CN111067530A - 基于深度摄像的地铁乘客身高自动检测方法和系统 - Google Patents
基于深度摄像的地铁乘客身高自动检测方法和系统 Download PDFInfo
- Publication number
- CN111067530A CN111067530A CN201911224924.9A CN201911224924A CN111067530A CN 111067530 A CN111067530 A CN 111067530A CN 201911224924 A CN201911224924 A CN 201911224924A CN 111067530 A CN111067530 A CN 111067530A
- Authority
- CN
- China
- Prior art keywords
- height
- human body
- identification
- image
- depth
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1072—Measuring physical dimensions, e.g. size of the entire body or parts thereof measuring distances on the body, e.g. measuring length, height or thickness
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1079—Measuring physical dimensions, e.g. size of the entire body or parts thereof using optical or photographic means
-
- 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
- G06T7/55—Depth or shape recovery from multiple images
-
- 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
- G06T2207/10024—Color image
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
Abstract
本发明提供一种基于深度摄像的地铁乘客身高自动检测方法和系统,解决了乘车环境中人流复杂、难以分离人体脚部、地面识别困难导致的身高检测失败问题。包括RGB图像物体实际高度标定单元,选取固定竖直截面安装距离已知的标识点作为标识截面,获取深度摄像头RGB图像中标识点的像素坐标,对应标识点空间坐标构建“图像‑空间”透射投影转换关系,获取标识截面RGB图中物体的高度测量标尺;深度图像采集单元,抽取深度摄像头监控运行到达标识截面的人体深度图像、标记人体头顶位置;图像处理单元,识别标识截面RGB图中的人体头顶像素坐标,利用已标定好的高度测量标尺计算人体身高值。本发明成本低,身高检测方法准确度高,抗干扰能力强。
Description
技术领域
本发明涉及监控视频处理技术领域,特别是涉及一种基于深度摄像的地铁乘客身高自动检测方法和系统。
背景技术
身高检测在乘车环境中应用十分广泛,主要源于乘车优惠政策主要根据身高来划分。得益于监控摄像头的广泛应用,基于视频监控、图像识别方法来检测身高是一种比较经济的选择。比如,有研究者利用摄像头采集人体头部图像和头部长度或通过识别人体关键骨骼点位置,从而进一步计算拟合得到人体身高,这类曲线拟合方法适用普遍情形、忽略了特殊情形,结果可能存在误差;也可利用双目视觉技术识别人体头顶坐标、深度信息从而计算世界坐标系中的实际身高,该方法需要构造最小化问题求解相机安装角度;或利用深度摄像检测地面并构建地面方程和空间坐标系,识别人体头顶位置坐标后计算其与地面方程的距离即为人体身高,该方法还需要增加重力传感器以感知重力方向。乘车环境中身高检测作为购票优惠条件必须准确,通过曲线拟合计算身高的方法实际应用时准确度易遭到挑战,当前这些利用深度摄像识别人体高度的方法容易受大人流的遮挡、人体识别误差干扰而影响检测精度。
发明内容
本发明所要解决的技术问题是:为了克服现有技术中的不足,本发明提供一种基于深度摄像的地铁乘客身高自动检测方法和系统,该方法基于深度图像物体高度测量标尺计算经过标识截面人体身高值,系统实现了简易、准确、快速、排除复杂情况干扰的地铁乘客身高快速自动检测。
本发明解决其技术问题所要采用的技术方案是:一种基于深度摄像的地铁乘客身高自动检测方法和系统。
为了实现上述发明目的,系统具体包括RGB图像物体实际高度标定单元、深度图像采集单元、图像处理单元,具体采取了以下技术方案:
RGB图像物体实际高度标定单元,用于标定RGB图中标识截面中物体的空间实际高度;
所述标识截面选择进出闸机瞬间的横截面,在标识截面内的闸机竖直面上安装4个高度标识点,测量标识点两两之间的实际距离。高度标识点可使用与闸机颜色对比度高的彩色贴纸。
优选地,基于kinect2.0摄像机采集所述RGB图像,摄像机对着进出站闸机安装在站厅顶部,调整倾斜角使其最佳有效视距位于乘客进出闸机区域。
进一步地,提取深度摄像机获取的RGB图像,F0是图像中心,F(x,y)是RGB图像中的像素坐标,α为摄像机的倾斜角,ψ为摄像机的旋转角;识别其中4个高度标识点A、B、C、D的像素位置,4个高度标识点的像素位置与其空间实际位置一一对应,形成透视投影转换关系;像素坐标(x,y)通过透视变换矩阵计算得到实际空间坐标(X,Y,Z)。以地面所在的平面为XY平面,实际空间坐标可用下述公式计算:
上述公式中像素坐标(x,y)是二维平面坐标,所以a33=1,该方程中包含8个未知参数,已知4个标定点的空间坐标和对应图像坐标,即可反算透视变换矩阵H的各元素。矩阵H即标识截面RGB图中物体的高度测量标尺。
优选地,当人体位于该标定过高度标尺的RGB截面图中时,可根据上述公示和人体头顶像素坐标计算出人体身高值,因此地面即XY平面,所以Y值即人体实际空间高度。
Y=a21x+a22y+a23
深度图像采集单元,用于抽取人体行进到达标识截面时的人体的深度图;
所述人体行进过程中位于不同深度位置时,在深度摄像机获取RGB图像中占据的像素高度是不同的,当人体到达标识截面时,人体实际高度投影的像素高度比例与标识点投影得到的像素高度比例一致,通过标识截面物体高度测量标尺即可根据RGB图中人体像素高度计算其实际身高值。
优选地,深度摄像头获取的深度图忽略位置固定的静态背景,从而有效识别出运动中的人体,当人体深度刚好等于标识截面深度时,抽取该人体深度图。进一步地,标记人体连通区域最高点为人体头顶。
优选地,人体具有厚度,在到达标识截面时因遮挡等问题未能提取人体深度图,可以在下一帧中继续提取,直至成功提取人体连通区域。
图像处理单元,利用标识截面高度测量标尺计算RGB图中的标记了头顶位置的人体身高值。
所述人体头顶位置是RGB图中人体头顶的像素坐标(x,y),人体头顶为深度图像采集单元标记的人体头顶经相机自动校正后叠加到RGB图中得到的,此时的人体深度与标识截面深度一致。
进一步地,根据人体头顶位置像素坐标和标识截面身高测量标尺即可计算人体身高值:
Y=a21x+a22y+a23
身高是地铁乘客是否需要购票乘车的标准,可为乘客标记是否需要购票乘车并据此监控逃票行为。
本发明的有益效果是:提供一种基于深度摄像的地铁乘客身高自动检测方法和系统,该身高检测系统通过在深度摄像机获取的固定深度的标识截面中建立身高测量标尺计算进入该标识截面内的人体身高,不需要识别地面、不需要分离人体脚部,仅需通过深度图识别和提取处于标识截面内人体,解决了地铁人流复杂干扰多、地面提取困难等情况的影响,身高检测方法准确度高、使用简便。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1是本发明地铁乘客身高检测系统结构示意图。
图2是本发明地铁乘客身高检测系统的装置结构图。
图3是本发明地铁乘客身高检测系统的高度测量标尺标定示意图。
具体实施方式
现在结合附图对本发明作详细的说明。此图为简化的示意图,仅以示意方式说明本发明的基本结构,因此其仅显示与本发明有关的构成。
如图1所示,本发明的一种基于深度摄像的地铁乘客身高自动检测方法,包括以下步骤:
构建标识截面的身高测量标尺;
提取标识截面内的人体深度图、识别并标记人体头顶位置;
利用身高测量标尺计算标识截面内人体身高值。
具体地,本实施例的地铁乘客身高检测方法可以包括以下步骤:
S11、安装高度标识点、确定标识截面,初始化检测场景。
S12、构建标识截面的物体高度测量标尺。
S13、提取标识截面内的人体深度图像、识别人体区域、标记人体头顶位置。
S14、获取人体头顶在RGB图中的像素位置,利用标识截面高度测量标尺计算人体身高值。
本实施例的检测场景初始化包括装置安装信息获取,图2是本实施例的一种地铁乘客身高检测系统的装置结构图,具体装置包括Kinect深度摄像机和贴在标识截面上的高度标定贴纸。
优选地,摄像机和对着闸机安装在站厅顶部,调整倾斜角,使最佳有效视距位于闸机附近乘客进出站区域。所述Kinect摄像机可同时获取RGB图和深度图,RGB图是包含乘车场景和运动人体的彩色图像,深度图可仅识别运动人体区域及其深度值,借助人体深度信息即可确定人体是否行进到达标识截面。
优选地,选择进出闸机瞬间的横截面作为标识截面,闸机通常安装整齐,闸机头尾部的竖直截面处于同一面内,可选做标识截面。此时乘客通过该标识截面时,借助闸机通道与前后、左右的人体处于分离状态,可有效识别人体,排除重叠和遮挡等复杂情形干扰。在标识截面中的闸机竖直界面上呈矩形安装4个高度标识点A、B、C、D,使用与闸机颜色对比度高的彩色贴纸提高标识点的识别精度,测量4个标识点的安装高度和两两之间的实际距离。标识点安装完成后,即可通过相机获取带标识点的RGB图。
S12为RGB图像物体实际高度标定单元。优选地,获取RGB图中4个标识点的像素坐标(x,y),F0是图像中心,F(x,y)是RGB图像中的像素坐标,α为摄像机的倾斜角,ψ为摄像机的旋转角;然后以平整地面为XY平面,建立右手坐标系,图3是本发明的实施例的一种地铁乘客身高检测系统的高度测量标尺标定示意图,A、B、C、D点是闸机上安装的4个标识点,4个标识点的空间坐标(X,Y,Z)可根据安装信息确定,图像坐标与空间坐标的透视关系可由下式表示:
上述公式中(x,y)是二维平面坐标,所以a33=1,该方程中包含8个未知参数,已知4个标定点的空间坐标和对应图像坐标,可反算得到透视变换矩阵:
矩阵H即标识截面RGB图中物体的高度测量标尺。
优选地,空间坐标系中的XY平面即地面,所以Y值即点或物体的实际空间高度,且:
Y=a21x+a22y+a23
当人体位于标识截面内时,可根据上述公示和人体头顶像素坐标计算出实际身高值。
S13:深度图像采集单元,负责采集行进达到标识截面的人体深度图。忽略不在标识截面内的人体,识别人体连通区域、标记人体头顶位置,标记后的人体深度图像经Kinect摄像机自动校正叠加到深度摄像头获取的RGB图中。
优选地,深度图像采集单元采集深度值与标识截面深度相同的人体深度图,以标识截面的深度值为标准,即保证了人体处于标识截面内,图像像素代表的空间实际高度标尺一致。标识截面内闸机通道狭窄,且因闸机的分隔作用,平行前进的人体被完全分开,提高了人体轮廓识别的准确度。优选地,采用人体分割技术提取人体连通区域,并以人体连通区域的最高点为人体头顶位置。人体分割技术通过Kinect软件实现,技术成熟,这里不详述。
S14图像处理单元负责提取RGB图中人体头顶像素位置,利用已标定好的高度测量标尺计算人体身高值。
所述人体深度图经过摄像机自动校正后与RGB图叠加,得到标记了人体头顶像素位置的RGB图,获取人体头顶像素坐标(x,y)。进一步地,根据像素坐标和标识截面身高测量标尺计算人体身高值。
本发明提供了一种地铁乘客身高快速自动检测的实现方法,解决了地铁乘车环境中人流复杂、难以分离人体脚部、地面识别困难导致的身高检测失败问题。RGB图像物体实际高度标定单元,选取闸机截面等某固定竖直截面安装4个距离已知的标识点作为标识截面,获取摄像机获取的RGB图像中4个标识点的像素坐标,对应标识点空间坐标构建“图像-空间”透射投影转换关系,该转换关系即标识截面RGB图中物体的高度测量标尺;深度图像采集单元,抽取深度摄像头监控运行到达标识截面的人体深度图像、标记人体头顶位置;图像处理单元,识别标识截面RGB图中的人体头顶像素坐标,利用已标定好的高度测量标尺计算人体身高值。本发明应用成本低,身高检测方法准确度高,抗干扰能力强。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关的工作人员完全可以在不偏离本发明的范围内,进行多样的变更以及修改。本项发明的技术范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。
Claims (7)
1.一种基于深度摄像的地铁乘客身高自动检测方法,其特征在于:包括以下步骤:
S11、安装高度标识点,确定标识截面,初始化检测场景;
S12、构建标识截面的物体高度测量标尺;
S13、提取标识截面内的人体深度图像、识别人体区域以及标记人体头顶位置;
S14、获取人体头顶在RGB图中的像素位置,利用标识截面高度测量标尺计算人体身高值。
2.如权利要求1所述的基于深度摄像的地铁乘客身高自动检测方法,其特征在于:步骤S11具体包括以下步骤:
安装深度摄像机和高度标识点,摄像机对着闸机安装在站厅顶部,调整倾斜角,使最佳有效视距位于闸机附近乘客进出站区域;选取闸机截面中某固定竖直截面安装4个距离已知的且位于同一平面上的标识点,标识点所在平面作为标识截面,且标识截面与行进方向平行;深度摄像机获取RGB图和深度图。
3.如权利要求2所述的基于深度摄像的地铁乘客身高自动检测方法和系统,其特征在于:步骤S12具体包括:
获取RGB图中4个标识点的像素坐标(x,y);然后以平整地面为实际空间坐标系的XY平面,建立右手坐标系,4个标识点的空间坐标可根据安装信息确定,图像坐标与空间坐标的透视关系可由下式表示:
上述公式中(x,y)是二维平面坐标,所以a33=1,该方程中包含8个未知参数,已知4个标定点的空间坐标和对应图像坐标,可反算得到透视变换矩阵:
透视变换矩阵H即标识截面RGB图中物体的高度测量标尺;
空间坐标系中的XY平面即地面,所以Y值即点或物体的实际空间高度,且:
Y=a21x+a22y+a23
当人体位于标识截面内时,可根据上述公示和人体头顶像素坐标计算出实际身高值。
4.如权利要求1所述的基于深度摄像的地铁乘客身高自动检测方法和系统,其特征在于:步骤S13具体包括:
人体行进到达标识点所在截面时,提取人体深度图像,识别人体连通区域和标记人体头顶位置,标记后的人体深度图像经摄像机自动校正叠加到RGB图中。
5.一种基于深度摄像的地铁乘客身高自动检测系统,其特征在于:包括RGB图像物体实际高度标定单元、深度图像采集单元和图像处理单元,其中,
RGB图像物体实际高度标定单元用于标识截面RGB图中物体的高度测量标尺;
深度图像采集单元用于采集行进达到标识截面的人体深度图;
图像处理单元用于提取RGB图中人体头顶像素位置,利用已标定好的高度测量标尺计算人体身高值。
6.如权利要求5所述的基于深度摄像的地铁乘客身高自动检测系统,其特征在于:所述RGB图像物体实际高度标定单元采用贴在标识截面上的高度标定贴纸。
7.如权利要求5所述的基于深度摄像的地铁乘客身高自动检测系统,其特征在于:所述深度图像采集单元采用深度摄像机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911224924.9A CN111067530B (zh) | 2019-12-04 | 2019-12-04 | 基于深度摄像的地铁乘客身高自动检测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911224924.9A CN111067530B (zh) | 2019-12-04 | 2019-12-04 | 基于深度摄像的地铁乘客身高自动检测方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111067530A true CN111067530A (zh) | 2020-04-28 |
CN111067530B CN111067530B (zh) | 2022-09-20 |
Family
ID=70312685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911224924.9A Active CN111067530B (zh) | 2019-12-04 | 2019-12-04 | 基于深度摄像的地铁乘客身高自动检测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111067530B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111289076A (zh) * | 2020-05-13 | 2020-06-16 | 成都泰盟软件有限公司 | 自动采集人体基础数据的人体生理实验系统 |
CN112464747A (zh) * | 2020-11-10 | 2021-03-09 | 广州富港万嘉智能科技有限公司 | 基于图像采集设备的身高检测方法及装置 |
CN113240829A (zh) * | 2021-02-24 | 2021-08-10 | 南京工程学院 | 一种基于机器视觉的闸机智能通行检测方法 |
CN113643385A (zh) * | 2021-10-13 | 2021-11-12 | 珠海视熙科技有限公司 | 基于深度相机的高度识别方法、系统、装置及存储介质 |
CN113665440A (zh) * | 2021-08-31 | 2021-11-19 | 东风汽车集团股份有限公司 | 一种自适应式乘坐空间调节系统及调节方法 |
CN114066992A (zh) * | 2021-10-13 | 2022-02-18 | 珠海视熙科技有限公司 | 一种相机标定方法、系统、装置以及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103471583A (zh) * | 2013-09-09 | 2013-12-25 | 西南交通大学 | 一种基于视频图像的隧道人员疏散轨迹测定方法 |
CN103578109A (zh) * | 2013-11-08 | 2014-02-12 | 中安消技术有限公司 | 一种监控摄像机测距方法及装置 |
CN203776905U (zh) * | 2014-01-15 | 2014-08-20 | 北京体育大学 | 二维摄像人体形态测评系统 |
CN105286871A (zh) * | 2015-11-27 | 2016-02-03 | 西安交通大学 | 一种基于视频处理的人体身高测量方法 |
CN105832336A (zh) * | 2016-03-18 | 2016-08-10 | 京东方科技集团股份有限公司 | 身高测量系统和方法 |
CN106361345A (zh) * | 2016-11-29 | 2017-02-01 | 公安部第三研究所 | 基于摄像头标定的视频图像中人体身高测量的系统及方法 |
CN106683070A (zh) * | 2015-11-04 | 2017-05-17 | 杭州海康威视数字技术股份有限公司 | 基于深度相机的身高测量方法及装置 |
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 |
WO2018076977A1 (zh) * | 2016-10-27 | 2018-05-03 | 南京阿凡达机器人科技有限公司 | 一种基于单目机器视觉的身高测量方法 |
-
2019
- 2019-12-04 CN CN201911224924.9A patent/CN111067530B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103471583A (zh) * | 2013-09-09 | 2013-12-25 | 西南交通大学 | 一种基于视频图像的隧道人员疏散轨迹测定方法 |
CN103578109A (zh) * | 2013-11-08 | 2014-02-12 | 中安消技术有限公司 | 一种监控摄像机测距方法及装置 |
CN203776905U (zh) * | 2014-01-15 | 2014-08-20 | 北京体育大学 | 二维摄像人体形态测评系统 |
CN106683070A (zh) * | 2015-11-04 | 2017-05-17 | 杭州海康威视数字技术股份有限公司 | 基于深度相机的身高测量方法及装置 |
CN105286871A (zh) * | 2015-11-27 | 2016-02-03 | 西安交通大学 | 一种基于视频处理的人体身高测量方法 |
CN105832336A (zh) * | 2016-03-18 | 2016-08-10 | 京东方科技集团股份有限公司 | 身高测量系统和方法 |
WO2018076977A1 (zh) * | 2016-10-27 | 2018-05-03 | 南京阿凡达机器人科技有限公司 | 一种基于单目机器视觉的身高测量方法 |
CN106361345A (zh) * | 2016-11-29 | 2017-02-01 | 公安部第三研究所 | 基于摄像头标定的视频图像中人体身高测量的系统及方法 |
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 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111289076A (zh) * | 2020-05-13 | 2020-06-16 | 成都泰盟软件有限公司 | 自动采集人体基础数据的人体生理实验系统 |
CN112464747A (zh) * | 2020-11-10 | 2021-03-09 | 广州富港万嘉智能科技有限公司 | 基于图像采集设备的身高检测方法及装置 |
CN113240829A (zh) * | 2021-02-24 | 2021-08-10 | 南京工程学院 | 一种基于机器视觉的闸机智能通行检测方法 |
CN113665440A (zh) * | 2021-08-31 | 2021-11-19 | 东风汽车集团股份有限公司 | 一种自适应式乘坐空间调节系统及调节方法 |
CN113643385A (zh) * | 2021-10-13 | 2021-11-12 | 珠海视熙科技有限公司 | 基于深度相机的高度识别方法、系统、装置及存储介质 |
CN114066992A (zh) * | 2021-10-13 | 2022-02-18 | 珠海视熙科技有限公司 | 一种相机标定方法、系统、装置以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111067530B (zh) | 2022-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111067530B (zh) | 基于深度摄像的地铁乘客身高自动检测方法和系统 | |
CA2958832C (en) | Method and axle-counting device for contact-free axle counting of a vehicle and axle-counting system for road traffic | |
CN111079589B (zh) | 基于深度摄像和身高阈值像素标定的自动身高检测方法 | |
CN104848851B (zh) | 基于多传感器数据融合构图的变电站巡检机器人及其方法 | |
CN105346706A (zh) | 飞行装置、飞行控制系统及方法 | |
CN106918299B (zh) | 一种线结构光机器视觉轮胎磨损测量方法 | |
JP2667924B2 (ja) | 航空機ドッキングガイダンス装置 | |
US10015394B2 (en) | Camera-based speed estimation and system calibration therefor | |
CN105674880B (zh) | 基于双目原理的接触网几何参数测量方法及系统 | |
CN103954458B (zh) | 一种非接触式四轮定位仪及其检测方法 | |
CN105447853A (zh) | 飞行装置、飞行控制系统及方法 | |
CN106802134A (zh) | 一种线结构光机器视觉轮胎磨损测量装置 | |
CN105279372A (zh) | 一种建筑物高度计算方法和装置 | |
CN111487320B (zh) | 基于三维光学成像传感器的三维超声成像方法和系统 | |
CN110008893A (zh) | 一种基于车载图像传感器的车辆行驶跑偏自动检测方法 | |
CN110909705B (zh) | 一种基于车载摄像头的路侧停车位感知方法及系统 | |
US9589193B2 (en) | Three-dimensional object detection device and three-dimensional object detection method | |
KR20160100788A (ko) | 이동체의 이동속도 측정장치 및 그 방법 | |
CN107615006A (zh) | 井道尺寸计测装置及井道尺寸计测方法 | |
CN106802144A (zh) | 一种基于单目视觉和车牌的车距测量方法 | |
US20200388019A1 (en) | Method and system for testing field of view | |
CN108280401A (zh) | 一种路面检测方法、装置、云端服务器及计算机程序产品 | |
CN112634269B (zh) | 一种轨道车辆车体检测方法 | |
EP2819115B1 (en) | Three-dimensional object detection device | |
CN107290738A (zh) | 一种测量前方车辆距离的方法和装置 |
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 |