CN108198216A - 一种机器人及其基于标识物的位姿估计方法和装置 - Google Patents

一种机器人及其基于标识物的位姿估计方法和装置 Download PDF

Info

Publication number
CN108198216A
CN108198216A CN201711320272.XA CN201711320272A CN108198216A CN 108198216 A CN108198216 A CN 108198216A CN 201711320272 A CN201711320272 A CN 201711320272A CN 108198216 A CN108198216 A CN 108198216A
Authority
CN
China
Prior art keywords
robot
marker
camera
offset
coordinate
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
Application number
CN201711320272.XA
Other languages
English (en)
Inventor
辛冠希
徐栋
王可可
沈剑波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Smart Dynamics Co Ltd
Original Assignee
Smart Dynamics Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Smart Dynamics Co Ltd filed Critical Smart Dynamics Co Ltd
Priority to CN201711320272.XA priority Critical patent/CN108198216A/zh
Publication of CN108198216A publication Critical patent/CN108198216A/zh
Pending legal-status Critical Current

Links

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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30244—Camera pose

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Manipulator (AREA)
  • Image Analysis (AREA)

Abstract

本发明适用于计算机视觉领域，尤其涉及一种机器人及其基于标识物的位姿估计方法和装置。所述方法包括：获取摄像头拍摄到的图像，识别出标识物；获取标识物的特征点的图像坐标，根据需求建立世界坐标系，并通过测量获取标识物的特征点在世界坐标系中的坐标；根据摄像头的内参数、机器人的位置、机器人的偏航角、机器人的偏移量和特征点在世界坐标系中的坐标之间的对应关系，计算得出机器人的偏航角和机器人的偏移量。本发明不采用p3p算法，因此不需要计算对于仅需要二维平面导航的机器人来说冗余的俯仰角和横滚角，计算的位姿比较精确。

Description

一种机器人及其基于标识物的位姿估计方法和装置
技术领域
本发明属于计算机视觉领域，尤其涉及一种机器人及其基于标识物的位姿估计方法和装置。
背景技术
位姿估计是计算机视觉中一个重要的领域，它有很多应用，例如，增强现实、虚拟现实以及物体空间定位(如无人机的空间位姿估计)。
常用的位姿估计算法一般分为基于视觉的和基于传感器的位姿估计算法，基于视觉的位姿估计算法由于其成本低、抗电磁干扰、精度也较高的优点，已经逐步的取代了基于传感器的位姿估计。而基于视觉的位姿估计算法又分为基于单目的和基于多目的算法，基于单目的位姿估计算法与基于多目的位姿估计算法相比具有：系统简单、价格低、灵活性好的优点。因此，目前基于单目视觉的位姿估计算法已经成为研究的热点。
而位姿估计算法中常用的为PnP算法，该算法是根据n个点的图像坐标与对应的世界坐标来推算摄像头的位姿。
目前常用的位姿估计算法一般使用二维码(或者其他类似的矩形标识)作为标识物，通过捕获二维码的四个角点获取二维码的图像坐标，而由于已知二维码的世界坐标，因此可以通过PnP算法求解出摄像头的位姿。目前来说，常用的PnP算法为P3P算法，该算法通过三个不共线的点(三个不共线的点必然共面)求解出摄像头的位姿。p3p算法可以计算三个旋转角(俯仰角、横滚角和偏航角)和三个偏移量(tx，ty，tz)，但对于仅需要二维平面导航的机器人来说，p3p算法计算得到的俯仰角和横滚角是冗余的信息，从而造成计算的位姿误差偏大。
发明内容
本发明的目的在于提供一种机器人及其基于标识物的位姿估计方法、装置和计算机可读存储介质，旨在解决对于仅需要二维平面导航的机器人来说，p3p算法计算得到的俯仰角和横滚角是冗余的信息，从而造成计算的位姿误差偏大的问题。
第一方面，本发明提供了一种机器人基于标识物的位姿估计方法，所述方法包括：
获取摄像头拍摄到的图像，识别出标识物；
获取标识物的特征点的图像坐标，根据需求建立世界坐标系，并通过测量获取标识物的特征点在世界坐标系中的坐标；
根据摄像头的内参数、机器人的位置、机器人的偏航角、机器人的偏移量和特征点在世界坐标系中的坐标之间的对应关系，计算得出机器人的偏航角和机器人的偏移量。
第二方面，本发明提供了一种机器人基于标识物的位姿估计装置，所述装置包括：
识别模块，用于获取摄像头拍摄到的图像，识别出标识物；
坐标获取模块，用于获取标识物的特征点的图像坐标，根据需求建立世界坐标系，并通过测量获取标识物的特征点在世界坐标系中的坐标；
计算模块，用于根据摄像头的内参数、机器人的位置、机器人的偏航角、机器人的偏移量和特征点在世界坐标系中的坐标之间的对应关系，计算得出机器人的偏航角和机器人的偏移量。
第三方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述的机器人基于标识物的位姿估计方法的步骤。
第四方面，本发明提供了一种机器人，包括：一个或多个处理器、存储器、摄像头以及一个或多个计算机程序，其中所述处理器分别与所述存储器和摄像头连接，所述一个或多个计算机程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述处理器执行所述计算机程序时实现如上述的机器人基于标识物的位姿估计方法的步骤。
在本发明中，由于根据摄像头的内参数、机器人的位置、机器人的偏航角、机器人的偏移量和特征点在世界坐标系中的坐标之间的对应关系，计算得出机器人的偏航角和机器人的偏移量。即不采用p3p算法，因此不需要计算对于仅需要二维平面导航的机器人来说冗余的俯仰角和横滚角，因此计算的位姿比较精确。
附图说明
图1是本发明实施例一提供的机器人基于标识物的位姿估计方法的流程图。
图2是本发明实施例二提供的机器人基于标识物的位姿估计装置的功能模块框图。
图3是本发明实施例四提供的机器人的具体结构框图。
具体实施方式
为了使本发明的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
实施例一：
请参阅图1，本发明实施例一提供的机器人基于标识物的位姿估计方法包括以下步骤：需注意的是，若有实质上相同的结果，本发明的机器人基于标识物的位姿估计方法并不以图1所示的流程顺序为限。
S101、获取摄像头拍摄到的图像，识别出标识物。
所述标识物所在的面是跟摄像头平行的面。例如标识物贴在机器人所在空间的天花板或地板。
标识物的形状可以是任意的，例如圆形、四边形、五边形、不规则形状等。
在本发明实施例一中，S101具体可以包括以下步骤：
获取摄像头拍摄到的图像；
将图像转换为灰度图；
采用自适应二值化操作和采用轮廓查找操作，找到图像中所有的与标识物的形状相同或者近似的轮廓作为候选区域；
对候选区域进行透视变换，将其视角变换为正视图；
根据正视图识别出标识物。
为了移除一些太小或者太大的轮廓，所述找到图像中所有的与标识物的形状相同或者近似的轮廓作为候选区域之后，所述方法还可以包括：
对候选区域进行滤波。
由于标识物通常只有黑白两种颜色，因此所述对候选区域进行透视变换，将其视角变换为正视图之后，所述方法还可以包括以下步骤：采用大津法对正视图进行二值化处理。
S102、获取标识物的特征点的图像坐标，根据需求建立世界坐标系，并通过测量获取标识物的特征点在世界坐标系中的坐标。
标识物具有2个或2个以上特征点，特征点可以是标识物的轮廓的角点，也可以是设置在标识物的轮廓以内的标志点，例如着色的圆点等。获取标识物的特征点越多，准确度越高。
S103、根据摄像头的内参数、机器人的位置、机器人的偏航角、机器人的偏移量和特征点在世界坐标系中的坐标之间的对应关系，计算得出机器人的偏航角和机器人的偏移量。
在本发明实施例一中，S103具体可以包括以下步骤：
通过以下公式计算得出机器人的偏航角和机器人的偏移量，其中(fx、fy)为摄像头的内参数中的摄像头的焦距，(cx、cy)为摄像头的内参数中的光心坐标，(x,y)为机器人的位置，θ为机器人的偏航角，(Xw，Yw，Zw)为特征点在世界坐标系中的坐标，(tx、ty、tz)为机器人的偏移量。
上述公式中，(x，y)、(Xw，Yw，Zw)、(fx、fy、cx、cy)已知，未知量就只有θ、tx、ty和tz。由于变量有四个(机器人的偏移量(tx、ty、tz)和机器人的偏航角θ)，因此是一个超定方程，计算机器人的偏航角和机器人的偏移量可以采用奇异值分解(Singular ValueDecomposition，SVD)算法或者正交三角QR分解算法进行求解。
在本发明实施例一中，由于是二维平面导航，因此tz是常数，是标识物所在的面的高度对应的一个因子数。
上述公式是采用以下公式推导得出的：
其中，(xc，yc，zc)为图像坐标系变换到摄像机坐标系下的归一化坐标，(x，y，z)为图像坐标系中的经过畸变校正的图像坐标，通过内参数矩阵的逆矩阵将其转换为归一化坐标(xc，yc，zc)，
将这两个公式结合即得到S103中的公式。
实施例二：
请参阅图2，本发明实施例二提供的机器人基于标识物的位姿估计装置包括：
识别模块11，用于获取摄像头拍摄到的图像，识别出标识物；
坐标获取模块12，用于获取标识物的特征点的图像坐标，根据需求建立世界坐标系，并通过测量获取标识物的特征点在世界坐标系中的坐标；
计算模块13，用于根据摄像头的内参数、机器人的位置、机器人的偏航角、机器人的偏移量和特征点在世界坐标系中的坐标之间的对应关系，计算得出机器人的偏航角和机器人的偏移量。
本发明实施例二提供的机器人基于标识物的位姿估计装置及本发明实施例一提供的机器人基于标识物的位姿估计方法属于同一构思，其具体实现过程详见说明书全文，此处不再赘述。
实施例三：
本发明实施例三提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如本发明实施例一提供的机器人基于标识物的位姿估计方法的步骤。
实施例四：
图3示出了本发明实施例四提供的机器人的具体结构框图，一种机器人100包括：一个或多个处理器101、存储器102、摄像头103以及一个或多个计算机程序，其中所述处理器101分别与所述存储器102和摄像头103连接，所述一个或多个计算机程序被存储在所述存储器102中，并且被配置成由所述一个或多个处理器101执行，所述处理器101执行所述计算机程序时实现如本发明实施例一提供的机器人基于标识物的位姿估计方法的步骤。
在本发明中，由于根据摄像头的内参数、机器人的位置、机器人的偏航角、机器人的偏移量和特征点在世界坐标系中的坐标之间的对应关系，计算得出机器人的偏航角和机器人的偏移量。即不采用p3p算法，因此不需要计算对于仅需要二维平面导航的机器人来说冗余的俯仰角和横滚角，因此计算的位姿比较精确。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，RandomAccess Memory)、磁盘或光盘等。
以上所述仅为本发明的较佳实施例而已，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、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种机器人基于标识物的位姿估计方法，其特征在于，所述方法包括：
获取摄像头拍摄到的图像，识别出标识物；
获取标识物的特征点的图像坐标，根据需求建立世界坐标系，并通过测量获取标识物的特征点在世界坐标系中的坐标；
根据摄像头的内参数、机器人的位置、机器人的偏航角、机器人的偏移量和特征点在世界坐标系中的坐标之间的对应关系，计算得出机器人的偏航角和机器人的偏移量。
2.如权利要求1所述的方法，其特征在于，所述标识物所在的面是跟摄像头平行的面。
3.如权利要求1所述的方法，其特征在于，所述标识物的形状是任意的。
4.如权利要求3所述的方法，其特征在于，所述标识物具有2个或2个以上特征点，特征点是标识物的轮廓的角点或者是设置在标识物的轮廓以内的标志点。
5.如权利要求1所述的方法，其特征在于，所述获取摄像头拍摄到的图像，识别出标识物具体包括：
获取摄像头拍摄到的图像；
将图像转换为灰度图；
采用自适应二值化操作和采用轮廓查找操作，找到图像中所有的与标识物的形状相同或者近似的轮廓作为候选区域；
对候选区域进行透视变换，将其视角变换为正视图；
根据正视图识别出标识物。
6.如权利要求1所述的方法，其特征在于，所述根据摄像头的内参数、机器人的位置、机器人的偏航角、机器人的偏移量和特征点在世界坐标系中的坐标之间的对应关系，计算得出机器人的偏航角和机器人的偏移量具体包括：
通过以下公式计算得出机器人的偏航角和机器人的偏移量，其中(fx、fy)为摄像头的内参数中的摄像头的焦距，(cx、cy)为摄像头的内参数中的光心坐标，(x,y)为机器人的位置，θ为机器人的偏航角，(Xw，Yw，Zw)为特征点在世界坐标系中的坐标，(tx、ty、tz)为机器人的偏移量。
7.如权利要求6所述的方法，其特征在于，计算机器人的偏航角和机器人的偏移量采用奇异值分解SVD算法或者正交三角QR分解算法进行求解。
8.一种机器人基于标识物的位姿估计装置，其特征在于，所述装置包括：
识别模块，用于获取摄像头拍摄到的图像，识别出标识物；
坐标获取模块，用于获取标识物的特征点的图像坐标，根据需求建立世界坐标系，并通过测量获取标识物的特征点在世界坐标系中的坐标；
计算模块，用于根据摄像头的内参数、机器人的位置、机器人的偏航角、机器人的偏移量和特征点在世界坐标系中的坐标之间的对应关系，计算得出机器人的偏航角和机器人的偏移量。
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的机器人基于标识物的位姿估计方法的步骤。
10.一种机器人，包括：一个或多个处理器、存储器、摄像头以及一个或多个计算机程序，其中所述处理器分别与所述存储器和摄像头连接，所述一个或多个计算机程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的机器人基于标识物的位姿估计方法的步骤。
CN201711320272.XA 2017-12-12 2017-12-12 一种机器人及其基于标识物的位姿估计方法和装置 Pending CN108198216A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711320272.XA CN108198216A (zh) 2017-12-12 2017-12-12 一种机器人及其基于标识物的位姿估计方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711320272.XA CN108198216A (zh) 2017-12-12 2017-12-12 一种机器人及其基于标识物的位姿估计方法和装置

Publications (1)

Publication Number Publication Date
CN108198216A true CN108198216A (zh) 2018-06-22

Family

ID=62574229

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711320272.XA Pending CN108198216A (zh) 2017-12-12 2017-12-12 一种机器人及其基于标识物的位姿估计方法和装置

Country Status (1)

Country Link
CN (1) CN108198216A (zh)

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109189066A (zh) * 2018-08-31 2019-01-11 深圳市易成自动驾驶技术有限公司 Agv小车与货架对接方法、装置及计算机可读存储介质
CN109489658A (zh) * 2018-10-18 2019-03-19 深圳乐动机器人有限公司 一种运动目标定位方法、装置及终端设备
CN109521781A (zh) * 2018-10-30 2019-03-26 普宙飞行器科技（深圳）有限公司 无人机定位系统、无人机以及无人机定位方法
CN109668568A (zh) * 2019-01-25 2019-04-23 天津煋鸟科技有限公司 一种利用环视全景成像进行定位导航的方法
CN109712185A (zh) * 2018-12-07 2019-05-03 天津津航计算技术研究所 基于学习算法的直升机降落过程中位姿估计方法
CN110322508A (zh) * 2019-06-19 2019-10-11 四川阿泰因机器人智能装备有限公司 一种基于计算机视觉的辅助定位方法
CN110705433A (zh) * 2019-09-26 2020-01-17 杭州鲁尔物联科技有限公司 一种基于视觉感知的桥梁变形的监测方法、装置及设备
CN110827337A (zh) * 2018-08-08 2020-02-21 深圳地平线机器人科技有限公司 确定车载相机的姿态的方法、装置和电子设备
CN110956660A (zh) * 2018-09-26 2020-04-03 深圳市优必选科技有限公司 定位方法、机器人以及计算机存储介质
CN111179377A (zh) * 2019-12-31 2020-05-19 深圳市优必选科技股份有限公司 机器人建图方法、相应的机器人及存储介质
CN111369622A (zh) * 2018-12-25 2020-07-03 中国电子科技集团公司第十五研究所 虚实叠加应用的相机世界坐标位置获取方法、装置和系统
CN111409105A (zh) * 2020-03-27 2020-07-14 伯朗特机器人股份有限公司 工业机器人位姿特性中准确度、重复性的测量方法
CN111516006A (zh) * 2020-04-15 2020-08-11 昆山市工研院智能制造技术有限公司 一种基于视觉的复合机器人作业方法及系统
CN111553342A (zh) * 2020-04-01 2020-08-18 深圳一清创新科技有限公司 一种视觉定位方法、装置、计算机设备和存储介质
CN109738213B (zh) * 2019-02-03 2020-10-02 北京新联铁集团股份有限公司 轨道交通机车车辆巡检位姿检测系统及其方法
CN112132080A (zh) * 2020-09-29 2020-12-25 深圳棒棒帮科技有限公司 智能笔笔尖图像坐标的求解方法、装置、介质及智能笔
CN112435300A (zh) * 2019-08-26 2021-03-02 华为技术有限公司 定位方法及装置
CN112683266A (zh) * 2019-10-17 2021-04-20 科沃斯机器人股份有限公司 机器人及其导航方法
CN113095103A (zh) * 2021-04-15 2021-07-09 京东数科海益信息科技有限公司 智能设备定位方法、装置、设备及存储介质
CN113268063A (zh) * 2021-06-03 2021-08-17 北京京东乾石科技有限公司 机器人的控制方法、装置和非易失性计算机可读存储介质
CN114683269A (zh) * 2020-12-31 2022-07-01 北京极智嘉科技股份有限公司 一种机器人及机器人的定位方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101551250A (zh) * 2008-04-02 2009-10-07 南开大学 面向未知环境探索的移动机器人陆标动态配置方法及装置
CN102103663A (zh) * 2011-02-26 2011-06-22 山东大学 病房巡视服务机器人系统及其目标搜寻方法
CN103007440A (zh) * 2012-12-13 2013-04-03 上海交通大学 一种基于磁共振图像的超声探头三维坐标定位方法
WO2015037178A1 (ja) * 2013-09-12 2015-03-19 トヨタ自動車株式会社 姿勢推定方法及びロボット
CN106851095A (zh) * 2017-01-13 2017-06-13 深圳拓邦股份有限公司 一种定位方法、装置及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101551250A (zh) * 2008-04-02 2009-10-07 南开大学 面向未知环境探索的移动机器人陆标动态配置方法及装置
CN102103663A (zh) * 2011-02-26 2011-06-22 山东大学 病房巡视服务机器人系统及其目标搜寻方法
CN103007440A (zh) * 2012-12-13 2013-04-03 上海交通大学 一种基于磁共振图像的超声探头三维坐标定位方法
WO2015037178A1 (ja) * 2013-09-12 2015-03-19 トヨタ自動車株式会社 姿勢推定方法及びロボット
CN106851095A (zh) * 2017-01-13 2017-06-13 深圳拓邦股份有限公司 一种定位方法、装置及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
夏德芳: "基于人工标识的移动增强现实配准方法", 《现代电子技术》 *
陈怀琛著: "《实用大众线性代数 MATLAB版》", 31 August 2014 *

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110827337A (zh) * 2018-08-08 2020-02-21 深圳地平线机器人科技有限公司 确定车载相机的姿态的方法、装置和电子设备
CN109189066A (zh) * 2018-08-31 2019-01-11 深圳市易成自动驾驶技术有限公司 Agv小车与货架对接方法、装置及计算机可读存储介质
CN110956660B (zh) * 2018-09-26 2023-10-10 深圳市优必选科技有限公司 定位方法、机器人以及计算机存储介质
CN110956660A (zh) * 2018-09-26 2020-04-03 深圳市优必选科技有限公司 定位方法、机器人以及计算机存储介质
CN109489658A (zh) * 2018-10-18 2019-03-19 深圳乐动机器人有限公司 一种运动目标定位方法、装置及终端设备
CN109521781A (zh) * 2018-10-30 2019-03-26 普宙飞行器科技（深圳）有限公司 无人机定位系统、无人机以及无人机定位方法
CN109712185A (zh) * 2018-12-07 2019-05-03 天津津航计算技术研究所 基于学习算法的直升机降落过程中位姿估计方法
CN109712185B (zh) * 2018-12-07 2022-11-08 天津津航计算技术研究所 基于深度学习的直升机降落过程中位姿估计方法
CN111369622B (zh) * 2018-12-25 2023-12-08 中国电子科技集团公司第十五研究所 虚实叠加应用的相机世界坐标位置获取方法、装置和系统
CN111369622A (zh) * 2018-12-25 2020-07-03 中国电子科技集团公司第十五研究所 虚实叠加应用的相机世界坐标位置获取方法、装置和系统
CN109668568A (zh) * 2019-01-25 2019-04-23 天津煋鸟科技有限公司 一种利用环视全景成像进行定位导航的方法
CN109738213B (zh) * 2019-02-03 2020-10-02 北京新联铁集团股份有限公司 轨道交通机车车辆巡检位姿检测系统及其方法
CN110322508A (zh) * 2019-06-19 2019-10-11 四川阿泰因机器人智能装备有限公司 一种基于计算机视觉的辅助定位方法
CN110322508B (zh) * 2019-06-19 2023-05-05 四川阿泰因机器人智能装备有限公司 一种基于计算机视觉的辅助定位方法
CN112435300B (zh) * 2019-08-26 2024-06-04 华为云计算技术有限公司 定位方法及装置
CN112435300A (zh) * 2019-08-26 2021-03-02 华为技术有限公司 定位方法及装置
CN110705433A (zh) * 2019-09-26 2020-01-17 杭州鲁尔物联科技有限公司 一种基于视觉感知的桥梁变形的监测方法、装置及设备
CN112683266A (zh) * 2019-10-17 2021-04-20 科沃斯机器人股份有限公司 机器人及其导航方法
CN111179377A (zh) * 2019-12-31 2020-05-19 深圳市优必选科技股份有限公司 机器人建图方法、相应的机器人及存储介质
CN111179377B (zh) * 2019-12-31 2024-04-26 深圳市优必选科技股份有限公司 机器人建图方法、相应的机器人及存储介质
CN111409105A (zh) * 2020-03-27 2020-07-14 伯朗特机器人股份有限公司 工业机器人位姿特性中准确度、重复性的测量方法
CN111553342B (zh) * 2020-04-01 2023-08-08 深圳一清创新科技有限公司 一种视觉定位方法、装置、计算机设备和存储介质
CN111553342A (zh) * 2020-04-01 2020-08-18 深圳一清创新科技有限公司 一种视觉定位方法、装置、计算机设备和存储介质
CN111516006B (zh) * 2020-04-15 2022-02-22 昆山市工研院智能制造技术有限公司 一种基于视觉的复合机器人作业方法及系统
CN111516006A (zh) * 2020-04-15 2020-08-11 昆山市工研院智能制造技术有限公司 一种基于视觉的复合机器人作业方法及系统
CN112132080A (zh) * 2020-09-29 2020-12-25 深圳棒棒帮科技有限公司 智能笔笔尖图像坐标的求解方法、装置、介质及智能笔
CN114683269A (zh) * 2020-12-31 2022-07-01 北京极智嘉科技股份有限公司 一种机器人及机器人的定位方法
CN114683269B (zh) * 2020-12-31 2024-02-27 北京极智嘉科技股份有限公司 一种机器人及机器人的定位方法
CN113095103A (zh) * 2021-04-15 2021-07-09 京东数科海益信息科技有限公司 智能设备定位方法、装置、设备及存储介质
CN113268063A (zh) * 2021-06-03 2021-08-17 北京京东乾石科技有限公司 机器人的控制方法、装置和非易失性计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN108198216A (zh) 一种机器人及其基于标识物的位姿估计方法和装置
CN107341814B (zh) 基于稀疏直接法的四旋翼无人机单目视觉测程方法
US10515259B2 (en) Method and system for determining 3D object poses and landmark points using surface patches
US9262671B2 (en) Systems, methods, and software for detecting an object in an image
CN105809702B (zh) 一种基于Tsai算法的改进位姿估计方法
WO2018177159A1 (zh) 运动物体的位置确定方法及系统
CN109910016A (zh) 基于多自由度机械臂的视觉采集标定方法、装置及系统
WO2020133172A1 (zh) 图像处理方法、设备及计算机可读存储介质
CN111627075B (zh) 基于aruco码的摄像头外参标定方法、系统、终端及介质
CN110231025B (zh) 一种基于捷联式偏振光罗盘的动态定向方法及系统
CN106157322B (zh) 一种基于平面镜的像机安装位置标定方法
CN104766309A (zh) 一种平面特征点导航定位方法与装置
KR20170131500A (ko) 3차원 모델링 방법 및 장치
CN106991705B (zh) 一种基于p3p算法的位置参数估计方法
CN108109169A (zh) 一种基于矩形标识的位姿估计方法、装置及机器人
CN112101247B (zh) 一种人脸姿态估计方法、装置、设备及存储介质
US20200226392A1 (en) Computer vision-based thin object detection
CN108537214A (zh) 一种室内语义地图的自动化构建方法
CN109871024A (zh) 一种基于轻量级视觉里程计的无人机位姿估计方法
CN111273701B (zh) 一种云台视觉控制系统以及控制方法
CN109063703A (zh) 基于标识识别和惯性测量单元融合的增强现实定位算法
WO2020007323A1 (zh) 商超购物车定位方法、商超购物车定位系统及商超购物车
CN110197104B (zh) 基于车辆的测距方法及装置
CN116704125B (zh) 一种基于三维点云的映射方法、装置、芯片及模组设备
CN105783768B (zh) 三维形状测量设备、三维形状测量方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180622