CN110176034A - 用于vslam的定位方法及扫描终端 - Google Patents
用于vslam的定位方法及扫描终端 Download PDFInfo
- Publication number
- CN110176034A CN110176034A CN201910443701.5A CN201910443701A CN110176034A CN 110176034 A CN110176034 A CN 110176034A CN 201910443701 A CN201910443701 A CN 201910443701A CN 110176034 A CN110176034 A CN 110176034A
- Authority
- CN
- China
- Prior art keywords
- scan
- model
- object space
- camera
- image
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- 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
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种用于VSLAM的定位方法及扫描终端，所述定位方法包括：所述扫描终端获取一目标空间的场景模型；所述扫描终端在所述目标空间内获取至少一3D影像；识别3D影像中的目标特征点；在所述场景模型中查找所述目标特征点的位置，根据所述3D影像中的深度信息获取目标特征点与扫描终端的距离；根据目标特征点在场景模型中的位置以及所述距离获取扫描终端在目标空间的位置。本发明的用于VSLAM的定位方法及扫描终端能够快速定位设备自身位置，数据处理不仅节省设备资源而且定位准确，便于用户使用。
Description
技术领域
本发明涉及一种用于VSLAM的定位方法及扫描终端。
背景技术
SLAM是Simultaneous Localization and Mapping的缩写，意为“同时定位与建图”。它是指运动物体根据传感器的信息，一边计算自身位置，一边构建环境地图的过程。目前，SLAM的应用领域主要有机器人、虚拟现实和增强现实。其用途包括传感器自身的定位，以及后续的路径规划、场景理解。
随着传感器种类和安装方式的不同，SLAM的实现方式和难度会有很大差异。按传感器来分，SLAM主要分为激光、视觉两大类。其中，激光SLAM研究较早，理论和工程均比较成熟。
最早的SLAM雏形是在军事上的应用，主要传感器是军用雷达。SLAM技术发展到如今已经几十年，目前以激光雷达作为主传感器的SLAM技术比较稳定、可靠，仍然是主流的技术方案。但随着最近几年计算机视觉技术的快速发展，SLAM技术越来越多的应用于家用机器人、无人机、AR设备，基于视觉的Visual SLAM(简称VSLAM)逐渐开始崭露头角。
现有技术中，空间中定位时不够精确，容易出错，而且运算速度慢。
发明内容
本发明要解决的技术问题是为了克服现有技术中空间中定位时不够精确，容易出错，而且运算速度慢的缺陷，提供一种能够快速定位设备自身位置，数据处理不仅节省设备资源而且定位准确，便于用户使用的用于VSLAM的定位方法及扫描终端。
本发明是通过下述技术方案来解决上述技术问题：
一种用于VSLAM的定位方法，其特点在于，所述定位方法通过一扫描终端实现，所述定位方法包括：
所述扫描终端获取一目标空间的场景模型；
所述扫描终端在所述目标空间内获取至少一3D影像；
识别3D影像中的目标特征点；
在所述场景模型中查找所述目标特征点的位置，根据所述3D影像中的深度信息获取目标特征点与扫描终端的距离；
根据目标特征点在场景模型中的位置以及所述距离获取扫描终端在目标空间的位置。
较佳地，所述扫描终端获取一目标空间的场景模型，包括：
所述扫描终端在目标空间中的若干位置点进行扫描；
每一位置点生成一3D模型；
识别每一3D模型上的拼接特征点；
利用相同拼接特征点将全部3D模型缝合以生成所述场景模型。
较佳地，所述定位方法包括：
所述扫描终端在所述目标空间内的拍摄位置获取两个3D影像；
识别每一3D影像中的目标特征点，在所述场景模型中查找目标特征点的位置；
根据拍摄位置到每一目标特征点的距离以及所述两个3D影像的拍摄方向所成夹角获取拍摄位置与目标特征点所在墙体之间的距离作为所述扫描终端在目标空间的位置。
较佳地，所述扫描终端包括一已知高度的2D摄像头，所述场景模型为3D模型，所述定位方法还包括：
每一位置点生成一2D影像；
在2D摄像头所在水平面上按照预设规则获取2D摄像头在目标空间的位置，所述预设规则为在所述水平面上设置观测点并通过查找与所述2D影像相同的观测点处所获取的影像，将观测点位置做为所述2D摄像头的位置；
利用2D影像获取的2D摄像头的位置来校准扫描终端在目标空间的位置。
较佳地，利用2D影像获取的2D摄像头的位置来校准扫描终端在目标空间的位置，包括：
获取2D摄像头的位置与扫描终端在目标空间的位置的距离差；
判断所述距离差是否大于预设值，若是则作出语音提示，若否则输出扫描终端在目标空间的位置。
本发明还提供一种基于VSLAM的扫描终端，其特点在于，所述扫描终端包括一获取模块、一拍摄模块、一识别模块、一查找模块以及计算模块，
所述获取模块用于所述扫描终端获取一目标空间的场景模型；
所述拍摄模块用于所述扫描终端在所述目标空间内获取至少一3D影像；
所述识别模块用于识别3D影像中的目标特征点；
所述查找模块用于在所述场景模型中查找所述目标特征点的位置，根据所述3D影像中的深度信息获取目标特征点与扫描终端的距离；
所述计算模块用于根据目标特征点在场景模型中的位置以及所述距离获取扫描终端在目标空间的位置。
较佳地，所述获取模块用于：
所述扫描终端在目标空间中的若干位置点进行扫描；
每一位置点生成一3D模型；
识别每一3D模型上的拼接特征点；
利用相同拼接特征点将全部3D模型缝合以生成所述场景模型。
较佳地，所述拍摄模块用于在所述目标空间内的拍摄位置获取两个3D影像；
所述识别模块用于识别每一3D影像中的目标特征点，在所述场景模型中查找目标特征点的位置；
所述计算模块用于根据拍摄位置到每一目标特征点的距离以及所述两个3D影像的拍摄方向所成夹角获取拍摄位置与目标特征点所在墙体之间的距离作为所述扫描终端在目标空间的位置。
较佳地，所述扫描终端包括一已知高度的2D摄像头，所述场景模型为3D模型，所述扫描终端还包括一校准模块，
所述2D摄像头用于每一位置点生成一2D影像；
所述计算模块用于在2D摄像头所在水平面上按照预设规则获取2D摄像头在目标空间的位置，所述预设规则为在所述水平面上设置观测点并通过查找与所述2D影像相同的观测点处所获取的影像，将观测点位置做为所述2D摄像头的位置；
所述校准模块用于利用2D影像获取的2D摄像头的位置来校准扫描终端在目标空间的位置。
较佳地，所述校准模块用于：
获取2D摄像头的位置与扫描终端在目标空间的位置的距离差；
判断所述距离差是否大于预设值，若是则作出语音提示，若否则输出扫描终端在目标空间的位置。
在符合本领域常识的基础上，上述各优选条件，可任意组合，即得本发明各较佳实例。
本发明的积极进步效果在于：
本发明的用于VSLAM的定位方法及扫描终端能够快速定位设备自身位置，数据处理不仅节省设备资源而且定位准确，便于用户使用。
附图说明
图1为本发明实施例1的定位方法的流程图。
图2为本发明实施例1的定位方法的另一流程图。
图3为本发明实施例1的定位方法的又一流程图。
图4为本发明实施例1的定位方法的又一流程图。
具体实施方式
下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。
实施例1
本实施例提供一种基于VSLAM的扫描终端，所述扫描终端为家用扫地机器人。
所述扫描终端包括一获取模块、一拍摄模块、一识别模块、一查找模块以及计算模块。
所述获取模块用于所述扫描终端获取一目标空间的场景模型；
所述拍摄模块用于所述扫描终端在所述目标空间内获取至少一3D影像；
所述识别模块用于识别3D影像中的目标特征点；
所述查找模块用于在所述场景模型中查找所述目标特征点的位置，根据所述3D影像中的深度信息获取目标特征点与扫描终端的距离；
所述计算模块用于根据目标特征点在场景模型中的位置以及所述距离获取扫描终端在目标空间的位置。
本实施例的获取模块提供一种场景建模的方式，具体为，所述获取模块用于：
所述扫描终端在目标空间中的若干位置点进行扫描；
每一位置点生成一3D模型；
识别每一3D模型上的拼接特征点；
利用相同拼接特征点将全部3D模型缝合以生成所述场景模型。
本实施例的扫描终端还包括具体地获取所述扫描终端在目标空间的位置的算法。
所述拍摄模块用于在所述目标空间内的拍摄位置获取两个3D影像；
所述识别模块用于识别每一3D影像中的目标特征点，在所述场景模型中查找目标特征点的位置；
所述计算模块用于根据拍摄位置到每一目标特征点的距离以及所述两个3D影像的拍摄方向所成夹角获取拍摄位置与目标特征点所在墙体之间的距离作为所述扫描终端在目标空间的位置。
进一步地，本实施例的扫描终端通过两种方式来获取在目标空间的位置，通过两种方式获取的位置能够进行校准，具体方式包括：求两个位置的平均值作为最终位置数据，也可以在两个位置相差较远的时候进行提示、报错，而且本实施例采用2D摄像头，运算速度更快。具体为：
所述扫描终端包括一已知高度的2D摄像头，所述场景模型为3D模型，所述扫描终端还包括一校准模块，
所述2D摄像头用于每一位置点生成一2D影像；
所述计算模块用于在2D摄像头所在水平面上按照预设规则获取2D摄像头在目标空间的位置，所述预设规则为在所述水平面上设置观测点并通过查找与所述2D影像相同的观测点处所获取的影像，将观测点位置做为所述2D摄像头的位置；
所述校准模块用于利用2D影像获取的2D摄像头的位置来校准扫描终端在目标空间的位置。
所述校准模块具体用于：
获取2D摄像头的位置与扫描终端在目标空间的位置的距离差；
判断所述距离差是否大于预设值，若是则作出语音提示，若否则输出扫描终端在目标空间的位置。
参见图1，利用上述扫地机器人，本实施例还提供一种用于VSLAM的定位方法，包括：
步骤100、所述扫描终端获取一目标空间的场景模型；
步骤101、所述扫描终端在所述目标空间内获取至少一3D影像；
步骤102、识别3D影像中的目标特征点；
步骤103、在所述场景模型中查找所述目标特征点的位置，根据所述3D影像中的深度信息获取目标特征点与扫描终端的距离；
步骤104、根据目标特征点在场景模型中的位置以及所述距离获取扫描终端在目标空间的位置。
参见图2，其中，步骤100包括：
步骤1001、所述扫描终端在目标空间中的若干位置点进行扫描；
步骤1002、每一位置点生成一3D模型；
步骤1003、识别每一3D模型上的拼接特征点；
步骤1004、利用相同拼接特征点将全部3D模型缝合以生成所述场景模型。
步骤101可以具体为：所述扫描终端在所述目标空间内的拍摄位置获取两个3D影像；
步骤102可以具体为识别每一3D影像中的目标特征点，在所述场景模型中查找目标特征点的位置；
步骤104可以具体为根据拍摄位置到每一目标特征点的距离以及所述两个3D影像的拍摄方向所成夹角获取拍摄位置与目标特征点所在墙体之间的距离作为所述扫描终端在目标空间的位置。
参见图3，所述定位方法还包括下述利用2D影像进行定位的方法，利用2D影像进行定位的方法可以与利用3D影像进行定位的方法(步骤101至104)同时进行也可以先后进行。
另外，利用2D摄像头通过移动中不断的拍摄也能够获取3D场景模型。
步骤200、每一位置点生成一2D影像；
步骤201、在2D摄像头所在水平面上按照预设规则获取2D摄像头在目标空间的位置，所述预设规则为在所述水平面上设置观测点并通过查找与所述2D影像相同的观测点处所获取的影像，将观测点位置做为所述2D摄像头的位置；
步骤202、利用2D影像获取的2D摄像头的位置来校准扫描终端在目标空间的位置。
参见图4，所述定位方法还包括：
步骤105、获取2D摄像头的位置与扫描终端在目标空间的位置的距离差；
步骤106、判断所述距离差是否大于预设值，若是则作出语音提示，若否则输出扫描终端在目标空间的位置。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。
Claims (10)
1.一种用于VSLAM的定位方法，其特征在于，所述定位方法通过一扫描终端实现，所述定位方法包括：
所述扫描终端获取一目标空间的场景模型；
所述扫描终端在所述目标空间内获取至少一3D影像；
识别3D影像中的目标特征点；
在所述场景模型中查找所述目标特征点的位置，根据所述3D影像中的深度信息获取目标特征点与扫描终端的距离；
根据目标特征点在场景模型中的位置以及所述距离获取扫描终端在目标空间的位置。
2.如权利要求1所述的定位方法，其特征在于，所述扫描终端获取一目标空间的场景模型，包括：
所述扫描终端在目标空间中的若干位置点进行扫描；
每一位置点生成一3D模型；
识别每一3D模型上的拼接特征点；
利用相同拼接特征点将全部3D模型缝合以生成所述场景模型。
3.如权利要求1所述的定位方法，其特征在于，所述定位方法包括：
所述扫描终端在所述目标空间内的拍摄位置获取两个3D影像；
识别每一3D影像中的目标特征点，在所述场景模型中查找目标特征点的位置；
根据拍摄位置到每一目标特征点的距离以及所述两个3D影像的拍摄方向所成夹角获取拍摄位置与目标特征点所在墙体之间的距离作为所述扫描终端在目标空间的位置。
4.如权利要求1所述的定位方法，其特征在于，所述扫描终端包括一已知高度的2D摄像头，所述场景模型为3D模型，所述定位方法还包括：
每一位置点生成一2D影像；
在2D摄像头所在水平面上按照预设规则获取2D摄像头在目标空间的位置，所述预设规则为在所述水平面上设置观测点并通过查找与所述2D影像相同的观测点处所获取的影像，将观测点位置做为所述2D摄像头的位置；
利用2D影像获取的2D摄像头的位置来校准扫描终端在目标空间的位置。
5.如权利要求4所述的定位方法，其特征在于，利用2D影像获取的2D摄像头的位置来校准扫描终端在目标空间的位置，包括：
获取2D摄像头的位置与扫描终端在目标空间的位置的距离差；
判断所述距离差是否大于预设值，若是则作出语音提示，若否则输出扫描终端在目标空间的位置。
6.一种基于VSLAM的扫描终端，其特征在于，所述扫描终端包括一获取模块、一拍摄模块、一识别模块、一查找模块以及计算模块，
所述获取模块用于所述扫描终端获取一目标空间的场景模型；
所述拍摄模块用于所述扫描终端在所述目标空间内获取至少一3D影像；
所述识别模块用于识别3D影像中的目标特征点；
所述查找模块用于在所述场景模型中查找所述目标特征点的位置，根据所述3D影像中的深度信息获取目标特征点与扫描终端的距离；
所述计算模块用于根据目标特征点在场景模型中的位置以及所述距离获取扫描终端在目标空间的位置。
7.如权利要求6所述的扫描终端，其特征在于，所述获取模块用于：
所述扫描终端在目标空间中的若干位置点进行扫描；
每一位置点生成一3D模型；
识别每一3D模型上的拼接特征点；
利用相同拼接特征点将全部3D模型缝合以生成所述场景模型。
8.如权利要求6所述的扫描终端，其特征在于，
所述拍摄模块用于在所述目标空间内的拍摄位置获取两个3D影像；
所述识别模块用于识别每一3D影像中的目标特征点，在所述场景模型中查找目标特征点的位置；
所述计算模块用于根据拍摄位置到每一目标特征点的距离以及所述两个3D影像的拍摄方向所成夹角获取拍摄位置与目标特征点所在墙体之间的距离作为所述扫描终端在目标空间的位置。
9.如权利要求6所述的扫描终端，其特征在于，所述扫描终端包括一已知高度的2D摄像头，所述场景模型为3D模型，所述扫描终端还包括一校准模块，
所述2D摄像头用于每一位置点生成一2D影像；
所述计算模块用于在2D摄像头所在水平面上按照预设规则获取2D摄像头在目标空间的位置，所述预设规则为在所述水平面上设置观测点并通过查找与所述2D影像相同的观测点处所获取的影像，将观测点位置做为所述2D摄像头的位置；
所述校准模块用于利用2D影像获取的2D摄像头的位置来校准扫描终端在目标空间的位置。
10.如权利要求9所述的扫描终端，其特征在于，所述校准模块用于：
获取2D摄像头的位置与扫描终端在目标空间的位置的距离差；
判断所述距离差是否大于预设值，若是则作出语音提示，若否则输出扫描终端在目标空间的位置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910443701.5A CN110176034B (zh) | 2019-05-27 | 2019-05-27 | 用于vslam的定位方法及扫描终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910443701.5A CN110176034B (zh) | 2019-05-27 | 2019-05-27 | 用于vslam的定位方法及扫描终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110176034A true CN110176034A (zh) | 2019-08-27 |
| CN110176034B CN110176034B (zh) | 2023-02-07 |
Family
ID=67695849
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910443701.5A Active CN110176034B (zh) | 2019-05-27 | 2019-05-27 | 用于vslam的定位方法及扫描终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110176034B (zh) |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102506830A (zh) * | 2011-11-21 | 2012-06-20 | 奇瑞汽车股份有限公司 | 视觉定位方法及装置 |
| CN104599317A (zh) * | 2014-12-18 | 2015-05-06 | 深圳市亿思达科技集团有限公司 | 一种实现3d扫描建模功能的移动终端及方法 |
| CN106940186A (zh) * | 2017-02-16 | 2017-07-11 | 华中科技大学 | 一种机器人自主定位与导航方法及系统 |
| WO2017128536A1 (zh) * | 2016-01-29 | 2017-08-03 | 宇龙计算机通信科技(深圳)有限公司 | 一种基于双摄像头的扫描方法及装置 |
| CN107153831A (zh) * | 2017-03-28 | 2017-09-12 | 宇龙计算机通信科技(深圳)有限公司 | 智能终端的定位方法、系统及智能终端 |
| CN107647828A (zh) * | 2017-10-27 | 2018-02-02 | 江苏环实科技有限公司 | 安装有鱼眼摄像头的扫地机器人 |
| CN108051002A (zh) * | 2017-12-04 | 2018-05-18 | 上海文什数据科技有限公司 | 基于惯性测量辅助视觉的运输车空间定位方法及系统 |
| CN108093239A (zh) * | 2018-02-07 | 2018-05-29 | 盎锐（上海）信息科技有限公司 | 基于单拍摄终端的数据处理方法及全景拍摄系统 |
| CN108347505A (zh) * | 2018-02-07 | 2018-07-31 | 盎锐（上海）信息科技有限公司 | 具有3d成像功能的移动终端及影像生成方法 |
| CN108406731A (zh) * | 2018-06-06 | 2018-08-17 | 珠海市微半导体有限公司 | 一种基于深度视觉的定位装置、方法及机器人 |
| CN108810517A (zh) * | 2018-07-05 | 2018-11-13 | 盎锐（上海）信息科技有限公司 | 具有监控功能的影像处理装置及方法 |
| CN108881842A (zh) * | 2018-07-05 | 2018-11-23 | 盎锐（上海）信息科技有限公司 | 基于3d摄像机的监控系统及信息处理方法 |
| CN109003305A (zh) * | 2018-07-18 | 2018-12-14 | 江苏实景信息科技有限公司 | 一种定位定姿方法及装置 |
| CN109785375A (zh) * | 2019-02-13 | 2019-05-21 | 盎锐（上海）信息科技有限公司 | 基于3d建模的距离检测方法及装置 |
-
2019
- 2019-05-27 CN CN201910443701.5A patent/CN110176034B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102506830A (zh) * | 2011-11-21 | 2012-06-20 | 奇瑞汽车股份有限公司 | 视觉定位方法及装置 |
| CN104599317A (zh) * | 2014-12-18 | 2015-05-06 | 深圳市亿思达科技集团有限公司 | 一种实现3d扫描建模功能的移动终端及方法 |
| WO2017128536A1 (zh) * | 2016-01-29 | 2017-08-03 | 宇龙计算机通信科技(深圳)有限公司 | 一种基于双摄像头的扫描方法及装置 |
| CN106940186A (zh) * | 2017-02-16 | 2017-07-11 | 华中科技大学 | 一种机器人自主定位与导航方法及系统 |
| CN107153831A (zh) * | 2017-03-28 | 2017-09-12 | 宇龙计算机通信科技(深圳)有限公司 | 智能终端的定位方法、系统及智能终端 |
| CN107647828A (zh) * | 2017-10-27 | 2018-02-02 | 江苏环实科技有限公司 | 安装有鱼眼摄像头的扫地机器人 |
| CN108051002A (zh) * | 2017-12-04 | 2018-05-18 | 上海文什数据科技有限公司 | 基于惯性测量辅助视觉的运输车空间定位方法及系统 |
| CN108093239A (zh) * | 2018-02-07 | 2018-05-29 | 盎锐（上海）信息科技有限公司 | 基于单拍摄终端的数据处理方法及全景拍摄系统 |
| CN108347505A (zh) * | 2018-02-07 | 2018-07-31 | 盎锐（上海）信息科技有限公司 | 具有3d成像功能的移动终端及影像生成方法 |
| CN108406731A (zh) * | 2018-06-06 | 2018-08-17 | 珠海市微半导体有限公司 | 一种基于深度视觉的定位装置、方法及机器人 |
| CN108810517A (zh) * | 2018-07-05 | 2018-11-13 | 盎锐（上海）信息科技有限公司 | 具有监控功能的影像处理装置及方法 |
| CN108881842A (zh) * | 2018-07-05 | 2018-11-23 | 盎锐（上海）信息科技有限公司 | 基于3d摄像机的监控系统及信息处理方法 |
| CN109003305A (zh) * | 2018-07-18 | 2018-12-14 | 江苏实景信息科技有限公司 | 一种定位定姿方法及装置 |
| CN109785375A (zh) * | 2019-02-13 | 2019-05-21 | 盎锐（上海）信息科技有限公司 | 基于3d建模的距离检测方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110176034B (zh) | 2023-02-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108297115B (zh) | 一种机器人的自主重定位方法 | |
| CN110070615B (zh) | 一种基于多相机协同的全景视觉slam方法 | |
| CN110033489B (zh) | 一种车辆定位准确性的评估方法、装置及设备 | |
| CN111340797A (zh) | 一种激光雷达与双目相机数据融合检测方法及系统 | |
| CN107687841A (zh) | 一种测距方法及装置 | |
| WO2013106920A1 (en) | Densifying and colorizing point cloud representation of physical surface using image data | |
| CN113436260A (zh) | 基于多传感器紧耦合的移动机器人位姿估计方法和系统 | |
| AU2013343222A1 (en) | Cloud feature detection | |
| JP2013186816A (ja) | 動画処理装置、動画処理方法および動画処理用のプログラム | |
| US8831335B2 (en) | Stereo matching processing apparatus, stereo matching processing method and computer-readable recording medium | |
| JP2016197287A (ja) | 情報処理装置、情報処理方法、プログラム | |
| CN102072725A (zh) | 一种基于激光点云和实景影像进行空间三维测量的方法 | |
| CN103424112A (zh) | 一种基于激光平面辅助的运动载体视觉导航方法 | |
| CN104807449A (zh) | 一种基于立体摄影测量的输电线路交叉跨越测量系统 | |
| CN110634138A (zh) | 一种基于视觉感知的桥梁变形的监测方法、装置及设备 | |
| CN106096207A (zh) | 一种基于多目视觉的旋翼无人机抗风评估方法及系统 | |
| CN116449384A (zh) | 基于固态激光雷达的雷达惯性紧耦合定位建图方法 | |
| CN115376109B (zh) | 障碍物检测方法、障碍物检测装置以及存储介质 | |
| CN107504917A (zh) | 一种三维尺寸测量方法及装置 | |
| CN114332232B (zh) | 基于空间点线面特征混合建模的智能手机室内定位方法 | |
| JP2018173882A (ja) | 情報処理装置、方法、及びプログラム | |
| CN116147618B (zh) | 一种适用动态环境的实时状态感知方法及系统 | |
| CN110176034A (zh) | 用于vslam的定位方法及扫描终端 | |
| CN115359115A (zh) | 一种动态环境下基于多传感器的同时定位与建图方法 | |
| CN114387532A (zh) | 边界的识别方法及其装置、终端、电子设备和无人设备 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20221228 Address after: 200120 room 607, building 2, No. 2555, xiupu Road, Pudong New Area, Shanghai Applicant after: SHANGHAI ONWING INFORMATION TECHNOLOGY Co.,Ltd. Address before: 201703 No.206, building 1, no.3938 Huqingping Road, Qingpu District, Shanghai Applicant before: UNRE (SHANGHAI) INFORMATION TECHNOLOGY Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |