CN110703750A - 基于图像匹配的自行走机器人转向判定控制装置及方法 - Google Patents
基于图像匹配的自行走机器人转向判定控制装置及方法 Download PDFInfo
- Publication number
- CN110703750A CN110703750A CN201910968940.2A CN201910968940A CN110703750A CN 110703750 A CN110703750 A CN 110703750A CN 201910968940 A CN201910968940 A CN 201910968940A CN 110703750 A CN110703750 A CN 110703750A
- Authority
- CN
- China
- Prior art keywords
- image
- module
- self
- motion vector
- walking robot
- 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 description 9
- 238000001514 detection method Methods 0.000 claims description 47
- 230000009467 reduction Effects 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 9
- 238000011946 reduction process Methods 0.000 claims description 9
- 238000001454 recorded image Methods 0.000 claims description 8
- 102100036790 Tubulin beta-3 chain Human genes 0.000 claims description 3
- 102100036788 Tubulin beta-4A chain Human genes 0.000 claims description 3
- 230000008030 elimination Effects 0.000 description 3
- 238000003379 elimination reaction Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Image Analysis (AREA)
- Manipulator (AREA)
Abstract
本发明公开了基于图像匹配的自行走机器人转向判定控制装置,包括自行走机器人、摄像头,所述摄像头设置于所述自行走机器人上,还包括图像输入模块、平缓图像剔除模块、图像生成运动向量模块、数据记录模块、转向判断模块、转向控制模块,所述图像输入模块分别与所述平缓图像剔除模块、所述转向控制模块相连接,所述平缓图像剔除模块分别与所述图像生成运动向量模块、所述转向控制模块、所述转向判断模块相连接,所述图像生成运动向量模块与所述数据记录模块相连接,所述数据记录模块分别与所述转向判断模块相连接。本发明从整体上解决了现有的自行走机器人缺乏对于自行走机器人行走转向精确判定和控制于一体的设计手段的技术问题。
Description
技术领域
本发明涉及基于图像匹配的自行走机器人转向判定控制装置及方法,属于图像匹配应用技术领域。
背景技术
现有的自行走机器人的设计手段多集中在机器人的硬件结构及功能上,导致自行走机器人的精确性和灵活性不强,功能虽多但操纵误差较大,缺乏对于自行走机器人行走转向精确判定和控制于一体的设计手段。
发明内容
本发明的目的在于,克服现有技术存在的技术缺陷,解决上述技术问题,提出基于图像匹配的自行走机器人转向判定控制装置及方法。
本发明采用如下技术方案:基于图像匹配的自行走机器人转向判定控制装置,包括自行走机器人、摄像头,所述摄像头设置于所述自行走机器人上,其特征在于,还包括图像输入模块、平缓图像剔除模块、图像生成运动向量模块、数据记录模块、转向判断模块、转向控制模块,所述图像输入模块分别与所述平缓图像剔除模块、所述转向控制模块相连接,所述平缓图像剔除模块分别与所述图像生成运动向量模块、所述转向控制模块、所述转向判断模块相连接,所述图像生成运动向量模块与所述数据记录模块相连接,所述数据记录模块分别与所述转向判断模块相连接。
作为一种较佳的实施例,所述图像输入模块用于安装在自行走机器人前后侧的摄像头实时采集自行走机器人每个时刻的运动图像。
作为一种较佳的实施例,所述平缓图像剔除模块用于接收所述缓图像剔除模块的运动图像并将运动图像分割为若干个子图像,剔除其中灰度和色阶变化平缓的子图像,提取灰度和色阶变化非平缓的子图像;
作为一种较佳的实施例,所述图像生成运动向量模块用来通过对来自所述平缓图像剔除模块的所述灰度和色阶变化非平缓的子图像进行运动向量检测,并生成关于所述运动向量检测的结果的信息,作为元数据。
作为一种较佳的实施例,所述数据记录模块用来将从所述摄像头输出的运动图像的各帧图像与所述元数据相关联地记录在存储介质中并分别传输给所述转向控制模块、所述转向判断模块。
作为一种较佳的实施例,所述转向判断模块用于将所述平缓图像剔除模块的灰度和色阶变化非平缓的子图像对称分为左划分区域和右划分区域,采用横向灰度平均梯度算法分别计算自行走机器人当前时刻速度下左划分区域的图像模糊度G1和右划分区域的图像模糊度G2的差值G0,即G0=G1–G2,判断自行走机器人当前是否处于转弯状态以及转弯方向,若G0等于0则判定自行走机器人处于直行状态输出直行信号;若G0大于0则判定自行走机器人处于右转弯状态输出右转弯信号;若G0小于0则判定自行走机器人处于左转弯状态输出左转弯信号。
作为一种较佳的实施例,所述转向控制模块用于在摄像操作期间,使所述图像生成运动向量模块通过使用经历了缩小处理的从摄像头输出的运动图像信号,来进行运动向量检测,而在用户指示的回放记录图像的回放操作期间,使所述图像生成运动向量模块基于元数据确定各帧图像中的要经历运动向量检测的图像区域小于在摄像操作期间经历运动向量检测的图像区域,并且通过使用没有经历缩小处理的、从所述存储介质输出的图像信号,或者通过使用没有经历过以比所述摄像操作期间使用的缩小率小的缩小率而进行的缩小处理的、从所述数据记录模块输出的图像信号来进行运动向量检测。
本发明还提出基于图像匹配的自行走机器人转向判定控制装置的方法,其特征在于,包括如下步骤:
步骤SS1:图像输入步骤:安装在自行走机器人前后侧的摄像头实时采集自行走机器人每个时刻的运动图像;
步骤SS2:平缓图像剔除步骤:接收所述步骤SS1的所述运动图像并将所述运动图像分割为若干个子图像,剔除其中灰度和色阶变化平缓的子图像,提取灰度和色阶变化非平缓的子图像;
步骤SS3:图像生成运动向量步骤:通过对步骤SS2的所述灰度和色阶变化非平缓的子图像进行运动向量检测,并生成关于所述运动向量检测的结果的信息,作为元数据;
步骤SS4:数据记录步骤:将从所述摄像头输出的运动图像的各帧图像与所述元数据相关联地记录在存储介质中;
步骤SS5:转向判断步骤:将步骤SS2中的灰度和色阶变化非平缓的子图像对称分为左划分区域和右划分区域,采用横向灰度平均梯度算法分别计算自行走机器人当前时刻速度下左划分区域的图像模糊度G1和右划分区域的图像模糊度G2的差值G0,即G0=G1–G2,判断自行走机器人当前是否处于转弯状态以及转弯方向,若G0等于0则判定自行走机器人处于直行状态输出直行信号;若G0大于0则判定自行走机器人处于右转弯状态输出右转弯信号;若G0小于0则判定自行走机器人处于左转弯状态输出左转弯信号;
步骤SS6:转向控制步骤:在摄像操作期间,使所述运动向量步骤通过使用经历了缩小处理的从所述摄像头输出的运动图像信号,来进行运动向量检测,而在用户指示的回放记录图像的回放操作期间,使所述运动向量检测步骤基于所述元数据确定各帧图像中的要经历运动向量检测的图像区域小于在摄像操作期间经历运动向量检测的图像区域,并且通过使用没有经历缩小处理的、从所述存储介质输出的图像信号,或者通过使用没有经历过以比所述摄像操作期间使用的缩小率小的缩小率而进行的缩小处理的、从所述存储介质输出的图像信号来进行运动向量检测。
作为一种较佳的实施例,所述步骤SS3中的所述运动向量检测具体包括:将回放记录图像的回放操作期间的运动向量检测区域的数量设置为小于摄像操作期间的运动向量检测区域的数量,并且对通过进一步划分基于所述元数据而被确定为具有高可靠性的区域而获得的多个区域进行运动向量检测。
本发明所达到的有益效果:本发明针对现有的自行走机器人的设计手段多集中在机器人的硬件结构及功能上,导致自行走机器人的精确性和灵活性不强,功能虽多但操纵误差较大,缺乏对于自行走机器人行走转向精确判定和控制于一体的设计手段,通过提出基于图像匹配的自行走机器人转向判定控制装置及方法,集转向判定和控制功能于一体,通过平缓图像剔除以及运动向量检测对灰度和色阶变化非平缓的子图像进行处理后获得的自行走机器人当前时刻速度下左划分区域的图像模糊度G1和右划分区域的图像模糊度G2的差值G0分别进行转向判断及转向控制,从整体上解决了现有的自行走机器人的设计手段多集中在机器人的硬件结构及功能上,导致自行走机器人的精确性和灵活性不强,功能虽多但操纵误差较大,缺乏对于自行走机器人行走转向精确判定和控制于一体的设计手段的技术问题。
附图说明
图1是本发明的基于图像匹配的自行走机器人转向判定控制装置的拓扑图。
图2是本发明的自行走机器人的优选实施例的结构示意图。
图中标记的含义:1-自行走机器人,2-摄像头,3-行走轮,4-底盘。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图1所示,本发明提出基于图像匹配的自行走机器人转向判定控制装置,包括自行走机器人、摄像头,所述摄像头设置于所述自行走机器人上,其特征在于,还包括图像输入模块、平缓图像剔除模块、图像生成运动向量模块、数据记录模块、转向判断模块、转向控制模块,所述图像输入模块分别与所述平缓图像剔除模块、所述转向控制模块相连接,所述平缓图像剔除模块分别与所述图像生成运动向量模块、所述转向控制模块、所述转向判断模块相连接,所述图像生成运动向量模块与所述数据记录模块相连接,所述数据记录模块分别与所述转向判断模块相连接。
作为一种较佳的实施例,所述图像输入模块用于安装在自行走机器人前后侧的摄像头实时采集自行走机器人每个时刻的运动图像。
作为一种较佳的实施例,所述平缓图像剔除模块用于接收所述缓图像剔除模块的运动图像并将运动图像分割为若干个子图像,剔除其中灰度和色阶变化平缓的子图像,提取灰度和色阶变化非平缓的子图像;
作为一种较佳的实施例,所述图像生成运动向量模块用来通过对来自所述平缓图像剔除模块的所述灰度和色阶变化非平缓的子图像进行运动向量检测,并生成关于所述运动向量检测的结果的信息,作为元数据。
作为一种较佳的实施例,所述数据记录模块用来将从所述摄像头输出的运动图像的各帧图像与所述元数据相关联地记录在存储介质中并分别传输给所述转向控制模块、所述转向判断模块。
作为一种较佳的实施例,所述转向判断模块用于将所述平缓图像剔除模块的灰度和色阶变化非平缓的子图像对称分为左划分区域和右划分区域,采用横向灰度平均梯度算法分别计算自行走机器人当前时刻速度下左划分区域的图像模糊度G1和右划分区域的图像模糊度G2的差值G0,即G0=G1–G2,判断自行走机器人当前是否处于转弯状态以及转弯方向,若G0等于0则判定自行走机器人处于直行状态输出直行信号;若G0大于0则判定自行走机器人处于右转弯状态输出右转弯信号;若G0小于0则判定自行走机器人处于左转弯状态输出左转弯信号。
作为一种较佳的实施例,所述转向控制模块用于在摄像操作期间,使所述图像生成运动向量模块通过使用经历了缩小处理的从摄像头输出的运动图像信号,来进行运动向量检测,而在用户指示的回放记录图像的回放操作期间,使所述图像生成运动向量模块基于元数据确定各帧图像中的要经历运动向量检测的图像区域小于在摄像操作期间经历运动向量检测的图像区域,并且通过使用没有经历缩小处理的、从所述存储介质输出的图像信号,或者通过使用没有经历过以比所述摄像操作期间使用的缩小率小的缩小率而进行的缩小处理的、从所述数据记录模块输出的图像信号来进行运动向量检测。
本发明还提出基于图像匹配的自行走机器人转向判定控制装置的方法,其特征在于,包括如下步骤:
步骤SS1:图像输入步骤:安装在自行走机器人前后侧的摄像头实时采集自行走机器人每个时刻的运动图像;
步骤SS2:平缓图像剔除步骤:接收所述步骤SS1的所述运动图像并将所述运动图像分割为若干个子图像,剔除其中灰度和色阶变化平缓的子图像,提取灰度和色阶变化非平缓的子图像;
步骤SS3:图像生成运动向量步骤:通过对步骤SS2的所述灰度和色阶变化非平缓的子图像进行运动向量检测,并生成关于所述运动向量检测的结果的信息,作为元数据;
步骤SS4:数据记录步骤:将从所述摄像头输出的运动图像的各帧图像与所述元数据相关联地记录在存储介质中;
步骤SS5:转向判断步骤:将步骤SS2中的灰度和色阶变化非平缓的子图像对称分为左划分区域和右划分区域,采用横向灰度平均梯度算法分别计算自行走机器人当前时刻速度下左划分区域的图像模糊度G1和右划分区域的图像模糊度G2的差值G0,即G0=G1–G2,判断自行走机器人当前是否处于转弯状态以及转弯方向,若G0等于0则判定自行走机器人处于直行状态输出直行信号;若G0大于0则判定自行走机器人处于右转弯状态输出右转弯信号;若G0小于0则判定自行走机器人处于左转弯状态输出左转弯信号;
步骤SS6:转向控制步骤:在摄像操作期间,使所述运动向量步骤通过使用经历了缩小处理的从所述摄像头输出的运动图像信号,来进行运动向量检测,而在用户指示的回放记录图像的回放操作期间,使所述运动向量检测步骤基于所述元数据确定各帧图像中的要经历运动向量检测的图像区域小于在摄像操作期间经历运动向量检测的图像区域,并且通过使用没有经历缩小处理的、从所述存储介质输出的图像信号,或者通过使用没有经历过以比所述摄像操作期间使用的缩小率小的缩小率而进行的缩小处理的、从所述存储介质输出的图像信号来进行运动向量检测。
作为一种较佳的实施例,所述步骤SS3中的所述运动向量检测具体包括:将回放记录图像的回放操作期间的运动向量检测区域的数量设置为小于摄像操作期间的运动向量检测区域的数量,并且对通过进一步划分基于所述元数据而被确定为具有高可靠性的区域而获得的多个区域进行运动向量检测。
如图2所示,本发明的自行走机器人1上设计摄像头2,包括底盘4,底盘4上安装自行走的行走轮3,该行走轮3根据路况的需要选择轮式或者履带式。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (9)
1.基于图像匹配的自行走机器人转向判定控制装置,包括自行走机器人、摄像头,所述摄像头设置于所述自行走机器人上,其特征在于,还包括图像输入模块、平缓图像剔除模块、图像生成运动向量模块、数据记录模块、转向判断模块、转向控制模块,所述图像输入模块分别与所述平缓图像剔除模块、所述转向控制模块相连接,所述平缓图像剔除模块分别与所述图像生成运动向量模块、所述转向控制模块、所述转向判断模块相连接,所述图像生成运动向量模块与所述数据记录模块相连接,所述数据记录模块分别与所述转向判断模块相连接。
2.根据权利要求1所述的基于图像匹配的自行走机器人转向判定控制装置,其特征在于,所述图像输入模块用于安装在自行走机器人前后侧的摄像头实时采集自行走机器人每个时刻的运动图像。
3.根据权利要求1所述的基于图像匹配的自行走机器人转向判定控制装置,其特征在于,所述平缓图像剔除模块用于接收所述缓图像剔除模块的运动图像并将运动图像分割为若干个子图像,剔除其中灰度和色阶变化平缓的子图像,提取灰度和色阶变化非平缓的子图像。
4.根据权利要求1所述的基于图像匹配的自行走机器人转向判定控制装置,其特征在于,所述图像生成运动向量模块用来通过对来自所述平缓图像剔除模块的所述灰度和色阶变化非平缓的子图像进行运动向量检测,并生成关于所述运动向量检测的结果的信息,作为元数据。
5.根据权利要求1所述的基于图像匹配的自行走机器人转向判定控制装置,其特征在于,所述数据记录模块用来将从所述摄像头输出的运动图像的各帧图像与所述元数据相关联地记录在存储介质中并分别传输给所述转向控制模块、所述转向判断模块。
6.根据权利要求1所述的基于图像匹配的自行走机器人转向判定控制装置,其特征在于,所述转向判断模块用于将所述平缓图像剔除模块的灰度和色阶变化非平缓的子图像对称分为左划分区域和右划分区域,采用横向灰度平均梯度算法分别计算自行走机器人当前时刻速度下左划分区域的图像模糊度G1和右划分区域的图像模糊度G2的差值G0,即G0=G1–G2,判断自行走机器人当前是否处于转弯状态以及转弯方向,若G0等于0则判定自行走机器人处于直行状态输出直行信号;若G0大于0则判定自行走机器人处于右转弯状态输出右转弯信号;若G0小于0则判定自行走机器人处于左转弯状态输出左转弯信号。
7.根据权利要求1所述的基于图像匹配的自行走机器人转向判定控制装置,其特征在于,所述转向控制模块用于在摄像操作期间,使所述图像生成运动向量模块通过使用经历了缩小处理的从摄像头输出的运动图像信号,来进行运动向量检测,而在用户指示的回放记录图像的回放操作期间,使所述图像生成运动向量模块基于元数据确定各帧图像中的要经历运动向量检测的图像区域小于在摄像操作期间经历运动向量检测的图像区域,并且通过使用没有经历缩小处理的、从所述存储介质输出的图像信号,或者通过使用没有经历过以比所述摄像操作期间使用的缩小率小的缩小率而进行的缩小处理的、从所述数据记录模块输出的图像信号来进行运动向量检测。
8.采用权利要求1所述的基于图像匹配的自行走机器人转向判定控制装置的方法,其特征在于,包括如下步骤:
步骤SS1:图像输入步骤:安装在自行走机器人前后侧的摄像头实时采集自行走机器人每个时刻的运动图像;
步骤SS2:平缓图像剔除步骤:接收所述步骤SS1的所述运动图像并将所述运动图像分割为若干个子图像,剔除其中灰度和色阶变化平缓的子图像,提取灰度和色阶变化非平缓的子图像;
步骤SS3:图像生成运动向量步骤:通过对步骤SS2的所述灰度和色阶变化非平缓的子图像进行运动向量检测,并生成关于所述运动向量检测的结果的信息,作为元数据;
步骤SS4:数据记录步骤:将从所述摄像头输出的运动图像的各帧图像与所述元数据相关联地记录在存储介质中;
步骤SS5:转向判断步骤:将步骤SS2中的灰度和色阶变化非平缓的子图像对称分为左划分区域和右划分区域,采用横向灰度平均梯度算法分别计算自行走机器人当前时刻速度下左划分区域的图像模糊度G1和右划分区域的图像模糊度G2的差值G0,即G0=G1–G2,判断自行走机器人当前是否处于转弯状态以及转弯方向,若G0等于0则判定自行走机器人处于直行状态输出直行信号;若G0大于0则判定自行走机器人处于右转弯状态输出右转弯信号;若G0小于0则判定自行走机器人处于左转弯状态输出左转弯信号;
步骤SS6:转向控制步骤:在摄像操作期间,使所述运动向量步骤通过使用经历了缩小处理的从所述摄像头输出的运动图像信号,来进行运动向量检测,而在用户指示的回放记录图像的回放操作期间,使所述运动向量检测步骤基于所述元数据确定各帧图像中的要经历运动向量检测的图像区域小于在摄像操作期间经历运动向量检测的图像区域,并且通过使用没有经历缩小处理的、从所述存储介质输出的图像信号,或者通过使用没有经历过以比所述摄像操作期间使用的缩小率小的缩小率而进行的缩小处理的、从所述存储介质输出的图像信号来进行运动向量检测。
9.根据权利要求8所述的一种基于图像匹配的自行走机器人转向判定控制方法,其特征在于,所述步骤SS3中的所述运动向量检测具体包括:将回放记录图像的回放操作期间的运动向量检测区域的数量设置为小于摄像操作期间的运动向量检测区域的数量,并且对通过进一步划分基于所述元数据而被确定为具有高可靠性的区域而获得的多个区域进行运动向量检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910968940.2A CN110703750A (zh) | 2019-10-12 | 2019-10-12 | 基于图像匹配的自行走机器人转向判定控制装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910968940.2A CN110703750A (zh) | 2019-10-12 | 2019-10-12 | 基于图像匹配的自行走机器人转向判定控制装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110703750A true CN110703750A (zh) | 2020-01-17 |
Family
ID=69198634
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910968940.2A Pending CN110703750A (zh) | 2019-10-12 | 2019-10-12 | 基于图像匹配的自行走机器人转向判定控制装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110703750A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104238558A (zh) * | 2014-07-16 | 2014-12-24 | 宁波韦尔德斯凯勒智能科技有限公司 | 一种基于单摄像头的循迹机器人直角转弯检测方法及装置 |
CN104537649A (zh) * | 2014-12-16 | 2015-04-22 | 厦门雅迅网络股份有限公司 | 一种基于图像模糊度比较的车辆转向判断方法及系统 |
CN105208263A (zh) * | 2014-06-24 | 2015-12-30 | 佳能株式会社 | 图像处理装置及其控制方法 |
CN106846369A (zh) * | 2016-12-14 | 2017-06-13 | 广州市联奥信息科技有限公司 | 基于双目视觉的车辆转向状态判别方法及装置 |
CN108873914A (zh) * | 2018-09-21 | 2018-11-23 | 长安大学 | 一种基于深度图像数据的机器人自主导航系统及方法 |
-
2019
- 2019-10-12 CN CN201910968940.2A patent/CN110703750A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105208263A (zh) * | 2014-06-24 | 2015-12-30 | 佳能株式会社 | 图像处理装置及其控制方法 |
CN104238558A (zh) * | 2014-07-16 | 2014-12-24 | 宁波韦尔德斯凯勒智能科技有限公司 | 一种基于单摄像头的循迹机器人直角转弯检测方法及装置 |
CN104537649A (zh) * | 2014-12-16 | 2015-04-22 | 厦门雅迅网络股份有限公司 | 一种基于图像模糊度比较的车辆转向判断方法及系统 |
CN106846369A (zh) * | 2016-12-14 | 2017-06-13 | 广州市联奥信息科技有限公司 | 基于双目视觉的车辆转向状态判别方法及装置 |
CN108873914A (zh) * | 2018-09-21 | 2018-11-23 | 长安大学 | 一种基于深度图像数据的机器人自主导航系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110245659B (zh) | 基于前背景相互关系的图像显著对象分割方法及装置 | |
CN109272509B (zh) | 一种连续图像的目标检测方法、装置、设备及存储介质 | |
CN102184552B (zh) | 一种基于差分融合与图像边缘信息的运动目标检测方法 | |
CN109034017B (zh) | 头部姿态估计方法及机器可读存储介质 | |
CN109919008A (zh) | 运动目标检测方法、装置、计算机设备及存储介质 | |
CN108229475B (zh) | 车辆跟踪方法、系统、计算机设备及可读存储介质 | |
CN105578034A (zh) | 一种对目标进行跟踪拍摄的控制方法、控制装置及系统 | |
WO2008020598A1 (fr) | Dispositif et procédé de détection d'un nombre d'objets | |
CN108388879A (zh) | 目标的检测方法、装置和存储介质 | |
CN104517111A (zh) | 车道线检测方法、系统、车道偏离预警方法及系统 | |
CN104183127A (zh) | 交通监控视频检测方法和装置 | |
CN109215092B (zh) | 仿真场景的生成方法及装置 | |
CN104396231A (zh) | 图像处理装置和图像处理方法 | |
CN101771823A (zh) | 图像处理装置、摄像装置、图像输出装置及它们的方法 | |
CN107169994A (zh) | 基于多特征融合的相关滤波跟踪方法 | |
CN102831378B (zh) | 人的检测和跟踪方法与系统 | |
CN103279952A (zh) | 一种目标跟踪方法和装置 | |
CN117994987B (zh) | 基于目标检测技术的交通参数提取方法及相关装置 | |
CN104471612A (zh) | 图像处理装置以及图像处理方法 | |
CN114881921A (zh) | 基于事件及视频融合的去遮挡成像方法及装置 | |
CN105338355A (zh) | 视频分析方法和视频分析装置 | |
CN113542868A (zh) | 视频关键帧选取方法、装置、电子设备、存储介质 | |
CN111881914B (zh) | 一种基于自学习阈值的车牌字符分割方法及系统 | |
CN113507636A (zh) | 物联网中视频端与存储端之间的数据传输控制方法和装置 | |
CN110703750A (zh) | 基于图像匹配的自行走机器人转向判定控制装置及方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200117 |
|
WD01 | Invention patent application deemed withdrawn after publication |