CN111443357A - 一种测距方法及测距系统 - Google Patents

一种测距方法及测距系统 Download PDF

Info

Publication number
CN111443357A
CN111443357A CN202010425984.3A CN202010425984A CN111443357A CN 111443357 A CN111443357 A CN 111443357A CN 202010425984 A CN202010425984 A CN 202010425984A CN 111443357 A CN111443357 A CN 111443357A
Authority
CN
China
Prior art keywords
confidence
depth data
preset
tof
mark
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
Application number
CN202010425984.3A
Other languages
English (en)
Inventor
徐丹
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.)
Ruyu Intelligent Technology Suzhou Co ltd
Original Assignee
Ruyu Intelligent Technology Suzhou 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 Ruyu Intelligent Technology Suzhou Co ltd filed Critical Ruyu Intelligent Technology Suzhou Co ltd
Priority to CN202010425984.3A priority Critical patent/CN111443357A/zh
Publication of CN111443357A publication Critical patent/CN111443357A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/08—Systems determining position data of a target for measuring distance only
    • G01S17/32—Systems determining position data of a target for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本申请公开一种测距方法及测距系统，所述测距方法包括：获取目标的深度数据和所述深度数据的置信度标识；将所述置信度标识的置信度与预设置信度进行比较；若所述置信度标识的置信度大于或等于预设置信度，输出所述深度数据；若所述置信度标识的置信度小于预设置信度，调整所述深度数据的获取步骤。通过及时调整深度数据的获取步骤，有利于提高后续获取的深度数据的置信度，进而提高测距精度。

Description

一种测距方法及测距系统
技术领域
本申请涉及测量技术领域，具体的涉及一种测距方法及测距系统。
背景技术
随着人工智能技术的飞速发展，给各种设备连接上多个传感器，特别是可以运动的机器人设备，如扫地机，运输机器人，服务机器人等等，辅以视觉设备，让机器可以自我感知周边环境，实现自主运行。目前的机器视觉有基于单目摄像头的技术，有基于双目摄像头的技术，也有基于结构光和TOF(Time of Flight)的测距技术。
目前的3D TOF传感器都是基于激光器的发射和返回时间差来进行距离探测的，在静态下具有较好的性能；但是在快速前进或者后退或者拐弯等动态环境下，会有一定的运动模糊(Motion Blur)，导致测量精度下降。单纯靠工艺或者算法补偿，很难解决动态环境下的测距精度问题。惯性测量单元(IMU单元，Inertial Measurement Unit)可以集成在3DTOF系统中，对当前的状态进行准确的测量，如运动速度，转弯角度和速度。综合这些状态信息结合TOF测距的当前信息，可以进行置信度的判断和对激光强度的动态调整，得到更加精准的测距信息。但传统的方案中深度3D TOF传感器和惯性测量单元单独设置，在后端进行数据处理，处理后的数据直接输出，最终获得的数据的置信度不高，影响测距精度。
为此需要提供一种提高精度的测距方法。
发明内容
为解决上述的缺陷中的至少一个，本申请提供一种提高精度的测距方法及测距系统。
为解决上述技术问题，本申请采用如下技术方案：
本申请提供一种测距方法，包括：获取目标的深度数据和所述深度数据的置信度标识；将所述置信度标识的置信度与预设置信度进行比较；若所述置信度标识的置信度大于或等于预设置信度，输出所述深度数据；若所述置信度标识的置信度小于预设置信度，调整所述深度数据的获取步骤。通过及时调整深度数据的获取步骤，有利于提高后续获取的深度数据的置信度，进而提高测距精度。
可选的，所述深度数据通过TOF单元获取，所述置信度标识通过TOF单元和惯性测量单元中的至少一个获取。
可选的，所述置信度标识包括TOF可信度和目标的姿态数据，所述姿态数据包括速度值、角度值、角速度值中的至少一个。
可选的，所述TOF单元包括用于发射信号的发生器及用于接收反射信号的接收器；调整所述深度数据的获取步骤包括：根据所述置信度标识的置信度与预设置信度比较的结果，调节所述发生器的发光功率。这样可使得下一帧的实际发光频率更接近实际场景，以使下一帧可以获取的深度数据信度更高。
可选的，所述TOF单元包括用于发射信号的发生器及用于接收反射信号的接收器；调整所述深度数据的获取步骤包括：根据所述置信度标识的置信度与预设置信度比较的结果，对接收到的信号进行预处理；基于预处理的信号获得新的深度数据。
可选的，对所述接收器接收到的信号进行预处理包括：对所述接收器接收到的信号进行分割或提取。这样可减小干扰值对深度距的影响。
可选的，所述测距方法包括：在输出所述深度数据前，对所述深度数据进行数据融合。
可选的，所述测距方法包括：若所述置信度标识的置信度小于预设置信度，对当前深度数据进行线性变化，获得新的深度数据，输出新的深度数据。通过逻辑算法的优化，有利于提高深度数据的置信度。
本申请还提供一种测距系统，包括：TOF单元，用于获取目标的深度数据；惯性测量单元，用于获取所述深度数据的置信度标识；控制单元，与所述TOF单元及惯性测量单元分别通讯连接，所述控制单元配置为：将所述置信度标识的置信度与预设置信度进行比较，若所述置信度标识的置信度大于或等于预设置信度，输出所述深度数据；若所述置信度标识的置信度小于预设置信度，调节所述深度数据的获取步骤。
可选的，所述惯性测量单元集成于所述TOF单元内。这样可以在前端进行数据处理，避免数据处理的滞后性。
有益效果
相对于现有技术中的方案，本申请的有益效果：
本申请提出的测距方法及测距系统，通过及时调整深度数据的获取步骤，有利于提高后续获取的深度数据的置信度，进而提高测距精度。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，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获得其它的附图，其中：
图1是本申请测距方法的流程图。
图2是本申请测距方法一种实施方式的示意图。
图3是本申请处理单元的逻辑示意图。
图4是本申请测距系统的一种实施方式的模块示意图。
上图中，附图标记含义如下：
1：TOF单元；11：发生器；12：接收器；13：激光驱动电路；2：惯性测量单元；21：加速度计；22：陀螺仪；3：控制单元；4：处理单元。
具体实施方式
以下结合具体实施例对上述方案做进一步说明。应理解，这些实施例是用于说明本申请而不限于限制本申请的范围。实施例中采用的实施条件可以根据具体厂家的条件做进一步调整，未注明的实施条件通常为常规实验中的条件。
在本申请实施方式中，术语“上”、“下”、“内”、“中”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。附图中包括示意图，会有各个部件的缩尺以及纵横的比率等与实际不同的情况。
本申请提供一种测距方法及测距系统，所述测距方法包括：获取目标的深度数据和所述深度数据的置信度标识；将所述置信度标识的置信度与预设置信度进行比较；若所述置信度标识的置信度大于或等于预设置信度，输出所述深度数据。
接下来结合附图来详细的描述本申请提出的测距方法及测距系统。附图中包括示意图，会有各个部件的缩尺以及纵横的比率等与实际不同的情况。
请参阅图1及图2，所述测距方法包括：
步骤S10：获取目标的深度数据和所述深度数据的置信度标识；
步骤S20：将所述置信度标识的置信度与预设置信度进行比较；
步骤S31：若所述置信度标识的置信度大于或等于预设置信度，输出所述深度数据。
步骤S32：若所述置信度标识的置信度小于预设置信度，调整所述深度数据的获取步骤。
可选的，在步骤S10中，目标的深度数据例如为深度图像，可以通过TOF单元1获取，所述步骤S20、S31、S32由控制单元3执行。本实施方式中，所述深度数据的置信度标识包括通过TOF单元1获取的TOF可信度和惯性测量单元2获取的姿态数据；在其他实施方式中，置信度标识也可以仅包括其中一个，例如姿态数据。所述姿态数据包括速度值、角度值、角速度值中的至少一个，本实施方式中姿态数据包括速度值和角度值。
请结合图4，所述TOF单元1包括用于发射信号的发生器11、用于接收反射信号的接收器12、用于驱动发生器11的激光驱动电路13。通讯连接可理解为可进行数据交换的连接，可以是通过线缆连接，也可以通过无线连接，例如蓝牙或WIFI。所述发生器例如为垂直腔面发射激光器(Vertical-Cavity Surface-Emitting Laser，简称VCSEL)。通过发生器给目标连续发送信号(例如为激光或红外线)，然后通过接收器12接收从物体发射的信号，通过探测信号的飞行(往返)时间来得到目标物距离，即获得深度数据。所述惯性测量单元2包括加速度计21和陀螺仪22。
TOF单元1在生产时即会进行标定，在一定距离范围内，精度和准度有相当的确定性。但是由于光的特性，在某些条件下，深度数据具有一定程度的偏差，例如标定为1米的TOF传感器，在0.9-1.1米之间具有类似的准确度，具有高置信度；随着范围的增加，偏差会变大，这个时候的置信度会降低一些。另外，静态下得到的深度数据要比动态或者转弯时候的深度数据置信度更高。
深度数据包括D(X，Y，Z)三轴坐标。为了解决光的特性偏差问题，引入P值和Q值，在同一时间回来的数据上再另外标识传感器的姿态特性P(速度值，角度值)和可信度Q，Q的取值从0到100，可信度按照数值递增，100为最高可信度。可选的，可信度Q的值可通过实际距离与标定距离的关系进行确定。在同一时刻得到的深度数据就包含TOF单元1获取到的D(X，Y，Z，Q)和传感器获取到的数据S(P，V)，在这里可以用V来指定传感器数据的置信度值，等同于TOF单元定义中Q含义。
可选的，在步骤S20中，预设置信度可以通过经验值进行设定，也可以针对用户对置信度的要求进行设定。
可选的，在步骤S31中，若所述置信度标识的置信度大于或等于预设置信度，表明深度数据的置信度很高，因而可直接输出所述深度数据，保证了较高的测距精度。
在步骤S32的一个实施方式中，调整所述深度数据的获取步骤包括：根据所述置信度标识的置信度与预设置信度比较的结果，调节所述发生器的发光功率。例如，控制单元3通过激光驱动电路14增大或减小发生器的发射频率，使得下一帧的实际发光频率更接近实际场景，以使下一帧可以获取的深度数据信度更高。
在步骤S32的另一个实施方式中，调整所述深度数据的获取步骤包括：根据所述置信度标识的置信度与预设置信度比较的结果，对接收到的信号进行预处理；基于预处理的信号获得新的深度数据。
可选的，预处理的方式包括对所述接收器接收到的信号进行分割或提取，以减小干扰值对深度数据的影响。
在一些实施方式中，调整所述深度数据的获取步骤可包括对所述发生器的发光功率的调节和对接收到的信号进行预处理。
在步骤S32中，若所述置信度标识的置信度小于预设置信度，对当前深度数据D(X，Y，Z)进行线性变化，获得新的深度数据D’(X’，Y’，Z’)，并输出新的深度数据D’(X’，Y’，Z’)。由于进行线性变化，这样有利于对深度数据进行矫正纠偏，进而提高深度数据的置信度和测距精度。
图3本申请测距方法的运行逻辑图，控制单元3接收通过TOF单元1获取的深度数据，同时通过处理单元4接收加速度计21和陀螺仪22获取的姿态数据，并在控制单元3内进行对比判断。若所述置信度标识的置信度大于或等于预设置信度，控制单元3输出所述深度数据；若所述置信度标识的置信度小于预设置信度，调整所述深度数据的获取步骤，例如控制单元3通过激光驱动电路调节发生器的发射功率。
进一步的，所述测距方法还包括：在输出所述深度数据前，对所述深度数据进行数据融合。数据融合可以将多源数据加以智能化合成，产生比单一信息源更精确、更完全、更可靠的估计和判断。
下面举例说明所述测距方法，通过TOF单元1获取深度数据Dn(Xn，Yn，Zn，Qn)，通过惯性测量单元2获取姿态数据Sn(Pn，Vn)，提取Qn和Sn，其中，Qn和Pn结合后形成置信度标识，作为判断输出，如果结果是T(True，对应置信度标识的置信度大于或等于预设置信度)，直接输出结果Dn(Xn，Yn，Zn)，如果结果是F(False，对应置信度标识的置信度小于预设置信度)，则进一步对比Qn和Vn，依据对比结果(在静止状态或者低速模式如0.3米/秒下，Qn的置信度是大于Vn的，此时以Qn的置信度为准；在中高速状态和转弯状态下如0.5米/秒上，Vn的置信度是大于Qn的、此时以Vn的置信度为准；在TOF传感器检测到的能量值异常的情况下，Vn的置信度是大于Qn的，此时以Vn的置信度为准)，决定输出Qn或Vn值，并对深度数据进行线性变化，获得新的深度数据，可定义为Dn’(X n’，Y n’，Z n’)，将新的深度数据Dn’输出。同时根据F的结果，主动调整发生器的发射频率，如将发射频率降为当前的60％、50％、40％等具体视应用场合而定，通过这样的调整使得下一帧的实际发光频率更接近实际场景，对应获取的深度数据的置信度更高。
另一方面，本申请还提供一种测距系统(有时也称测距设备)。请结合图4，所述测距系统包括TOF单元1、惯性测量单元2、控制单元3及处理单元4。所述TOF单元1用于获取目标的深度数据。所述惯性测量单元2用于获取所述深度数据的置信度标识。控制单元3与所述TOF单元1及惯性测量单元2分别通讯连接(控制单元3通过处理单元4与惯性测量单元2通讯连接)，所述控制单元3配置为：将所述置信度标识的置信度与预设置信度进行比较，若所述置信度标识的置信度大于或等于预设置信度，输出所述深度数据；若所述置信度标识的置信度小于预设置信度，调节所述深度数据的获取步骤。所述惯性测量单元2及处理单元4集成于所述TOF单元1内，以在前端进行数据处理，避免数据处理的滞后性。
所述TOF单元1包括用于发射信号的发生器11、用于接收反射信号的接收器12、用于驱动发生器的激光驱动电路13。所述发生器11例如为垂直腔面发射激光器(Vertical-Cavity Surface-Emitting Laser，简称VCSEL)。通过发生器11给目标连续发送信号(例如为激光或红外线)，然后通过接收器12接收从物体发射的信号，通过探测信号的飞行(往返)时间来得到目标物距离，即获得深度数据。所述惯性测量单元2包括加速度计21和陀螺仪22。所述控制单元例如为单片机，所述处理单元4例如为微处理器(Microcontroller Unit，MCU)。
在申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“连通”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接连通，也可以通过中间媒介间接连通，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在申请中的具体含义。此外，在申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。
上述实施例只为说明本申请的技术构思及特点，其目的在于让熟悉此项技术的人是能够了解本申请的内容并据以实施，并不能以此限制本申请的保护范围。凡根据本申请精神实质所做的等效变换或修饰，都应涵盖在本申请的保护范围之内。

Claims (10)

1.一种测距方法，其特征在于，包括：
获取目标的深度数据和所述深度数据的置信度标识；
将所述置信度标识的置信度与预设置信度进行比较；
若所述置信度标识的置信度大于或等于预设置信度，输出所述深度数据；若所述置信度标识的置信度小于预设置信度，调整所述深度数据的获取步骤。
2.如权利要求1所述的测距方法，其特征在于，所述深度数据通过TOF单元获取，所述置信度标识通过TOF单元和惯性测量单元中的至少一个获取。
3.如权利要求2所述的测距方法，其特征在于，所述置信度标识包括TOF可信度和目标的姿态数据，所述姿态数据包括速度值、角度值、角速度值中的至少一个。
4.如权利要求3所述的测距方法，其特征在于，所述TOF单元包括用于发射信号的发生器及用于接收反射信号的接收器；
调整所述深度数据的获取步骤包括：
根据所述置信度标识的置信度与预设置信度比较的结果，调节所述发生器的发光功率。
5.如权利要求3或4所述的测距方法，其特征在于，所述TOF单元包括用于发射信号的发生器及用于接收反射信号的接收器；
调整所述深度数据的获取步骤包括：
根据所述置信度标识的置信度与预设置信度比较的结果，对接收到的信号进行预处理；
基于预处理的信号获得新的深度数据。
6.如权利要求5所述的测距方法，其特征在于，对所述接收器接收到的信号进行预处理包括：
对所述接收器接收到的信号进行分割或提取。
7.如权利要求1所述的测距方法，其特征在于，所述测距方法包括：
在输出所述深度数据前，对所述深度数据进行数据融合。
8.如权利要求1所述的测距方法，其特征在于，所述测距方法包括：
若所述置信度标识的置信度小于预设置信度，对当前深度数据进行线性变化，获得新的深度数据，输出新的深度数据。
9.一种测距系统，其特征在于，包括：
TOF单元，用于获取目标的深度数据；
惯性测量单元，用于获取所述深度数据的置信度标识；
控制单元，与所述TOF单元及惯性测量单元分别通讯连接，所述控制单元配置为：
将所述置信度标识的置信度与预设置信度进行比较，若所述置信度标识的置信度大于或等于预设置信度，输出所述深度数据；若所述置信度标识的置信度小于预设置信度，调节所述深度数据的获取步骤。
10.如权利要求9所述的测距系统，其特征在于，所述惯性测量单元集成于所述TOF单元内。
CN202010425984.3A 2020-05-19 2020-05-19 一种测距方法及测距系统 Pending CN111443357A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010425984.3A CN111443357A (zh) 2020-05-19 2020-05-19 一种测距方法及测距系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010425984.3A CN111443357A (zh) 2020-05-19 2020-05-19 一种测距方法及测距系统

Publications (1)

Publication Number Publication Date
CN111443357A true CN111443357A (zh) 2020-07-24

Family

ID=71657553

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010425984.3A Pending CN111443357A (zh) 2020-05-19 2020-05-19 一种测距方法及测距系统

Country Status (1)

Country Link
CN (1) CN111443357A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113820695A (zh) * 2021-09-17 2021-12-21 深圳市睿联技术股份有限公司 测距方法与装置、终端系统及计算机可读存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102184531A (zh) * 2010-05-07 2011-09-14 微软公司 深度图置信过滤
CN102567986A (zh) * 2010-10-21 2012-07-11 索尼公司 3d飞行时间相机和方法
CN103814306A (zh) * 2011-06-24 2014-05-21 索弗特凯耐提克软件公司 深度测量质量增强
CN107204012A (zh) * 2016-03-16 2017-09-26 美国亚德诺半导体公司 降低飞行时间深度成像的功耗
US20190019302A1 (en) * 2017-07-11 2019-01-17 Microsoft Technology Licensing, Llc Active illumination 3d zonal imaging system
CN110062894A (zh) * 2016-12-07 2019-07-26 索尼半导体解决方案公司 设备与方法
CN111091067A (zh) * 2019-11-25 2020-05-01 苏州思源科安信息技术有限公司 一种远距离大视场虹膜光学成像的装置及方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102184531A (zh) * 2010-05-07 2011-09-14 微软公司 深度图置信过滤
CN102567986A (zh) * 2010-10-21 2012-07-11 索尼公司 3d飞行时间相机和方法
CN103814306A (zh) * 2011-06-24 2014-05-21 索弗特凯耐提克软件公司 深度测量质量增强
CN107204012A (zh) * 2016-03-16 2017-09-26 美国亚德诺半导体公司 降低飞行时间深度成像的功耗
CN110062894A (zh) * 2016-12-07 2019-07-26 索尼半导体解决方案公司 设备与方法
US20190019302A1 (en) * 2017-07-11 2019-01-17 Microsoft Technology Licensing, Llc Active illumination 3d zonal imaging system
CN111091067A (zh) * 2019-11-25 2020-05-01 苏州思源科安信息技术有限公司 一种远距离大视场虹膜光学成像的装置及方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113820695A (zh) * 2021-09-17 2021-12-21 深圳市睿联技术股份有限公司 测距方法与装置、终端系统及计算机可读存储介质

Similar Documents

Publication Publication Date Title
EP3540464B1 (en) Ranging method based on laser radar system, device and readable storage medium
CN108229366B (zh) 基于雷达和图像数据融合的深度学习车载障碍物检测方法
US9659378B2 (en) Point cloud position data processing device, point cloud position data processing system, point cloud position data processing method, and program therefor
US20180313940A1 (en) Calibration of laser and vision sensors
CN108917746B (zh) 头盔姿态测量方法、测量装置及测量系统
CN110503040B (zh) 障碍物检测方法及装置
CN108536145A (zh) 一种使用机器视觉进行智能跟随的机器人系统及运行方法
CN112698306A (zh) 一种多激光雷达结合相机解决地图构建盲区的系统和方法
CN111077907A (zh) 一种室外无人机的自主定位方法
CN112601975B (zh) 雷达头部姿势定位
CN110244308B (zh) 一种适用于无人机测高定姿的激光传感器及其工作方法
EP3531224A1 (en) Environment-adaptive sense and avoid system for unmanned vehicles
CN108021899A (zh) 基于双目相机的车载智能前车防撞预警方法
CN110163047B (zh) 一种检测车道线的方法及装置
CN112697131B (zh) 基于视觉和惯性导航系统的井下移动装备定位方法及系统
CN110864692A (zh) 掘进机的位姿确定方法
CN111443357A (zh) 一种测距方法及测距系统
CN108227744B (zh) 一种水下机器人定位导航系统及定位导航方法
CN109270546A (zh) 一种基于结构光和双图像传感器的测距装置及其测距方法
CN115690119A (zh) 一种数据处理方法及装置
CN114554030A (zh) 设备检测系统以及设备检测方法
CN114485613B (zh) 一种多信息融合水下机器人定位方法
CN111352090B (zh) 集成姿态系统的激光雷达及控制方法
CN208188339U (zh) 一种机载激光雷达3d成像系统
JPH095078A (ja) 車両周囲監視モニタ

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200724

RJ01 Rejection of invention patent application after publication