CN108507540A - 物体接近检知装置以及物体接近检知方法 - Google Patents

物体接近检知装置以及物体接近检知方法 Download PDF

Info

Publication number
CN108507540A
CN108507540A CN201810153922.4A CN201810153922A CN108507540A CN 108507540 A CN108507540 A CN 108507540A CN 201810153922 A CN201810153922 A CN 201810153922A CN 108507540 A CN108507540 A CN 108507540A
Authority
CN
China
Prior art keywords
image information
detection
lens
lens group
close
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
CN201810153922.4A
Other languages
English (en)
Inventor
篠崎佑介
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.)
Konica Minolta Inc
Konica Minolta Opto Inc
Original Assignee
Konica Minolta Opto Inc
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 Konica Minolta Opto Inc filed Critical Konica Minolta Opto Inc
Publication of CN108507540A publication Critical patent/CN108507540A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • G06V10/12Details of acquisition arrangements; Constructional details thereof
    • G06V10/14Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/147Details of sensors, e.g. sensor lenses
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/02Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/50Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20021Dividing image into blocks, subimages or windows
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components

Abstract

本发明提供用于进行接近的物体的检知的计算量较少且能够降低消耗电力的物体接近检知装置以及物体接近检知方法。该物体接近检知装置具有:拍摄部,具备被配置成拍摄相同的对象物体且焦距相互不同的第一以及第二透镜组,获取第一以及第二图像信息;物体检知部,基于图像信息检知物体的有无;以及物体接近判断部,在获取到检知到物体时的图像信息的第一时刻与第二时刻之间的时刻差在接近判断用阈值以下时,判断为检知到物体的接近。

Description

物体接近检知装置以及物体接近检知方法
技术领域
本发明涉及物体接近检知装置以及物体接近检知方法。
背景技术
以往,作为接近的物体的检知装置或者检知方法,已知有使用立体相机等检知周围的物体,并测定到物体的距离的装置或方法。
另外,专利文献1公开了使用由主透镜和将能够改变焦距的微型透镜二维排列而成的透镜阵列构成的透镜单元,基于与各个焦距对应的图像信息进行距离估计的装置。
专利文献2公开了使用具有多个调焦距离的多焦点透镜按照多个调焦距离中的每一个同时进行拍摄获取多个图像,基于获取到的多个图像检测移动物体的三维空间上的位置的装置。
专利文献1:日本特开2014-16309号公报
专利文献2:日本特开2014-62748号公报
在上述的专利文献1的装置中,基于与各个焦距对应的图像信息进行距离估计,所以为此的计算量较多,消耗电力较大。
另外,在专利文献2的装置中,根据多个焦距的图像信息估计并计算最对焦的焦距即到物体的距离z,并基于其来检测物体的xy位置,从而得到物体的三维位置(x,y,z)。另外,按每一规定时间检测三维位置得到物体的移动轨迹。因此,果然计算量较多而消耗电力较大。
近来也在无人机那样的小型飞行器安装检知物体的接近的检知装置,由此实现防止碰撞所引起的坠落。
在这些小型飞行器中,为了检知来自各个方向的物体,需要在较宽的范围以广角检知接近物体。但是,为了以广角检知接近物体,需要多个相机,在使用了立体相机的情况下,相机模块的台数增加,从而重量增加,飞行时间变短。
因此,考虑使用单眼的方式,但为了接近物体的距离测定而需要进行调焦,由于调焦花费时间,所以不能够在同一时刻获取图像。另外,由于需要调焦用的透镜和驱动机构,所以透镜变重从而飞行时间变短。
另外,如上述那样,在估计至物体的距离的装置中,计算量较多从而消耗电力较大,在电源容量有限的小型飞行器中飞行时间较短。
发明内容
本发明是鉴于上述的问题而完成的,其目的在于提供用于进行接近的物体的检知的计算量较少且能够降低消耗电力的物体接近检知装置以及方法。
本发明的实施方式所涉及的装置具有:拍摄部,具备被配置成拍摄相同的对象物体且焦距相互不同的第一透镜组以及第二透镜组,获取通过上述第一透镜组以及上述第二透镜组分别拍摄到的第一图像信息以及第二图像信息;物体检知部,基于上述第一图像信息以及上述第二图像信息检知物体的有无;以及物体接近判断部,在获取到基于上述第一图像信息检知到物体时的该第一图像信息的第一时刻与获取到基于上述第二图像信息检知到物体时的该第二图像信息的第二时刻之间的时刻差在接近判断用阈值以下时,判断为检知到物体的接近。
在本发明的实施方式所涉及的方法中,通过被配置成拍摄相同的对象物体且焦距相互不同的第一透镜组以及第二透镜组分别获取第一图像信息以及第二图像信息,基于上述第一图像信息以及上述第二图像信息检知物体的有无,在获取到基于上述第一图像信息检知到物体时的该第一图像信息的第一时刻与获取到基于上述第二图像信息检知到物体时的该第二图像信息的第二时刻之间的时刻差在接近判断用阈值以下时,判断为检知到物体的接近。
根据本发明,用于进行接近的物体的检知的计算量较少,能够降低消耗电力。因此,在应用于小型飞行器的情况下,能够进一步延长其飞行时间。
附图说明
图1是表示本发明的一实施方式所涉及的物体接近检知装置的概要构成的图。
图2是表示物体检知部的功能构成的例子的图。
图3是表示物体接近检知装置的硬件构成的框图。
图4是表示物体接近检知装置的拍摄部的透镜构成的其它的例子的图。
图5是表示物体接近检知装置的拍摄部的透镜构成的另一其它的例子的图。
图6是放大示出图5所示的拍摄部中的一个透镜的图。
图7是表示物体接近检知装置的处理部中的处理的概要的图。
图8是表示物体接近检知装置中的图像信息以及边缘图像的例子的图。
图9是表示根据图像信息的物体检知的样子的图。
图10是表示物体接近判断部中的处理的概要的流程的图。
图11是表示对图像信息的区域进行分割来检知物体的接近的样子的图。
图12是表示即使检知到物体也判断为未检知到接近的例子的图。
图13是表示物体接近检知装置中的处理的概要的流程的流程图。
附图标记说明:1…物体接近检知装置,10…拍摄部,11…主透镜,12…接物面,13…第一透镜,13G…第一透镜组,14…第二透镜,14G…第二透镜组,16SC…第一拍摄元件,17SC…第二拍摄元件,18…遮断壁,20…处理部,21、22…图像存储部,23…物体检知部,231…边缘检测部,232…物体识别部,233…空间频率检知部,24…物体接近判断部,D1…第一图像信息(图像信息),D2…第二图像信息(图像信息),th1…接近判断用阈值,th2…高速接近判断用阈值,th11…边缘检知用阈值,th12…频率检知用阈值,ta…第一时刻,tb…第二时刻,Δt…时刻差,S1…物体接近信号,S2…高速物体接近信号,F…空间频率,AE…区域,L、L1、L2…调焦距离,B、B1、B2、B3…物体(识别物体),BT、BT1、BT2…物体(实际物体)。
具体实施方式
图1示出本发明的一实施方式所涉及的物体接近检知装置1的概要构成,图2是表示物体检知部23的功能构成的例子的图,图3示出物体接近检知装置1的硬件构成的例子。
在图1中,物体接近检知装置1具有拍摄部10以及处理部20。
拍摄部10具备主透镜11、被配置成拍摄相同的对象物体且焦距相互不同的第一透镜组13G以及第二透镜组14G,获取通过主透镜11、第一透镜组13G以及第二透镜组14G分别拍摄到的第一图像信息D1以及第二图像信息D2。
主透镜11用于进行聚光、扩大拍摄的对象范围来增大视场角(广角化)。
第一透镜组13G是由具有第一焦距的多个第一透镜13、13…构成的透镜阵列。第二透镜组14G是由具有第二焦距的多个第二透镜14、14…构成的透镜阵列。
多个第一透镜13、13…以及多个第二透镜14、14…被配置在一个接物面12上。在该例子中,接物面12是平面,可以是玻璃那样的透明的物体,或者也可以是虚拟的平面。另外,也可以不是平面而是曲面。
拍摄部10还具有接收通过了第一透镜组13G的光来输出第一图像信息D1的第一拍摄元件16S以及接收通过了第二透镜组14G的光来输出第二图像信息D2的第二拍摄元件17S。第一拍摄元件16S以及第二拍摄元件17S分别包含与各透镜13、14对应的拍摄元件16、17,基于由它们拍摄到的图像,合成每个焦距的第一图像信息D1以及第二图像信息D2。
第一拍摄元件16S以及第二拍摄元件17S被配置成与接物面12对置。换句话说,沿着作为与接物面12对置的平面的拍摄面15配置。此外,这里,拍摄面15的一部分成为第一拍摄元件16S以及第二拍摄元件17S,但也可以将拍摄面15的整体作为拍摄元件,提取需要的部分的图像信息来进行合成。
此外,在本实施方式中,第一透镜组13G是调焦距离L较长的透镜组,第二透镜组14G是调焦距离L较短的透镜组。若将第一透镜组13G的调焦距离设为L1,将第二透镜组13G的调焦距离设为L2,则L1>L2。换句话说,第一透镜13的第一焦距比第二透镜14的第二焦距长。
因此,第一透镜13在更远的物体对焦(焦点),第二透镜14与第一透镜13的情况相比在较近的物体对焦。因此,在物体从远方接近拍摄部10的情况下,最开始获取通过第一透镜组13G对焦后的第一图像信息D1,之后获取通过第二透镜组14G对焦后的第二图像信息D2。
通过拍摄部10以规定的时间间隔连续地也就是周期性地对规定的视场角的对象范围进行拍摄,并在各个定时获取第一图像信息D1以及第二图像信息D2。此时,获取表示拍摄的定时的时间戳(数字时间戳)DTS。时间戳DTS示出分别获取第一图像信息D1以及第二图像信息D2的时刻t。若列举时刻t的例子,则能够示为“2017年1月30日13时10分25秒27”、“15时52分18秒78”、“17:21:25:66”等。
拍摄部10中的拍摄的时间间隔例如能够为1/60秒、1/30秒、1/10秒、1秒、2秒等。在想要提高物体接近检知的速度的情况下缩短时间间隔,在检知的速度也可以较低的情况下延长时间间隔即可。另外,也可以预先获取60fps(frames per second:每秒帧数)、30fps、25fps等适当的帧率的视频,并从视频提取静止图像等。
作为拍摄部10,能够使用透镜以及拍摄元件等成为一体而构成的相机或者摄像机。获取的图像信息D1、D2既可以是RGB的彩色图像信息,也可以是单色图像信息、基于红外线或者紫外线的图像信息、其它的图像信息。
处理部20具有图像存储部21和22、物体检知部23以及物体接近判断部24。
图像存储部21、22分别存储由拍摄部10获取并转送来的第一图像信息D1以及第二图像信息D2。
物体检知部23基于第一图像信息D1以及第二图像信息D2检知物体的有无。
如图2所示,物体检知部23例如具有对第一图像信息D1以及第二图像信息D2进行边缘检测的边缘检测部231,在检测到边缘在边缘检知用阈值th11以上时,检知为有物体。在存储部231A、231B存储第一边缘图像E1以及第二边缘图像E2。
物体检知部23还具有基于第一图像信息D1以及第二图像信息D2进行图像识别来识别物体的物体识别部232。物体接近判断部24能够以由物体识别部232识别出的物体(识别物体)B相互相同为条件,判断为检知到物体的接近。在存储部232A、232B存储第一识别物体B1以及第二识别物体B2。
物体检知部23还具有对第一图像信息D1以及第二图像信息D2检测空间频率F1、F2的空间频率检知部233,在空间频率F1、F2在频率检知用阈值th12以上时,检知为有物体。
此时,例如,将第一图像信息D1以及第二图像信息D2分别分割成多个区域,对各个区域的各自的图像信息进行边缘检测或者空间频率的检测。
在存储部233A、233B存储第一空间频率F1以及第二空间频率F2。
另外,物体检知部23例如先基于第一图像信息D1以及第二图像信息D2中的与调焦距离L较长的透镜组对应的图像信息检知物体的有无,然后仅在由此检知为有物体的情况下,基于其它的图像信息检知物体的有无。
此外,在物体检知部23中,为了边缘检测部231、物体识别部232以及空间频率检知部233的构成以及处理,能够使用各种公知的技术。另外,也能够构成为省略它们的一部分。
物体接近判断部24在获取到基于第一图像信息D1检知到物体时的该第一图像信息D1的第一时刻ta与获取到基于第二图像信息D2检知到物体时的该第二图像信息D2的第二时刻tb之间的时刻差Δt在接近判断用阈值th1以下时,判断为检知到物体的接近。在判断为检知到物体的接近时,输出物体接近信号S1。
物体接近判断部24例如能够以检知到物体的区域是对第一图像信息D1以及第二图像信息D2分割后的相互对应的区域或者相互邻接的区域为条件,判断为检知到物体的接近。
另外,例如,在与第一图像信息D1以及第二图像信息D2中的与调焦距离L较长的透镜组对应的图像信息相比,物体检知部23先基于与调焦距离L较短的透镜组对应的图像信息检知为有物体的情况下,物体接近判断部24能够判断为未检知到物体的接近。
另外,物体接近判断部24具有比接近判断用阈值th1小的高速接近判断用阈值th2,在时刻差Δt在高速接近判断用阈值th2以下时,判断为检知到物体的高速接近。
此外,对于成为拍摄部10的拍摄对象的实际物体,记载为“物体BT”、“物体BT1”、“物体BT2”等,对于基于拍摄到的图像信息D检知或者识别出的识别物体,记载为“物体B”、“物体B1”、“物体B2”等。但是,实际物体与识别物体的区别并不严格。
如图3所示,处理部20例如由CPU101、ROM102、RAM103、时钟产生器104、外部I/F105等构成,它们由总线等连接。
CPU(Central Processing Unit:中央处理器)101根据程序(计算机程序)控制物体接近检知装置1的各部以及整体。CPU101例如能够由ASIC(Application SpecificIntegrated Circuit:专用集成电路)形成。处理部20的功能等能够通过CPU101执行规定的程序以及通过与硬件元件的配合来实现。
ROM(Read Only Memory:只读存储器)102以及RAM(Random Access Memory:随机存取存储器)103能够通过半导体、磁盘等实现,存储控制程序、应用程序、数据、图像信息等。RAM103除了作为作业用的存储器使用之外,其一部分作为图像存储部21、22使用。
时钟产生器104生成处理部20中的处理所需要的时钟,例如提供用于计数器的计时、时间戳DTS的时钟。
外部I/F105与其它的装置之间进行数据、信号的交互。例如,能够与无人机等飞行器的动作控制部等连接,将处理部20的判断结果亦即物体接近信号S1发送给动作控制部。动作控制部在有物体接近信号S1时,例如进行用于碰撞避免的动作即可。
图4~图6示出表示物体接近检知装置1的透镜构成的其它的例子的拍摄部10B、10C。
在图4中,拍摄部10B具备主透镜11B、由具有第一焦距的多个第一透镜13B、13B…构成的第一透镜组13GB以及由具有第二焦距的多个第二透镜14B、14B…构成的第二透镜组14GB。
在图4的例子中,将主透镜11B的表面作为接物面12,沿着接物面12配置透镜13B、14B。第一拍摄元件16SB以及第二拍摄元件17SB被配置在与接物面12对置的拍摄面15B上。
在图5中,拍摄部10C具备由具有第一焦距的多个第一透镜13C、13C…构成的第一透镜组13GC和由具有第二焦距的多个第二透镜14C、14C…构成的第二透镜组14GC。
在图5的例子中,第一透镜13C以及第二透镜14C被配置在圆周面状或者球面状的接物面12C上。
第一拍摄元件16SC以及第二拍摄元件17SC被配置在与接物面12C对置的圆周面状或者球面状的拍摄面15C上。
另外,对于拍摄部10、10B、10C而言,都是第一透镜13、13B、13C以及第二透镜14、14B、14C在接物面12、12B、12C上分别交替地、详细而言锯齿状地配置,并且作为整体而被配置成矩阵状。
在图5的拍摄部10C中,在各个第一透镜13C以及第二透镜14C与第一拍摄元件16C以及第二拍摄元件17C之间设置有用于遮断向对应的区域外的光路的遮断壁18。
例如如图6所示,遮断壁18可以是设置了一个透光孔18a的块状。遮断壁18被插入在第一透镜13C(或者第二透镜14C)与第一拍摄元件16C(或者第二拍摄元件17C)之间。
此外,遮断壁18也可以是设置了与各透镜对应的许多透光孔18a的板状。
图7示出处理部20中的用于物体接近检知的处理的流程的例子。
在图7中,通过拍摄部10拍摄对象范围的静止图像或者视频等图像,根据图像获取第一图像信息D1以及第二图像信息D2,并同时获取时间戳DTS。以规定的时间间隔获取第一图像信息D1以及第二图像信息D2的组,并依次送至处理部20。
在处理部20中,对一组第一图像信息D1以及第二图像信息D2进行边缘检测,获取第一边缘图像E1以及第二边缘图像E2。基于这些边缘图像,检知物体的有无。在检知到物体时,根据与该第一图像信息D1或者第二图像信息D2对应的时间戳DTS获取时刻t。
通常,在物体从远方接近拍摄部10的情况下,最开始获取通过第一透镜组13G对焦后的第一图像信息D1,其后获取通过第二透镜组14G对焦后的第二图像信息D2。在该情况下,对第一图像信息D1例如获取时刻ta,对第二图像信息D2例如获取时刻tb。时刻ta在前,时刻tb在后。
在这种情况下,时刻ta与时刻tb之差的时刻差Δt是tb-ta,该时刻差Δt是物体从第一透镜组13G的调焦距离L1移动到第二透镜组14G的调焦距离L2所需要的时间。若使各个调焦距离L1、L2恒定,则时刻差Δt越小,物体的移动速度越快。
因此,将时刻差Δt与接近判断用阈值th1进行比较。在时刻差Δt在接近判断用阈值th1以下时,判断为检知到物体的接近,输出物体接近信号S1。
另外,根据需要,将时刻差Δt与高速接近判断用阈值th2进行比较,在时刻差Δt在高速接近判断用阈值th2以下时,判断为检知到物体的高速接近,输出高速物体接近信号S2。高速接近判断用阈值th2比接近判断用阈值th1小,例如可以在一半以下。例如,在接近判断用阈值th1为1秒的情况下,能够使高速接近判断用阈值th2为0.5秒左右。
以下,进一步详细地进行说明。
图8的(A)示出图像信息D1、D2的例子,图8的(B)示出其边缘图像E1、E2的例子。
在图8的(A)中,图像信息D1是基于由第一透镜组13G拍摄到的图像的信息,在第一透镜组13G的调焦距离L1对焦。图像信息D2是基于由第二透镜组14G拍摄到的图像的信息,在第二透镜组14G的调焦距离L2对焦。
在这些图像信息D1、D2中,在背景中拍摄到相互不同的物体(实际物体)BT1、物体BT2。物体BT1与物体BT2相比被配置成距离拍摄部10更远。在一方的图像信息D1中在较远的物体BT1对焦,在另一方的图像信息D2中在较近的物体BT2对焦。
图8的(B)的边缘图像E1是对图像信息D1进行边缘检测而得到的结果,边缘图像E2是对图像信息D2进行边缘检测而得到的结果。
作为边缘检测的方法,例如有通过对图像浓度(亮度)进行微分来求出浓度梯度的方法、求出邻接的像素的浓度差的方法、以及其它的方法等。在对焦的物体的图像中,有在边缘浓度梯度以及浓度差较大的趋势。因此,例如,在相对于图像的整体而浓度梯度、浓度差较大的部分的面积的比例在一定以上的情况下,在邻接的像素之间浓度梯度、浓度差较大的像素在一定数目以上或者在一定比例以上的情况下等,能够检知为有对焦的物体BT。
在图8的(B)的边缘图像E1中,对于对焦了的物体BT1清晰地现出边缘,在边缘图像E2中,对于对焦了的物体BT2清晰地现出边缘。因此,在这种情况下,对于图像信息D1或者边缘图像E1,检知到物体BT1,对于图像信息D2或者边缘图像E2,检知到物体BT2。
图9的(A)(B)(C)示出根据图像信息进行物体检知的样子。
图9的(A)示出图像信息D11、D12、D13,图9的(B)示出根据图像信息D11、D12、D13分别得到的边缘图像E11、E12、E13,图9的(C)示出边缘图像E11、E12、E13中的各个邻接像素的浓度差ΔG的频率分布曲线。
在图9的(A)中,图像信息D11、D12、D13是在不同的距离拍摄配置在画面的中央的物体(实际物体)BT3的信息。其中,在中央的图像信息D12中,物体BT3处于调焦距离,对上焦点。
在图9的(B)中,在边缘图像E11、E12、E13中,放大示出边缘检测后的像素。其中,在边缘图像E12中,浓淡之差也就是对比度较大,最好地检测到边缘。
在图9的(C)中,各个横轴是各像素的浓度差ΔG,纵轴是个数(像素数)n。将横轴的适当的位置设为阈值thG,检查超过阈值thG的浓度差ΔG的像素的总个数NTG。总个数NTG与曲线的下侧的部分的面积对应。可知总个数NTG最多的是中央的边缘图像E12。
因此,例如,设定表示边缘的像素的阈值thG,在超过阈值thG的像素的总个数NTG在边缘检知用阈值th11以上的情况下,检知为在该边缘图像E或者图像信息D中有物体B即可。
此外,在图像信息D中,包含有对焦了的清晰的图像,所以有浓淡之差较大,换句话说对比度较大,空间频率F较高的趋势。换句话说,对焦了的图像信息D的空间频率F较高。
因此,也可以对图像信息D11、D12、D13检测各自的空间频率F,在空间频率F在频率检知用阈值th12以上时检知为有物体。
在该情况下,通过空间频率检知部233,对第一图像信息D1以及第二图像信息D2检测空间频率F1、F2。在空间频率F1、F2在频率检知用阈值th12以上时检知为有物体即可。
图10的(A)(B)图示出物体接近判断部24中的处理的概要的流程。
图10的(A)示出物体BT进入拍摄部10的视场中并随着时刻t而接近的样子。通过拍摄部10在各时刻t1、t2、t3、t4、t5进行拍摄。物体BT在时刻t2位于第一透镜组13G的调焦距离L1,在时刻t4位于第二透镜组14G的调焦距离L2。
图10的(B)示意性地示出在各时刻t拍摄到的图像信息D1、D2。在时刻t1,得到未对焦的图像信息D1以及实际上未拍摄到任何物体的图像信息D2。在时刻t2,得到对焦了的图像信息D1以及未对焦的图像信息D2。在时刻t3,得到未对焦的图像信息D1、D2。在时刻t4,得到未对焦的图像信息D1以及对焦了的图像信息D2。在时刻t5,得到未对焦的图像信息D1、D2。
根据这些图像信息D1、D2,分别通过边缘检测得到边缘图像E1、E2,进行物体BT的检知。在该例子中,根据时刻t2的对焦了的图像信息D1以及时刻t4的对焦了的图像信息D2,分别检知到物体(识别物体)B1、B2。
作为其结果,在时刻t2在调焦距离L1检知到物体B1,在时刻t4在调焦距离L2检知到物体B2。换句话说,基于第一图像信息D1检知到物体B1时的第一时刻ta为“时刻t2”,基于第二图像信息D2检知到物体B2时的第二时刻tb为“时刻t4”。因此,第一时刻ta与第二时刻tb之间的时刻差Δt(=tb-ta)为Δt=t4-t2。
然后,在时刻差Δt=t4-t2在接近判断用阈值th1以下时,换句话说在Δt<th1时,判断为检知到物体的接近,输出物体接近信号S1。
另外,在时刻差Δt=t4-t2在高速接近判断用阈值th2以下时,换句话说在Δt<th2时,判断为检知到物体的高速接近,输出高速物体接近信号S2。
此外,在物体接近的检知的判断中,也可以包含时刻差Δt与阈值th1、th2相等的情况。
接下来,对物体接近的检知的判断中的各种条件进行说明。
首先,在图10所示的例子中,拍摄相同的一个物体BT,所以在物体识别部232中,判断为检知到的物体B1(第一识别物体)与物体B2(第二识别物体)相同。
在这种情况下,物体接近判断部24能够以由物体识别部232识别出的物体B1、B2相互相同为条件,来判断为检知到物体的接近。换句话说,在进行这样的判断的情况下,若物体B1、B2相互不同,则不判断为检知到物体的接近。因此,不输出物体接近信号S1。
接下来,图11示出对图像信息D的区域进行分割来检知物体的接近的样子。
在图11中,对于拍摄面15来说,在该例子中,像素排列为纵向300、横向300的矩阵状。拍摄面15包含第一拍摄元件16SC以及第二拍摄元件17SC。作为第一拍摄元件16SC以及第二拍摄元件17SC,例如分配有纵向150、横向150的像素,分别得到第一图像信息D1和第二图像信息D2。
在第一拍摄元件16SC以及第二拍摄元件17SC中,对第一图像信息D1以及第二图像信息D2,分割成规定的尺寸的区域AE。该例分割成纵向10像素、横向10像素的矩阵状的区域AE。在第一图像信息D1和第二图像信息D2,区域AE的位置关系相互对应。
而且,物体接近判断部24能够在检知到物体B1、B2的情况下,以检知到的各个区域AE是对第一图像信息D1以及第二图像信息D2分割后的相互对应的区域AE或者相互邻接的区域AE为条件,判断为检知到物体的接近。
换句话说在该情况下,仅在图11所示的第二图像信息D2中,在与第一图像信息D1中检知到物体B1的区域AE1或者与该区域AE1上下左右邻接的八个区域AE对应的任意一个区域AE中检知到物体B2的情况下,判断为检知到物体的接近,能够以更高的精度检知物体的接近。
另外,由于能够确定检知到物体B1、B2的区域AE,由此也能够确定物体B1、B2的空间的位置。
此外,该情况下的区域AE的尺寸、设定的方法可以是各种尺寸、方法。
图12示出即使检知到物体也判断为未检知到接近的情况的例子。在图12中,示意性地示出在各时刻t拍摄到的图像信息D1、D2。
换句话说,通过拍摄部10在各时刻t1、t2、t3进行拍摄。在时刻t1,根据图像信息D1未检知到物体,根据图像信息D2检知到物体B3。在时刻t2,根据图像信息D1检知到物体B1,根据图像信息D2检知到物体B2。在时刻t3,根据图像信息D1未检知到物体,根据图像信息D2检知到两个物体(识别物体)B2、B3。
在这样的情况下,在时刻t1,与较长的调焦距离L1的透镜组所对应的第一图像信息D1相比,先基于较短的调焦距离L2的透镜组所对应的第二图像信息D2检知到有物体B3,所以判断为未检知到物体的接近,不输出物体接近信号S1。
即,基于第二图像信息D2检知到的物体B3在任意的时刻t1、t2、t3均检知到,这是为在调焦距离L2的位置有与应该检知的物体BT不同的其它的物体,或者其它的物体横穿的情况等,与误检知相关,所以这里不输出物体接近信号S1。
这样的状况例如考虑是安装于飞行器的拍摄部10的位置接近机体等而拍摄到机体的一部分的情况、安装为拍摄下方所以一直拍摄地面的情况等。
此外,在这种情况下,如果在基于第二图像信息D2未检知到物体B3的情况下,由于在时刻t2检知到物体B1,在时刻t3检知到物体B2,所以时刻差Δt为t3-t2,当时刻差Δt在接近判断用阈值th1以下时,判断为检知到物体的接近,输出物体接近信号S1。
另外,虽然先在时刻t1基于第二图像信息D2检知到物体B3,但在时刻t2检知到物体B1并在时刻t3检知到物体B2,所以也可以将物体B1与物体B2相同作为条件,进行基于时刻差Δt的物体的接近的有无的判断,在满足条件的情况下输出物体接近信号S1。
另外,对于基于第二图像信息D2检知到的物体B3,若已知其与应该由物体识别部232确定、检知的物体BT不同,则也可以即使在这种情况下也进行基于物体B1、B2的检知的接近的有无的判断。
另外,例如,在仅在时刻t1基于第二图像信息D2检知到物体B3,在时刻t2、t3未检知到物体B3的情况下,认为果然与应该检知的物体BT不同,所以在这样的情况下,换句话说在先基于与较短的调焦距离L2的透镜组对应的第二图像信息D2检知到有物体B3的情况下,能够不进行其后的恒定时间内的物体B1的检知。在该情况下,仅在先基于与较长的调焦距离L1的透镜组对应的第一图像信息D1检知到物体的有无的情况下,进行基于第二图像信息D2的物体的有无的检知。
另外,也可以不进行基于第二图像信息D2的物体的检知直至根据第一图像信息D1检知到物体。这样一来,运算量较少,消耗电力较少。
在上述的实施方式中,在拍摄部10、10B、10C中,通过第一拍摄元件16SC以及第二拍摄元件17SC两个拍摄元件获取两个图像信息D1、D2,但并不限定于此,也可以使用三个或者四个以上的拍摄元件获取三个或者四个以上的图像信息D,并基于它们检知物体的有无以及物体的接近。
换句话说,在那样的拍摄部10D中,例如具备被配置成拍摄相同的对象物体且焦距相互不同的N个(N是3以上的整数)透镜组,通过N个透镜组,获取包含第一图像信息D1、第二图像信息D2、第三图像信息D3、…第N图像信息DN的N个图像信息D1~DN。
并且,例如在物体检知部23中,基于N个图像信息D1~DN检知物体的有无。在物体接近判断部24中,在获取到基于N个图像信息D1~DN中的任意一个图像信息D1~DN检知到物体时的该图像信息的时刻ta与获取到基于其它的图像信息检知到物体时的该图像信息的时刻tb之间的时刻差Δt在接近判断用阈值th1以下时,判断为检知到物体的接近。
接下来,基于图13所示的流程图,对物体接近检知装置1中的处理的概要的流程进行说明。
在图13中,通过拍摄部10获取第一图像信息D1(#11)。根据第一图像信息D1检查物体的有无(#12)。在检知到物体的情况下(#12:是),根据时间戳DTS等获取第一时刻ta(#13)。获取第二图像信息D2(#14),检查物体的有无(#15)。在检知到物体的情况下(#15:是),获取第二时刻tb(#16)。
根据第一时刻ta和第二时刻tb求出时刻差Δt,将时刻差Δt与接近判断用阈值th1进行比较(#17),若时刻差Δt在接近判断用阈值th1以下,则判断为检知到物体的接近,输出物体接近信号S1等(#18)。
根据上述的实施方式,进行物体的检知,求出时刻差Δt,并将时刻差Δt与接近判断用阈值th1进行比较,由此判断接近的有无,所以计算量较少,因此能够降低消耗电力。另外,在如以往那样估计到物体的距离的情况下,计算量较多,不能够降低消耗电力。
因此,根据本实施方式的物体接近检知装置1,在将其安装于无人机等小型飞行器的情况下,能够进一步延长其飞行时间。
在使用主透镜11与第一透镜组13G以及第二透镜组14G的组合作为拍摄部10的情况下,拍摄的对象范围被扩大而被广角化,能够利用轻型的器材检知来自各个方向的物体。
在上述的实施方式中,拍摄部10、10B、10C、处理部20以及物体接近检知装置1各自的整体或者各部的构成、结构、组合、尺寸、个数、材质、配置、处理的内容、顺序、阈值th的值等能够沿着本发明的主旨适当地变更。

Claims (28)

1.一种物体接近检知装置,其特征在于,具有:
拍摄部,具备被配置成拍摄相同的对象物体且焦距相互不同的第一透镜组以及第二透镜组,获取通过所述第一透镜组以及所述第二透镜组分别拍摄到的第一图像信息以及第二图像信息;
物体检知部,基于所述第一图像信息以及所述第二图像信息检知物体的有无;以及
物体接近判断部,在获取到基于所述第一图像信息检知到物体时的该第一图像信息的第一时刻与获取到基于所述第二图像信息检知到物体时的该第二图像信息的第二时刻之间的时刻差在接近判断用阈值以下时,判断为检知到物体的接近。
2.根据权利要求1所述的物体接近检知装置,其特征在于,
所述拍摄部具有:
所述第一透镜组,由具有第一焦距的多个第一透镜构成;
第一拍摄元件,接收通过了所述第一透镜组的光来输出所述第一图像信息;
所述第二透镜组,由具有第二焦距的多个第二透镜构成;以及
第二拍摄元件,接收通过了所述第二透镜组的光来输出所述第二图像信息。
3.根据权利要求1所述的物体接近检知装置,其特征在于,
所述拍摄部具有:
主透镜;
所述第一透镜组,由具有第一焦距的多个第一透镜构成;
第一拍摄元件,接收通过了所述主透镜以及所述第一透镜组的光来输出所述第一图像信息;
所述第二透镜组,由具有第二焦距的多个第二透镜构成;以及
第二拍摄元件,接收通过了所述主透镜以及所述第二透镜组的光来输出所述第二图像信息。
4.根据权利要求2或者3所述的物体接近检知装置,其特征在于,
多个所述第一透镜以及多个所述第二透镜被配置在一个接物面上,
所述第一拍摄元件以及所述第二拍摄元件被配置成与所述接物面对置。
5.根据权利要求4所述的物体接近检知装置,其特征在于,
多个所述第一透镜以及多个所述第二透镜在所述接物面上分别交替地配置,并且作为整体而被配置成矩阵状,
在各个所述第一透镜以及所述第二透镜与所述第一拍摄元件以及所述第二拍摄元件之间设置有用于遮断向对应的区域外的光路的遮断壁。
6.根据权利要求1~5中任意一项所述的物体接近检知装置,其特征在于,
所述物体检知部对所述第一图像信息以及所述第二图像信息进行边缘检测,在检测到边缘在边缘检知用阈值以上时,检知为有物体。
7.根据权利要求1~5中任意一项所述的物体接近检知装置,其特征在于,
所述物体检知部对所述第一图像信息以及所述第二图像信息检知空间频率,在空间频率在频率检知用阈值以上时,检知为有物体。
8.根据权利要求6或者7所述的物体接近检知装置,其特征在于,
所述物体检知部将所述第一图像信息以及所述第二图像信息分别分割成多个区域,并且对每一个区域的各自的图像信息进行所述边缘检测或者所述空间频率的检测。
9.根据权利要求8所述的物体接近检知装置,其特征在于,
所述物体接近判断部以检知到物体的区域是对所述第一图像信息以及所述第二图像信息进行分割后的相互对应的区域或者相互邻接的区域为条件,判断为检知到物体的接近。
10.根据权利要求1~9中任意一项所述的物体接近检知装置,其特征在于,
所述物体检知部先基于所述第一图像信息以及所述第二图像信息中的与调焦距离较长的透镜组对应的图像信息检知物体的有无,并且仅在由此检知为有物体的情况下,基于其它的图像信息检知物体的有无。
11.根据权利要求1~10中任意一项所述的物体接近检知装置,其特征在于,
具有物体识别部,所述物体识别部基于所述第一图像信息以及所述第二图像信息进行图像识别来识别物体,
所述物体接近判断部以所述物体识别部识别出的物体相互相同为条件,判断为检知到物体的接近。
12.根据权利要求1~10中任意一项所述的物体接近检知装置,其特征在于,
在与所述第一图像信息以及所述第二图像信息中的与调焦距离较长的透镜组对应的图像信息相比,所述物体检知部先基于与调焦距离较短的透镜组对应的图像信息检知为有物体的情况下,所述物体接近判断部判断为未检知到物体的接近。
13.根据权利要求1~12中任意一项所述的物体接近检知装置,其特征在于,
所述物体接近判断部具有比所述接近判断用阈值小的高速接近判断用阈值,
在所述时刻差在所述高速接近判断用阈值以下时,所述物体接近判断部判断为检知到物体的高速接近。
14.根据权利要求1~13中任意一项所述的物体接近检知装置,其特征在于,
所述拍摄部具备包含所述第一透镜组以及所述第二透镜组且被配置成拍摄相同的对象物体且焦距相互不同的3以上的整数N个透镜组,通过N个所述透镜组来获取包含所述第一图像信息以及所述第二图像信息的N个图像信息,
所述物体检知部基于N个所述图像信息检知物体的有无,
在获取到基于N个所述图像信息中的任意一个图像信息检知到物体时的该图像信息的时刻与获取到基于其它的图像信息检知到物体时的该图像信息的时刻之间的时刻差在接近判断用阈值以下时,所述物体接近判断部判断为检知到物体的接近。
15.一种物体接近检知方法,其特征在于,
通过被配置成拍摄相同的对象物体且焦距相互不同的第一透镜组以及第二透镜组分别获取第一图像信息以及第二图像信息,
基于所述第一图像信息以及所述第二图像信息检知物体的有无,
在获取到基于所述第一图像信息检知到物体时的该第一图像信息的第一时刻与获取到基于所述第二图像信息检知到物体时的该第二图像信息的第二时刻之间的时刻差在接近判断用阈值以下时,判断为检知到物体的接近。
16.根据权利要求15所述的物体接近检知方法,其特征在于,
所述第一透镜组包含具有第一焦距的多个第一透镜,
所述第二透镜组包含具有第二焦距的多个第二透镜,
物体接近检知方法还通过第一拍摄元件接收通过了所述第一透镜组的光来输出所述第一图像信息,
物体接近检知方法还通过第二拍摄元件接收通过了所述第二透镜组的光来输出所述第二图像信息。
17.根据权利要求15所述的物体接近检知方法,其特征在于,
所述第一透镜组包含具有第一焦距的多个第一透镜,
所述第二透镜组包含具有第二焦距的多个第二透镜,
物体接近检知方法还通过第一拍摄元件接收通过了主透镜以及所述第一透镜组的光来输出所述第一图像信息,
物体接近检知方法还通过第二拍摄元件接收通过了主透镜以及所述第二透镜组的光来输出所述第二图像信息。
18.根据权利要求16或者17所述的物体接近检知方法,其特征在于,
多个所述第一透镜以及多个所述第二透镜被配置在一个接物面上,
所述第一拍摄元件以及所述第二拍摄元件被配置成与所述接物面对置。
19.根据权利要求18所述的物体接近检知方法,其特征在于,
多个所述第一透镜以及多个所述第二透镜在所述接物面上分别交替地配置,并且作为整体而被配置成矩阵状,
在各个所述第一透镜以及所述第二透镜与所述第一拍摄元件以及所述第二拍摄元件之间设置有用于遮断向对应的区域外的光路的遮断壁。
20.根据权利要求15~19中任意一项所述的物体接近检知方法,其特征在于,
在检知所述物体的步骤中,对所述第一图像信息以及所述第二图像信息进行边缘检测,在检测到边缘在边缘检知用阈值以上时,检知为有物体。
21.根据权利要求15~19中任意一项所述的物体接近检知方法,其特征在于,
在检知所述物体的步骤中,对所述第一图像信息以及所述第二图像信息检测空间频率,在空间频率在频率检知用阈值以上时,检知为有物体。
22.根据权利要求20或者21所述的物体接近检知方法,其特征在于,
在检知所述物体的步骤中,将所述第一图像信息以及所述第二图像信息分别分割成多个区域,并且对每一个区域的各自的图像信息进行所述边缘检测或者所述空间频率的检测。
23.根据权利要求22所述的物体接近检知方法,其特征在于,
在判断所述接近的步骤中,以检知到物体的区域是对所述第一图像信息以及所述第二图像信息进行分割后的相互对应的区域或者相互邻接的区域为条件,判断为检知到物体的接近。
24.根据权利要求15~23中任意一项所述的物体接近检知方法,其特征在于,
在检知所述物体的步骤中,先基于所述第一图像信息以及所述第二图像信息中的与调焦距离较长的透镜组对应的图像信息检知物体的有无,并且仅在由此检知为有物体的情况下,基于其它的图像信息检知物体的有无。
25.根据权利要求15~24中任意一项所述的物体接近检知方法,其特征在于,
基于所述第一图像信息以及所述第二图像信息进行图像识别来识别物体,
在判断所述接近的步骤中,以在识别所述物体的步骤中识别出的物体相互相同为条件,判断为检知到物体的接近。
26.根据权利要求15~24中任意一项所述的物体接近检知方法,其特征在于,
在判断所述接近的步骤中,在与所述第一图像信息以及所述第二图像信息中的与调焦距离较长的透镜组对应的图像信息相比,在检知所述物体的步骤中先基于与调焦距离较短的透镜组对应的图像信息检知为有物体的情况下,判断为未检知到物体的接近。
27.根据权利要求15~26中任意一项所述的物体接近检知方法,其特征在于,
在判断所述接近的步骤中,
具有比所述接近判断用阈值小的高速接近判断用阈值,
在所述时刻差在所述高速接近判断用阈值以下时,判断为检知到物体的高速接近。
28.根据权利要求15~27中任意一项所述的物体接近检知方法,其特征在于,
在获取图像信息的步骤中,通过N个透镜组获取包含所述第一图像信息以及所述第二图像信息的N个图像信息,N个透镜组是被配置成拍摄相同的对象物体且焦距相互不同的3以上的整数N个透镜组,并且包含所述第一透镜组以及所述第二透镜组,
在检知所述物体的步骤中,基于N个所述图像信息检知物体的有无,
在判断所述接近的步骤中,在获取到基于N个所述图像信息中的任意一个图像信息检知到物体时的该图像信息的时刻与获取到基于其它的图像信息检知到物体时的该图像信息的时刻之间的时刻差在接近判断用阈值以下时,判断为检知到物体的接近。
CN201810153922.4A 2017-02-24 2018-02-22 物体接近检知装置以及物体接近检知方法 Pending CN108507540A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017-032991 2017-02-24
JP2017032991A JP7122806B2 (ja) 2017-02-24 2017-02-24 物体接近検知装置および物体接近検知方法

Publications (1)

Publication Number Publication Date
CN108507540A true CN108507540A (zh) 2018-09-07

Family

ID=63246667

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810153922.4A Pending CN108507540A (zh) 2017-02-24 2018-02-22 物体接近检知装置以及物体接近检知方法

Country Status (3)

Country Link
US (1) US10628697B2 (zh)
JP (1) JP7122806B2 (zh)
CN (1) CN108507540A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114096801A (zh) * 2020-04-24 2022-02-25 达闼机器人有限公司 镜头模块和物体探测装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112347892A (zh) * 2020-10-30 2021-02-09 南方电网数字电网研究院有限公司 一种基于双变倍云台的目标识别方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101059600A (zh) * 2007-05-29 2007-10-24 东南大学 可变焦透镜三维显示器
CN101324430A (zh) * 2007-06-12 2008-12-17 北京航空航天大学 基于相似原理的双目测距法
JP2014062748A (ja) * 2012-09-20 2014-04-10 Fujifilm Corp 移動物体の位置検出装置及び方法
CN104620075A (zh) * 2012-09-24 2015-05-13 富士胶片株式会社 多被摄体的距离测量装置以及方法
CN104714048A (zh) * 2015-03-30 2015-06-17 上海斐讯数据通信技术有限公司 一种用于移动物体移动速度的检测方法及移动终端

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04361000A (ja) * 1991-06-07 1992-12-14 Sb Kogyo Kk トンネル内の車両接近報知装置
JP3606223B2 (ja) 2001-04-26 2005-01-05 住友電気工業株式会社 車両側方映像生成方法及び車両側方映像生成装置
JP4361000B2 (ja) 2004-10-27 2009-11-11 株式会社ニューギン 施錠機構の作動装置の制御システム
JP2009192771A (ja) * 2008-02-14 2009-08-27 Sony Corp ズームレンズおよび撮像装置ならびにズームレンズの制御方法
JP5018652B2 (ja) 2008-06-03 2012-09-05 株式会社豊田中央研究所 物体存在判定装置
TW201009757A (en) * 2008-08-29 2010-03-01 Automotive Res & Testing Ct Object position detecting device and method
JP2011203410A (ja) * 2010-03-25 2011-10-13 Sony Corp 撮像光学系及び撮像装置
BR112014002366B1 (pt) * 2011-09-12 2021-10-05 Nissan Motor Co., Ltd Dispositivo e método de detecção de objeto tridimensional
WO2013133225A1 (ja) * 2012-03-07 2013-09-12 旭硝子株式会社 マイクロレンズアレイおよび撮像素子パッケージ
JP5942193B2 (ja) * 2012-03-15 2016-06-29 パナソニックIpマネジメント株式会社 レンズ系、交換レンズ装置及びカメラシステム
JP6079017B2 (ja) * 2012-07-11 2017-02-15 株式会社リコー 距離測定装置および距離計測方法
CN104520745B (zh) * 2012-08-06 2016-09-28 富士胶片株式会社 摄像装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101059600A (zh) * 2007-05-29 2007-10-24 东南大学 可变焦透镜三维显示器
CN101324430A (zh) * 2007-06-12 2008-12-17 北京航空航天大学 基于相似原理的双目测距法
JP2014062748A (ja) * 2012-09-20 2014-04-10 Fujifilm Corp 移動物体の位置検出装置及び方法
CN104620075A (zh) * 2012-09-24 2015-05-13 富士胶片株式会社 多被摄体的距离测量装置以及方法
CN104714048A (zh) * 2015-03-30 2015-06-17 上海斐讯数据通信技术有限公司 一种用于移动物体移动速度的检测方法及移动终端

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114096801A (zh) * 2020-04-24 2022-02-25 达闼机器人有限公司 镜头模块和物体探测装置
CN114096801B (zh) * 2020-04-24 2023-10-20 达闼机器人股份有限公司 镜头模块和物体探测装置

Also Published As

Publication number Publication date
JP7122806B2 (ja) 2022-08-22
US10628697B2 (en) 2020-04-21
US20180247145A1 (en) 2018-08-30
JP2018138875A (ja) 2018-09-06

Similar Documents

Publication Publication Date Title
Tulyakov et al. Learning an event sequence embedding for dense event-based deep stereo
Zhang et al. Wide-area crowd counting via ground-plane density maps and multi-view fusion cnns
US10122998B2 (en) Real time sensor and method for synchronizing real time sensor data streams
US8787656B2 (en) Method and apparatus for feature-based stereo matching
CN107431786B (zh) 图像处理设备、图像处理系统和图像处理方法
Berclaz et al. Robust people tracking with global trajectory optimization
CN105627932B (zh) 一种基于双目视觉的测距方法及装置
US9311524B2 (en) Image processing apparatus and image processing method
CN108701363B (zh) 使用多相机识别和追踪对象的方法、设备和系统
CN111462128B (zh) 一种基于多模态光谱图像的像素级图像分割系统及方法
KR20170097265A (ko) 다중 이동 객체 추적 시스템 및 이를 이용한 다중 이동 객체 추적 방법
CN106991688A (zh) 人体跟踪方法、人体跟踪装置和电子装置
US9628777B2 (en) Method of 3D reconstruction of a scene calling upon asynchronous sensors
CN108507540A (zh) 物体接近检知装置以及物体接近检知方法
CN109146949B (zh) 一种基于视频数据的3d测量及信息获取装置
US11410459B2 (en) Face detection and recognition method using light field camera system
EP3410396B1 (en) Moving object tracking apparatus, moving object tracking method, and computer-readable medium
RU2363018C1 (ru) Способ селекции объектов на удаленном фоне
US6980210B1 (en) 3D stereo real-time sensor system, method and computer program therefor
CN109300100A (zh) 基于多摄像头的物品识别方法和装置
CN116580107A (zh) 一种跨视角多目标实时轨迹跟踪方法与系统
Tian et al. Wearable navigation system for the blind people in dynamic environments
Kalutskiy et al. Method of moving object detection from mobile vision system
CN112613568B (zh) 基于可见光及红外多光谱图像序列的目标识别方法和装置
CN106792035A (zh) 一种电视端2d和3d模式切换方法和电视

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180907