CN109644263A - 第一智能设备及其连接方法以及具有存储功能的装置 - Google Patents
第一智能设备及其连接方法以及具有存储功能的装置 Download PDFInfo
- Publication number
- CN109644263A CN109644263A CN201780035397.XA CN201780035397A CN109644263A CN 109644263 A CN109644263 A CN 109644263A CN 201780035397 A CN201780035397 A CN 201780035397A CN 109644263 A CN109644263 A CN 109644263A
- Authority
- CN
- China
- Prior art keywords
- smart machine
- image
- identity code
- acquisition parameters
- smart
- 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
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W76/00—Connection management
- H04W76/10—Connection setup
- H04W76/11—Allocation or use of connection identifiers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W76/00—Connection management
- H04W76/10—Connection setup
- H04W76/14—Direct-mode setup
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明公开了一种第一智能设备及其连接方法及具有存储功能的装置,连接方法包括:第一智能设备获取第二智能设备的包括第二智能设备的标志码的图片,对标志码进行识别,根据标志码与第二智能设备建立连接后,获取第二智能设备的拍摄参数;获取图片中的标志码的像素尺寸以及形状,根据第一智能设备的拍摄参数、图片中的标志码的像素尺寸以及形状和标志码的实际尺寸以及形状计算确定第一智能设备与第二智能设备之间的相对位姿关系;根据第一智能设备的拍摄参数、第二智能设备的拍摄参数以及相对位姿关系与第二智能设备建立双目摄像模式。通过该方法,第一智能设备可根据实际场景自适应、灵活的与其他智能设备建立双目摄像模式。
Description
技术领域
本发明涉及智能设备领域,特别涉及一种第一智能设备及其连接方法以及具有存储功能的装置。
背景技术
随着电子技术的发展,越来越多的智能设备应用到日常生活中或工作中,而且智能设备的功能也趋于多样化。
例如,具有摄像功能的智能设备已广泛应用到视觉领域,智能设备根据获取到的图像执行相关的操作。但是,由于智能设备所能够采集的图像的视角范围有限,单一的智能设备所获取到的图像信息不够全面,进而会影响智能设备的操作。
发明内容
本发明主要解决的技术问题是提供一种第一智能设备及其连接方法以及具有存储功能的装置,智能设备可根据实际场景自适应、灵活的与其他智能设备建立连接,并建立双目摄像模式,以获取不同视角下的目标物体的图像信息。
为解决上述技术问题,本发明采用的第一个技术方案是:提供一种智能设备的连接方法,所述连接方法包括第一智能设备获取第二智能设备的包括第二智能设备的标志码的图片,对所述标志码进行识别,根据所述标志码与所述第二智能设备建立连接后,获取所述第二智能设备的拍摄参数;所述第一智能设备获取所述图片中的标志码的像素尺寸以及形状,根据所述第一智能设备的拍摄参数、所述图片中的标志码的像素尺寸以及形状和所述标志码的实际尺寸以及形状计算确定所述第一智能设备与所述第二智能设备之间的相对位姿关系;所述第一智能设备根据所述第一智能设备的拍摄参数、所述第二智能设备的拍摄参数以及所述相对位姿关系与所述第二智能设备建立双目摄像模式。
为解决上述技术问题,本发明采用的第二个技术方案是:提供一种第一智能设备,第一智能设备包括图像采集装置及处理器,所述图像采集装置与所述处理器耦接;所述图像采集装置用于获取第二智能设备的包括第二智能设备的标志码的图片;所述处理器用于对所述标志码进行识别,根据所述标志码与所述第二智能设备建立连接后,获取所述第二智能设备的拍摄参数;并获取所述图片中的标志码的像素尺寸以及形状,根据所述第一智能设备的拍摄参数、所述图片中的标志码的像素尺寸以及形状和所述标志码的实际尺寸以及形状计算确定所述第一智能设备与所述第二智能设备之间的相对位姿关系;所述处理器还用于根据所述第一智能设备的拍摄参数、所述第二智能设备的拍摄参数以及所述相对位姿关系与所述第二智能设备建立双目摄像模式。
为解决上述技术问题,本发明采用的第三个技术方案是:提供一种具有存储功能的装置,所述具有存储功能的装置上存储有程序数据,所述程序数据被执行时实现如本发明任一所述的连接方法中的步骤。
本发明的有益效果是:区别于现有技术,本发明的智能设备可实时获取其他智能设备的包括其标识码的图片,根据标志码自动与对应的智能设备建立连接,在对图片中的标志码与实际的标志码进行处理分析后,确定智能设备之间的相对位姿关系,并根据相对位姿关系以及智能设备对应的拍摄参数建立双目摄像模式。本发明的智能设备可根据实际场景自适应、灵活的与其他智能设备建立双目摄像模式,以获取不同视角的图像,并可以确定公共视场内目标物体的三维尺寸及空间物体特征点的三维坐标,以方便对物体三维建模。
附图说明
图1是本发明的智能设备的连接方法一实施方式的流程示意图;
图2是本发明的第一智能设备一实施方式的结构示意图;
图3是本发明的具有存储功能的装置一实施方式的结构示意图。
具体实施方式
为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚,下面将结合附图对本发明实施例中的技术方案作进一步的详细描述。
本实施方式的智能设备的连接方法包括:第一智能设备获取第二智能设备的包括第二智能设备的标志码的图片,对标志码进行识别,根据标志码与第二智能设备建立连接后,获取第二智能设备的拍摄参数。
第一智能设备获取图片中的标志码的像素尺寸以及形状,根据第一智能设备的拍摄参数、图片中的标志码的像素尺寸以及形状和标志码的实际尺寸以及形状计算确定第一智能设备与第二智能设备之间的相对位姿关系;并根据第一智能设备的拍摄参数、第二智能设备的拍摄参数以及相对位姿关系与第二智能设备建立双目摄像模式。
在其中的一个实施方式中,第一智能设备与第二智能设备的标识码的实际尺寸以及形状是一致,第一智能设备中预设有标识码的实际尺寸以及形状。
在另一个实施方式中,第二智能设备的标识码所包含的信息中预设有标识码的实际尺寸以及形状,第一智能设备可对标识码进行识别,从而获取标识码的实际尺寸以及形状。
为了清楚说明上述实施方式的连接方法,请参阅图1,图1为本发明智能设备的连接方法一实施方式的流程示意图。
101:第一智能设备获取第二智能设备的包括第二智能设备的标志码的图片,对标志码进行识别,根据标志码与第二智能设备建立连接后,获取第二智能设备的拍摄参数。
其中,第一智能设备和第二智能设备具有摄像功能,例如,第一智能设备和第二智能设备为机器人;也可以为智能摄像机。
其中,第一智能设备和第二智能设备处于同一个工作环境中。即,第二智能设备在第一智能设备摄像的有效范围内。
在本实施方式中,第一智能设备获取第二智能设备的包括第二智能设备的标志码的图片,对标志码进行识别,并根据标志码与第二智能设备建立连接后,获取第二智能设备的拍摄参数。
其中,第二智能设备的拍摄参数包括第二智能设备的内部参数内部参数包括第二智能设备的图像放大倍数,还包括第二智能设备的像元尺寸。
其中,标志码为二维码或条形码中的一种,而且标识码包含多种信息,具体包括第二智能设备的识别码以及连接方式。可选地,标识码中还包括第二智能设备的二维码或条形码的实际尺寸以及形状。
具体地,第一智能设备对第二智能设备进行拍照或摄像,以获取第二智能设备的包括第二智能设备的标志码的图片。第一智能设备扫描该标志码,从标志码中获取第二智能设备的识别码以及连接方式,根据连接方式与第二智能设备建立连接。其中,识别码为智能设备出厂时预先设置好的,为每个智能设备的唯一身份验证,可以是设备号也可以是序列号。
另外,连接方式可以为有线连接,也可以为无线连接。具体的,无线连接方式可以为wifi连接或蓝牙连接或zigbee连接,具体的连接方式可依据智能设备的使用场景做出选择,在此不做具体限定。
102:第一智能设备获取图片中的标志码的像素尺寸以及形状,根据第一智能设备的拍摄参数、图片中的标志码的像素尺寸以及形状和标志码的实际尺寸以及形状计算确定第一智能设备与第二智能设备之间的相对位姿关系。
在本实施方式中,第一智能设备获取图片中的标志码的像素尺寸以及形状,并根据第一智能设备的拍摄参数、图片中的标志码的像素尺寸以及形状和标识码的实际尺寸以及形状计算确定第一智能设备与第二智能设备之间位姿关系。
其中,像素尺寸为图片中的标志码的像素数量。相对位姿关系具体为相对位置关系和相对姿态关系。具体地,相对位置关系包括相对距离关系,相对姿态关系包括相对角度关系。
其中,第一智能设备的拍摄参数包括第一智能设备的内部参数,具体地,内部参数包括第一智能设备的图像放大倍数和像元尺寸。
具体地,第一智能设备根据第一智能设备的拍摄参数、图片中的标志码的像素尺寸以及形状和标志码的实际尺寸以及形状按照标定算法建立成像几何模型,以确定第一智能设备和第二智能设备之间的相对位姿关系。在其中的一个实施方式中,可以通过线性标定算法建立成像几何模型,以确定第一智能设备和第二智能设备之间的相对位姿关系。
为了提高精度,在另一个实施方式中,也可以通过非线性标定算法建立成像几何模型,以确定第一智能设备和第二智能设备之间的相对位姿关系。同时,根据非线性标定算法建立成像几何模型可避免由于第一智能设备相对于第二智能设备的距离以及拍摄的角度所引起畸变。
在此,说明标定算法的原理以及计算过程。在视觉系统中,从摄像机获取的图像信息出发,计算三维环境的物体的位置、形状等几何信息,并识别环境中的物体。图像中每一点的位置与空间物体表面的相应点的几何位置有关。这些位置的相互关系,由成像几何模型所决定,一般通过标定算法计算确定几何模型。不妨假设摄像机所拍摄到的图像与三维空间中的物体之间存在以下一种简单的线性关系:[像]=M[物],这里,矩阵M可以看成是摄像机成像的几何模型。M中的参数就是摄像机参数。这个求解参数的过程就称为摄像机标定。在本实施方式中,第一智能设备根据其图像放大倍数和图像分辨率将图片中的标志码的像素尺寸进行单位转换,以与标志码的实际尺寸的单位统一。然后,再根据两者的尺寸大小关系以及形状关系确定第一智能设备与第二智能设备的相对位姿关系。
在一个实际的应用场景中,第二智能设备的标识码设置在其本体的侧面,例如,设置在第二智能设备的镜头的正上方。且标识码的形状为四边形,该四边形的尺寸是固定的,例如正方形或长方形中的一种;标识码的形状也可以为圆形或椭圆形,可根据实际情况设计,方便扫描识别即可。
当第一智能设备正对第二智能设备设置有标识码的一面进行拍摄时,获取到的标识码形状不会发生形变与实际标识码的形状是相同的,即,获取到的标识码尺寸相对于实际的尺寸是线性变化的,成比例放大或缩小。具体地,可采用线性标定法建立几何模型,以确定第一智能设备和第二智能设备之间的相对位姿关系。
而当第一智能设备相对于第二智能设备设置有标识码的一面按照一定的倾斜角度进行拍摄时,获取到的标识码的形状会发生相应的形变,例如,正方形的标识码会形变呈平行四边形或不规则的四边形,即,获取到的标志码的尺寸相对于实际的尺寸是非线性变化的,可根据获取到的标志码的尺寸以及标志码实际的尺寸确定该非线性关系,进而确定第一智能设备相对于第二智能设备设置有标识码的一面的倾斜角度。即,确定了第一智能设备与第二智能设备之间相对角度。具体地,可采用非线性标定法建立几何模型,以确定第一智能设备和第二智能设备之间的相对位姿关系。
为了更快捷方便的获取第二智能设备的标志码,可以在第二智能设备的多个不同位置设置标志码,每个位置的标识码中均相应设置有具体的方位信息,以使第一智能设备根据标识码的方位可以确定第一智能设备与第二智能设备之间方位。
103:第一智能设备根据第一智能设备的拍摄参数、第二智能设备的拍摄参数以及相对位姿关系与第二智能设备建立双目摄像模式。
在本实施方式中,第一智能设备根据第一智能设备的拍摄参数、第二智能设备的拍摄参数以及相对位姿关系与第二智能设备建立双目摄像模式。
其中,双目摄像模式模拟人类视觉原理,从两个或者多个点观察一个物体,获取在不同视角下的图像,根据图像之间像素的匹配关系,确定每对图像间的对应关系,通过三角测量原理得到视差图。在获得了视差信息后,根据投影模型可以得到原始图像的深度信息和三维信息,以计算出物体与相机之间的实际距离、物体三维大小,从而重建目标物体的三维形状与位置。
在一个具体的应用场景中,当第一智能设备和第二智能设备的拍摄方向相反或拍摄夹角度较大(如90°)时,第一智能设备和第二智能设备建立双目摄像模式后,第一智能设备可以获取第二智能设备获取到的图像。
在另一个具体的应用场景中,当第一智能设备和第二智能设备的拍摄方向相同,且拍摄夹角度在0°到90°之间时,第一智能设备和第二智能设备建立双目摄像模式后,可以通过第一智能设备自身拍摄的图像以及从第二智能设备获取的图像合成三维图像。
具体地,在设定的坐标系中,由第一智能设备与第二智能设备之间的相对位姿,可以确定第一智能设备与第二智能设备投影中心连线的距离以及各自的投影中心坐标,以确定投影模型。
第一智能设备与第二智能设备在同一时刻拍摄目标物体,分别获得相应的拍摄的图像,当第一智能设备与第二智能设备获取到的图像在同一平面上时,由第一智能设备与第二智能设备获取到的不同图像中目标物体的高度是相同的,但是在水平方向上存在视差。
在双目摄像的投影模型下,根据第一智能设备与第二智能的视差信息,可以得到原始图像的深度信息和三维信息,以计算出物体与智能设备之间的实际距离、物体三维大小,从而重建目标物体的三维形状与位置。在此,需要说明的是,第一智能设备与第二智能设备可互相获取并扫描对方的识别码,以自动建立双目摄像模式。为了获取更多的图像信息,也可以是多个智能设备互相获取并扫描对方的识别码,以自动建立多目像模式。例如,三个智能设备互相获取并扫描对方的识别码,以自动建立三目像模式。
区别于现有技术,本实施方式的智能设备可实时获取其他智能设备的包括其标识码的图片,根据标志码自动与对应的智能设备建立连接,在对图片中的标志码与实际的标志码进行处理分析后,确定智能设备之间的相对位姿关系,并根据相对位姿关系以及智能设备对应的拍摄参数建立双目摄像模式。本实施方式的智能设备可根据实际场景自适应、灵活的与其他智能设备建立双目摄像模式,以获取不同视角的图像,并可以确定公共视场内目标物体的三维尺寸及空间物体特征点的三维坐标,以方便对物体三维建模。
在本实施方式中,还提供了一种智能设备的连接方法,通过该方法第一智能设备可以利用第二智能设备优化行进路线,以改善第一智能设备在行进路线上视野范围有限的问题。
区别于上述实施方式中的连接方法,本实施方式的连接方法在第一智能设备根据第一智能设备的拍摄参数、第二智能设备的拍摄参数以及相对位姿关系与第二智能设备建立双目摄像模式的步骤之后还包括在第一智能设备与第二智能设备建立双目摄像模式后,第一智能设备获取第二智能设备所获取的图像;第一智能设备根据其自身拍摄的图像以及从第二智能设备所获取到的图像规划第一智能设备的行径路径的步骤。
在本实施方式中,第一智能设备与第二智能设备建立双目摄像模式后,第一智能设备获取第二智能设备所获取的图像。其中,第二智能设备获取到的图像中包括环境信息,具体地,环境信息包括第二智能设备视觉范围内物体的大小及摆设情况、运动情况等。第一智能设备根据其自身拍摄的图像以及从第二智能设备获取的图像判断第一智能设备当前行进路径上是否存在障碍;如果存在障碍,根据障碍的位置重新规划确定第一智能设备的行进路径。
在一个具体的应用场景中,第一智能设备在行进时,其受其行进路线和自身原因,第一智能设备的视野有局限性。第一智能设备可获取其他智能设备的图像信息,以重新规划行进路径。
下面以扫地机器人为例举例说明。在扫地机器人行进路线中,由于其自身的矮小,只能拍摄到周边小范围的环境信息。其计划的路径可能由于行进路线上有障碍物而成为“死胡同”,以至于扫地机器人不得不原路返回,降低工作效率。此时,扫地机器人能先利用其第一智能设备与视觉范围内的第二智能设备建立连接,以获取第二智能设备获取的环境信息。在其他情况下,还可以与第三智能设备建立连接,以获取第三智能设备获取的环境信息,根据智能设备的相对位置做出选择,在此不做限定。
扫地机器人根据从第二智能设备获得的环境信息以及其自身拍摄的图像判断扫地机器人当前行进路径上是否存在障碍。如果存在障碍,根据障碍的位置重新规划确定扫地机器人的行进路径。
可选地,在其他应用场景中,可以利用双目智能设备进行监测,不仅可以让监测画面更加清晰,还可以计算客流量、实时监测车速、车辆无人驾驶等。
区别于现有技术,本实施方式的智能设备可实时获取其他智能设备的包括其标识码的图片,根据标志码自动与对应的智能设备建立连接,在对图片中的标志码与实际的标志码进行处理分析后,确定智能设备之间的相对位姿关系,并根据相对位姿关系以及智能设备对应的拍摄参数建立双目摄像模式。本实施方式的智能设备可根据实际场景自适应、灵活的与其他智能设备建立双目摄像模式,以获取不同视角的图像,并可以确定公共视场内目标物体的三维尺寸及空间物体特征点的三维坐标,以方便对物体三维建模。
区别于上述实施方式,本实施方式的第一智能设备还获取第二智能设备所获取的图像信息,以全面掌握第一智能设备行进路程中的环境,从而,智能规划行进路径,避免第一智能设备在行进过程中被障碍物阻挡。
由于规划路径所需要的硬件资源较多,而且对处理器处理数据的要求较高,为了节省硬件资源,同时提高数据处理的能力,在另一个实施方式中,第一智能设备还可以将数据信息发送给外接的控制器,外接控制器根据接收到的数据信息规划第一智能设备的行径路径,第一智能设备再从外接控制器获取行径路径,并根据该行径路径行进。
其中,外接控制器可以为电脑,也可以为服务器,在此不做具体限定。
具体地,第一智能设备获取第二智能设备所获取的图像,并将其自身拍摄的图像、从第二智能设备获取到的图像、第一智能设备的拍摄参数以及第二智能设备的拍摄参数发送给外接控制器,以使外接控制器根据第一智能设备拍摄的图像、第二智能设备的图像、第一智能设备的拍摄参数以及第二智能设备的拍摄参数规划第一智能设备的行进路径。
由于第一智能设备和第二智能设备所获取的图像信息有限,无法全面反映第一智能设备行径路程中的所有环境信息,从而使得外接控制器规划的路径不够完善。为了避免前述情况的发生,在另一个实施方式中,外接控制器连接有多个智能设备,外接控制器中有大量的数据信息。第一智能设备还将其自身的物理定位信息发送给外接控制器,外接控制器根据该物理定位信息以及第一智能设备所发送的图片信息进行匹配,判断确定其数据库中是否存在与第一智能设备的物理定位信息以及第一智能设备所发送的图片信息相匹配的图像信息,如果有,则结合所有相关的图像信息进行路径规划。
区别于现有技术,本实施方式的智能设备可实时获取其他智能设备的包括其标识码的图片,根据标志码自动与对应的智能设备建立连接,在对图片中的标志码与实际的标志码进行处理分析后,确定智能设备之间的相对位姿关系,并根据相对位姿关系以及智能设备对应的拍摄参数建立双目摄像模式。本实施方式的智能设备可根据实际场景自适应、灵活的与其他智能设备建立双目摄像模式,以获取不同视角的图像,并可以确定公共视场内目标物体的三维尺寸及空间物体特征点的三维坐标,以方便对物体三维建模。
区别于上述实施方式,本实施方式的第一智能设备通过外接控制器规划其行进路径,可节省硬件资源,同时可提高路径规划的速度。
参阅图2,图2是本发明第一智能设备一实施方式的结构示意图。第一智能设备包括图像采集装置201以及处理器202。处理器202与图像采集装置201耦接。
其中,智能设备设备为机器人,也可以为智能摄像机,在此,不做具体限定。
在本实施方式中,图像采集装置201用于获取第二智能设备的包括第二智能设备的标志码的图片,具体地,图像采集装置201对第二智能设备进行拍照或摄像,以获取第二智能设备的包括第二智能设备的标志码的图片。
处理器202对标志码进行识别,根据标志码与第二智能设备建立连接后,获取第二智能设备的拍摄参数。
其中,第二智能设备的拍摄参数包括第二智能设备的内部参数以及外部参数。外部参数包括第二智能设备的光芯坐标,内部参数包括第二智能设备的图像放大倍数,还包括第二智能设备的像元尺寸。
其中,标志码为二维码或条形码中的一种,而且标识码包含多种信息,具体包括第二智能设备的识别码以及连接方式。可选地,标识码中还包括第二智能设备的二维码或条形码的实际尺寸以及形状。
处理器202扫描该标志码,从标志码中获取第二智能设备的识别码以及连接方式,根据连接方式与第二智能设备建立连接。其中,识别码为智能设备出厂时预先设置好的,为每个智能设备的唯一身份验证,可以是设备号也可以是序列号。
另外,连接方式可以为有线连接,也可以为无线连接。具体的,无线连接方式可以为wifi连接或蓝牙连接或zigbee连接,具体的连接方式可依据智能设备的使用场景做出选择,在此不做具体限定。
在本实施方式中,处理器202获取图片中的标志码的像素尺寸以及形状,并根据第一智能设备的拍摄参数、图片中的标志码的像素尺寸以及形状和标识码的实际尺寸以及形状计算确定第一智能设备与第二智能设备之间位姿关系。
其中,像素尺寸为图片中的标志码的像素数量。相对位姿关系具体为相对位置关系和相对姿态关系。具体地,相对位置关系包括相对距离关系,相对姿态关系包括相对角度关系。
其中,第一智能设备的拍摄参数包括第一智能设备的外部参数和内部参数,具体地,外部参数包括第一智能设备的光芯坐标,内部参数包括第一智能设备的图像放大倍数。
具体地,处理器202根据第一智能设备的拍摄参数、图片中的标志码的像素尺寸以及形状和标志码的实际尺寸以及形状按照标定算法建立成像几何模型,以确定第一智能设备和第二智能设备之间的相对位姿关系。在其中的一个实施方式中,可以通过线性标定算法建立成像几何模型,以确定第一智能设备和第二智能设备之间的相对位姿关系。
为了提高精度,在另一个实施方式中,也可以通过非线性标定算法建立成像几何模型,以确定第一智能设备和第二智能设备之间的相对位姿关系。同时,根据非线性标定算法建立成像几何模型可避免由于第一智能设备相对于第二智能设备的距离以及拍摄的角度所引起畸变。
在此,说明标定算法的原理以及计算过程。在视觉系统中,从摄像机获取的图像信息出发,计算三维环境的物体的位置、形状等几何信息,并识别环境中的物体。图像中每一点的位置与空间物体表面的相应点的几何位置有关。这些位置的相互关系,由成像几何模型所决定,一般通过标定算法计算确定几何模型。不妨假设摄像机所拍摄到的图像与三维空间中的物体之间存在以下一种简单的线性关系:[像]=M[物],这里,矩阵M可以看成是摄像机成像的几何模型。M中的参数就是摄像机参数。这个求解参数的过程就称为摄像机标定。
在本实施方式中,处理器202根据第一智能设备的图像放大倍数和图像分辨率将图片中的标志码的像素尺寸进行单位转换,以与标志码的实际尺寸的单位统一。然后,再根据两者的尺寸大小关系以及形状关系确定第一智能设备与第二智能设备的相对位姿关系。
在一个实际的应用场景中,第二智能设备的标识码设置在其本体的侧面,例如,设置在第二智能设备的镜头的正上方。且标识码的形状为四边形,该四边形的尺寸是固定的,例如正方形或长方形中的一种;标识码的形状也可以为圆形或椭圆形,可根据实际情况设计,方便扫描识别即可。
当第一智能设备正对第二智能设备设置有标识码的一面进行拍摄时,获取到的标识码形状不会发生形变与实际标识码的形状是相同的,即,获取到的标识码尺寸相对于实际的尺寸是线性变化的,成比例放大或缩小。具体地,可采用线性标定法建立几何模型,以确定第一智能设备和第二智能设备之间的相对位姿关系。
而当第一智能设备相对于第二智能设备设置有标识码的一面按照一定的倾斜角度进行拍摄时,获取到的标识码的形状会发生相应的形变,例如,正方形的标识码会形变呈平行四边形或不规则的四边形,即,获取到的标志码的尺寸相对于实际的尺寸是非线性变化的,可根据获取到的标志码的尺寸以及标志码实际的尺寸确定该非线性关系,进而确定第一智能设备相对于第二智能设备设置有标识码的一面的倾斜角度。即,确定了第一智能设备与第二智能设备之间相对角度。具体地,可采用非线性标定法建立几何模型,以确定第一智能设备和第二智能设备之间的相对位姿关系。
为了更快捷方便的获取第二智能设备的标志码,可以在第二智能设备的多个不同位置设置标志码,每个位置的标识码中均相应设置有具体的方位信息,以使第一智能设备根据标识码的方位可以确定第一智能设备与第二智能设备之间方位。
在本实施方式中,处理器202根据第一智能设备的拍摄参数、第二智能设备的拍摄参数以及相对位姿关系与第二智能设备建立双目摄像模式。
其中,双目摄像模式模拟人类视觉原理,从两个或者多个点观察一个物体,获取在不同视角下的图像,根据图像之间像素的匹配关系,确定每对图像间的对应关系,通过三角测量原理得到视差图。在获得了视差信息后,根据投影模型可以得到原始图像的深度信息和三维信息,以计算出物体与相机之间的实际距离、物体三维大小,从而重建目标物体的三维形状与位置。
在一个具体的应用场景中,当第一智能设备和第二智能设备的拍摄方向相反或拍摄夹角度较大(如90°)时,第一智能设备和第二智能设备建立双目摄像模式后,第一智能设备可以获取第二智能设备获取到的图像。
在另一个具体的应用场景中,当第一智能设备和第二智能设备的拍摄方向相同,且拍摄夹角度在0°到90°之间时,第一智能设备和第二智能设备建立双目摄像模式后,可以通过第一智能设备自身拍摄的图像以及从第二智能设备获取的图像合成三维图像。
具体地,在设定的坐标系中,由第一智能设备与第二智能设备之间的相对位姿,可以确定第一智能设备与第二智能设备投影中心连线的距离以及各自的投影中心坐标,以确定投影模型。
第一智能设备与第二智能设备在同一时刻拍摄目标物体,分别获得相应的拍摄的图像,当第一智能设备与第二智能设备获取到的图像在同一平面上时,由第一智能设备与第二智能设备获取到的不同图像中目标物体的高度是相同的,但是在水平方向上存在视差。
在双目摄像的投影模型下,根据第一智能设备与第二智能的视差信息,可以得到原始图像的深度信息和三维信息,以计算出物体与智能设备之间的实际距离、物体三维大小,从而重建目标物体的三维形状与位置。
在此,需要说明的是,第一智能设备与第二智能设备可互相获取并扫描对方的识别码,以自动建立双目摄像模式。为了获取更多的图像信息,也可以是多个智能设备互相获取并扫描对方的识别码,以自动建立多目像模式。例如,三个智能设备互相获取并扫描对方的识别码,以自动建立三目像模式。
处理器202还可以利用第二智能设备优化行进路线,以改善第一智能设备在行进路线上视野范围有限的问题。
在本实施方式中,第一智能设备与第二智能设备建立双目摄像模式后,处理器202获取第二智能设备所获取的图像。其中,第二智能设备获取到的图像中包括环境信息,具体地,环境信息包括第二智能设备视觉范围内物体的大小及摆设情况、运动情况等。处理器202根据第一智能设备拍摄的图像以及从第二智能设备获取的图像判断第一智能设备当前行进路径上是否存在障碍;如果存在障碍,根据障碍的位置重新规划确定第一智能设备的行进路径。
在一个具体的应用场景中,第一智能设备在行进时,其受其行进路线和自身原因,第一智能设备的视野有局限性。第一智能设备可获取其他智能设备的图像信息,以重新规划行进路径。
下面以扫地机器人为例举例说明。在扫地机器人行进路线中,由于其自身的矮小,只能拍摄到周边小范围的环境信息。其计划的路径可能由于行进路线上有障碍物而成为“死胡同”,以至于扫地机器人不得不原路返回,降低工作效率。此时,扫地机器人能先利用其第一智能设备与视觉范围内的第二智能设备建立连接,以获取第二智能设备获取的环境信息。在其他情况下,还可以与第三智能设备建立连接,以获取第三智能设备获取的环境信息,根据智能设备的相对位置做出选择,在此不做限定。
扫地机器人根据从第二智能设备获得的环境信息以及其自身拍摄的图像判断扫地机器人当前行进路径上是否存在障碍。如果存在障碍,根据障碍的位置重新规划确定扫地机器人的行进路径。
可选地,在其他应用场景中,可以利用双目智能设备进行监测,不仅可以让监测画面更加清晰,还可以计算客流量、实时监测车速、车辆无人驾驶等。
由于规划路径所需要的硬件资源较多,而且对处理器20处理数据的要求较高,为了节省硬件资源,同时提高数据处理的能力,在另一个实施方式中,处理器202还可以将数据信息发送给外接的控制器,外接控制器根据接收到的数据信息规划第一智能设备的行径路径,处理器202再从外接控制器获取行径路径,第一智能设备并根据该行径路径行进。
其中,外接控制器可以为电脑,也可以为服务器,在此不做具体限定。
具体地,处理器202获取第二智能设备所获取的图像,并将其自身拍摄的图像、从第二智能设备获取到的图像、第一智能设备的拍摄参数以及第二智能设备的拍摄参数发送给外接控制器,以使外接控制器根据第一智能设备拍摄的图像、第二智能设备的图像、第一智能设备的拍摄参数以及第二智能设备的拍摄参数规划第一智能设备的行进路径。
由于第一智能设备和第二智能设备所获取的图像信息有限,无法全面反映第一智能设备行径路程中的所有环境信息,从而使得外接控制器规划的路径不够完善。为了避免前述情况的发生,在另一个实施方式中,外接控制器连接有多个智能设备,外接控制器中有大量的数据信息。处理器202还将其自身的物理定位信息发送给外接控制器,外接控制器根据该物理定位信息以及第一智能设备所发送的图片信息进行匹配,判断确定其数据库中是否存在与第一智能设备的物理定位信息以及第一智能设备所发送的图片信息相匹配的图像信息,如果有,则结合所有相关的图像信息进行路径规划。
区别于现有技术,本实施方式的智能设备可实时获取其他智能设备的包括其标识码的图片,根据标志码自动与对应的智能设备建立连接,在对图片中的标志码与实际的标志码进行处理分析后,确定智能设备之间的相对位姿关系,并根据相对位姿关系以及智能设备对应的拍摄参数建立双目摄像模式。本实施方式的智能设备可根据实际场景自适应、灵活的与其他智能设备建立双目摄像模式,以获取不同视角的图像,并可以确定公共视场内目标物体的三维尺寸及空间物体特征点的三维坐标,以方便对物体三维建模。
第一智能设备还获取第二智能设备所获取的图像信息,以全面掌握第一智能设备行进路程中的环境,从而,智能规划行进路径,避免第一智能设备在行进过程中被障碍物阻挡。
图3是本发明的具有存储功能的装置一实施方式的结构示意图。在本实施方式中,具有存储功能的装置30中存储有至少一个程序数据301。程序数据301用于执行上述任一实施方式中的基于标志物的定位方法。
其中,具有存储功能的装置30可以是智能设备中的存储芯片、硬盘或者是移动硬盘或者优盘、光盘等其他可读写存储的工具,还可以是服务器等,在此不做具体限定。在本申请所提供的几个实施例中,应该理解到,所揭露的方法和装置,可以通过其它的方式实现。以上所描述的装置实施方式仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。
基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (20)
1.一种智能设备的连接方法,其特征在于,所述连接方法包括:
第一智能设备获取第二智能设备的包括第二智能设备的标志码的图片,对所述标志码进行识别,根据所述标志码与所述第二智能设备建立连接后,获取所述第二智能设备的拍摄参数;
所述第一智能设备获取所述图片中的标志码的像素尺寸以及形状,根据所述第一智能设备的拍摄参数、所述图片中的标志码的像素尺寸以及形状和所述标志码的实际尺寸以及形状计算确定所述第一智能设备与所述第二智能设备之间的相对位姿关系;
所述第一智能设备根据所述第一智能设备的拍摄参数、所述第二智能设备的拍摄参数以及所述相对位姿关系与所述第二智能设备建立双目摄像模式。
2.根据权利要求1所述的智能设备的连接方法,其特征在于,所述根据所述第一智能设备的拍摄参数、所述图片中的标志码的像素尺寸以及形状和所述标志码的实际尺寸以及形状计算确定所述第一智能设备与所述第二智能设备之间的相对位姿关系的步骤具体包括:
根据所述第一智能设备的拍摄参数、所述图片中的标志码的像素尺寸以及形状和所述标志码的实际尺寸以及形状按照标定算法建立成像几何模型,以确定所述第一智能设备和所述第二智能设备之间的相对位姿关系。
3.根据权利要求2所述的智能设备的连接方法,其特征在于,所述标定算法为线性标定算法或非线性标定算法。
4.根据权利要求1所述的智能设备的连接方法,其特征在于,所述连接方法还包括:
在所述第一智能设备与所述第二智能设备建立双目摄像模式后,所述第一智能设备获取所述第二智能设备所获取的图像;
所述第一智能设备根据其自身拍摄的图像以及从所述第二智能设备所获取到的图像规划所述第一智能设备的行径路径。
5.根据权利要求4所述的智能设备的连接方法,其特征在于,所述第一智能设备根据其自身拍摄的图像以及从所述第二智能设备所获取到的图像规划所述第一智能设备的行径路径的步骤具体包括:
所述第一智能设备根据其自身拍摄的图像以及从所述第二智能设备所获取到的图像判断确定其当前行进路径上是否存在障碍;如果存在障碍,根据所述障碍的位置重新规划所述第一智能设备的行进路径。
6.根据权利要求1所述的智能设备的连接方法,其特征在于,所述连接方法还包括:
所述第一智能设备获取所述第二智能设备所获取的图像;
所述第一智能设备将其自身拍摄的图像、从所述第二智能设备获取到的图像、所述第一智能设备的拍摄参数以及所述第二智能设备的拍摄参数发送给外接控制器,以使所述外接控制器根据所述第一智能设备拍摄的图像、所述第二智能设备的图像、所述第一智能设备的拍摄参数以及所述第二智能设备的拍摄参数规划所述第一智能设备的行进路径。
7.根据权利要求1所述的智能设备的连接方法,其特征在于,所述第一智能设备获取第二智能设备的包括第二智能设备的标志码的图片步骤具体包括:
第一智能设备对第二智能设备进行拍摄,以获取第二智能设备的包括第二智能设备的标志码的图片。
8.根据权利要求1所述的智能设备的连接方法,其特征在于,所述第一智能设备的拍摄参数包括所述第一智能设备内部参数,其中,所述内部参数包括所述第一智能设备的图像放大倍数和像元尺寸。
9.根据权利要求1所述的智能设备的连接方法,其特征在于,所述第二智能设备的拍摄参数包括所述第二智能设备的内部参数,其中,所述内部参数包括所述第二智能设备的图像放大倍数和像元尺寸。
10.根据权利要求1所述的智能设备的连接方法,其特征在于,所述标志码为二维码或条形码中的一种。
11.根据权利要求1所述的智能设备的连接方法,其特征在于,所述标志码包括所述标志码的实际尺寸以及形状和连接方式信息。
12.第一智能设备,其特征在于,第一智能设备包括图像采集装置及处理器,所述图像采集装置与所述处理器耦接;
所述图像采集装置用于获取第二智能设备的包括第二智能设备的标志码的图片;
所述处理器用于对所述标志码进行识别,根据所述标志码与所述第二智能设备建立连接后,获取所述第二智能设备的拍摄参数;并获取所述图片中的标志码的像素尺寸以及形状,根据所述第一智能设备的拍摄参数、所述图片中的标志码的像素尺寸以及形状和所述标志码的实际尺寸以及形状计算确定所述第一智能设备与所述第二智能设备之间的相对位姿关系;
所述处理器还用于根据所述第一智能设备的拍摄参数、所述第二智能设备的拍摄参数以及所述相对位姿关系与所述第二智能设备建立双目摄像模式。
13.根据权利要求12所述的第一智能设备,其特征在于,所述处理器具体用于根据所述第一智能设备的拍摄参数、所述图片中的标志码的像素尺寸以及形状和所述标志码的实际尺寸以及形状按照标定算法建立成像几何模型,以确定所述第一智能设备和所述第二智能设备之间的相对位姿关系。
14.根据权利要求13所述的第一智能设备,其特征在于,所述标定算法为线性标定算法或非线性标定算法。
15.根据权利要求12所述的第一智能设备,其特征在于,所述处理器还用于在所述第一智能设备与所述第二智能设备建立双目摄像模式后,获取所述第二智能设备所获取的图像;并根据所述第一智能设备拍摄的图像以及从所述第二智能设备所获取到的图像规划所述第一智能设备的行径路径。
16.根据权利要求12所述的第一智能设备,其特征在于,所述处理器还用于获取所述第二智能设备所获取的图像;
并将所述第一智能设备拍摄的图像、从所述第二智能设备获取到的图像、所述第一智能设备的拍摄参数以及所述第二智能设备的拍摄参数发送给外接控制器,以使所述外接控制器根据所述第一智能设备拍摄的图像、所述第二智能设备的图像、所述第一智能设备的拍摄参数以及所述第二智能设备的拍摄参数规划所述第一智能设备的行进路径。
17.根据权利要求12所述的第一智能设备,其特征在于,所述第一智能设备的拍摄参数包括所述第一智能设备的内部参数,其中,所述内部参数包括所述第一智能设备的图像放大倍数和像元尺寸。
18.根据权利要求12所述的第一智能设备,其特征在于,所述第二智能设备的拍摄参数包括所述第二智能设备的内部参数,其中,所述内部参数包括所述第二智能设备的图像放大倍数和像元尺寸。
19.根据权利要求12所述的第一智能设备,其特征在于,所述标志码包括所述标志码的实际尺寸以及形状和连接方式信息。
20.一种具有存储功能的装置,其特征在于,所述具有存储功能的装置上存储有程序数据,所述程序数据被执行时实现如权利要求1-11任一所述的连接方法中的步骤。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2017/119598 WO2019127287A1 (zh) | 2017-12-28 | 2017-12-28 | 第一智能设备及其连接方法以及具有存储功能的装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109644263A true CN109644263A (zh) | 2019-04-16 |
CN109644263B CN109644263B (zh) | 2021-02-26 |
Family
ID=66053536
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780035397.XA Active CN109644263B (zh) | 2017-12-28 | 2017-12-28 | 第一智能设备及其连接方法以及具有存储功能的装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109644263B (zh) |
WO (1) | WO2019127287A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113781548A (zh) * | 2020-06-10 | 2021-12-10 | 华为技术有限公司 | 多设备的位姿测量方法、电子设备及系统 |
WO2022156598A1 (zh) * | 2021-01-21 | 2022-07-28 | 维沃移动通信有限公司 | 蓝牙连接方法、装置和电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110149041A1 (en) * | 2009-12-17 | 2011-06-23 | UDP Technology Ltd. | Apparatus and method for camera parameter calibration |
CN103852066A (zh) * | 2012-11-28 | 2014-06-11 | 联想(北京)有限公司 | 一种设备定位的方法、控制方法、电子设备及系统 |
CN104010379A (zh) * | 2013-02-22 | 2014-08-27 | 中国移动通信集团公司 | 设备间自动连接方法及系统、设备 |
CN105955279A (zh) * | 2016-07-18 | 2016-09-21 | 中国矿业大学 | 一种基于图像视觉的移动机器人路径规划方法及装置 |
CN107094231A (zh) * | 2017-01-11 | 2017-08-25 | 口碑控股有限公司 | 智能拍摄方法和装置 |
WO2018089824A1 (en) * | 2016-11-11 | 2018-05-17 | Honey Inc. | Mobile device gesture and proximity communication |
-
2017
- 2017-12-28 WO PCT/CN2017/119598 patent/WO2019127287A1/zh active Application Filing
- 2017-12-28 CN CN201780035397.XA patent/CN109644263B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110149041A1 (en) * | 2009-12-17 | 2011-06-23 | UDP Technology Ltd. | Apparatus and method for camera parameter calibration |
CN103852066A (zh) * | 2012-11-28 | 2014-06-11 | 联想(北京)有限公司 | 一种设备定位的方法、控制方法、电子设备及系统 |
CN104010379A (zh) * | 2013-02-22 | 2014-08-27 | 中国移动通信集团公司 | 设备间自动连接方法及系统、设备 |
CN105955279A (zh) * | 2016-07-18 | 2016-09-21 | 中国矿业大学 | 一种基于图像视觉的移动机器人路径规划方法及装置 |
WO2018089824A1 (en) * | 2016-11-11 | 2018-05-17 | Honey Inc. | Mobile device gesture and proximity communication |
CN107094231A (zh) * | 2017-01-11 | 2017-08-25 | 口碑控股有限公司 | 智能拍摄方法和装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113781548A (zh) * | 2020-06-10 | 2021-12-10 | 华为技术有限公司 | 多设备的位姿测量方法、电子设备及系统 |
WO2022156598A1 (zh) * | 2021-01-21 | 2022-07-28 | 维沃移动通信有限公司 | 蓝牙连接方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109644263B (zh) | 2021-02-26 |
WO2019127287A1 (zh) | 2019-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110728715B (zh) | 一种智能巡检机器人摄像机角度自适应调整方法 | |
CN109579843B (zh) | 一种空地多视角下的多机器人协同定位及融合建图方法 | |
CN106993181B (zh) | 多vr/ar设备协同系统及协同方法 | |
CN106600627A (zh) | 一种基于标志点的刚体运动捕捉方法及系统 | |
CN108171748A (zh) | 一种面向机器人智能抓取应用的视觉识别与定位方法 | |
CN110084243B (zh) | 一种基于二维码和单目相机的档案识别与定位方法 | |
CN110176032A (zh) | 一种三维重建方法及装置 | |
CN110262507A (zh) | 一种基于5g通信的相机阵列机器人定位方法及装置 | |
CN110458897A (zh) | 多摄像头自动标定方法及系统、监控方法及系统 | |
CN110992487B (zh) | 手持式飞机油箱快速三维地图重建装置及重建方法 | |
CN102141398A (zh) | 基于单目视觉的多机器人位置与姿态测量方法 | |
CN110838164B (zh) | 基于物体点深度的单目图像三维重建方法、系统及装置 | |
CN107491071A (zh) | 一种智能多机器人协同测图系统及其方法 | |
CN110281231A (zh) | 无人化fdm增材制造的移动机器人三维视觉抓取方法 | |
CN107767424A (zh) | 多相机系统的标定方法、多相机系统及终端设备 | |
CN115512042A (zh) | 网络训练及场景重建方法、装置、机械、系统及设备 | |
CN110044374A (zh) | 一种基于图像特征的单目视觉测量里程的方法及里程计 | |
CN110910460A (zh) | 一种获取位置信息的方法、装置及标定设备 | |
CN107590444A (zh) | 静态障碍物的检测方法、装置及存储介质 | |
CN106370160A (zh) | 一种机器人室内定位系统和方法 | |
CN106203429A (zh) | 基于双目立体视觉复杂背景下的遮挡目标检测方法 | |
CN105373130A (zh) | 基于立体建模的特种设备事故现场信息探测系统 | |
CN103716399A (zh) | 基于无线网络的远程交互果实采摘协同异步控制系统及方法 | |
CN109644263A (zh) | 第一智能设备及其连接方法以及具有存储功能的装置 | |
CN114299039A (zh) | 一种机器人及其碰撞检测装置和方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |