A CN 108195344A CN 201711218736 A CN201711218736 A CN 201711218736A CN 108195344 A CN108195344 A CN 108195344A
- Authority
- CN
- China
- Prior art keywords
- laser triangulation
- ranging
- formula
- pixel
- distance
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C3/00—Measuring distances in line of sight; Optical rangefinders
Abstract
本发明公开了一种激光三角测距方法,涉及视差三角形测量距离的方法技术领域。所述方法包括如下步骤:推导出激光三角测距的基本公式;根据激光三角测距的基本公式推导出实际可用的测距公式;分区间标定测距参数;设计机械结构参数;将标定好的测距参数和设计好的机械结构参数带入到实际可用的测距公式中计算测距的距离。所述方法通过分区间标定测距参数并通过设计机械结果参数,提高了三角测距的测距精度。
Description
技术领域
本发明涉及视差三角形测量距离的方法技术领域,尤其涉及一种激光三角测距的方法。
背景技术
清洁机器人是一种可以自动进行清洁工作而不需要人为操作的智能家电,其包括用于驱动清洁机器人在地面行走的驱动轮模块和动力系统,用于在行走时对地面进行清洁的清洁模块、用于控制机器人按内嵌程序进行清洁以及避开障碍物的控制系统以及用于探测工作环境、路径导航、定位的各种传感器。清洁机器人在进行清洁时,根据内嵌程序的设定,有多种工作路径,例如沿着障碍物边缘行走的沿障碍模式、碰到障碍后立即离开的随机模式、遇到垃圾浓度较多时进行重点清洁的局部清洁模式等等,在各种不同的模式下,清洁机器人有相对应的清洁路径。探测一般用到激光雷达构图,测距的精度影响到对未知环境探测的性能,但是现有技术中激光雷达构图探测的精度不高。
发明内容
本发明所要解决的技术问题是如何提供一种测量的准确度高的激光三角测距方法。
为解决上述技术问题,本发明所采取的技术方案是:一种激光三角测距方法,其特征在于包括如下步骤:
推导出激光三角测距的基本公式;
根据激光三角测距的基本公式推导出实际可用的测距公式;
分区间标定测距参数;
设计机械结构参数;
将标定好的测距参数和设计好的机械结构参数带入到实际可用的测距公式中计算测距的距离。
进一步的技术方案在于,所述的三角测距的基本公式为:
q=fs/x (1)
其中:s入射光点与接收透镜入光点的距离,f接收透镜入光点到成像面的垂直距离,x成像器上的距离,q测距的距离。
进一步的技术方案在于:由公式(1)可以推到出
令a=fs/4um,b=offset/4um,则即
所述的实际可用的测距公式为:
式中:X为像素值,offset为偏移值,4um为一个像素的物理尺寸,a和 b为测距参数,由测距模块硬件结构确定。
进一步的技术方案在于:所述的分区间标定是指分别在镜头畸变前和畸变后进行标定,确定a和b的值。
进一步的技术方案在于:设计机械结构参数fs的方法包括如下步骤:
由公式(1)可以推导出
设探测距离6m时,像素1sigma是0.3像素,一个像素4微米;
那么,
若要,dq≤60mm,即%1的精度,
则有即fs≥720mm。
采用上述技术方案所产生的有益效果在于:所述方法通过分区间标定测距参数并通过设计机械结果参数,提高了三角测距的测距精度。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1是本发明实施例所述方法的流程图;
图2是本发明实施例所述方法中激光三角测距的原理图;
其中:1、激光器 2、被测物体 3、成像器。
具体实施方式
下面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,所描述的实施例仅仅是本发明的一部分实施例,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。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
总体的,如图1所示,本发明实施例公开了一种激光三角测距方法,包括如下步骤:
S101:推导出激光三角测距的基本公式;
S102:根据激光三角测距的基本公式推导出实际可用的测距公式;
S103:分区间标定测距参数;
S104:设计机械结构参数;
S105:将标定好的测距参数和设计好的机械结构参数带入到实际可用的测距公式中计算测距的距离。
如图2所示为激光三角测距的原理图,三角测距模块包括激光器1、被测物体2和成像器3。方法原理如下:激光器发出的光线,经过汇聚透镜聚焦后入射到被测物体表面上,成像器接收来自入射点处的散射光,并将其成像在光电位置探测器敏感面上,通过光点在成像面上的位移来测量被测物面移动距离的一种测量方法。
所述的三角测距的基本公式为:
q=fs/x (1)
其中:s入射光点与接收透镜入光点的距离,f接收透镜入光点到成像面的垂直距离,x成像器上的距离,q测距的距离。
由公式(1)可以推到出
令a=fs/4um,b=offset/4um,则即
所述的实际可用的测距公式为:
式中:X为像素值,offset为偏移值,4um为一个像素的物理尺寸,a和 b为测距参数,由测距模块硬件结构确定。
由于镜头有畸变,因此标定a,b值需要分区间标定,可以提高精度。具体的,所述的分区间标定是指分别在镜头畸变前和畸变后进行标定,确定a和b 的值。
设计机械结构参数fs的方法包括如下步骤:
由公式(1)可以推导出
设探测距离6m时,像素1sigma是0.3像素,一个像素4微米;
那么,
若要,dq≤60mm,即%1的精度,
则有即fs≥720mm。
所述方法通过分区间标定测距参数并通过设计机械结果参数,提高了三角测距的测距精度。
Claims (5)
1.一种激光三角测距方法,其特征在于包括如下步骤:
推导出激光三角测距的基本公式;
根据激光三角测距的基本公式推导出实际可用的测距公式;
分区间标定测距参数;
设计机械结构参数;
将标定好的测距参数和设计好的机械结构参数带入到实际可用的测距公式中计算测距的距离。
2.如权利要求1所述的激光三角测距方法,其特征在于:
所述的三角测距的基本公式为:
q=fs/x (1)
其中:s入射光点与接收透镜入光点的距离,f接收透镜入光点到成像面的垂直距离,x成像器上的距离,q测距的距离。
3.如权利要求2所述的激光三角测距方法,其特征在于:
由公式(1)可以推到出
令a=fs/4um,b=offset/4um,则即
所述的实际可用的测距公式为:
式中:X为像素值,offset为偏移值,4um为一个像素的物理尺寸,a和b为测距参数,由测距模块硬件结构确定。
4.如权利要求3所述的激光三角测距方法,其特征在于:所述的分区间标定是指分别在镜头畸变前和畸变后进行标定,确定a和b的值。
5.如权利要求3所述的激光三角测距方法,其特征在于:设计机械结构参数fs的方法包括如下步骤:
由公式(1)可以推导出
设探测距离6m时,像素1 sigma是0.3像素,一个像素4微米;
那么,
若要,dq≤60mm,即%1的精度,
则有,即fs≥720mm。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711218736.6A CN108195344A (zh) | 2017-11-28 | 2017-11-28 | 激光三角测距方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711218736.6A CN108195344A (zh) | 2017-11-28 | 2017-11-28 | 激光三角测距方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108195344A true CN108195344A (zh) | 2018-06-22 |
Family
ID=62573391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711218736.6A Pending CN108195344A (zh) | 2017-11-28 | 2017-11-28 | 激光三角测距方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108195344A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111830667A (zh) * | 2020-07-30 | 2020-10-27 | 广东博智林机器人有限公司 | 一种镜头对焦装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104132639A (zh) * | 2014-08-15 | 2014-11-05 | 上海思岚科技有限公司 | 一种微型光学扫描测距装置及方法 |
CN105652280A (zh) * | 2015-11-26 | 2016-06-08 | 广东雷洋智能科技股份有限公司 | 一种激光雷达三角测距法 |
CN205720668U (zh) * | 2016-06-24 | 2016-11-23 | 上海图漾信息科技有限公司 | 结构光测距装置 |
-
2017
- 2017-11-28 CN CN201711218736.6A patent/CN108195344A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104132639A (zh) * | 2014-08-15 | 2014-11-05 | 上海思岚科技有限公司 | 一种微型光学扫描测距装置及方法 |
CN105652280A (zh) * | 2015-11-26 | 2016-06-08 | 广东雷洋智能科技股份有限公司 | 一种激光雷达三角测距法 |
CN205720668U (zh) * | 2016-06-24 | 2016-11-23 | 上海图漾信息科技有限公司 | 结构光测距装置 |
Non-Patent Citations (1)
Title |
---|
KURT KONOLIGE: "《A Low-Cost Laser Distance Sensor》", 《IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND AUTOMATION》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111830667A (zh) * | 2020-07-30 | 2020-10-27 | 广东博智林机器人有限公司 | 一种镜头对焦装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105627932A (zh) | 一种基于双目视觉的测距方法及装置 | |
JP6589926B2 (ja) | 物体検出装置 | |
WO2019238127A1 (zh) | 一种测距方法、装置及系统 | |
CN107272021A (zh) | 使用雷达和视觉定义的图像检测区域的对象检测 | |
KR20140122810A (ko) | 차선 추정 장치 및 그 방법 | |
CN103054522A (zh) | 基于视觉测量的清洁机器人系统及其测控方法 | |
CN108020200A (zh) | 一种深度测量方法及系统 | |
CN105652280A (zh) | 一种激光雷达三角测距法 | |
US20180182113A1 (en) | Image processing device and image processing method | |
CN102635056A (zh) | 一种沥青路面构造深度的测量方法 | |
CN105067226A (zh) | 一种脉冲激光器远场光轴稳定性检测方法 | |
WO2021134809A1 (zh) | 测距模组、机器人、测距方法及非易失性可读存储介质 | |
JP6512015B2 (ja) | キャリブレーション方法 | |
CN103379277A (zh) | 测距装置、测距方法和成像系统 | |
CN109764809A (zh) | 一种基于二维激光传感器实时测算果树冠层体积的方法 | |
JP2020020612A (ja) | 測距装置、測距方法、プログラム、移動体 | |
CN107851390B (zh) | 台阶检测装置及台阶检测方法 | |
KR101407508B1 (ko) | 지면 형상 인식 알고리즘을 이용한 이동로봇의 이동경로추출 시스템 및 방법 | |
CN108195344A (zh) | 激光三角测距方法 | |
JP3747863B2 (ja) | 車載用測距装置 | |
JP2020160044A (ja) | 測距装置および測距方法 | |
JP2013161190A (ja) | 物体認識装置 | |
CN108917701A (zh) | 一种基于智能手机的障碍物自动检测与预警方法 | |
CN111496845B (zh) | 一种用于机器人的tof模组的安装方法 | |
JP4543904B2 (ja) | 距離画像センサ |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180622 |