CN111835965A - 一种用于对至少一个使用对象进行物理检测、特别是光学检测的方法 - Google Patents

一种用于对至少一个使用对象进行物理检测、特别是光学检测的方法 Download PDF

Info

Publication number
CN111835965A
CN111835965A CN201911277742.8A CN201911277742A CN111835965A CN 111835965 A CN111835965 A CN 111835965A CN 201911277742 A CN201911277742 A CN 201911277742A CN 111835965 A CN111835965 A CN 111835965A
Authority
CN
China
Prior art keywords
processing unit
usage
detection
usage object
database
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
CN201911277742.8A
Other languages
English (en)
Inventor
格雷西亚·马库斯
泽尔韦格·托马斯
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.)
Individual
Original Assignee
Individual
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
Priority claimed from DE102019110344.4A external-priority patent/DE102019110344A1/de
Priority claimed from DE102019110345.2A external-priority patent/DE102019110345A1/de
Application filed by Individual filed Critical Individual
Publication of CN111835965A publication Critical patent/CN111835965A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
    • 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
    • G05D1/0094—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots involving pointing a payload, e.g. camera, weapon, sensor, towards a fixed or moving target
    • 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
    • G05D1/04—Control of altitude or depth
    • G05D1/042—Control of altitude or depth specially adapted for aircraft
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/97—Determining parameters from multiple pictures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/17—Terrestrial scenes taken from planes or by drones
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/60—Static or dynamic means for assisting the user to position a body part for biometric acquisition
    • G06V40/67—Static or dynamic means for assisting the user to position a body part for biometric acquisition by interactive indications to the user
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching
    • 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
    • G06V2201/08—Detecting or categorising vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Remote Sensing (AREA)
  • General Engineering & Computer Science (AREA)
  • Library & Information Science (AREA)
  • Databases & Information Systems (AREA)
  • Signal Processing (AREA)
  • Automation & Control Theory (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)
  • Image Processing (AREA)
  • Studio Devices (AREA)

Abstract

本发明涉及一种用于对至少一个使用对象进行物理，特别是光学检测的方法，包括：例如由用户和/或执行装置执行所述使用对象的检测处理的步骤，尤其是至少一张图像的检测处理，从而以以下方式检测所述使用对象，即所述检测处理所检测的所述使用对象的图像在屏幕上与所述数据库对象在所述屏幕上以相同或比例相同的显示方式同时显示。作为检测处理的结果，所述使用对象由所述处理单元和/或所述CPU和/或所述用户关联到至少一个使用对象类，例如车辆类型。

Description

一种用于对至少一个使用对象进行物理检测、特别是光学检 测的方法
技术领域
本发明涉及一种用于对至少一个使用对象进行物理检测，特别是光学检测的方法以及相应的装置。
背景技术
现有的用于将使用对象(使用object)与使用对象类关联的方法成本虽然较低，但相当不准确。通常，拍摄使用对象的图像，以便能够通过其结构和/或触觉特征来对其进行识别。为了比较图像上显示的使用对象和数据库中存放的使用对象，经常使用数据库，但是这种比较常常是不正确和不准确的，因为在这种比较中，微小的光学/或数据相关细节通常是非常重要的。
发明内容
本发明要解决的技术问题在于，避免在捕获的使用对象与存放在数据库中的使用对象之间的比较中出现上述的不准确和/或错误。
因此，权利要求1提供了上述问题的解决方案。
因此，本发明的目的在于，提供一种用于对至少一个使用对象进行物理(特别是光学)检测的方法，该方法不仅廉价且省时，而且在使用对象和存储在数据库中的使用对象之间的比较中提供了特别高的精度，从而能够单一地(uniquely)、最好是双向单一(biuniquely)地识别(identify)使用对象。
根据至少一个实施例，在此提供的用于对至少一个使用对象进行物理(特别是光学)检测的方法包括至少提供使用对象。所述使用对象通常可以是提供给使用或将提供给使用或包括使用的对象，特别是三维对象。“使用(use)”一词在本申请中指的是与某一目的相关的任何操作(handling)。
根据至少一个实施例，特别在第二步骤中提供至少一个处理单元，通过所述处理单元物理地检测所述使用对象和/或与使用对象单一地、优选地双向单一地关联的识别装置(identification means)，从而获得所述使用对象的至少一个特征值。
所述处理单元可以是计算和/或存储单元。优选地，所述处理单元还适用于生成图像。为此，所述处理单元可以包括至少一个照相机或照相机的至少一部分。例如，所述使用对象可以设计为便携式的，这意味着使用对象不能连接到地板或连接到与地板部件连接的操作装置(handling device)。就本发明而言，“便携式”一词可具体地意指处理元件具有的尺寸和重量使得其能够特别适用于单手手持。作为替代方案，所述处理单元还可以可拆卸地或不可拆卸地连接到安装使用对象的地板。可以通过如上所述的操作装置提供这种连接。在本实施例中，所述处理单元可以沿着引导路径引导，例如沿着相对于使用对象的至少一个轨道或轨道系统引导。
根据至少一个实施例，特别是在第三步骤中执行使用对象的分类，在这种情况下(insofar)将所述特征值与所述处理单元的数据库中的至少一个和/或与外部CPU的数据库进行比较，在这种情况下，所述处理单元和/或CPU和/或用户自己选择与特征值相对应的数据库对象(data object)并将其显示在所述处理单元的屏幕上，使得所述使用对象的照相机图像(camera image)与所述数据库对象一起以至少部分叠加和/或并列(superimposedand/or juxtaposed)的方式光学地显示在所述屏幕上。
所述特征值可以是大于0的实数，然而，所述特征值也可以由各部分特征值组成。因此，使用对象可以具有例如关于外部颜色的部分特征值、关于高度和宽度和/或深度的最大尺寸的另一部分特征值，以及关于重量的再一部分特征值。例如，这样的特征值可以因此由这三个特征子值的组合形成。该组合可以以和的形式或分数的形式进行。然而，优选地，特征值以上述特征子值之和的形式确定。但是，单个特征子值也可以不同的权重因子包含在和中。为此，可以设想，根据以下公式，每个特征子值具有权重因子，第一特征子值具有第一权重因子，第二特征子值具有第二权重因子，第三特征子值具有第三权重因子：K＝G1*K1+G2*K2+G3*K3。
在此，值K1-K3表示各个特征子值，而因数G1-G3(表示正实数)分别表示所述特征子值的权重因子。这里提出的使用对象分类可以是使用如上所述的照相机捕获的使用对象与以光学方式相应地存储在数据库中的使用对象模板之间的纯光学比较。
但是，也可以从数据相关的角度将使用对象细分(subdivide)或分类(categorise)为各个对象类(object class)。到目前为止，不是在捕获的使用对象和存储在数据库中的使用对象之间进行(模拟)和光学比较，而是执行与数据相关的，例如模拟(analogue)比较。因此，转换单元用于将使用对象分解为单个数据元件(data element)，例如数据类(data class)，然后将这些数据类与相应地存放在数据库中的数据或数据类单独或共同地进行比较。
所述数据库对象相应地可以是对应的使用对象的模板图像，该模板图像存储在数据库中。一旦确定了所述使用对象的所述特征值，就可以设想基于所述特征值选择能够光学成像所述使用对象的对应数据库对象，以便在显示实际捕获的使用对象旁边的显示器上进行显示。
根据至少一个实施例，在下一步骤中，例如由用户和/或执行装置(implementation device)执行所述使用对象的检测处理，尤其是至少一张图像(photograph)，从而以以下方式检测所述使用对象，即所述检测处理所检测的所述使用对象的图像在屏幕上与所述数据库对象在所述屏幕上以相同或比例相同(identical toscale)的显示方式同时显示。在这种情况下，“相同”是指根据所述使用对象的特征值和/或光学维度，与数据库中存储的使用对象进行最接近的近似(approximation)。这可能意味着，处理单元能够检测到的使用对象不一定在所有尺寸和磨损方面与所述数据库中与所述特征值对应的使用对象完全对应，而是基于预定的最小尺寸(predetermined minimumdimension)产生最接近匹配。
可以想象的是，所述使用对象可以是车辆，例如宝马3系。例如，使用对象本身可能具有扰流器和/或降低的底盘。如果数据库中没有存储带有附加扰流器和降低的底盘版本的对应的使用对象，但数据库中只有BMW 3系列的通用基本型号，则处理单元和/或数据库和/或外部CPU仍可以选择此基本型号3系列作为与使用对象最接近的匹配，例如，这还是因为使用对象的特征值是相同的，例如基于车徽(vehicle badge)。
通过上述使用对象分类，结合基于物理检测处理的相应执行，可以获得作为检测处理的结果，所述使用对象由所述处理单元和/或所述CPU和/或所述用户关联到至少一个使用对象类，例如车辆类型。
如上所述，所述车辆类型可以是例如宝马3系或任何其他在德国道路或国际道路系统上许可使用的车辆。
根据至少一个实施例，所述用于对至少一个使用对象进行物理(特别是光学)检测的方法最初包括第一步骤，在第一步骤中提供使用对象，在第二步骤中提供至少一个处理单元，通过所述处理单元物理地检测所述使用对象和/或与使用对象单一地、优选地双向单一地关联的识别装置(identification means)，从而获得所述使用对象的至少一个特征值。
在下一步骤中，执行使用对象分类，在这种情况下(insofar)将所述特征值与所述处理单元的数据库和/或与外部CPU的数据库中的至少一个进行比较，所述处理单元和/或CPU和/或用户自己选择与所述特征值相对应的数据库对象(data object)并将其显示在所述处理单元的屏幕上，使得所述使用对象的照相机图像(camera image)与所述数据库对象至少部分地以光学方式显示在屏幕上，并且叠加和/或并列(superimposed and/orjuxtaposed)。
进一步地，在下一步骤中，例如由用户和/或执行装置执行至少一个物理检测处理，特别地拍摄所述使用对象的图像，这样以以下方式检测所述使用对象，即所述检测处理所检测的所述使用对象的图像在屏幕上以与数据库对象在所述屏幕上以相同或比例相同(identical to scale)的显示方式同时显示。作为所述检测处理的结果，所述使用对象由所述处理单元和/或所述CPU和/或所述用户关联到至少一个使用对象类，例如车辆类型。
根据至少一个实施例，所述物理检测处理包括至少一个时间检测序列(temporaldetection sequence)，在所述检测序列期间，捕获所述使用对象的至少两个不同图像，其中每个图像与至少一个数据库对象相关联。
例如，所述检测序列检测给执行装置和/或用户的指令，以从不同角度、不同距离、以不同颜色对比度等拍摄所述使用对象的图像，从而简化使用存储在所述数据库中的使用对象的识别。
根据至少一个实施例，在与特征值相关的检测和在屏幕上的对象类识别之后，提供用于检测至少两张图像的至少一个时间顺序检测指令。特别地，这样的方法步骤是沿着所述时间检测序列执行的。因此，所述检测序列可以包括关于位置、捕获亮度等的给用户和/或执行装置的准确指令，从而使得优选地包括光学照相机的处理单元沿着(along)指定点向着(along)使用对象光学地移动。
为了在所述使用对象的特定定向点处更精确地定向，至少一个(优选多个)定向点优选可拆卸地附连所述使用对象。所述定向点可以是可由处理单元的照相机以特别简单的方式捕获的标记元件。例如，标记元件可以是条形码和/或NFC芯片。
因此，这种标记元件也可以是无源元件(passive component)。然而，也可以设想以可拆卸的方式将这样的标记元件附加到使用对象，例如通过将它们粘在上面。这样的使用对象可以有自己的能量供应，例如电池供能。这种带有电池的标记元件可以发射可见光或不可见光形式的电磁射线，例如在红外或微波范围内，这可以由处理单元的定位元件(localisation element)检测到，因此，处理单元能够确定其相对于使用对象所处的位置。
另外或者或，可以想到的是，所述标记元件也可以是从数据库中加载的虚拟标记元件，并且与使用对象本身一样，可以从数据库中表示为图像，例如，与使用对象的图像一起作为第三图像，并相应地作为从数据库加载到所述使用对象的所述屏幕上的使用对象的外观，且可以在此存储，与数据库对象一样(其可以在虚拟方面反映(image)所述使用对象并存储在数据库)，也可以作为处理单元和/或外部CPU的数据库中的另一数据库对象。例如，使用一个和相同的特征值，将所述使用对象和所述另一数据库对象(至少一个标记元件)一起加载到处理单元中，并且/或者显示在所述处理单元的屏幕上。
根据至少一个实施例，所述时间顺序检测指令向用户指定(specify)相对于所述使用对象的检测距离和/或检测角度。
如上所述，所述检测指令因此提供了准确的流程图，优选地在与捕获各个图像，特别是使用对象的图像有关的全自动方面提供了准确的流程图。
根据至少一个实施例，所述特征值尤其是从识别装置(例如从使用对象的使用徽章)获取(尤其是扫描获取)。因此，所述特征值优选地也由处理单元完全自动地捕获，该处理单元包括例如光学照相机。优选地，用户和/或执行装置不再需要将所述特征值手动输入到处理单元中。
根据至少一个实施例所述，处理单元包括或是智能电话或照相机。如果处理单元是智能手机或照相机，则如上文所述，这可以手动操作。
根据至少一个实施例，所述处理单元根据所述检测序列提供的指令(specification)固定到相对于所述使用对象移动的捕获元件(capturing element)上。因此，所述处理单元可以根据所述检测序列与捕获元件一起相对于所述使用对象移动。然而在这种情况下，所述处理单元可以是或包括智能电话或照相机，但所述处理单元仍然可以是手持处理单元。然而其也可以固定到更大的单元，即捕获元件。优选地，所述捕获元件包括所有必要的组件，以便能够完全自动地或通过用户的手动向着所述使用对象移动。
根据至少一个实施例，所述捕获元件是相对于所述使用对象根据所述检测序列操纵(steer)的无人机，以便能够优选地沿着或在上述标记元件上拍摄单个图像。
就本发明而言，“无人机”可以是无人运载工具(vehicle)，优选具有一个或多个直升机旋翼的无人飞行装置。然后，无人机可由用户和/或执行装置经由控制单元以无线或有线方式手动或完全自动地控制并进行操纵。
到目前为止，在使用无人机捕获使用对象的同时，可以以非常节省空间的方式围绕使用对象进行。特别地，可以免除使用对象与其他使用对象(例如汽车陈列室的其他汽车)的安全距离，使得无人机优选地根据所述检测序列沿着将要拍摄的各个位置移动，而不需要移动其他不相关的远处的使用对象。然后，无人机将简单地从顶部接近使用对象，并将例如移动到汽车内部，以便能够捕获内部图像。
根据至少一个实施例，所述检测序列还包括关于无人机飞行高度的控制数据，使得无人机在横向上沿着检测序列飞行，优选地完全自动。例如，一旦处理单元调用了使用上述标记元件的特定检测序列(该检测序列可由用户和/或实现装置指定)，则可执行全自动处理。该全自动处理可由通过存放在数据库中的用户对象对所述述用户对象的单一识别终止或双向单一识别终止。
此外，本发明包括相应的装置，特别是用于对至少一个使用对象进行物理、特别是光学检测的装置。
这里描述的装置具有与这里描述的方法相同的特征，反之亦然。
特别地，这里描述的装置包括至少一个处理单元，通过该处理单元，物理地检测所述使用对象和/或与使用对象单一地、优选地双向单一地关联的识别装置(identificationmeans)，从而获得所述使用对象的至少一个特征值。所述处理单元还适用于执行使用对象的分类，在这种情况下(insofar)将所述使用对象的所述特征值与所述处理单元的数据库中的至少一个和/或与外部CPU的数据库进行比较。所述处理单元和/或CPU和/或用户自己选择与特征值相对应的数据库对象(data object)并将其显示在所述处理单元的屏幕上，使得所述使用对象的照相机图像(camera image)且与所述数据库对象至少部分光学叠加和/或并列(superimposed and/or juxtaposed)的显示在所述屏幕上。
根据至少一个实施例，在此所示的装置包括，对于至少一个使用对象的物理检测，特别是光学检测，提供用于至少一个使用对象的至少一个处理单元，通过所述处理单元，可以物理地检测所述使用对象和/或与使用对象单一地、优选地双向单一地关联的识别装置，从而获得所述使用对象的至少一个特征值。并且所述处理单元和/或CPU适用于执行使用对象的分类，在这种情况下(insofar)将所述使用对象的特征值与所述处理单元的数据库中的至少一个和/或与外部CPU的数据库进行比较。所述处理单元和/或CPU和/或用户自己选择与所述特征值相对应的数据库对象(database object)并将其显示在所述处理单元的屏幕上，使得所述使用对象的照相机图像(camera image)且与所述数据库对象至少部分光学叠加和/或并列(superimposed and/or juxtaposed)的显示在所述屏幕上。
根据本发明，通过所述处理单元和/或所述CPU，基于在所述屏幕上成像的所述数据库目标执行所述使用目标的物理检测过程，特别是所述使用目标的至少一张图像，这样所述用户检测所述使用目标以使得所述检测过程检测到的所述用户目标与所述数据库目标在同一时间在所述屏幕上以相同或比例相同(identical to scale)的显示方式同时显示。作为所述检测处理的结果，所述使用对象由所述处理单元和/或所述CPU和/或所述用户关联到至少一个使用对象类，例如车辆类型。
所述使用对象通常可以是提供给使用或将提供给使用或包括使用的对象，特别是三维对象。“使用(use)”一词在本申请中指的是与某一目的相关的任何操作(handling)。
所述处理单元可以是计算和/或存储单元。优选地，所述处理单元还适用于生成图像。为此，所述处理单元可以包括至少一个照相机或照相机的至少一部分。例如，所述使用对象可以设计为便携式的，这意味着使用对象不能连接到地板或连接到与地板部件连接的操作装置(handling device)。就本发明而言，“便携式”一词可具体地意指处理元件具有的尺寸和重量使得其能够特别适用于单手手持。作为替代方案，所述处理单元还可以可拆卸地或不可拆卸地连接到安装使用对象的地板。可以通过如上所述的操作装置提供这种连接。在本实施例中，所述处理单元可以沿着引导路径引导，例如沿着相对于使用对象的至少一个轨道或轨道系统引导。
所述特征值可以是大于0的实数，然而，所述特征值也可以由各特征子值组成。因此，使用对象可以具有例如关于外部颜色的特征子值、关于高度和宽度和/或深度的最大尺寸的另一特征子值，以及关于重量的再一特征子值。例如，这样的特征值可以因此由这三个特征子值的组合形成。该组合可以以和的形式或分数的形式进行。然而，优选地，特征值以上述特征子值之和的形式确定。但是，单个特征子值也可以不同的权重因子包含在和中。为此，可以设想，根据以下公式，每个特征子值具有权重因子，第一特征子值具有第一权重因子，第二特征子值具有第二权重因子，第三特征子值具有第三权重因子：K＝G1*K1+G2*K2+G3*K3。
在此，值K1-K3表示各个特征子值，而因数G1-G3(表示正实数)分别表示所述特征子值的权重因子。这里提出的使用对象分类可以是使用如上所述的照相机捕获的使用对象与以光学方式相应地存储在数据库中的使用对象模板之间的纯光学比较。
但是，也可以从数据相关的角度将使用对象细分或分类为各个对象类(objectclass)。到目前为止，不是在捕获的使用对象和存储在数据库中的使用对象之间进行(模拟)和光学比较，而是执行与数据相关的，例如模拟(analogue)比较。因此，转换单元用于将使用对象分解为单个数据元件(data element)，例如数据类(data class)，然后将这些数据类与相应地存放在数据库中的数据或数据类单独或共同地进行比较。
所述数据库对象相应地可以是对应的使用对象的模板图像，该模板图像存储在数据库中。一旦确定了所述使用对象的所述特征值，就可以设想使用所述特征值选择能够光学成像所述使用对象的对应数据库对象，以便在显示实际捕获的使用对象旁边的显示器上进行显示。
根据至少一个实施例，所述处理单元适用于使得用户和/或执行装置(implementation device)执行所述使用对象的检测处理，从而以以下方式检测所述使用对象，即所述检测处理所检测的所述使用对象的图像在屏幕上与所述数据库对象在所述屏幕上以相同或比例相同(identical to scale)的显示方式同时显示。在这种情况下，“相同”是指根据所述使用对象的特征值和/或光学维度，与数据库中存储的使用对象进行最接近的近似(approximation)。这可能意味着，处理单元能够检测到的使用对象不一定在所有尺寸和磨损方面与所述数据库中与所述特征值对应的使用对象完全对应，而是基于预定的最小尺寸产生最接近匹配。
可以想象的是，所述使用对象可以是车辆，例如宝马3系。例如，使用对象本身可能具有扰流器和/或降低的底盘。如果数据库中没有存储带有附加扰流器和降低的底盘版本的对应的使用对象，但数据库中只有BMW 3系列的通用基本型号，则处理单元和/或数据库和/或外部CPU仍可以选择此基本型号3系列作为与使用对象最接近的匹配，例如，这还是因为使用对象的特征值是相同的，例如基于车徽(vehicle badge)。
通过上述使用对象分类，结合基于物理检测处理的相应执行，可以获得作为检测处理的结果，所述使用对象由所述处理单元和/或所述CPU和/或所述用户关联到至少一个使用对象类，例如车辆类型。
如上所述，所述车辆类型可以是例如宝马3系或任何其他在德国道路或国际道路系统上许可使用的车辆。
根据至少一个实施例，所述物理检测处理包括至少一个时间检测序列(temporaldetection sequence)，在所述检测序列期间，捕获所述使用对象的至少两个不同图像，其中每个图像与至少一个数据库对象相关联。
例如，所述检测序列检测给执行装置和/或用户的指令，以从不同角度、不同距离、以不同颜色对比度等拍摄所述使用对象的图像，从而简化使用存储在所述数据库中的使用对象的识别。
根据至少一个实施例，在与特征值相关的检测和在屏幕上的对象类识别之后，执行用于检测至少两张捕获的图像的所述时间检测序列的至少一个时间顺序检测指令。特别地，所述处理单元适用于沿着横向检测序列(lateral detection sequence)移动。因此，所述检测序列可以包括关于位置、捕获亮度等的给用户和/或执行装置的准确指令，从而使得优选地包括光学照相机的处理单元沿着(along)指定点向着(along)使用对象光学地移动。
为了在所述使用对象的特定定向点处更精确地定向，至少一个(优选多个)定向点优选可拆卸地附连所述使用对象。所述定向点可以是可由处理单元的照相机以特别简单的方式捕获的标记元件。例如，标记元件可以是条形码和/或NFC芯片。
因此，这种标记元件也可以是无源元件(passive component)。然而，也可以设想以可拆卸的方式将这样的标记元件附加到使用对象，例如通过将它们粘在上面。这样的使用对象可以有自己的能量供应，例如电池供能。这种带有电池的标记元件可以发射可见光或不可见光形式的电磁射线，例如在红外或微波范围内，这可以由处理单元的定位元件(localisation element)检测到，因此，处理单元能够确定其相对于使用对象所处的位置。
另外或者或，可以想到的是，所述标记元件也可以是从数据库中加载的虚拟标记元件，并且与使用对象本身一样，可以从数据库中表示为图像，例如，与使用对象的图像一起作为第三图像，并相应地作为从数据库加载到所述使用对象的所述屏幕上的使用对象的外观，且可以在此存储，与数据库对象一样(其可以在虚拟方面反映(image)所述使用对象并存储在数据库)，也可以作为处理单元和/或外部CPU的数据库中的另一数据库对象。例如，使用一个和相同的特征值，将所述使用对象和所述另一数据库对象(至少一个标记元件)一起加载到处理单元中，并且/或者显示在所述处理单元的屏幕上。
根据至少一个实施例，所述时间顺序检测指令向用户指定(specify)相对于所述使用对象的检测距离和/或检测角度。
如上所述，所述检测指令因此提供了准确的流程图，优选地在与捕获各个图像，特别是使用对象的图像有关的全自动方面提供了准确的流程图。
根据至少一个实施例，所述特征值尤其是从识别装置(例如从使用对象的使用徽章)获取(尤其是扫描获取)。因此，所述特征值优选地也由处理单元完全自动地捕获，该处理单元包括例如光学照相机。优选地，用户和/或执行装置不再需要将所述特征值手动输入到处理单元中。
根据至少一个实施例所述，处理单元包括或是智能电话或照相机。如果处理单元是智能手机或照相机，则如上文所述，这可以手动操作。
根据至少一个实施例，所述处理单元根据所述检测序列提供的指令(specification)固定到相对于所述使用对象移动的捕获元件(capturing element)上。因此，所述处理单元可以根据所述检测序列与捕获元件一起相对于所述使用对象移动。然而在这种情况下，所述处理单元可以是或包括智能电话或照相机，但所述处理单元仍然可以是手持处理单元。然而其也可以固定到更大的单元，即捕获元件。优选地，所述捕获元件包括所有必要的组件，以便能够完全自动地或通过用户的手动向着所述使用对象移动。
根据至少一个实施例，所述捕获元件是相对于所述使用对象根据所述检测序列操纵(steer)的无人机，以便能够优选地沿着或在上述标记元件上拍摄单个图像。
就本发明而言，“无人机”可以是无人运载工具(vehicle)，优选具有一个或多个直升机旋翼的无人飞行装置。然后，无人机可由用户和/或执行装置经由控制单元以无线或有线方式手动或完全自动地控制并进行操纵。
到目前为止，在使用无人机捕获使用对象的同时，可以以非常节省空间的方式围绕使用对象进行。特别地，可以免除使用对象与其他使用对象(例如汽车陈列室的其他汽车)的安全距离，使得无人机优选地根据所述检测序列沿着将要拍摄的各个位置移动，而不需要移动其他不相关的远处的使用对象。然后，无人机将简单地从顶部接近使用对象，并将例如移动到汽车内部，以便能够捕获内部图像。
根据至少一个实施例，所述检测序列还包括关于无人机飞行高度的控制数据，使得无人机在横向上沿着检测序列飞行，优选地完全自动。例如，一旦处理单元基于上述标记元件调用了使用上述标记元件的特定检测序列(该检测序列可由用户和/或实现装置指定)，则可执行全自动处理。该全自动处理可由通过存放在数据库中的用户对象对所述述用户对象的单一识别终止或双向单一识别终止。
此外，本发明的一个方面是，借助于处理单元和/或CPU，可以执行至少一个物理检测处理，特别是可以基于屏幕上显示的数据库图像拍摄使用对象的至少一张图像，使得用户以以下方式检测所述使用对象，即所述检测处理检测到的使用对象的图像将与数据库对象以相同或比例相同的方式同时显示在屏幕上。作为检测处理的结果，使用对象可由处理单元和/或CPU和/或用户与至少一个使用对象类相关联，例如车辆类型。
上述装置的进一步实施例可以以相同的方式布置，特别是具有与上述方法相同的特征。
附图说明
进一步的优点和实施例来自附图，其中：
图1至图2C示出了如这里所述的根据本发明的装置和方法；
图3A-3E示出了这里描述的方法的另一实施例。
在附图中，相同或相似的部件都具有相同的附图标记。
具体实施方式
图1示出了根据本发明的装置100以及根据本发明的方法，其中装置100适用于从物理方面(特别是光学方面)检测使用对象。
从图1可以看出，装置100包括处理单元2，通过该处理单元2，从使用对象1和/或与使用对象1单一和优选地双向单一识别地关联的识别装置11获得所述使用对象的至少一个特征值。所述识别装置11可以对使用对象1进行物理检测。所述处理单元2和/或CPU适用于执行使用对象分类，在这种情况下(insofar)将所述使用对象的特征值至少与所述处理单元2的数据库和/或与外部CPU的数据库中的一个进行比较。所述处理单元2和/或CPU和/或用户自己选择与所述特征值3相对应的数据库对象4并将其显示在所述处理单元2的屏幕上，使得所述使用对象1的照相机图像(camera image)与所述数据库对象4以至少部分光学叠加和/或并列的方式在屏幕21上显示。
通过处理单元2和/或CPU，可以基于在屏幕21上成像的数据库对象4执行至少一个物理检测处理5，使得用户检测到使用对象1，使得检测处理检测到的使用对象的图像与数据库对象4在所述屏幕21上以相同或比例相同(identical to scale)，然而至少大致相同(essentially identical)的显示方式同时显示。作为检测处理的结果，使用对象1可以由处理单元2和/或CPU和/或用户与至少一个使用对象类(例如车辆类型)相关联。
图2A示出了示例性的第一步，其中使用对象1(以智能电话的形式示出)光学地在所述屏幕21上显示，使用对象类特别是以示例性车型的形式示出。示例性车型不仅以缩小的形式显示在区域B1的屏幕上，而且以放大的形式(例如1:1的形式)显示在屏幕21上，其背景为灰色阴影(参见区域B2)。
这种光学显示的使用对象类，即其所表示的车辆类型，用作待拍摄对象的定向(orientation)。还示出了控制器40，其可用于调整定向图像(即，特别是图像30)的对比度和/或亮度，这些各自对应于使用对象类的光学表示。因此，在高亮度情况下出现的任何问题都可以消除。
图2B示出了通过使用车辆的使用徽章50进行的与特征值相关的检测。这里，使用徽章50由处理单元2进行光学扫描。取决于要拍摄的使用对象1，必须保持处理单元2的角度改变，例如，当前显示为智能电话，从而可以实现比较和分类处理的最佳质量。
图2C示出了进一步的说明，其中处理单元2必须相对于使用对象1保持在不同角度位置。
因此，以上不仅示出了物理检测过程5，还示出了如上所述的用于使用对象分类的与特征值相关的检测。
图3示出在另一实施例中，处理单元2固定到捕获元件23，在此是无人机。
因此，图3A不仅描绘了无人机23，而且还描绘了处理单元2和使用对象1，其中，在无人机23的情况下，在无人机开始之前，将距离输入到处理单元2或由检测序列指定距离。
在无人机能够在无人机飞行员的情况下自动定向自身之前，无人机飞行员需要关于使用对象1的信息。随后，无人机可以以预定的距离(参见图3B)放置在车辆11的前面，以便基于车辆尺寸相对于起始点沿着与检测序列相对应的所有位置飞行。图3C示出了相应的标记元件60，它们要么附着在使用对象1上，要么实际上是光学“叠加”的。
标记可能是所谓的阿鲁科(ARUCo)标记。这些可能是专门为照相机应用而开发的高对比度符号。这些可能不仅包括定向协助，还包括信息。因此，使用这种标记，无人机23可以检测无人机飞行本身的起点。
图3D示出了无人机飞行的另一序列，也可以从图3E中看到。然而，在图3E中，还从光学角度示出了由无人机23传送的处理单元2的透镜的焦距对拍摄质量的影响。在最左边显示的使用对象1是使用广角照相机拍摄，而在中间显示的使用对象1是使用标准照相机(normal-angle camera)拍摄的，最右边的使用对象1是使用远距离摄像机(telecamera)拍摄的。广角照相机可以允许与使用车辆2距离0至45毫米，标准照相机可以允许与使用车辆2距离大约50毫米，而远程物镜(teleobjective)可以允许距离55毫米。
原因是小于50毫米和大于50毫米的焦距可能产生不同的失真效果。由于不同的焦距(例如6mm)的使用，因此在拍摄的图像上出现可见的失真，因此为了最终对所有的图像进行比较，不应对拍摄的图像进行后处理，因此必须应用上述不同的目标。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，而是应该覆盖任何新的特征与本发明的特征的任何组合，尤其是权利要求中记载的技术特征的组合，即使其并没有明确记载在本申请的权利要求书和说明书中，也均应包含在本发明的保护范围之内。
附图标记
1 使用对象
2 处理单元
3 特征值
4 数据库对象
5 物理检测处理
11 识别装置
21 屏幕
23 捕获元件(无人机)
30 图像
40 控制器
50 使用徽章
60 标记元件
B1 区域
B2 区域
100 装置
1000 方法

Claims (10)

1.一种用于对至少一个使用对象进行物理，特别是光学检测的方法(1000)，包括：
-提供使用对象(1)；
-提供至少一个处理单元(2)，通过所述处理单元(1)物理地检测所述使用对象(1)和/或与使用对象(1)单一地、优选地双向单一地关联的识别装置，从而获得所述使用对象(1)的至少一个特征值(3)；
-执行使用对象的分类，在这种情况下将所述特征值(3)与所述处理单元(2)的数据库中的至少一个和/或与外部CPU的数据库进行比较，所述处理单元(2)和/或所述CPU和/或用户自己选择与所述特征值(3)相对应的数据库对象(4)并将其显示在所述处理单元(2)的屏幕(21)上，使得所述使用对象(1)的照相机图像与所述数据库对象(4)一起以叠加和/或并列的方式光学地显示在所述屏幕(21)上；
其特征在于，例如由用户和/或执行装置执行所述使用对象(1)的检测处理，尤其是至少一张图像的检测处理，从而以以下方式检测所述使用对象(1)，即所述检测处理所检测的所述使用对象(1)的图像在屏幕上与所述数据库对象(4)在所述屏幕(21)上以相同或比例相同的显示方式同时显示；作为检测处理的结果，所述使用对象(1)由所述处理单元(2)和/或所述CPU和/或所述用户关联到至少一个使用对象类，例如车辆类型。
2.根据权利要求1所述的方法(1000)，其特征在于，所述物理检测处理(5)包括至少一个时间检测序列，在所述检测序列期间，捕获所述使用对象(1)的至少两个不同图像，其中每个图像与至少一个数据库对象(4)相关联。
3.根据权利要求2所述的方法(1000)，其特征在于，在所述特征值相关检测和在屏幕(21)上的用户对象分类后，执行所述时间顺序检测的至少一个时间顺序检测指令以检测所述至少两个图像。
4.根据权利要求3所述的方法(1000)，其特征在于，所述时间顺序检测指令向用户指定相对于所述使用对象(1)的检测距离和/或检测角度。
5.根据至少一项上述权利要求所述的方法(1000)，其特征在于，所述特征值尤其是从识别装置(11)，例如从使用对象(1)的使用徽章获取，尤其是扫描获取。
6.根据至少一项上述权利要求所述的方法(1000)，其特征在于，所述处理单元(2)包括或是智能电话、照相机。
7.根据权利要求3所述的方法(1000)，其特征在于，所述处理单元(2)根据所述检测序列提供的指令固定到相对于所述使用对象(1)移动的捕获元件(23)上。
8.根据权利要求7所述的方法(1000)，其特征在于，所述捕获元件(23)是相对于所述使用对象(1)根据所述检测序列操纵的无人机，以便拍摄单个图像。
9.根据权利要求8所述的方法(1000)，其特征在于，所述检测序列还包括关于无人机飞行高度的控制数据，使得无人机在时间方面沿着所述检测序列飞行，优选全自动飞行。
10.一种用于对至少一个使用对象进行物理，特别是光学检测的装置(100)，包括：
-至少一个处理单元，通过所述处理单元(1)物理地检测所述使用对象(1)和/或与使用对象(1)单一地、优选地双向单一地关联的识别装置，从而获得所述使用对象(1)的至少一个特征值(3)；
所述处理单元(2)和/或CPU适用于执行使用对象的分类，在这种情况下将所述特征值(3)与所述处理单元(2)的数据库中的至少一个和/或与外部CPU的数据库进行比较，所述处理单元(2)和/或所述CPU和/或用户自己选择与所述特征值(3)相对应的数据库对象(4)并将其显示在所述处理单元(2)的屏幕(21)上，使得所述使用对象(1)的照相机图像与所述数据库对象(4)一起以叠加和/或并列的方式光学地显示在所述屏幕(21)上；
其特征在于，通过所述处理单元(2)和/或CPU，基于在所述屏幕(21)上示出的所述数据库对象(4)执行所述使用对象(1)的检测处理，尤其是至少一张图像的检测处理，从而以以下方式检测所述使用对象(1)，即所述检测处理所检测的所述使用对象(1)的图像在屏幕上与所述数据库对象(4)在所述屏幕(21)上以相同或比例相同的显示方式同时显示；作为检测处理的结果，所述使用对象(1)由所述处理单元(2)和/或所述CPU和/或所述用户关联到至少一个使用对象类，例如车辆类型。
CN201911277742.8A 2019-04-18 2019-12-12 一种用于对至少一个使用对象进行物理检测、特别是光学检测的方法 Pending CN111835965A (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
DE102019110344.4 2019-04-18
DE102019110345.2 2019-04-18
DE102019110344.4A DE102019110344A1 (de) 2019-04-18 2019-04-18 Vorrichtung zum physikalischen, insbesondere zum optischen, Erfassen zumindest eines Nutzungsobjektes
DE102019110345.2A DE102019110345A1 (de) 2019-04-18 2019-04-18 Verfahren zum physikalischen, insbesondere zum optischen, Erfassen zumindest eines Nutzungsobjektes

Publications (1)

Publication Number Publication Date
CN111835965A true CN111835965A (zh) 2020-10-27

Family

ID=70333785

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911277742.8A Pending CN111835965A (zh) 2019-04-18 2019-12-12 一种用于对至少一个使用对象进行物理检测、特别是光学检测的方法

Country Status (3)

Country Link
US (3) US11080327B2 (zh)
EP (2) EP3726425B1 (zh)
CN (1) CN111835965A (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110612090B (zh) * 2017-05-30 2021-08-20 富士胶片富山化学株式会社 药剂检查辅助装置以及药剂检查辅助方法
DE102020127797B4 (de) * 2020-10-22 2024-03-14 Markus Garcia Sensorverfahren zum optischen Erfassen von Nutzungsobjekten zur Detektion eines Sicherheitsabstandes zwischen Objekten

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007032025A2 (en) * 2005-09-12 2007-03-22 Kritikal Securescan Pvt Ltd A method and system for network based automatic and interactive inspection of vehicles
CN104361359A (zh) * 2014-11-25 2015-02-18 深圳市哈工大交通电子技术有限公司 基于图像检测的车辆识别方法
CN105160330A (zh) * 2015-09-17 2015-12-16 中国地质大学（武汉） 一种车标识别方法及车标识别系统
US20160364004A1 (en) * 2015-06-11 2016-12-15 Intel Corporation Drone controlling device and method

Family Cites Families (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100209891A1 (en) * 2009-02-18 2010-08-19 Gm Global Technology Operations, Inc. Driving skill recognition based on stop-and-go driving behavior
IL204089A (en) * 2010-02-21 2014-06-30 Elbit Systems Ltd A method and system for detection and tracking based on frequency multiplicity and multiplicity
WO2013105926A1 (en) * 2011-03-22 2013-07-18 Aerovironment Inc. Invertible aircraft
JP6367522B2 (ja) * 2013-02-28 2018-08-01 株式会社トプコン 航空写真システム
US9045218B2 (en) * 2013-03-08 2015-06-02 The Boeing Company Autonomous aircraft with disconnectable tether
US9224062B2 (en) * 2013-08-09 2015-12-29 Xerox Corporation Hybrid method and system of video and vision based access control for parking stall occupancy determination
US9393683B2 (en) * 2014-05-02 2016-07-19 M. W. Bevins Co. Conductive boot for power tool protection
US9874878B2 (en) * 2014-07-22 2018-01-23 Sikorsky Aircraft Corporation System and method for adaptive multi-scale perception
US10068506B2 (en) * 2014-08-01 2018-09-04 Philips Lighting Holding B.V. System, device for creating an aerial image
US9359074B2 (en) * 2014-09-08 2016-06-07 Qualcomm Incorporated Methods, systems and devices for delivery drone security
WO2016065343A1 (en) * 2014-10-23 2016-04-28 Dezso Molnar Unmanned aerial vehicle with lighting and cooling therefor
CN107850902B (zh) * 2015-07-08 2022-04-08 深圳市大疆创新科技有限公司 可移动物体上的相机配置
US9878787B2 (en) * 2015-07-15 2018-01-30 Elwha Llc System and method for operating unmanned aircraft
US20200406860A1 (en) * 2015-07-17 2020-12-31 Chao-Lun Mai Method, apparatus, and system for vehicle wireless monitoring
US20170139409A1 (en) * 2015-09-18 2017-05-18 Robert Clarke Autonomous multi-rotor aerial vehicle with landing and charging system
US9421869B1 (en) * 2015-09-25 2016-08-23 Amazon Technologies, Inc. Deployment and adjustment of airborne unmanned aerial vehicles
EP3163323B1 (en) * 2015-10-27 2021-08-25 Sikorsky Aircraft Corporation Lidar-based vehicle distance measurement system
JP6458713B2 (ja) * 2015-11-18 2019-01-30 オムロン株式会社 シミュレーション装置、シミュレーション方法、およびシミュレーションプログラム
US9720413B1 (en) * 2015-12-21 2017-08-01 Gopro, Inc. Systems and methods for providing flight control for an unmanned aerial vehicle based on opposing fields of view with overlap
US10614578B2 (en) * 2016-03-23 2020-04-07 Akcelita, LLC System and method for tracking people, animals and objects using a volumetric representation and artificial intelligence
US9753461B1 (en) * 2016-04-07 2017-09-05 Google Inc. Autonomous aerial cable inspection system
WO2018006424A1 (en) * 2016-07-08 2018-01-11 SZ DJI Technology Co., Ltd. Systems and methods for improved mobile platform imaging
CA2936854A1 (en) 2016-07-22 2018-01-22 Edmond Helstab Methods and systems for assessing and managing asset condition
US10520943B2 (en) * 2016-08-12 2019-12-31 Skydio, Inc. Unmanned aerial image capture platform
US10418853B2 (en) * 2016-09-30 2019-09-17 Intel Corporation Methods and apparatus to wirelessly power an unmanned aerial vehicle
GB2557715B (en) * 2017-02-28 2019-04-17 Matthew Russell Iain Unmanned aerial vehicles
DE102017205314A1 (de) * 2017-03-29 2018-10-04 Robert Bosch Gmbh Verfahren zu einer Generierung zumindest einer Kennung wenigstens eines Gegenstands
US10788428B2 (en) * 2017-09-25 2020-09-29 The Boeing Company Positioning system for aerial non-destructive inspection
US10766617B2 (en) * 2017-11-13 2020-09-08 Intel Corporation Methods and apparatus to grasp an object with an unmanned aerial vehicle
US10540905B2 (en) * 2018-03-28 2020-01-21 Gulfstream Aerospace Corporation Systems, aircrafts and methods for drone detection and collision avoidance
CN108665373B (zh) 2018-05-08 2020-09-18 阿里巴巴集团控股有限公司 一种车辆定损的交互处理方法、装置、处理设备及客户端
US10909366B2 (en) * 2019-02-28 2021-02-02 Orbital Insight, Inc. Joint modeling of object population estimation using sensor data and distributed device data
IT201900011403A1 (it) * 2019-07-10 2021-01-10 Ambarella Int Lp Detecting illegal use of phone to prevent the driver from getting a fine

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007032025A2 (en) * 2005-09-12 2007-03-22 Kritikal Securescan Pvt Ltd A method and system for network based automatic and interactive inspection of vehicles
CN104361359A (zh) * 2014-11-25 2015-02-18 深圳市哈工大交通电子技术有限公司 基于图像检测的车辆识别方法
US20160364004A1 (en) * 2015-06-11 2016-12-15 Intel Corporation Drone controlling device and method
CN105160330A (zh) * 2015-09-17 2015-12-16 中国地质大学（武汉） 一种车标识别方法及车标识别系统

Also Published As

Publication number Publication date
EP3726425A1 (de) 2020-10-21
EP3726425B1 (de) 2023-10-11
EP3876149A1 (de) 2021-09-08
US20210319060A1 (en) 2021-10-14
US20230196767A1 (en) 2023-06-22
US11080327B2 (en) 2021-08-03
US20200334288A1 (en) 2020-10-22
US11586668B2 (en) 2023-02-21

Similar Documents

Publication Publication Date Title
CN110096059B (zh) 自动驾驶方法、装置、设备及存储介质
US20230196767A1 (en) Method for the physical, in particular optical, detection of at least one usage object
US9448758B2 (en) Projecting airplane location specific maintenance history using optical reference points
CN105825498B (zh) 测量数据处理装置、测量数据处理方法以及程序
CN107065894B (zh) 无人飞行器、飞行高度控制装置、方法以及计算机可读取记录介质
CN110914780B (zh) 无人飞行器的动作计划制作系统、方法以及程序
US20140218366A1 (en) Method and device for displaying an object
US10951835B1 (en) Imaging device, method, and storage medium
CN111611989A (zh) 一种基于自主机器人的多目标精准定位识别方法
US11107245B2 (en) Image processing device, ranging device, and method
WO2019120082A1 (zh) 控制装置、系统、控制方法以及程序
US20210093227A1 (en) Image processing system and control method thereof
CN112489136A (zh) 标定方法、位置确定方法、装置、电子设备及存储介质
US11762394B2 (en) Position detection apparatus, position detection system, remote control apparatus, remote control system, position detection method, and program
CN114523471B (zh) 基于关联标识的误差检测方法及机器人系统
JP6495562B1 (ja) 無人飛行体による空撮システム、方法及びプログラム
US11625048B2 (en) Apparatus and method for determining tow hitch location
CN112584041B (zh) 一种图像识别动态纠偏方法
US20220129003A1 (en) Sensor method for the physical, in particular optical, detection of at least one utilization object, in particular for the detection of an environment for the generation, in particular, of a safety distance between objects
JP6495559B2 (ja) 点群処理システム
CN108715233B (zh) 一种无人机飞行精度测定方法
CN112313941A (zh) 控制装置、摄像装置、控制方法以及程序
JP2021014241A (ja) 無人航空機、画像撮像システム、及びプログラム
WO2022226934A1 (zh) 拍摄装置的控制系统、方法及装置
CN116499456B (zh) 移动机器人自动定位装置、方法及无人割草机定位系统

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