CN111899366A - 一种精准定位发卡点的方法 - Google Patents
一种精准定位发卡点的方法 Download PDFInfo
- Publication number
- CN111899366A CN111899366A CN202010731225.XA CN202010731225A CN111899366A CN 111899366 A CN111899366 A CN 111899366A CN 202010731225 A CN202010731225 A CN 202010731225A CN 111899366 A CN111899366 A CN 111899366A
- Authority
- CN
- China
- Prior art keywords
- point
- coordinate system
- card issuing
- coordinates
- hairpin
- 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
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
- G07B15/06—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J18/00—Arms
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/10—Programme-controlled manipulators characterised by positioning means for manipulator elements
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种精准定位发卡点的方法,包括如下步骤:S01:相机对发卡点所在位置进行拍摄,获取发卡点图像;S02:控制中心根据发卡点图像获取发卡点在图像二维坐标系中的坐标;S03:控制中心将图像二维坐标系中的发卡点坐标转换为成像坐标系中的发卡点坐标;S04:控制中心将成像坐标系中的发卡点坐标转换为相机坐标系中的发卡点坐标;S05:控制中心将相机坐标系中的发卡点坐标转换为世界坐标系中的发卡点坐标;S06:测距仪测量发卡点与机器人手臂的距离,并传输至控制中心,控制中心获取发卡点在世界坐标系中的坐标;S07:机械人手臂将卡传递至发卡点。本发明可以实现外界三维空间坐标的精确定位,获取司机最舒适的发卡点位置,从而提升用户体验性。
Description
技术领域
本发明涉及自动化设备领域,具体涉及一种精准定位发卡点的方法。
背景技术
目前高速收费站窗口,均采用人工递卡的方式,将收费卡人工递给司机;随着机械自动化工艺的发展,现有技术中也开始采用自动发卡机进行发卡,然而现有的自动发卡机需要驾驶员通过取卡按钮自助取卡,停车距离稍远,手臂只能伸到拿卡的位置,但按不到发卡机上的按钮,不得不尽量伸长手臂或者下车取卡,这种非智能化的操作使得驾驶员取卡时间较长,容易引发收费站处的交通拥挤。
为了提高收费站发卡取卡的效率,急需研制一种能够精准定位发卡点的方法,对于通行车辆来说,需要准确定位车窗位置,且该位置不会对车辆以及司机安全造成影响。
发明内容
本发明的目的是提供一种精准定位发卡点的方法,实现外界三维空间坐标的精确定位,获取司机最舒适的发卡点位置,从而提升用户体验性。
为了实现上述目的,本发明采用以下技术方案:一种精准定位发卡点的方法,包括如下步骤:
S01:相机对发卡点所在位置进行拍摄,获取发卡点图像;
S02:控制中心根据发卡点图像获取发卡点在图像二维坐标系中的坐标;所述图像二维坐标系以图像中固定点为原点;
S03:控制中心将图像二维坐标系中的发卡点坐标转换为成像坐标系中的发卡点坐标;所述成像坐标系以成像平面中的固定点为原点;
S04:控制中心将成像坐标系中的发卡点坐标转换为相机坐标系中的发卡点坐标;所述相机坐标系的原点由相机参数确定;
S05:控制中心将相机坐标系中的发卡点坐标转换为世界坐标系中的发卡点坐标;所述世界坐标系以发卡机器人手臂中的固定点为原点;
S06:测距仪测量发卡点与所述机器人手臂的距离,并传输至控制中心,所述控制中心获取发卡点在世界坐标系中的坐标;
S07:机械人手臂将卡传递至发卡点。
进一步地,所述步骤S02具体包括:
S021:预处理单元对发卡点图像进行预处理,并从预处理之后的图像中提取发卡点特征;
S022:对发卡点特征所在区域进行像素分割;
S023:精确提取发卡点像素,并获取发卡点在图像二维坐标系中的坐标。
进一步地,所述步骤S011中采用神经网络从预处理之后的图像中提取发卡点特征。
进一步地,所述相机的个数大于等于1,且位于不同水平面上。
进一步地,所述测距仪的个数大于等于1,且位于不同水平面上。
进一步地,所述图像二维坐标系以图像中左上角点为原点。
进一步地,所述成像坐标系以成像平面中心为原点。
进一步地,所述步骤S03中图像二维坐标系中的发卡点坐标转换为成像坐标系中的发卡点坐标时,需要对转换后的坐标进行误差矫正,所述控制中心根据成像参数进行误差矫正。
进一步地,所述步骤S05中相机坐标系中的发卡点坐标转换为世界坐标系中的发卡点坐标时,需要对转换后的坐标进行误差矫正,所述控制中心根据相机参数进行误差矫正。
进一步地,所述控制中心根据相机参数和相机拍摄过程中移动参数进行误差矫正。
本发明具有如下有益效果:本发明通过图像二维坐标系、成像坐标系、相机坐标系和世界坐标系之间的转换,可以实现外界三维空间坐标的精确定位,获取司机最舒适的发卡点位置,从而提升用户体验性。
附图说明
附图1为本发明其中一种精准定位发卡点的装置图;
附图2为本发明精准定位发卡点的方法流程图。
图中:101上相机,102下相机,103上测距仪,104中测距仪,105下测距仪,106机器人手臂,107卡槽,108柜体。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明的具体实施方式做进一步的详细说明。
本发明中精准定位发卡点的装置如附图1所示,包括柜体108,以及位于柜体108中的相机、测距仪、机器人手臂106、发卡单元,其中,发卡单元包括出卡口和卡槽107,卡槽107中放置多个卡,卡槽107中的卡一一经过出卡口出卡,机器人手臂106可以上下左右进行移动,并在定位之后,将出卡口的卡传递至定位好的发卡点。优选地,相机可以为位于不同水平面上的多个相机,具体的如附图1所示,可以为位于不同水平面上的上相机101和下相机102,用于定位发卡点的二维坐标。测距仪可以为超声波测距仪,如附图1所示,可以包括位于不同水平面上的上测距仪103,中测距仪104和下测距仪105。
如附图2所示,本发明提供的一种精准定位发卡点的方法,其特征在于,包括如下步骤:
S01:相机对发卡点所在位置进行拍摄,获取发卡点图像;相机的个数大于等于1,且位于不同水平面上。在相机拍摄之前,可以先进行相机的畸变矫正以及相机内部参数的标定。
S02:控制中心根据发卡点图像获取发卡点在图像二维坐标系中的坐标;图像二维坐标系以图像中固定点为原点,具体可以以图像中左上角点为原点。获取发卡点坐标过程具体包括:
S021:预处理单元对发卡点图像进行预处理,例如降噪等预处理,并从预处理之后的图像中提取发卡点特征;具体可以但不限于采用神经网络从预处理之后的图像中提取发卡点特征。本步骤属于粗定位,具体发卡点可以为车窗,神经网络对图像进行特征提取,提取到车窗特征所在的位置即可粗定位发卡点,此时,定位的发卡点可以为一个较大的区域。
S022:对发卡点特征所在区域进行像素分割;本步骤属于精细定位,对上述粗定位的发卡点区域进行像素分割,像素分割之后的区域中具体发卡点的位置就比较明确。
S023:在上述分割之后的像素区域精确提取发卡点像素,该像素所在的位置即为精细定位之后的发卡点,根据该发卡点位置,获取发卡点在图像二维坐标系中的坐标。
S03:控制中心将图像二维坐标系中的发卡点坐标转换为成像坐标系中的发卡点坐标;成像坐标系以成像平面中的固定点为原点;具体可以以成像平面中心为原点。由于不同种类相机成像的原理可能不同,例如,采用鱼眼成像的相机,鱼眼相机的投影模型为了将尽可能大的场景投影到有限的图像平面内,允许了相机畸变的存在。并且由于鱼眼相机的径向畸变非常严重,所以鱼眼相机主要的是考虑径向畸变,而忽略其余类型的畸变,而在将图像二维坐标系转换为成像坐标系时,就需要根据成像原理中的畸变进行误差矫正,尽可能还原真实的实物图像。在将图像二维坐标系中的发卡点坐标转换为成像坐标系中的发卡点在坐标时,需要对转换后的坐标进行误差矫正,这里的误差矫正主要是针对不同成像原理进行的误差矫正,具体可以根据不同成像原理,对成像过程中实物的变形进行相对应的矫正;即控制中心根据成像参数进行误差矫正。
S04:控制中心将成像坐标系中的发卡点坐标转换为相机坐标系中的发卡点坐标;相机坐标系的原点由相机参数确定;不同相机具有不同的参数,根据相机的种类和型号,可以确定合适的相机坐标系的原点,原点的确定方法可以采用现有技术中任意方法。本步骤中坐标系转换的时候,也可以根据成像原理和相机参数进行误差矫正。
S05:控制中心将相机坐标系中的发卡点坐标转换为世界坐标系中的发卡点坐标;世界坐标系以发卡机器人手臂中的固定点为原点。具体可以为机器人手臂初始化状态的位置为原点。由于本发明最终需要依靠机器人手臂将出卡口的卡传递至定位好的发卡点,因此,最终的坐标系必然需要以机器人手臂为参照,这样,机器人手臂才能准确得知其移动的方向和位置。
本步骤中的坐标系转换也需要进行误差矫正,这是因为不同相机的相机参数不同,在转换为统一的世界坐标系时,需要对不同的相机参数进行矫正,同时,若在成像过程中,相机发生了位移等变化,即相机微小的扰动导致和世界坐标系的转换时存在误差,该误差也需要在该步骤中进行矫正。具体的,根据相机参数和相机拍摄过程中移动参数进行坐标系转换的矫正。
本发明中相机可以为多个,可以先依次获得多个相机获取的世界坐标系中的定位点坐标,再采用对多个结果求平均的方法,获得准确的定位点坐标。
S06:测距仪测量发卡点与机器人手臂的距离,并传输至控制中心,控制中心获取发卡点在世界坐标系中的坐标。值得注意的是:步骤S02-S05的坐标均为二维坐标,因为最初获取的图像二维坐标系仅包含定位点在图像中的二维坐标,并不涉及距离。只有在该步骤中添加了距离之后,定位点才能转换为世界坐标系中的三维坐标,即能够得到相对于机器人手臂的准确三维定位。
本发明中测距仪可以为多个,在对距离进行定位时,可以采用测量求平均值的方法进行确定距离。
S07:机械人手臂将卡传递至发卡点。世界坐标系中的定位点即为相对于机器人手臂的定位点,机器人手臂根据定位点的坐标,从出卡口抓取卡之后,将卡片传递至定位点。
本发明通过图像二维坐标系、成像坐标系相机坐标系和世界坐标系之间的转换,可以实现外界三维空间坐标的精确定位,获取司机最舒适的发卡点位置,从而提升用户体验性。
以上所述仅为本发明的优选实施例,所述实施例并非用于限制本发明的专利保护范围,因此凡是运用本发明的说明书及附图内容所作的等同结构变化,同理均应包含在本发明所附权利要求的保护范围内。
Claims (9)
1.一种精准定位发卡点的方法,其特征在于,包括如下步骤:
S01:相机对发卡点所在位置进行拍摄,获取发卡点图像;
S02:控制中心根据发卡点图像获取发卡点在图像二维坐标系中的坐标;所述图像二维坐标系以图像中固定点为原点;
S03:控制中心将图像二维坐标系中的发卡点坐标转换为成像坐标系中的发卡点坐标;所述成像坐标系以成像平面中的固定点为原点;
S04:控制中心将成像坐标系中的发卡点坐标转换为相机坐标系中的发卡点坐标;所述相机坐标系的原点由相机参数确定;
S05:控制中心将相机坐标系中的发卡点坐标转换为世界坐标系中的发卡点坐标;所述世界坐标系以发卡机器人手臂中的固定点为原点;
S06:测距仪测量发卡点与所述机器人手臂的距离,并传输至控制中心,所述控制中心获取发卡点在世界坐标系中的坐标;
S07:机械人手臂将卡传递至发卡点。
2.根据权利要求1所述的一种精准定位发卡点的方法,其特征在于,所述步骤S02具体包括:
S021:预处理单元对发卡点图像进行预处理,并从预处理之后的图像中提取发卡点特征;
S022:对发卡点特征所在区域进行像素分割;
S023:精确提取发卡点像素,并获取发卡点在图像二维坐标系中的坐标。
3.根据权利要求2所述的一种精准定位发卡点的方法,其特征在于,所述步骤S011中采用神经网络从预处理之后的图像中提取发卡点特征。
4.根据权利要求1所述的一种精准定位发卡点的方法,其特征在于,所述相机的个数大于等于1,且位于不同水平面上。
5.根据权利要求1所述的一种精准定位发卡点的方法,其特征在于,所述测距仪的个数大于等于1,且位于不同水平面上。
6.根据权利要求1所述的一种精准定位发卡点的方法,其特征在于,所述图像二维坐标系以图像中左上角点为原点。
7.根据权利要求1所述的一种精准定位发卡点的方法,其特征在于,所述成像坐标系以成像平面中心为原点。
8.根据权利要求1所述的一种精准定位发卡点的方法,其特征在于,所述步骤S03中图像二维坐标系中的发卡点坐标转换为成像坐标系中的发卡点坐标时,需要对转换后的坐标进行误差矫正,所述控制中心根据成像参数进行误差矫正。
9.根据权利要求1所述的一种精准定位发卡点的方法,其特征在于,所述步骤S05中相机坐标系中的发卡点坐标转换为世界坐标系中的发卡点坐标时,需要对转换后的坐标进行误差矫正,所述控制中心根据相机参数和相机拍摄过程中移动参数进行误差矫正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010731225.XA CN111899366A (zh) | 2020-07-27 | 2020-07-27 | 一种精准定位发卡点的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010731225.XA CN111899366A (zh) | 2020-07-27 | 2020-07-27 | 一种精准定位发卡点的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111899366A true CN111899366A (zh) | 2020-11-06 |
Family
ID=73190228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010731225.XA Pending CN111899366A (zh) | 2020-07-27 | 2020-07-27 | 一种精准定位发卡点的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111899366A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5135095A (en) * | 1986-12-12 | 1992-08-04 | Skidata Computerhandelsgesellschaft M.B.H. | Portable hand device for machine processing of data carried on a data carrier |
CN101026778A (zh) * | 2007-03-14 | 2007-08-29 | 北京理工大学 | Ccd摄像系统的畸变测量校正方法和综合测试靶 |
CN204086539U (zh) * | 2014-10-11 | 2015-01-07 | 三峡大学 | 一种基于摄像机与激光测距传感器联合定位爆破孔的装置 |
CN107941153A (zh) * | 2017-12-29 | 2018-04-20 | 厦门大学 | 一种激光测距优化标定的视觉系统 |
CN108942911A (zh) * | 2018-07-27 | 2018-12-07 | 上海福赛特机器人有限公司 | 一种高速公路智能递卡系统 |
CN109325980A (zh) * | 2018-07-27 | 2019-02-12 | 深圳大学 | 一种用于机械手定位目标的方法、装置及机械手 |
CN111191625A (zh) * | 2020-01-03 | 2020-05-22 | 浙江大学 | 一种激光-单目视觉融合的物体识别与定位方法 |
-
2020
- 2020-07-27 CN CN202010731225.XA patent/CN111899366A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5135095A (en) * | 1986-12-12 | 1992-08-04 | Skidata Computerhandelsgesellschaft M.B.H. | Portable hand device for machine processing of data carried on a data carrier |
CN101026778A (zh) * | 2007-03-14 | 2007-08-29 | 北京理工大学 | Ccd摄像系统的畸变测量校正方法和综合测试靶 |
CN204086539U (zh) * | 2014-10-11 | 2015-01-07 | 三峡大学 | 一种基于摄像机与激光测距传感器联合定位爆破孔的装置 |
CN107941153A (zh) * | 2017-12-29 | 2018-04-20 | 厦门大学 | 一种激光测距优化标定的视觉系统 |
CN108942911A (zh) * | 2018-07-27 | 2018-12-07 | 上海福赛特机器人有限公司 | 一种高速公路智能递卡系统 |
CN109325980A (zh) * | 2018-07-27 | 2019-02-12 | 深圳大学 | 一种用于机械手定位目标的方法、装置及机械手 |
CN111191625A (zh) * | 2020-01-03 | 2020-05-22 | 浙江大学 | 一种激光-单目视觉融合的物体识别与定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3598874B1 (en) | Systems and methods for updating a high-resolution map based on binocular images | |
CA3028653C (en) | Methods and systems for color point cloud generation | |
CN109471128B (zh) | 一种正样本制作方法及装置 | |
CN107784672B (zh) | 用于获取车载相机的外部参数的方法和装置 | |
CN112419385B (zh) | 一种3d深度信息估计方法、装置及计算机设备 | |
CN110826499A (zh) | 物体空间参数检测方法、装置、电子设备及存储介质 | |
US10996072B2 (en) | Systems and methods for updating a high-definition map | |
CN110068814B (zh) | 一种测量障碍物距离的方法及装置 | |
US10996337B2 (en) | Systems and methods for constructing a high-definition map based on landmarks | |
WO2020259506A1 (zh) | 一种确定摄像头的畸变参数的方法及装置 | |
CN113240813B (zh) | 三维点云信息确定方法及装置 | |
CN114419143A (zh) | 深度测量方法、深度测量设备及存储介质 | |
CN111524174B (zh) | 一种动平台动目标双目视觉三维构建方法 | |
CN109816697A (zh) | 一种无人模型车建立地图的系统及方法 | |
CN114199235A (zh) | 一种基于扇面深度相机的定位系统及定位方法 | |
CN111538008A (zh) | 变换矩阵确定方法、系统及装置 | |
CN117392234A (zh) | 相机与激光雷达的标定方法及装置 | |
CN111899366A (zh) | 一种精准定位发卡点的方法 | |
CN117274393A (zh) | 相机外参标定系数的确定方法、装置、设备及存储介质 | |
CN116755081A (zh) | 视觉与雷达融合的目标检测技术 | |
CN115100290B (zh) | 交通场景下的单目视觉定位方法及装置、设备、存储介质 | |
CN113874681B (zh) | 点云地图质量的评估方法和系统 | |
AU2018102199A4 (en) | Methods and systems for color point cloud generation | |
CN113420650A (zh) | 一种车辆匹配方法、装置、设备及介质 | |
JP2020165933A (ja) | 勾配推定装置および勾配推定方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201106 |
|
RJ01 | Rejection of invention patent application after publication |