CN109472235A - 姿态确定方法、装置和计算机可读存储介质 - Google Patents

姿态确定方法、装置和计算机可读存储介质 Download PDF

Info

Publication number
CN109472235A
CN109472235A CN201811295877.2A CN201811295877A CN109472235A CN 109472235 A CN109472235 A CN 109472235A CN 201811295877 A CN201811295877 A CN 201811295877A CN 109472235 A CN109472235 A CN 109472235A
Authority
CN
China
Prior art keywords
light transmission
transmission platform
article
image
determination method
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.)
Granted
Application number
CN201811295877.2A
Other languages
English (en)
Other versions
CN109472235B (zh
Inventor
夏世民
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.)
Hunan Blue Butterfly Futu Intelligent Technology Co ltd
Original Assignee
Shenzhen Blue Fat Robot 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 Shenzhen Blue Fat Robot Co Ltd filed Critical Shenzhen Blue Fat Robot Co Ltd
Priority to CN201811295877.2A priority Critical patent/CN109472235B/zh
Publication of CN109472235A publication Critical patent/CN109472235A/zh
Application granted granted Critical
Publication of CN109472235B publication Critical patent/CN109472235B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G06F18/2135Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/25Determination of region of interest [ROI] or a volume of interest [VOI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/26Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Studio Devices (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开一种姿态确定方法、装置和计算机可读存储介质,所述姿态确定方法包括:控制拍摄设备拍摄透光平台的预设区域,用以获得所述预设区域上物品的图像;根据所述图像中的阴影信息获得位于所述透光平台上的物品的二维姿态数据。本发明具有提高识别物品效率的效果。

Description

姿态确定方法、装置和计算机可读存储介质
技术领域
本发明涉及物流分拣技术领域,特别涉及姿态确定方法、装置和计算机可读存储介质。
背景技术
目前,在物流分拣领域,通常需要机器视觉来识别物品的位置和状态,然后再通过机械手抓取物品。但是,大多数识别物品的方法通常计算非常复杂,导致计算过程需要较高的算力来支持,进而使得估计物品位置和状态的过程效率较低、成本较高。
发明内容
本发明的主要目的是提供姿态确定方法、装置和计算机可读存储介质,旨在提高识别物品的效率。
为实现上述目的,本发明提出的一种姿态确定方法,用于物流分拣,所述姿态确定方法包括:
控制拍摄设备拍摄透光平台的预设区域,用以获得所述预设区域上物品的图像;
根据所述图像中的阴影信息获得位于所述透光平台上的物品的二维姿态数据。
可选的,所述预设区域位于所述透光平台的背面。
可选的,所述控制拍摄设备拍摄透光平台的预设区域之前,还包括:
控制照明设备照亮所述透光平台的正面。
可选的,所述根据所述图像中的阴影信息获得位于所述透光平台上的物品的二维姿态数据包括:
根据设定的亮度阈值对所述图像进行二进制化,获得二进制化的图像;
根据所获二进制化的图像获得所述透光平台上的物品的二维姿态数据。
可选的,所述根据所获二进制化的图像获得所述透光平台上的物品的二维姿态数据包括:
通过PCA分析所获二进制化的图像,确定物品的主轴;
将包括所述主轴的二进制图像作为所述二维姿态数据。
本发明还提供了一种姿态确定装置,所述姿态确定装置包括透光平台、拍摄设备、储存器和处理器;
所述透光平台用于支撑物品;
所述拍摄设备朝向所述透光平台设置,用于拍摄所述透光平台上的预设区域;
所述储存器储存有姿态确定程序;
所述处理器配置为执行所述姿态确定程序,以执行如上述权利要求1、4或5任一项所述的姿态确定方法的步骤。
可选的,所述预设区域位于所述透光平台的背面;
所述姿态确定装置还包括照明设备,所述照明设备对应所述透光平台的正面设置;
在执行所述控制拍摄设备拍摄透光平台的预设区域之前,还包括:
控制照明设备照亮所述透光平台的正面。
可选的,所述透光平台为半透明状。
可选的,所述透光平台为磨砂玻璃制品。
本发明还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上存储有姿态确定程序,所述姿态确定程序被处理器执行时实现如上述的姿态确定方法的步骤。
本发明所提供的姿态确定方法,在使用时,事先将物品通过机械或者是人工的方案将物品放置在透光平台上;然后通过设置在预设位置上的拍摄设备拍摄预设区域,而获得包括物品阴影的预设区域的图像;最后通过该图像上的阴影分界线来确定物品的位置和大小。由于可以拍摄获得较为清晰的阴影分界线,并且仅需通过亮度的大小来识别是否为阴影区域。因此,本发明所提供的姿态确认方法,能够以较简单的公式来计算分割阴影区域,进而获得物品的位置和一个面的形状大小,从而具有识别物品的效率更高的效果。
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作简单地介绍,显而易见地,下面描述中的附图仅仅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的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明姿态确定方法第一实施例的流程图;
图2为本发明姿态确定方法第二实施例的流程图;
图3为本发明姿态确定方法第三实施例的流程图;
图4为本发明姿态确定方法第四实施例的流程图;
图5为本发明姿态确定装置一实施例的模块化结构示意图;
图6为图5所示装置工作时所获得的图像的示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
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。
实施例一
如图1所示,本实施例提供了一种姿态确定方法,用于物流分拣,所述姿态确定方法包括:
步骤S101,控制拍摄设备拍摄透光平台的预设区域,用以获得所述预设区域上物品的图像;
步骤S102,根据所述图像中的阴影信息获得位于所述透光平台上的物品的二维姿态数据。
在本实施例中,首先控制拍摄设备拍摄透光平台的预设区域,用以获得所述预设区域上物品的图像。其中,拍摄设备可以是获得彩色图像,也可以是获得黑白图像。透光平台可以是透明的或者半透明的,预设区域为放置物品的区域,可以根据需要而设置大小和位置。当物品放置在所述透光平台上方时,由于自然光线或者是人造光线的照射,物品会遮挡部分光线,从而在透光平台上产生阴影。因此,拍摄所获的图像包括预设区域的未遮挡光线部分和遮挡光线部分。
在本实施例中,在获得所述预设区域上物品的图像之后,再根据所述图像中的阴影信息获得位于所述透光平台上的物品的二维姿态数据。其中,所述图像所包括的未遮挡光线部分和遮挡光线部分,如图6所示,斜线部分为未遮挡光线部分,空白部分为遮挡光线部分。这些构成了可以计算物品轮廓位置尺寸的阴影信息。从而可以通过识别阴影的边界,而确定物品的轮廓,从而获得物品的位置和物品一个面的形状大小等。
本实施例所提供的姿态确认方法,在使用时,事先将物品通过机械或者是人工的方案将物品放置在透光平台上;然后通过设置在预设位置上的拍摄设备拍摄预设区域,而获得包括物品阴影的预设区域的图像;最后通过该图像上的阴影分界线来确定物品的位置和大小。由于可以拍摄获得较为清晰的阴影分界线,并且仅需通过亮度的大小来识别是否为阴影区域。因此,本实施例所提供的姿态确认方法,能够以较简单的公式来计算分割阴影区域,进而获得物品的位置和一个面的形状大小,从而具有识别物品的效率更高的效果。
具体的,在本实施例中,所述预设区域位于所述透光平台的背面。其中,透光平台包括正面和背面,通常正面与物品相接处。当预设区域位于透光平台的背面,则拍摄设备能够拍到完整的预设区域,以及预设区域上来自物品留下的阴影。
本实施例,通过设置预设区域位于所述透光平台的背面,从而能够使得拍摄所获的图像中画面仅包括预设区域和阴影,进而使得图像内容更简单,更易于计算识别。
实施例二
本实施例提供了一种姿态确定方法,本实施例在上述实施例的基础上,增加了步骤。具体如下:
如图2所示,所述控制拍摄设备拍摄透光平台的预设区域之前,还包括:
步骤S201,控制照明设备照亮所述透光平台的正面。
本实施例中的其他步骤与上述实施例相同,具体可以参看上述实施例,在此不再赘述。
在本实施例中,在拍摄所述预设区域之前,控制照明设备照亮所述透光平台的正面。其中,照明设备可以是点光源,或者是面光源等等,例如球形白炽灯、棒状节能灯或者是LED面板灯。优选的,照明设备产生较强的光照,例如40000~100000lux,使得物品留下的阴影能够较为明显。
实施例三
本实施例提供了一种姿态确定方法,本实施例以上述任一实施例为基础,对其中的步骤进行了具体描述。具体如下:
如图3所示,所述根据所述图像中的阴影信息获得位于所述透光平台上的物品的二维姿态数据包括:
步骤S301,根据设定的亮度阈值对所述图像进行二进制化,获得二进制化的图像;
步骤S302,根据所获二进制化的图像获得所述透光平台上的物品的二维姿态数据。
在本实施例中,在获得拍摄设备所拍摄的图像之后,再根据设定的亮度阈值对所述图像进行二进制化,获得二进制化的图像。其中,亮度阈值可以根据实际情况设定,例如针对自然光线的情况,针对人造光线的情况,针对白色光源的情况,针对彩色光源,例如黄色光源的情况等等。当图像中的像素亮度高于阈值,则记录为正,否则记录为反。最后,整个图像成为二进制化的图像,即通过正反两种信息来表达,去除了颜色、灰度和亮度等等其他的信息。从而使得需要计算或者保存的图像信息更简单,更利于识别物品的位置和形状大小。
在本实施例中,在获得二进制化的图像之后,再根据所获二进制化的图像获得所述透光平台上的物品的二维姿态数据。如上所示二进制化的图像信息简单,对比强烈,因此,根据二进制化图形来获得物品的二维姿态数据,则具有识别高效,识别准确的效果。
实施例四
本实施例提供了一种姿态确定方法,本实施例以上述实施例为基础,对其中的步骤进行了具体描述。具体如下:
如图4所示,所述根据所获二进制化的图像获得所述透光平台上的物品的二维姿态数据包括:
步骤S401,通过PCA主成分分析方法分析所获二进制化的图像,确定物品的主轴;
步骤S402,将包括所述主轴的二进制图像作为所述二维姿态数据。
在本实施例中,在获得二进制化图像之后,再通过PCA主成分分析方法分析所获二进制化的图像,确定物品的主轴。其中,PCA(principal Component Analysis)是一种使用广泛的数据压缩算法。在PCA中,数据从原来的坐标系转换到新的坐标系,由数据本身决定。转换坐标系时,以方差最大的方向作为坐标轴方向,因为数据的最大方差给出了数据的最重要的信息。第一个新坐标轴选择的是原始数据中方差最大的方法,第二个新坐标轴选择的是与第一个新坐标轴正交且方差次大的方向。重复该过程,重复次数为原始数据的特征维数。因此,通过在二维的图像中使用PCA,则能够高效和稳定获得物品的长和宽,其中长度方向为主轴,宽度方向为小轴。而获得的物品的主轴则能够帮助机械手的爪子与主轴方向对应,从而便于抓起物品。
在本实施例中,在确定物品的主轴自后,再将包括所述主轴的二进制图像作为所述二维姿态数据。其中,物品的二维姿态数据以设定格式保存,以及用于控制机械手抓取物品。
本实施例所提供的姿态确定方法,通过采用PCA主成分分析方法对二进制图像进行分析,从而能够获得物品的主轴和小轴。最终通过该包括主轴和小轴的二进制图像作为二维姿态数据,为后续控制机械手抓取提供信息。以便于机械手对应所述主轴来进行抓取,使得抓取物品时,更稳定和牢固。例如机械手通过调整角度,能够抓到物品中与主轴平行的两边,而避免抓到物品的对角处,或者是与小轴平行的两边。
实施例五
本实施例提供了一种姿态确定装置。
如图5所示,所述姿态确定装置包括透光平台100、拍摄设备200、储存器和处理器;
所述透光平台100用于支撑物品300;
所述拍摄设备200朝向所述透光平台100设置,用于拍摄所述透光平台100上的预设区域;
所述储存器储存有姿态确定程序;
所述处理器配置为执行所述姿态确定程序,以执行如上述任一姿态确定方法实施例的步骤。
由于本实施例具有上述姿态确定方法的所有技术特征,因此本实施例也具有上述姿态确定方法所具有的有益效果。具体请参看上述实施例,在此不再赘述。
具体的,在本实施例中,所述预设区域位于所述透光平台100的背面。
所述姿态确定装置还包括照明设备400,所述照明设备400对应所述透光平台100的正面设置。
在执行所述控制拍摄设备200拍摄透光平台100的预设区域之前,还包括:
控制照明设备400照亮所述透光平台100的正面。
如上所述,在本实施例中,透光平台100包括正面和背面,通常正面与物品相接处。当预设区域位于透光平台100的背面,则拍摄设备200能够拍到完整的预设区域,以及预设区域上来自物品留下的阴影。
本实施例,通过设置预设区域位于所述透光平台100的背面,从而能够使得拍摄所获的图像中画面仅包括预设区域和阴影,进而使得图像内容更简单,更易于计算识别。
在拍摄所述预设区域之前,控制照明设备400照亮所述透光平台100的正面。其中,照明设备400可以是点光源,或者是面光源等等,例如球形白炽灯、棒状节能灯或者是LED面板灯。优选的,照明设备400产生较强的光照,例如40000~100000lux,使得物品留下的阴影能够较为明显。
在其他实施例中,还可以是照明灯位于透光平台100的背面,而预设区域位于透光平台100的正面。同样,可以获得高亮度的未覆盖区域,以及低亮度的物品覆盖区域。
具体的,在本实施例中,所述透光平台100为半透明状。其中,半透明状即为允许光线通过,但是途中光线会分散,而导致图像不能成形。通过设置透光平台100为半透明状,从而能够使得拍摄所得的预设区域的内容仅包括光亮和阴影,而没有图像,从而使得画面内容更加单一,如图6所示,如图6所示,斜线部分为未遮挡光线部分,空白部分为遮挡光线部分。从而更加便于后续计算识别物品的边界。
更具体的,在本实施例中,所述透光平台100为磨砂玻璃制品。当然,在其他实施例中,透光平台100还可以是贴附或者喷涂一层磨砂薄膜,或者采用磨砂亚克力材质,或者是其他的半透明单层或者多层结构制成。
实施例六
本实施例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上存储有姿态确定程序,所述姿态确定程序被处理器执行时实现如上任一项所述的姿态确定方法的步骤。
由于本实施例具有上述姿态确定方法的所有技术特征,因此本实施例也具有上述姿态确定方法所具有的有益效果。具体请参看上述实施例,在此不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品300或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品300或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品300或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。

Claims (10)

1.一种姿态确定方法,用于物流分拣,其特征在于,所述姿态确定方法包括:
控制拍摄设备拍摄透光平台的预设区域,用以获得所述预设区域上物品的图像;
根据所述图像中的阴影信息获得位于所述透光平台上的物品的二维姿态数据。
2.如权利要求1所述的姿态确定方法,其特征在于,所述预设区域位于所述透光平台的背面。
3.如权利要求2所述的姿态确定方法,其特征在于,所述控制拍摄设备拍摄透光平台的预设区域之前,还包括:
控制照明设备照亮所述透光平台的正面。
4.如权利要求1所述的姿态确定方法,其特征在于,所述根据所述图像中的阴影信息获得位于所述透光平台上的物品的二维姿态数据包括:
根据设定的亮度阈值对所述图像进行二进制化,获得二进制化的图像;
根据所获二进制化的图像获得所述透光平台上的物品的二维姿态数据。
5.如权利要求4所述的姿态确定方法,其特征在于,所述根据所获二进制化的图像获得所述透光平台上的物品的二维姿态数据包括:
通过PCA主成分分析法分析所获二进制化的图像,确定物品的主轴;
将包括所述主轴的二进制图像作为所述二维姿态数据。
6.一种姿态确定装置,其特征在于,所述姿态确定装置包括透光平台、拍摄设备、储存器和处理器;
所述透光平台用于支撑物品;
所述拍摄设备朝向所述透光平台设置,用于拍摄所述透光平台上的预设区域;
所述储存器储存有姿态确定程序;
所述处理器配置为执行所述姿态确定程序,以执行如上述权利要求1、4或5任一项所述的姿态确定方法的步骤。
7.如权利要求6所述的姿态确定装置,其特征在于,所述预设区域位于所述透光平台的背面;
所述姿态确定装置还包括照明设备,所述照明设备对应所述透光平台的正面设置;
在执行所述控制拍摄设备拍摄透光平台的预设区域之前,还包括:
控制照明设备照亮所述透光平台的正面。
8.如权利要求7所述的姿态确定装置,其特征在于,所述透光平台为半透明状。
9.如权利要求8所述的姿态确定装置,其特征在于,所述透光平台为磨砂玻璃制品。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有姿态确定程序,所述姿态确定程序被处理器执行时实现如权利要求1至5任一项所述的姿态确定方法的步骤。
CN201811295877.2A 2018-11-01 2018-11-01 姿态确定方法、装置和计算机可读存储介质 Active CN109472235B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811295877.2A CN109472235B (zh) 2018-11-01 2018-11-01 姿态确定方法、装置和计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811295877.2A CN109472235B (zh) 2018-11-01 2018-11-01 姿态确定方法、装置和计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN109472235A true CN109472235A (zh) 2019-03-15
CN109472235B CN109472235B (zh) 2021-07-27

Family

ID=65672620

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811295877.2A Active CN109472235B (zh) 2018-11-01 2018-11-01 姿态确定方法、装置和计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN109472235B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101430192A (zh) * 2007-11-07 2009-05-13 三菱电机株式会社 确定场景中的对象的三维姿态的方法和系统
CN101937286A (zh) * 2009-06-29 2011-01-05 比亚迪股份有限公司 光笔轨迹识别系统和方法
CN105930854A (zh) * 2016-04-19 2016-09-07 东华大学 一种机械臂视觉系统
CN106247943A (zh) * 2016-09-23 2016-12-21 北京京东尚科信息技术有限公司 物品三维定位方法、装置和系统
CN106552772A (zh) * 2016-10-25 2017-04-05 北京京东尚科信息技术有限公司 视觉识别系统和使用所述视觉识别系统的分类分拣系统
CN108656107A (zh) * 2018-04-04 2018-10-16 北京航空航天大学 一种基于图像处理的机械臂抓取系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101430192A (zh) * 2007-11-07 2009-05-13 三菱电机株式会社 确定场景中的对象的三维姿态的方法和系统
CN101937286A (zh) * 2009-06-29 2011-01-05 比亚迪股份有限公司 光笔轨迹识别系统和方法
CN105930854A (zh) * 2016-04-19 2016-09-07 东华大学 一种机械臂视觉系统
CN106247943A (zh) * 2016-09-23 2016-12-21 北京京东尚科信息技术有限公司 物品三维定位方法、装置和系统
CN106552772A (zh) * 2016-10-25 2017-04-05 北京京东尚科信息技术有限公司 视觉识别系统和使用所述视觉识别系统的分类分拣系统
CN108656107A (zh) * 2018-04-04 2018-10-16 北京航空航天大学 一种基于图像处理的机械臂抓取系统及方法

Also Published As

Publication number Publication date
CN109472235B (zh) 2021-07-27

Similar Documents

Publication Publication Date Title
US20190005659A1 (en) Salient features tracking apparatus and methods using visual initialization
CN103440484B (zh) 一种适应室外大空间的火焰检测方法
CN105701444A (zh) 用于确定道路表面的状况的系统和方法
CN1849614A (zh) 面部活跃度评定系统
CN105469400A (zh) 电子元件极性方向的快速识别、标注的方法和系统
CN107782734A (zh) 一种地下电缆故障检测机器人
KR20210006276A (ko) 플리커를 약화시키기 위한 이미지 처리 방법
CN107045723A (zh) 基于透射率动态检测的烟雾识别方法
CN109343701A (zh) 一种基于动态手势识别的智能人机交互方法
CN109726669A (zh) 基于对抗网络的不同光照条件下行人再识别数据生成方法
CN109154435B (zh) 自动照明和安全装置
CN102043963A (zh) 一种图像人数识别统计方法
CN102446034B (zh) 光学触控系统及其物件侦测方法
CN116896804B (zh) 一种led亮度调整方法以及智能照明系统
CN109472235A (zh) 姿态确定方法、装置和计算机可读存储介质
CN108513080A (zh) 一种补光的控制方法及装置
CN113808117B (zh) 灯具检测方法、装置、设备及存储介质
CN115968077A (zh) 一种基于运行数据的智慧社区灯光使用推荐方法和装置
KR20200008227A (ko) 제스처 기반 nui를 이용한 조명효과 제어 시스템 및 방법
EP4020392A1 (en) Optical tracking system and marker for optical tracking system
CN114296556A (zh) 一种基于人体姿态的交互显示方法、装置和系统
CN109214372A (zh) 姿态确定方法、装置和计算机可读存储介质
CN112598742A (zh) 一种基于图像和雷达数据的舞台交互系统
JP2002366959A (ja) 画像処理装置および画像処理方法
CN109152183A (zh) 一种体育馆灯光自动控制系统

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 518000 h6-1, H6 reservoir, Chiwan oil base, H6 reservoir, Chiwan left battery Road, Chiwan community, zhaoshang street, Nanshan District, Shenzhen City, Guangdong Province

Applicant after: Shenzhen Lan pangzi machine intelligence Co.,Ltd.

Address before: B701-702, industrialization building, Shenzhen Virtual University Park, No.2, Yuexing Third Road, Nanshan District, Shenzhen, Guangdong Province

Applicant before: SHENZHEN DORABOT Inc.

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230525

Address after: 415106 Guanxi Town, Dingcheng District, Changde City, Hunan Province (1st Floor, R&D Building, Changde High tech Industrial Development Zone)

Patentee after: Hunan Blue Butterfly Futu Intelligent Technology Co.,Ltd.

Address before: 518000 h6-1, H6 reservoir, Chiwan oil base, H6 reservoir, Chiwan left battery Road, Chiwan community, zhaoshang street, Nanshan District, Shenzhen City, Guangdong Province

Patentee before: Shenzhen Lan pangzi machine intelligence Co.,Ltd.