CN109270546A - 一种基于结构光和双图像传感器的测距装置及其测距方法 - Google Patents
一种基于结构光和双图像传感器的测距装置及其测距方法 Download PDFInfo
- Publication number
- CN109270546A CN109270546A CN201811210974.7A CN201811210974A CN109270546A CN 109270546 A CN109270546 A CN 109270546A CN 201811210974 A CN201811210974 A CN 201811210974A CN 109270546 A CN109270546 A CN 109270546A
- Authority
- CN
- China
- Prior art keywords
- data
- image sensor
- image data
- light
- structure light
- 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 23
- 238000012545 processing Methods 0.000 claims abstract description 32
- 238000003384 imaging method Methods 0.000 claims description 34
- 238000001514 detection method Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 5
- 235000014676 Phragmites communis Nutrition 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 2
- 230000001360 synchronised effect Effects 0.000 claims description 2
- 238000005259 measurement Methods 0.000 abstract description 14
- 230000004888 barrier function Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000004438 eyesight Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002715 modification method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 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
- G01S17/08—Systems determining position data of a target for measuring distance only
-
- 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
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Optical Distance (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种基于结构光和双图像传感器的测距装置及其测距方法,该测距装置包括结构光发射模块、第一图像传感器、第二图像传感器以及数据处理模块;所述数据处理模块为DSP电路,同时包含供电端口以及至少一个输出端口;测距时,结构光发射模块发出的光源照射到目标,第一图像传感器接收所述目标的彩色图像数据,第二图像传感器接收所述目标的红外相关图像数据,数据处理模块使用所述红外相关图像数据以及所述目标的彩色图像数据进行相互修正产生更加可信的深度值,本发明可以一次测量2D范围内一个宽角度范围内多个点的深度值,并可以将上述测量的多个点的深度值传输给其他设备使用。
Description
技术领域
本发明涉及一种基于结构光和双图像传感器的测距装置及其测距方法,属于智能技术领域。
背景技术
智能避障是目前智能机器人、小型无人机领域研究热点。智能机器人及无人机在行动过程中要实时监测周围环境障碍物,快速且准确地判断出障碍物的位置,然后及时躲避障碍物。为了躲避障碍物,就需要通过测距装置测量机器人或无人机与障碍物之间的距离。
常用的测距装置主要有激光传感器、红外传感器、视觉传感器等。
激光测距传感器由于光速很快,使得在测小距离时光束往返时间极短,不适合测量精度要求很高的(亚毫米级别)距离,一般若要求精度非常高,常用三角法、相位法等方法测量。
大多数红外传感器测距都是基于三角测量原理,红外传感器的优点是不受可见光影响,白天黑夜均可测量,角度灵敏度高、结构简单、价格较便宜,可以快速感知物体的存在,但测量时受环境影响很大,物体的颜色、方向、周围的光线都能导致测量误差,测量不够精确。
视觉传感器的优点是探测范围广、获取信息丰富,实际应用中常使用多个视觉传感器或者与其它传感器配合使用,但图像处理方法计算量大,实时性差,对处理机要求高。且在实际应用中视觉测距传感器不能检测到玻璃等透明障碍物的存在,另外受视场光线强弱、烟雾的影响很大。
发明内容
本发明针对上述技术存在的缺陷,提供了一种基于结构光和双图像传感器的测距装置及方法,该测距方法采用主动光源辅助标定,配合RGB摄像头进行环境目标识别,通过优化算法与红外摄像头得到的深度信息相互修正,实现多种环境下的平衡处理,准确计算障碍物距离,并能对不规则障碍物和场景实现智能识别与避障。
本发明是通过如下技术方案实现的,一种基于结构光和双图像传感器的测距装置,该装置包含:结构光发射模块,结构光控制接口,图像传感器,数据处理模块,供电端口以及至少一个输出端口;
所述图像传感器包含第一图像传感器和第二图像传感器,分别用于获取和输出目标的彩色图像数据和红外图像数据;所述图像传感器与所述数据处理模块相连接;
所述数据处理模块用于使所述红外相关图像数据以及所述彩色图像数据产生深度值。
在本发明的一种实施方式中,所述供电端口用于为所述测距装置提供电源接口,所述输出端口用于将所述深度值传送到其他设备。
在本发明的一种实施方式中,所述数据处理模块为DSP电路。
在本发明的一种实施方式中,所述结构光发射模块进一步包含结构光控制接口,所述结构光控制接口受数据处理模块控制在需要发射的时间点发射出结构光。
所述结构光发射模块用于发出光源照射目标,所述DSP电路用于使所述红外相关图像数据以及所述彩色图像数据产生深度值,所述结构光控制接口受DSP控制在需要发射的时间点发射出结构光。
在本发明的一种实施方式中,所述的结构光发射模块进一步包括一整型组件,其用于将所述结构光发射模块发出的光源整型为线性结构光;整型组件安装在所述结构光发射模块后端。
在本发明的一种实施方式中,所述整型组件为成型透镜、振动片、旋转棱镜。
在本发明的一种实施方式中,所述数据处理模块用于使所述红外相关图像数据与所述彩色图像数据同步并通过算法优化将所述红外相关图像数据以及所述彩色图像数据修正后产生所述深度值。
在本发明的一种实施方式中,所述的结构光发射模块发出的光源为普通照明光源、EL光源、LED光源、激光光源或者红外光源;所述第一图像传感器以及第二图像传感器为CCD图像传感器或者CMOS图像传感器;所述的输出端口为UART端口。
在本发明的一种实施方式中,第二图像传感器进一步包含一成像透镜组以及安装在所述成像透镜组前端的滤光片,滤光片允许所述结构光发射模块的光源的波长通过,滤掉特定波长的光。
所述的测距装置进一步包括一测距模块外壳,所述结构光发射模块、第一图像传感器、第二图像传感器以及数据处理模块固定在该测距模块外壳上;结构光发射模块到所述第二图像传感器中心的距离范围为3cm~9cm;
本发明还提供了一种测距方法,包含以下步骤:
由结构光发射模块发出的光源照射到目标;由所述图像传感器获取和输出目标的彩色图像数据和红外图像数据;由所述输入接口从图像传感器接收所述目标的彩色图像数据和红外图像数据;由所述数据处理模块使所述红外相关图像数据以及所述彩色图像数据产生深度值;再经由输出端口将所述深度值传送到主机。
在本发明的一种实施方式中,所述深度值由数据处理模块产生,其中所述深度值包括将所述红外相关图像数据与所述彩色图像数据相互修正。
在本发明的一种实施方式中,所述将所述红外相关图像数据与所述彩色图像数据相互修正,其修正步骤包含对彩色图像数据进行颜色空间变换以及边界检出处理。
在本发明的一种实施方式中,将所述红外相关图像数据与所述彩色图像数据相互修正,其修正步骤包括使用所述第二图像传感器接收所述目标的红外相关图像数据以及所述红外相关图像数据获取深度信息,使用所述彩色图像数据获取空间变化的边界信息,进行相互修正后产生更加准确的深度值。
本发明具有如下有益效果:
1)本发明的测距装置,采用双目镜头结构,一个镜头捕获红外结构光的反射,一个摄像头捕获外界真实颜色图像,两个镜头可以起到互相修正的作用,可以获取更准确的深度信息;并且可以一次测量2D范围内一个宽角度范围内多个点的深度值,并可以将上述测量的多个点的深度值传输给其他设备使用。
2)本发明测距方法采用主动光源辅助标定,配合RGB摄像头进行环境目标识别,通过优化算法与红外摄像头得到的深度信息相互修正,实现不同光照环境下的平衡处理,准确计算场景障碍物距离,并能对不规则障碍物和场景实现智能识别与避障。
3)本发明结构简单,使用寿命长,用户成本低,在通信、航空、智能家居,尤其是机器人测距领域有很高的应用价值。
附图说明
图1为本发明所述的测距装置结构示意图
图2为本发明所述彩色图像数据与深度图像数据修正示意图
图3为本发明所述的在Y轴方向测距方法原理图
图4为本发明所述的在X轴方向测距方法原理图
图中符号表示:1:结构光发射模块;2:第一图像传感器;3:第二图像传感器;
4:UART输出端口;5:供电端口;6:测距模块外壳。
具体实施方式
下面结合附图对本发明做进一步的说明。
如图1所示,一种基于结构光和双图像传感器的测距装置,该测距装置包括:结构光发射模块1,用于发出光源照射目标;第一图像传感器2,用于获取和输出目标的彩色图像数据;第二图像传感器3,用于获取和输出关于所述目标的红外相关图像数据;以及数据处理模块,数据处理模块为DSP电路,其用于使用所述红外相关图像数据以及所述彩色图像数据产生深度值;所述结构光发射模块1进一步包含结构光控制接口,其用于输出由所述DSP电路控制的结构光;供电端口5以及UART输出端口4,UART输出端口4用于将所述深度值传送到主机;
在一些实施方案中,DSP电路用于使所述红外相关图像数据与所述彩色图像数据同步并通过算法优化将所述红外相关图像数据以及所述彩色图像数据修正后产生所述深度值。
在本发明一些实施方案中,结构光发射模块1发出的光源可以为普通照明光源、EL光源、LED光源、以及激光光源;也可以为红外光源;结构光发射模块1进一步包括一整型组件,其中,整型组件安装在所述结构光发射模块1后端,其用于将所述结构光发射模块1发出光源整型为线性结构光;在一些可选技术方案中,整型组件可以为成型透镜、振动片、旋转棱镜。
在本发明的一个实施例中,第一图像传感器以及第二图像传感器可以为CCD图像传感器或CMOS图像传感器;优选的,第一图像传感器采用RGB摄像头,第二图像传感器选用红外摄像头;第二图像传感器3进一步包括一成像透镜组以及安装在成像透镜组前端的滤光片,滤光片允许结构光发射模块的光源的波长通过,滤掉特定波长的光。
在本发明的一个实施例中所述测距装置进一步包括一测距模块外壳7,所述结构光发射模块1、第一图像传感器2、第二图像传感器3以及数据处理模块固定在该测距模块外壳上;结构光发射模块1到所述第二图像传感器3中心的距离范围为3cm~9cm;
本发明还提供了一种上述测距装置的测距方法,包括以下步骤:
经由结构光发射模块发出的光源照射到目标;
第一图像传感器接收所述目标的彩色图像数据并将数据传输给相连接的数据处理模块;
第二图像传感器接收所述目标的红外相关图像数据并将数据传输给相连接的数据处理模块;
数据处理模块使用所述红外相关图像数据以及所述彩色图像数据产生深度值;以及经由输出端口将所述深度值传送到主机。
在一些实施例中,数据处理模块为DSP电路,所述深度值由DSP电路产生,该深度值产生过程将在下文中描述,其中所述深度值包括将所述红外相关图像数据与所述彩色图像数据相互修正。
在本发明的一个实施例中,所述深度值采用UART端口输出,如果其他设备需要整帧或者部分原始图像数据用于其他算法,可以通过USB端口高速传输图像数据出去。
其中所述将所述红外相关图像数据与所述彩色图像数据相互修正,其修正步骤包括对彩色图像数据进行颜色空间变换以及边界检出处理,具体修正步骤将在下文中描述。
以下详细描述一下DSP电路产生深度值方法:
本实施例中结构光发射模块的主动光源采用激光光源,第一图像传感器采用RGB摄像头,第二图像传感器采用红外图像传感器。
1)获取目标的红外相关图像数据:在适合红外图像传感器工作环境下,激光光源经过激光整型模块发出的线束激光照射到目标物体上,反射的图案为折线或曲线,这些折线或曲线与当前视场角内的物体经成像透镜组共同成像于红外图像传感器上,反射的折线或曲线成像为排列均匀的多条高亮度的折线线段或者曲线线段,如附图2中a图所示,但是红外图像传感器容易受环境光线、目标颜色等影响,导致测距结果不准确,如在在强光环境下,成像图案为离散的折线或曲线线段,如附图2中c图所示),影响后续图像数据处理,这时RGB摄像头会根据采集到目标的彩色图像信息(如附图2中b图所示),通过颜色空间变换以及边界检出方法对离散的折线或曲线线段进行修正,具体修正方法详细见下文,修正后的图像数据如附图2中c图所示,接下来红外图像传感器将修正后的该帧图像数据传输给DSP处理单元,该帧图像记录了当前时间视场角内的数字化了的图像数据;
2)处理图像数据:首先用数字算法消除图像畸变,而后进行数据平滑消除噪点,最后设定门限进行二值化;
3)再次根据步骤1)中所述的修正后的折线线段或曲线线段的左右关系对图像平滑进而消除噪点,消除噪点后各条折线线段或曲线线段为自左向右排列,使得同一个X坐标上只有一个高亮线段存在;
4)求取每一个X坐标上的高亮线段的质心:将同一个X坐标的高亮线段的点坐标加起来进行平均,可以得到对应X坐标的质心为Y;经过本步计算,从左到右的任意一个X坐标上,只可能有不超过1个的Y高亮质心点;对于某个X,如果有1个Y质心点,代表这个方向上的距离在测距范围内,如果没有Y质心点,代表这个方向上的距离不在测距范围内;
5)根据自左至右的所有(X,Y)计算测量角度和测量距离:
a)对于某一个(X,Y),根据Y轴坐标求垂直距离d,如附图3所示,已知激光发射器到普通摄像头芯片镜头组的距离为p,普通摄像头芯片镜头在Y轴视场角为2α,普通摄像头芯片镜头中轴与激光发射器夹角为θ,带入公式计算出垂直距离d,其中,n为激光点在Y轴上的坐标,y为Y轴方向上普通摄像头芯片成像的总点数;
对于最近测量点G,当G的理论值n=y时,可求得最近测量量程dG,
b)如附图4,已知普通摄像头芯片镜头在X轴上视场角为2β,图像数据在X轴的中心点为O,每一个X代表一个方向,X方向与Y方向所成的方向角为γ,对于x=m,y=n的坐标点来说,带入公式求出待测距离dx,获取测距结果(γ,dx)为在γ方向的距离dx;
c)重复步骤a)及步骤b),计算完自左向右整个2β宽角度范围内的多个点的测距角度及测距距离并将整个2β范围内的多个点的测距结果输出。
上述测距方法中,还包括目标物体比较小或颜色透明等情况,不易被CMOS图像传感器检测到,这时RGB摄像头把采集到目标的彩色图像数据,传输给数据处理模块,经过图像处理,并传输到主机,从而可成功躲避障碍物。
彩色图像数据与红外相关图像数据相互修正过程:
步骤1:对RGB摄像头获取的真实彩色图像,采用颜色空间(HSL)变换,对获取的彩色图像进行更好的区域分割、目标识别、信息处理。常用的颜色空间变换方法有HSL、YUV、LAB、CMYK等方式。本发明的一个实施例中,以HSL为例,是从人的视觉系统出发,用色调(Hue)、色饱和度(Saturation)和亮度(Lightness)来描述色彩。它比RGB色彩空间更符合人的视觉特性。例如人们描述一个色块,会说它是红色的、很鲜艳、很明亮等。
HSL的计算公式如下:
已知一点的R、G、B,计算最大值和最小值:
M=(R,G,B)
m=(R,G,B)
C=M-m
计算H
H=60°×H′
计算L和V
V=M
计算S
经过颜色空间变换,不同颜色对应H的不同值,从红色到紫色。实际应用中,将捕获图像进行HSL变换后,根据不同的色度、饱和度等信息,可以更有效和准确地区分不同的物体目标,使深度摄像机具有更高的人工智能水平。
步骤2:利用Sobel算子进行边界检出:
纵向边界检出,公式如下:
EdgeX=绝对值(SrcImage卷积SobelX)
横向边界检出,公式如下:
EdgeY=绝对值(SrcImage卷积SobelY)
所有边界检出,公式如下:
Edge=EdgeX+EdgeY
步骤3:彩色图像数据与红外相关图像数据相互修正:
1)对红外图像获取的多点测距数据进行直线拟和,可以拟和为多段直线
2)彩色图像大块连续区域,对应于测距拟和直线各段直线
3)彩色图像进行边界检出,获取的纵向边界对应于测距拟和直线的分段点
4)不符合上述2)3)情况的测距点,进行可信度修正。
虽然本发明已以较佳实施例公开如上,但其并非用以限定本发明,任何熟悉此技术的人,在不脱离本发明的精神和范围内,都可做各种的改动与修饰,因此本发明的保护范围应该以权利要求书所界定的为准。
Claims (10)
1.一种基于结构光和双图像传感器的测距装置,其特征在于,该装置包含:结构光发射模块,图像传感器,数据处理模块,供电端口以及至少一个输出端口;
所述图像传感器包含第一图像传感器和第二图像传感器,分别用于获取和输出目标的彩色图像数据和红外图像数据;所述图像传感器与所述数据处理模块相连接;
所述数据处理模块用于使所述红外相关图像数据以及所述彩色图像数据产生深度值。
2.根据权利要求1所述的基于结构光和双图像传感器的测距装置,其特征在于,所述供电端口用于为所述测距装置提供电源接口,所述输出端口用于将所述深度值传送到其他设备。
3.根据权利要求1或2所述的基于结构光和双图像传感器的测距装置,其特征在于,所述数据处理模块为DSP电路。
4.根据权利要求1-3任一所述的基于结构光和双图像传感器的测距装置,其特征在于,所述结构光发射模块进一步包含结构光控制接口,所述结构光控制接口受数据处理模块控制在需要发射的时间点发射出结构光。
5.根据权利要求4所述的基于结构光和双图像传感器的测距装置,其特征在于,所述的结构光发射模块进一步包含一整型组件,用于将所述结构光发射模块发出的光源整型为线性结构光;所述整型组件为成型透镜、振动片、旋转棱镜。
6.根据权利要求1所述的基于结构光和双图像传感器的测距装置,其特征在于,所述数据处理模块用于使所述红外相关图像数据与所述彩色图像数据同步并通过算法优化将所述红外相关图像数据以及所述彩色图像数据修正后产生所述深度值。
7.根据权利要求1-6任一所述的基于结构光和双图像传感器的测距装置,其特征在于,所述的结构光发射模块发出的光源为普通照明光源、EL光源、LED光源、激光光源或者红外光源;所述第一图像传感器以及第二图像传感器为CCD图像传感器或者CMOS图像传感器;所述的输出端口为UART端口或者USB端口。
8.一种如权利要求1-7任一所述基于结构光和双图像传感器的测距装置的测距方法,其特征在于,包含以下步骤:
由结构光发射模块发出的光源照射到目标;由所述图像传感器获取和输出目标的彩色图像数据和红外图像数据;由输入接口从图像传感器接收所述目标的彩色图像数据和红外图像数据;由数据处理模块使所述红外相关图像数据以及所述彩色图像数据产生深度值;再经由输出端口将所述深度值传送到主机。
9.根据权利要求8所述的基于结构光和双图像传感器的测距装置的测距方法,其特征在于:所述深度值由数据处理模块产生,其中所述深度值包括将所述红外相关图像数据与所述彩色图像数据相互修正。
10.根据权利要求9所述的基于结构光和双图像传感器的测距装置的测距方法,其特征在于:所述将所述红外相关图像数据与所述彩色图像数据相互修正,其修正步骤包含对彩色图像数据进行颜色空间变换以及边界检出处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811210974.7A CN109270546A (zh) | 2018-10-17 | 2018-10-17 | 一种基于结构光和双图像传感器的测距装置及其测距方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811210974.7A CN109270546A (zh) | 2018-10-17 | 2018-10-17 | 一种基于结构光和双图像传感器的测距装置及其测距方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109270546A true CN109270546A (zh) | 2019-01-25 |
Family
ID=65193831
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811210974.7A Pending CN109270546A (zh) | 2018-10-17 | 2018-10-17 | 一种基于结构光和双图像传感器的测距装置及其测距方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109270546A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111175778A (zh) * | 2020-01-13 | 2020-05-19 | 吉林大学 | 一种航空用三目异光源摄像头及其测距及定位方法 |
CN111474557A (zh) * | 2020-04-30 | 2020-07-31 | 华域视觉科技(上海)有限公司 | 复合探测装置及车辆 |
CN113681564A (zh) * | 2021-09-06 | 2021-11-23 | 广州科语机器人有限公司 | 机器人及机器人的测距控制方法、存储介质和设备 |
CN117607837A (zh) * | 2024-01-09 | 2024-02-27 | 苏州识光芯科技术有限公司 | 传感器阵列、距离测量设备及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103796004A (zh) * | 2014-02-13 | 2014-05-14 | 西安交通大学 | 一种主动结构光的双目深度感知方法 |
CN105717511A (zh) * | 2015-05-07 | 2016-06-29 | 北京雷动云合智能技术有限公司 | 基于线束激光器和普通摄像头芯片的多点测距装置及方法 |
CN106650708A (zh) * | 2017-01-19 | 2017-05-10 | 南京航空航天大学 | 一种自动驾驶障碍物视觉检测方法与系统 |
CN106826815A (zh) * | 2016-12-21 | 2017-06-13 | 江苏物联网研究发展中心 | 基于彩色图像与深度图像的目标物体识别与定位的方法 |
CN108073891A (zh) * | 2017-11-10 | 2018-05-25 | 广东日月潭电源科技有限公司 | 一种三维智能人脸识别系统 |
-
2018
- 2018-10-17 CN CN201811210974.7A patent/CN109270546A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103796004A (zh) * | 2014-02-13 | 2014-05-14 | 西安交通大学 | 一种主动结构光的双目深度感知方法 |
CN105717511A (zh) * | 2015-05-07 | 2016-06-29 | 北京雷动云合智能技术有限公司 | 基于线束激光器和普通摄像头芯片的多点测距装置及方法 |
CN106826815A (zh) * | 2016-12-21 | 2017-06-13 | 江苏物联网研究发展中心 | 基于彩色图像与深度图像的目标物体识别与定位的方法 |
CN106650708A (zh) * | 2017-01-19 | 2017-05-10 | 南京航空航天大学 | 一种自动驾驶障碍物视觉检测方法与系统 |
CN108073891A (zh) * | 2017-11-10 | 2018-05-25 | 广东日月潭电源科技有限公司 | 一种三维智能人脸识别系统 |
Non-Patent Citations (1)
Title |
---|
王雷雷: "基于可见光与红外汽车夜视系统目标测距", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111175778A (zh) * | 2020-01-13 | 2020-05-19 | 吉林大学 | 一种航空用三目异光源摄像头及其测距及定位方法 |
CN111175778B (zh) * | 2020-01-13 | 2024-02-06 | 吉林大学 | 一种航空用三目异光源摄像头及其测距及定位方法 |
CN111474557A (zh) * | 2020-04-30 | 2020-07-31 | 华域视觉科技(上海)有限公司 | 复合探测装置及车辆 |
CN113681564A (zh) * | 2021-09-06 | 2021-11-23 | 广州科语机器人有限公司 | 机器人及机器人的测距控制方法、存储介质和设备 |
CN117607837A (zh) * | 2024-01-09 | 2024-02-27 | 苏州识光芯科技术有限公司 | 传感器阵列、距离测量设备及方法 |
CN117607837B (zh) * | 2024-01-09 | 2024-04-16 | 苏州识光芯科技术有限公司 | 传感器阵列、距离测量设备及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN206650757U (zh) | 一种装置 | |
CN109270546A (zh) | 一种基于结构光和双图像传感器的测距装置及其测距方法 | |
US9432593B2 (en) | Target object information acquisition method and electronic device | |
CN108592788B (zh) | 一种面向喷涂生产线的3d智能相机系统与工件在线测量方法 | |
CN108234984A (zh) | 双目深度相机系统和深度图像生成方法 | |
CN112766328B (zh) | 融合激光雷达、双目相机和ToF深度相机数据的智能机器人深度图像构建方法 | |
CN105004324B (zh) | 一种具有三角测距功能的单目视觉传感器 | |
CN109035309A (zh) | 基于立体视觉的双目摄像头与激光雷达间的位姿配准方法 | |
CN105699982B (zh) | 双激光标定的高精度摄像头芯片多点测距装置及方法 | |
CN112581545A (zh) | 多模态热源识别及三维空间定位系统、方法及存储介质 | |
CN113358231B (zh) | 红外测温方法、装置及设备 | |
CN205333856U (zh) | 一种基于普通摄像头芯片的低成本激光测距装置 | |
CN110223355B (zh) | 一种基于双重极线约束的特征标志点匹配方法 | |
CN110879080A (zh) | 一种高温锻件高精度智能测量仪和测量方法 | |
CN108469254A (zh) | 一种适用于仰视和俯视位姿的大视场多视觉视频测量系统全局标定方法 | |
JPH11160021A (ja) | 広域3次元位置計測方法及び装置 | |
CN107515403A (zh) | 一种tof三维测距传感器 | |
CN113780349A (zh) | 训练样本集的获取方法、模型训练方法及相关装置 | |
CN109085603A (zh) | 光学三维成像系统和彩色三维图像成像方法 | |
CN115797998A (zh) | 一种基于图像融合的双波段智能测温装置和智能测温方法 | |
CN105717511A (zh) | 基于线束激光器和普通摄像头芯片的多点测距装置及方法 | |
CN110097540A (zh) | 多边形工件的视觉检测方法及装置 | |
CN110909571B (zh) | 一种高精度面部识别空间定位方法 | |
CN108693538A (zh) | 基于双目结构光的准确置信度深度摄像机测距装置及方法 | |
CN111654626B (zh) | 一种包含深度信息的高分辨率相机 |
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: 20190125 |