CN111753694B - 无人车目标搜索系统及方法 - Google Patents
无人车目标搜索系统及方法 Download PDFInfo
- Publication number
- CN111753694B CN111753694B CN202010545876.XA CN202010545876A CN111753694B CN 111753694 B CN111753694 B CN 111753694B CN 202010545876 A CN202010545876 A CN 202010545876A CN 111753694 B CN111753694 B CN 111753694B
- Authority
- CN
- China
- Prior art keywords
- target
- searched
- unmanned vehicle
- radar
- searching
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000001514 detection method Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229910000734 martensite Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- 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
- G01S17/42—Simultaneous measurement of distance and other co-ordinates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Electromagnetism (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种无人车目标搜索系统及方法,实现了无人车对室内及室外环境中目标的搜索。其系统包括图像采集模块、激光测距模块和中心控制模块。其方法的步骤包括:图像采集模块实时采集并传输图像,中心控制模块接收到图像后选取当前帧图像,在前帧图像中包含待搜索的目标的情况下,根据待搜索目标的中心点计算出待搜索目标相对于无人车的水平方位角和垂直方位角,使用方位角匹配条件确定待搜索目标的真实位置,并规划无人车的搜索路径,使无人车按照搜索路径对待搜索目标进行搜索。本发明中无人车对目标的搜索适用范围广,搜索的准确度和实时性高。
Description
技术领域
本发明属于计算机技术领域,更进一步涉及图像处理技术领域中的一种无人车目标搜索系统及方法。本发明可实现无人车对室内或者室外环境中特定目标的跟踪与智能搜索。
背景技术
利用无人车进行目标搜索是一种通过目标搜索系统中的传感系统感知室内、室外搜索环境,再通过无人车路径规划系统规划运动路线,同时控制车辆的转向和速度,从而对预设好的指定运动或静止目标进行准确、实时的跟踪和搜索。近年来随着计算机视觉领域、自动控制技术和深度学习领域的巨大进步,无人车目标搜索的时效性、准确性和安全性都得到了一定程度的提升。
安徽信息工程学院在其申请的专利文献“区域性多目标长距离移动跟踪室内定位系统及定位方法”(申请号:CN201911155422.5,公开号:CN110736466A)中提出了一种移动跟踪室内定位系统和定位方法。该专利申请公开的系统包括追踪采集器、信号处理单元、目标信息显示单元和警报器,能够对指定的室内目标进行实时定位,返回目标的位置信息。但是,该系统存在的不足之处是,该系统主要是利用固定的室内定位节点和光信号确定目标位置信息,因此仅能够用于室内目标的定位,无法在室外环境中对目标进行定位和跟踪。该专利申请公开的公开了一种区域性多目标长距离移动跟踪室内定位方法,该方法的具体步骤是追踪采集器采集外部信息后,信号处理单元对采集到的外部信息进行分析处理,中心系统经过分析确定目标所处位置并对目标位置进行追踪,最终显示单元显示定位结果。该方法虽然能够实现区域性长距离跟踪定位、多目标跟踪定位和室内定位的多个功能,但是,该方法仍然存在的不足之处是,由监控装置追踪并锁定目标,使目标处于监管范围,无法对目标进行实时跟踪。
珠海格力电器股份有限公司在其申请的专利文献“一种区域检测方法及装置”(申请号:CN201911155422.5,公开号:CN110736466A)中提出了一种区域检测方法及装置。该专利申请公开的该方法的具体步骤是:首先获取监控区域的雷达检测信号,然后根据所述雷达检测信号得到运动目标,并对所述运动目标进行跟踪得到所述运动目标的轨迹,根据所述运动目标的轨迹,得到所述运动目标的起始位置以及终止位置,最终确定所述监控区域的进出口区域。该方法存在的不足之处是,仅能够对运动目标在室内的轨迹以及起始位置进行检测,应用环境限制为室内;同时利用雷达检测信号对目标路径进行跟踪相比利用计算机视觉的方法来讲算法准确度有限。
发明内容
本发明的目的在于针对上述现有技术的不足,提供一种无人车目标搜索系统及方法,用于解决在现有技术中利用固定的室内定位节点和光信号确定目标位置信息,无法在室外环境中对目标进行定位和跟踪,利用雷达检测信号确定目标相比利用计算机视觉的方法来讲算法准确度有限,同时由监控装置追踪并锁定目标,使目标处于监管范围,无法对目标进行实时跟踪的问题。
实现本发明目的的思路是:图像采集模块实时采集并传输图像,中心控制模块接收到图像后选取当前帧图像,保证图像处理的实时和连续,在当前帧图像中包含待搜索的目标的情况下,确定待搜索目标的中心点,计算待搜索目标相对于无人车的水平方位角和垂直方位角,提高雷达目标与待搜索目标的匹配效率,使用方位角匹配条件确定待搜索目标的真实位置,保证目标位置的准确性,规划无人车的搜索路径,使无人车对待搜索目标进行搜索,提升无人车对目标跟踪和搜索的实时性、精准性。
本发明的无人车目标搜索系统,包括图像采集模块、激光测距模块和中心控制模块三个模块,激光测距模块中的激光雷达基于厘米级组合导航系统进行定位采集空间坐标数据,再基于厘米级组合导航系统进行定位,该导航系统的定位误差≤0.03m,方向角误差≤0.2°,可以同时满足无人车在室内小范围和室外开阔环境中的目标搜索。其中,
所述图像采集模块,用于通过相机传感器实时采集图像,将实时采集的同一场景下的全景图像、可见光图像和红外图像以每秒30帧的速率传输至中心控制模块;
所述激光测距模块,用于对激光雷达采集到的角度信息、距离三维空间坐标数据,通过一个激光测距机确定待搜索目标的真实位置;所述的激光测距模块中的激光雷达基于厘米级组合导航系统进行定位采集空间坐标数据,再基于厘米级组合导航系统进行定位,该导航系统的定位误差≤0.03m,方向角误差≤0.2°,可以同时满足无人车在室内小范围和室外开阔环境中的目标搜索;
所述中心控制模块,用于接收图像采集模块和激光测距模块所采集信息,从所接收的一种或多种类型的图像中,每隔10帧图像选取1帧作为当前帧图像,判断当前帧图像中是否包含待搜索的目标;若不包含待搜索的目标,则重新选取当前帧图像;若包含待搜索的目标,则框出待搜索目标在当前帧图像中所在的矩形框,将该矩形框的中心点作为待搜索目标中心点;计算待搜索目标相对于无人车的水平方位角和垂直方位角;使用方位角匹配条件,对雷达目标与待搜索目标进行目标匹配,将满足雷达目标与待搜索目标方位角匹配条件时的雷达目标的位置信息作为待搜索目标的真实位置;规划无人车的搜索路径;将规划的搜索路径传送给无人车,无人车按照其所规划的搜索路径对待搜索目标进行搜索。
本发明的无人车目标搜索方法包括如下步骤:
(1)实时采集并传输图像:
图像采集模块将实时采集的同一场景下的全景图像、可见光图像和红外图像以每秒30帧的速率传输至中心控制模块;
(2)选取当前帧图像:
中心控制模块从所接收的一种或多种类型的图像中,每隔10帧图像选取1帧作为当前帧图像;
(3)判断当前帧图像中是否包含待搜索的目标,若是,则执行步骤(4),否则,执行步骤(2);
(4)确定待搜索目标的中心点:
中心控制模块框出待搜索目标在当前帧图像中所在的矩形框,将该矩形框的中心点作为待搜索目标中心点;
(5)按照下式,计算待搜索目标相对于无人车的水平方位角和垂直方位角:
其中,tan表示正切操作,α和β分别表示待搜索目标相对于无人车的水平方位角和垂直方位角,p和q分别表示待搜索目标中心点与当前帧图像中心的水平距离和垂直距离,x和y分别表示当前帧图像宽和高,θ和θ′分别表示相机水平视场角和垂直视场角;
(6)确定待搜索目标的真实位置:
使用方位角匹配条件,对室内小范围和室外开阔环境中的雷达目标与待搜索目标进行目标匹配,通过激光测距模块中的激光测距机,将满足雷达目标与待搜索目标方位角匹配条件时的雷达目标的位置信息作为待搜索目标的真实位置;
(7)规划无人车的搜索路径:
(7a)以待搜索目标的真实位置为中心的圆形作为目标搜索区域;
(7b)将无人车当前位置作为起点,待搜索目标的真实位置作为终点,连接成一条直线搜索路径;
(7c)利用阿基米德螺旋线方程,规划一条从目标搜索区域中心向外辐射且覆盖全部搜索区域的扩展螺旋形搜索路径;
(7d)将直线搜索路径以及与直线搜索路径连接的扩展螺旋形搜索路径作为无人车的搜索路径;
(8)无人车对待搜索目标进行搜索:
中心控制模块将规划的搜索路径传送给无人车,无人车按照其所规划的搜索路径对待搜索目标进行搜索。
本发明与现有技术相比具有以下优点:
第一,由于本发明的系统在激光测距模块中的激光雷达基于厘米级组合导航系统进行定位采集空间坐标数据,再基于厘米级组合导航系统进行定位,该导航系统的定位误差≤0.03m,方向角误差≤0.2°,可以同时满足无人车在室内小范围和室外开阔环境中的目标搜索,克服了现有技术利用固定的室内定位节点和光信号确定目标位置信息,因此仅能够用于室内目标的定位,无法在室外环境中对目标进行定位和跟踪的问题,使得本发明在室内或者室外环境中均可实现无人车对特定目标的智能搜索。
第二,由于本发明的方法通过计算待搜索目标相对于无人车的水平方位角和垂直方位角,确定待搜索目标的真实位置,克服了现有技术利用雷达检测信号确定目标相比利用计算机视觉的方法来讲算法准确度有限的问题,使得本发明提高了在确定待搜索目标的真实位置时的准确性。
第三,由于本发明的方法在规划无人车的搜索路径时,将直线搜索路径以及与直线搜索路径连接的扩展螺旋形搜索路径作为无人车的搜索路径,使无人车对待搜索目标进行搜索,克服了现有技术由监控装置追踪并锁定目标,使目标处于监管范围,无法对目标进行实时跟踪的问题,使得本发明提高了对目标跟踪和搜索的实时性、精准性。
附图说明
图1为本发明系统的结构图;
图2为本发明方法的流程图;
图3为本发明的无人车整体结构示意图。
具体实施方式
下面结合附图对本发明做进一步的描述。
参照附图1,对本发明的系统做进一步的描述。
本发明的系统包括图像信息采集模块、激光测距模块和中心控制模块,中心控制模块接收图像采集模块和激光测距模块所采集到的信息,指导无人车对目标进行搜索。
图像采集模块用于通过多种相机传感器实时采集图像,将实时采集的同一场景下的全景图像、可见光图像和红外图像三种图像以每秒30帧的传输速率传输至中心控制模块。
激光测距模块用于对激光雷达采集到的角度信息、距离三维空间坐标数据,通过一个激光测距机确定待搜索目标的真实位置;所述的激光测距模块中的激光雷达基于厘米级组合导航系统进行定位采集空间坐标数据,再基于厘米级组合导航系统进行定位,该导航系统的定位误差≤0.03m,方向角误差≤0.2°,定位性能好、精度高,可以同时满足无人车在室内小范围和室外开阔环境中的目标搜索。
中心控制模块用于接收图像采集模块和激光测距模块所采集信息,从所接收的一种或多种类型的图像中,每隔10帧图像选取1帧作为当前帧图像,判断当前帧图像中是否包含待搜索的目标;若不包含待搜索的目标,则重新选取当前帧图像;若包含待搜索的目标,则框出待搜索目标在当前帧图像中所在的矩形框,将该矩形框的中心点作为待搜索目标中心点;计算待搜索目标相对于无人车的水平方位角和垂直方位角;使用方位角匹配条件,对雷达目标与待搜索目标进行目标匹配,将满足雷达目标与待搜索目标方位角匹配条件时的雷达目标的位置信息作为待搜索目标的真实位置;规划无人车的搜索路径;将规划的搜索路径传送给无人车,无人车按照其所规划的搜索路径对待搜索目标进行搜索。
参照附图2,对本发明无人车目标搜索方法做进一步的描述。
步骤1,实时采集并传输图像。
图像采集模块将实时采集的同一场景下的全景图像、可见光图像和红外图像以每秒30帧的速率传输至中心控制模块。
步骤2,选取当前帧图像。
中心控制模块从所接收的一种或多种类型的图像中,每隔10帧图像选取1帧作为当前帧图像。
步骤3,判断当前帧图像中是否包含待搜索的目标,若是,则执行步骤4,否则,执行步骤2。
所述的待搜索目标是指在中心控制系统中提前预设好的,无人车对其进行搜索的,室内小范围和室外开阔环境中的一类或多类物体。
步骤4,确定待搜索目标的中心点。
中心控制模块框出待搜索目标在当前帧图像中所在的矩形框,将该矩形框的中心点作为待搜索目标中心点。
步骤5,按照下式,计算待搜索目标相对于无人车的水平方位角和垂直方位角。
其中,tan表示正切操作,α和β分别表示待搜索目标相对于无人车的水平方位角和垂直方位角,p和q分别表示待搜索目标中心点与当前帧图像中心的水平距离和垂直距离,x和y分别表示当前帧图像宽和高,θ和θ′分别表示相机水平视场角和垂直视场角。
步骤6,确定待搜索目标的真实位置。
使用方位角匹配条件,对室内小范围和室外开阔环境中的雷达目标与待搜索目标进行目标匹配,通过激光测距模块中的激光测距机,将满足雷达目标与待搜索目标方位角匹配条件时的雷达目标的位置信息作为待搜索目标的真实位置。
所述雷达目标的位置信息是指激光测距模块中的激光雷达采集到的角度信息、距离三维空间坐标数据。
所述的方位角匹配条件是指同时满足如下两个等式的情形:
|m1-m2|<γ1
|n1-n2|<γ2
其中,m1和m2分别表示雷达位置信息中物体的水平方位角和待搜索目标在空间中的水平方位角,n1和n2分别表示雷达位置信息中物体的垂直方位角和待搜索目标在空间中的垂直方位角,γ1和γ2分别表示无人车的水平方位设定的误差阈值和垂直方位设定误差阈值。
若存在多个雷达目标同时满足方位角匹配条件时,则将γ1最小时的雷达目标的位置信息作为待搜索目标的真实位置。
步骤7,规划无人车的搜索路径。
第1步,以待搜索目标的真实位置为中心的圆形作为目标搜索区域。
第2步,将无人车当前位置作为起点,待搜索目标的真实位置作为终点,连接成一条直线搜索路径。
第3步,利用阿基米德螺旋线方程,规划一条从目标搜索区域中心向外辐射且覆盖全部搜索区域的扩展螺旋形搜索路径。
所述的阿基米德螺旋线方程如下:
Ri=a·Ωi
其中,Ri表示扩展螺旋形搜索路径上的第i点到目标搜索区域中心的距离,a表示螺旋角每增加1度对应Ri增加的值,·表示相乘操作,Ωi表示第i点处螺旋角的大小。
第4步,将直线搜索路径以及与直线搜索路径连接的扩展螺旋形搜索路径作为无人车的搜索路径。
步骤8,无人车对待搜索目标进行搜索。
中心控制模块将规划的搜索路径传送给无人车,无人车按照其所规划的搜索路径对待搜索目标进行搜索。
参照附图3,对本发明的无人车整体结构做进一步的描述。
在本发明无人车整体结构的设计时,将激光测距机、可见光摄像机、红外热像仪作为转塔的有效载荷,安装于转塔的载物台中,随转台一起运动,并保证三个载荷光轴一致。全景相机和激光雷达为固定设备与转塔进行同轴设计,但是不受转台的运动影响。
可以看出激光测距机、变焦可见光相机、红外热像仪、全景相机、激光雷达均安装于转塔上,同轴一体化设计,互相不遮挡,达成最优化设计,转塔和电控系统、笔记本一起安装于机器人载物平台上,机器人平台提供电池供电和定姿定位设备。
Claims (5)
1.一种无人车目标搜索系统,包括图像采集模块、激光测距模块和中心控制模块三个模块,其特征在于,所述的激光测距模块中的激光雷达基于厘米级组合导航系统进行定位采集空间坐标数据,再基于厘米级组合导航系统进行定位,该导航系统的定位误差≤0.03m,方向角误差≤0.2°,可以同时满足无人车在室内小范围和室外开阔环境中的目标搜索;其中,
所述图像采集模块,用于通过相机传感器实时采集图像,将实时采集的同一场景下的全景图像、可见光图像和红外图像以每秒30帧的速率传输至中心控制模块;
所述激光测距模块,用于对激光雷达采集到的角度信息、距离三维空间坐标数据,通过一个激光测距机确定待搜索目标的真实位置;所述的激光测距模块中的激光雷达基于厘米级组合导航系统进行定位采集空间坐标数据,再基于厘米级组合导航系统进行定位,该导航系统的定位误差≤0.03m,方向角误差≤0.2°,可以同时满足无人车在室内小范围和室外开阔环境中的目标搜索;
所述中心控制模块,用于接收图像采集模块和激光测距模块所采集信息,从所接收的一种或多种类型的图像中,每隔10帧图像选取1帧作为当前帧图像,判断当前帧图像中是否包含待搜索的目标;若不包含待搜索的目标,则重新选取当前帧图像;若包含待搜索的目标,则框出待搜索目标在当前帧图像中所在的矩形框,将该矩形框的中心点作为待搜索目标中心点;计算待搜索目标相对于无人车的水平方位角和垂直方位角;使用方位角匹配条件,对雷达目标与待搜索目标进行目标匹配,将满足雷达目标与待搜索目标方位角匹配条件时的雷达目标的位置信息作为待搜索目标的真实位置;规划无人车的搜索路径;将规划的搜索路径传送给无人车,无人车按照其所规划的搜索路径对待搜索目标进行搜索。
2.根据权利要求1所述系统的一种无人车目标搜索方法,其特征在于,通过计算待搜索目标相对于无人车的水平方位角和垂直方位角,根据确定待搜索目标的真实位置,规划无人车对待搜索目标进行搜索,该方法的步骤包括如下:
(1)实时采集并传输图像:
图像采集模块将实时采集的同一场景下的全景图像、可见光图像和红外图像以每秒30帧的速率传输至中心控制模块;
(2)选取当前帧图像:
中心控制模块从所接收的一种或多种类型的图像中,每隔10帧图像选取1帧作为当前帧图像;
(3)判断当前帧图像中是否包含待搜索的目标,若是,则执行步骤(4),否则,执行步骤(2);
(4)确定待搜索目标的中心点:
中心控制模块框出待搜索目标在当前帧图像中所在的矩形框,将该矩形框的中心点作为待搜索目标中心点;
(5)按照下式,计算待搜索目标相对于无人车的水平方位角和垂直方位角:
其中,tan表示正切操作,α和β分别表示待搜索目标相对于无人车的水平方位角和垂直方位角,p和q分别表示待搜索目标中心点与当前帧图像中心的水平距离和垂直距离,x和y分别表示当前帧图像宽和高,θ和θ′分别表示相机水平视场角和垂直视场角;
(6)确定待搜索目标的真实位置:
使用方位角匹配条件,对室内小范围和室外开阔环境中的雷达目标与待搜索目标进行目标匹配,通过激光测距模块中的激光测距机,将满足雷达目标与待搜索目标方位角匹配条件时的雷达目标的位置信息作为待搜索目标的真实位置;
所述的方位角匹配条件是指同时满足如下两个等式的情形:
|m1-m2|<γ1
|n1-n2|<γ2
其中,m1和m2分别表示雷达位置信息中物体的水平方位角和待搜索目标在空间中的水平方位角,n1和n2分别表示雷达位置信息中物体的垂直方位角和待搜索目标在空间中的垂直方位角,γ1和γ2分别表示无人车的水平方位设定的误差阈值和垂直方位设定误差阈值;
若存在多个雷达目标同时满足方位角匹配条件时,则将γ1最小时的雷达目标的位置信息作为待搜索目标的真实位置;
(7)规划无人车的搜索路径:
(7a)以待搜索目标的真实位置为中心的圆形作为目标搜索区域;
(7b)将无人车当前位置作为起点,待搜索目标的真实位置作为终点,连接成一条直线搜索路径;
(7c)利用阿基米德螺旋线方程,规划一条从目标搜索区域中心向外辐射且覆盖全部搜索区域的扩展螺旋形搜索路径;
(7d)将直线搜索路径以及与直线搜索路径连接的扩展螺旋形搜索路径作为无人车的搜索路径;
(8)无人车对待搜索目标进行搜索:
中心控制模块将规划的搜索路径传送给无人车,无人车按照其所规划的搜索路径对待搜索目标进行搜索。
3.根据权利要求2所述的无人车目标搜索方法,其特征在于,步骤(3)中所述的待搜索的目标是指在中心控制系统中提前预设好的,无人车对其进行搜索的,室内小范围和室外开阔环境中的一类或多类物体。
4.根据权利要求2所述的无人车目标搜索方法,其特征在于,步骤(6)中所述雷达目标的位置信息是指激光测距模块中的激光雷达采集到的角度信息、距离三维空间坐标数据。
5.根据权利要求2所述的无人车目标搜索方法,其特征在于,步骤(7c)中所述的阿基米德螺旋线方程如下:
Ri=a·Ωi
其中,Ri表示扩展螺旋形搜索路径上的第i点到目标搜索区域中心的距离,a表示螺旋角每增加1度对应Ri增加的值,·表示相乘操作,Ωi表示第i点处螺旋角的大小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010545876.XA CN111753694B (zh) | 2020-06-16 | 2020-06-16 | 无人车目标搜索系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010545876.XA CN111753694B (zh) | 2020-06-16 | 2020-06-16 | 无人车目标搜索系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111753694A CN111753694A (zh) | 2020-10-09 |
CN111753694B true CN111753694B (zh) | 2024-02-09 |
Family
ID=72676228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010545876.XA Active CN111753694B (zh) | 2020-06-16 | 2020-06-16 | 无人车目标搜索系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111753694B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112232279B (zh) * | 2020-11-04 | 2023-09-05 | 杭州海康威视数字技术股份有限公司 | 一种人员间距检测方法和装置 |
CN113608186B (zh) * | 2021-09-13 | 2023-10-20 | 中国工程物理研究院应用电子学研究所 | 一种雷达系统与光电成像系统的标校方法 |
CN116147614A (zh) * | 2021-11-23 | 2023-05-23 | Oppo广东移动通信有限公司 | 设备定位方法、装置、电子设备、存储介质和程序产品 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6484315A (en) * | 1987-09-28 | 1989-03-29 | Shinko Electric Co Ltd | Method for controlling traveling of self-controlled unmanned vehicle |
GB0115433D0 (en) * | 2001-06-23 | 2001-08-15 | Lucas Industries Ltd | An object location system for a road vehicle |
CN108983781A (zh) * | 2018-07-25 | 2018-12-11 | 北京理工大学 | 一种无人车目标搜索系统中的环境探测方法 |
CN109737981A (zh) * | 2019-01-11 | 2019-05-10 | 西安电子科技大学 | 基于多传感器的无人车目标搜索装置及方法 |
CN109887040A (zh) * | 2019-02-18 | 2019-06-14 | 北京航空航天大学 | 面向视频监控的运动目标主动感知方法及系统 |
CN110687908A (zh) * | 2019-09-25 | 2020-01-14 | 南京理工大学 | 基于ros的园区无人车轨迹生成系统及其控制方法 |
-
2020
- 2020-06-16 CN CN202010545876.XA patent/CN111753694B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6484315A (en) * | 1987-09-28 | 1989-03-29 | Shinko Electric Co Ltd | Method for controlling traveling of self-controlled unmanned vehicle |
GB0115433D0 (en) * | 2001-06-23 | 2001-08-15 | Lucas Industries Ltd | An object location system for a road vehicle |
CN108983781A (zh) * | 2018-07-25 | 2018-12-11 | 北京理工大学 | 一种无人车目标搜索系统中的环境探测方法 |
CN109737981A (zh) * | 2019-01-11 | 2019-05-10 | 西安电子科技大学 | 基于多传感器的无人车目标搜索装置及方法 |
CN109887040A (zh) * | 2019-02-18 | 2019-06-14 | 北京航空航天大学 | 面向视频监控的运动目标主动感知方法及系统 |
CN110687908A (zh) * | 2019-09-25 | 2020-01-14 | 南京理工大学 | 基于ros的园区无人车轨迹生成系统及其控制方法 |
Non-Patent Citations (3)
Title |
---|
张培志 ; 余卓平 ; 熊璐 ; .非结构化道路环境下的无人车运动规划算法研究.上海汽车.2016,(第12期),全文. * |
肖潇 ; 方勇纯 ; 贺锋 ; 马博军 ; .未知环境下移动机器人自主搜索技术研究.机器人.2007,(第03期),全文. * |
陈涛 ; 张明路 ; 付灵丽 ; .基于机器人听觉―视觉系统的声源目标定位.计算机应用.2009,(第09期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN111753694A (zh) | 2020-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111753694B (zh) | 无人车目标搜索系统及方法 | |
CN109737981B (zh) | 基于多传感器的无人车目标搜索装置及方法 | |
CN112085003B (zh) | 公共场所异常行为自动识别方法及装置、摄像机设备 | |
CN106405540A (zh) | 基于雷达和光电设备互补的探测识别装置及方法 | |
CN110081982B (zh) | 一种基于双光谱光电搜索的无人机目标定位方法 | |
US20230236280A1 (en) | Method and system for positioning indoor autonomous mobile robot | |
CN109375211B (zh) | 基于雷达和多光学设备的可移动无人平台目标搜索方法 | |
CN111487998B (zh) | 一种两轴四框架光电跟踪设备自动目标捕获方法和装置 | |
CN111913171A (zh) | 一种低空红外目标精确定位方法及系统 | |
Löffler et al. | Evaluation criteria for inside-out indoor positioning systems based on machine learning | |
Ye et al. | Robot indoor positioning and navigation based on improved wifi location fingerprint positioning algorithm | |
CN108646760B (zh) | 基于单目视觉移动机器人目标跟踪及平台控制系统和方法 | |
CN112051547B (zh) | 异站测角信息在目标捕获跟踪中的利用方法 | |
CN113885312A (zh) | 光电跟踪系统及方法 | |
CN117928491A (zh) | 一种多站组网视觉跟踪的监测系统及监测方法 | |
Gao et al. | FP-Loc: Lightweight and Drift-free Floor Plan-assisted LiDAR Localization | |
Yusefi et al. | A Generalizable D-VIO and Its Fusion with GNSS/IMU for Improved Autonomous Vehicle Localization | |
Timochko et al. | Inter-Object Navigation of Unmanned Aerial Vehicles to Increase the Efficiency and Accuracy of Inspection of Power Lines | |
CN212321837U (zh) | 一种低空红外目标精确定位系统 | |
CN102324023B (zh) | 多模态的多目标特征获取方法 | |
CN115683110A (zh) | 一种建立室内绝对坐标系的方法和系统 | |
Ghidary et al. | Localization and approaching to the human by mobile home robot | |
CN114721377A (zh) | 一种基于改进Cartographer的SLAM的室内导盲机器人控制方法 | |
Wongphati et al. | Bearing only FastSLAM using vertical line information from an omnidirectional camera | |
Liang et al. | Of-vo: Reliable navigation among pedestrians using commodity sensors |
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 |