CN112790786A - 点云数据配准方法、装置、超声设备及存储介质 - Google Patents
点云数据配准方法、装置、超声设备及存储介质 Download PDFInfo
- Publication number
- CN112790786A CN112790786A CN202011613290.9A CN202011613290A CN112790786A CN 112790786 A CN112790786 A CN 112790786A CN 202011613290 A CN202011613290 A CN 202011613290A CN 112790786 A CN112790786 A CN 112790786A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- pose
- tool
- camera
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000006243 chemical reaction Methods 0.000 claims abstract description 7
- 230000015654 memory Effects 0.000 claims description 21
- 230000009466 transformation Effects 0.000 claims description 17
- 238000002604 ultrasonography Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000013519 translation Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000009977 dual effect Effects 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 210000000481 breast Anatomy 0.000 abstract description 29
- 210000005075 mammary gland Anatomy 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 9
- 210000002445 nipple Anatomy 0.000 description 4
- 210000000038 chest Anatomy 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/42—Details of probe positioning or probe attachment to the patient
- A61B8/4209—Details of probe positioning or probe attachment to the patient by using holders, e.g. positioning frames
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/42—Details of probe positioning or probe attachment to the patient
- A61B8/4245—Details of probe positioning or probe attachment to the patient involving determining the position of the probe, e.g. with respect to an external reference frame or to the patient
Abstract
本发明公开了一种点云数据配准方法、装置、超声设备及存储介质，其中点云数据配准方法包括：当机械臂调整到最佳位置之后，利用相机拍摄原始图像，并根据所述原始图像得到原始点云数据；获取所述相机在所述工具下的位姿tHc；确定所述机械臂上的工具在基座坐标系下的位姿bHt；利用所述bHt和所述tHc对所述原始点云数据进行坐标转换，得到配准后的点云数据。在乳腺检查时，当机械臂调整到最佳位置之后，利用上述点云数据配准方法，可以自动完成乳房点云数据的自动配准，为后面点云数据的处理和轨迹跟踪提供了重要基础。
Description
技术领域
本发明涉及医学扫查技术领域，具体涉及一种点云数据配准方法、装置、超声设备及存储介质。
背景技术
在给患者做乳腺B超时，不同人的乳房大小、身体厚度、胸腔宽度都是不一致的，所以在拍摄乳房时，需要根据3D视觉下的实际场景情况，不断调整拍摄位姿，以获取最佳的乳房点云数据；机械臂末端的探头在跟踪轨迹扫查乳房时，运动控制坐标系基本是以机械臂的基坐标系为准，而3D相机拍摄的乳房点云数据是在相机坐标系内，因此需要进行相机乳房点云数据下的自动配准。
发明内容
有鉴于此，本发明实施例提供了一种点云数据配准方法、装置、超声设备及存储介质，以完成乳房点云数据的自动配准。
根据第一方面，本发明实施例提供了一种点云数据配准方法，包括：
当机械臂调整到最佳位置之后，利用相机拍摄原始图像，并根据所述原始图像得到原始点云数据；
获取所述相机在所述工具下的位姿tHc；
确定所述机械臂上的工具在基座坐标系下的位姿bHt；
利用所述bHt和所述tHc对所述原始点云数据进行坐标转换，得到配准后的点云数据。
在对不同的患者进行乳腺检测时，为了获得最佳的乳房点云数据需要不断调整拍摄位姿，当机械臂调整到最佳位置之后，利用本发明实施例提供的点云数据配准方法，可以自动完成乳房点云数据的自动配准，为后面点云数据的处理和轨迹跟踪提供了重要基础。
结合第一方面，在第一方面第一实施方式中，在利用相机拍摄原始图像之前，还包括：
分别获取在预设位置的模板图像和个性化图像；
根据所述模板图像和所述个性化图像确定所述机械臂的调整偏移量；
根据所述调整偏移量调整所述机械臂，直到将所述机械臂调整到所述最佳位置。
结合第一方面第一实施方式，在第一方面第二实施方式中，所述根据所述模板图像和所述个性化图像确定所述机械臂的调整偏移量包括：
获取预设的特征点在所述模板图像中的第一坐标；
获取所述特征点在所述个性化图像中的第二坐标；
计算所述第一坐标与所述第二坐标的差值，得到所述调整偏移量。
结合第一方面，在第一方面第三实施方式中，所述相机在所述工具下的位姿tHc通过以下方式得到：
确定基座坐标系、工具坐标系、相机坐标系、标定板坐标系之间的变换关系；
其中，所述变换关系为bHo＝bHt tHc cHo，其中bHt表示所述工具在所述基座坐标系下的位姿，所述cHo表示所述相机在所述标定板坐标系下的位姿，所述bHo表示所述标定板在所述基座坐标系下的位姿；
根据所述变换关系得到所述机械臂在不同位姿下的对应关系；
基于所述对应关系进行数学计算得到所述相机在所述工具下的位姿tHc。
结合第一方面第三实施方式，在第一方面第四实施方式中，所述基于所述对应关系进行数学计算得到所述相机在所述工具下的位姿tHc包括：
利用对偶四元数的螺旋理论对所述对应关系进行求解旋转和平移，在进行非线性优化得到所述相机在所述工具下的位姿tHc。
结合第一方面，在第一方面第五实施方式中，确定所述机械臂上的工具在基座坐标系下的位姿bHt包括：
利用D-H模型计算运动学的正解或直接读取机械臂末端位姿后进行旋转矩阵的转换得到所述机械臂上的工具在基座坐标系下的位姿bHt。
根据第二方面，本发明实施例提供了一种点云数据配准装置，包括：
获取模块，当机械臂调整到最佳位置之后，利用相机拍摄原始图像；
第一处理模块，用于根据所述原始图像得到原始点云数据；
第二获取模块，用于获取所述相机在所述工具下的位姿tHc；
第二处理模块，用于确定所述机械臂上的工具在基座坐标系下的位姿bHt；
配准模块，用于利用所述bHt和所述tHc对所述原始点云数据进行坐标转换，得到配准后的点云数据。
根据第三方面，本发明实施例提供了一种超声设备，包括：
基座；
机械臂，所述机械臂设置在所述基座上，与所述机械臂活动连接；
工具，所述工具设置在所述机械臂的末端；
相机，所述相机设置在所述机械臂的末端；
存储器和处理器，所述相机、所述工具、所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行第一方面或者第一方面的任意一种实施方式中所述的点云数据配准方法。
结合第三方面，在第三方面第一实施方式中，所述工具与所述相机平行设置。
根据第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行第一方面或者第一方面的任意一种实施方式中所述的点云数据配准方法。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：
图1为乳腺超声设备中手眼标定系统的坐标系见图；
图2为本发明实施例1中点云数据配准方法的流程示意图；
图3为原始图像乳房点云数据一具体示例示意图；
图4为乳腺超声设备中手眼标定系统的变换关系示意图；
图5为将图3进行配准后基座坐标系下的乳房点云数据示意图；
图6为本发明实施例2点云数据配准装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
本发明实施例提供了一种点云数据配准方法，应用于超声设备，超声设备具体可以为乳腺超声设备。在乳腺超声设备中采用了eye-in-hand的技术方案，即手眼标定系统的技术方案，将3D相机安装在机械臂末端，相机跟随机械臂的运动，这样对于人体乳房的拍摄会更加灵活，在不同角度下可以更好的，更完整的获得乳房的3D点云数据。图1为乳腺超声设备中手眼标定系统的坐标系见图，如图1所示，在乳腺超声设备的手眼标定系统中，包括基座坐标系Bxyz、工具坐标系Txyz、相机坐标系Cxyz、标定板坐标系Oxyz。
图2为本发明实施例1中点云数据配准方法的流程示意图，如图2所示，本发明实施例1的点云数据配准方法包括以下步骤：
S101：当机械臂调整到最佳位置之后，利用相机拍摄原始图像，并根据所述原始图像得到原始点云数据。图3为原始图像乳房点云数据一具体示例示意图。
在本发明实施例1中，在给患者做乳腺B超时，不同人的乳房大小、身体厚度、胸腔宽度都是不一致的，所以在拍摄乳房时，需要根据3D视觉下的实际场景情况，不断调整机械臂的拍摄位姿，以获取最佳的乳房点云数据。作为具体的实施方式，在利用相机拍摄原始图像之前，可以利用以下方案将机械臂调整到最佳位置：分别获取在预设位置的模板图像和个性化图像；根据所述模板图像和所述个性化图像确定所述机械臂的调整偏移量；根据所述调整偏移量将所述机械臂调整到所述最佳位置。
更加具体的，所述根据所述模板图像和所述个性化图像确定所述机械臂的调整偏移量可以采用如下技术方案：获取预设的特征点在所述模板图像中的第一坐标；获取所述特征点在所述个性化图像中的第二坐标；计算所述第一坐标与所述第二坐标的差值，得到所述调整偏移量。示例的，可以选取乳头作为特征点。
也就是说，首先定义一个模板图像，模板图像指的是在机械臂的模板位姿下，拍摄图像的视野和数据是最清晰的，乳头是模板图像中的特征点。当不同的患者做乳腺B超时，首先在模板位姿上取图，得到个性化图像，然后计算乳头在个性化图像的坐标相对于乳头在模板图像中坐标的偏移量delta(x,y,z)，将该偏移量作为机械臂的调整偏移量。
S102：获取所述相机在所述工具下的位姿tHc。
作为具体的实施方式，所述计算所述相机在所述工具下的位姿tHc可以采用如下技术方案：
(1)确定基座坐标系、工具坐标系、相机坐标系、标定板坐标系之间的变换关系；其中，所述变换关系为bHo＝bHt tHc cHo，其中bHt表示所述工具在所述基座坐标系下的位姿，可以用D-H模型计算运动学的正解或直接读取机械臂末端位姿后进行旋转矩阵的转换，为已知量；所述tHc表示所述相机在所述工具下的位姿，是一个固定的变换，为待求量；所述cHo表示所述相机在所述标定板坐标系下的位姿，是相机的外参，是已知量，所述bHo表示所述标定板在所述基座坐标系下的位姿，是一个中间未知量。具体的，图4为乳腺超声设备中手眼标定系统的变换关系示意图。
(2)根据所述变换关系得到所述机械臂在不同位姿下的对应关系。
在本发明实施例1中，bHo＝bHt tHc cHo与Y＝AXB有着相同的结构，以A为机械臂末端探头在基坐标系的位姿，B为相机在标定板坐标系下的位姿，X和Y为未知量，。所以对于不同的机械臂位姿i和j,即有：AiXBi＝AjXBj变换得:
用A、B代替后，则等式为：AX＝XB。
(3)基于所述对应关系进行数学计算得到所述相机在所述工具下的位姿tHc。
对于AX＝XB的求解问题，可以通过分别处理三个矩阵的旋转和平移部分，但是旋转误差会传导和增加平移误差。为了避免这个缺点，通常是基于对偶四元数的螺旋理论同时求解旋转和平移。然而线性方法通常最小化一个缺乏任何几何意义的代数误差，有时会导致精度降低，所以为了获取更高的精度，线性方法的结果通常用于初始化后续的非线性优化。
因此，在本发明实施例1中，利用对偶四元数的螺旋理论对所述对应关系进行求解旋转和平移，再进行非线性优化得到所述相机在所述工具下的位姿tHc。
S103：确定所述机械臂上的工具在基座坐标系下的位姿bHt。
作为具体的实施方式，所述机械臂上的工具在基座坐标系下的位姿bHt可以用D-H模型计算运动学的正解或直接读取机械臂末端位姿后进行旋转矩阵的转换，为已知量。在一实施例中，直接读取机械臂末端位姿后进行旋转矩阵的逆变换，可以利用机械臂控制器本身具有的功能，直接获取机械臂末端的位姿，一般机械臂姿态是用四元数，欧拉角，旋转矢量表示，所以还要进行旋转矩阵的变换。
S104：利用所述bHt和所述tHc对所述原始点云数据进行坐标转换，得到配准后的点云数据。图5为将图3进行配准后基座坐标系下的乳房点云数据示意图。
在本发明实施例1中，求得X后，即获取了tHc，则相机坐标系到基座标系下的变换矩阵为：T＝bHt tHc。则相机坐标系下的点云数据到基座标系下的点云数据为：bp＝bHt tHc cp，完成配准，并通过机械臂跟踪配准后数据，验证据配准后的数据精度和方位。在一实施例中，验证方法如下：
a取点云数据上的三个点；
b首先取相机坐标系上点云数据的三个不同点，如图3所示；
c再通过变换矩阵求出，在基座标系下的三个点，如图5所示；
d通过机械臂控制，运动跟踪这三个点；
e如果机械臂控制三个点的方位和相机坐标系下三个点的方位是一致的，则可以验证；因为空间三个不同的点，可以确定空间位姿。
在对不同的患者进行乳腺检测时，为了获得最佳的乳房点云数据需要不断调整拍摄位姿，当机械臂调整到最佳位置之后，利用本发明实施例1提供的点云数据配准方法，可以自动完成乳房点云数据的自动配准，为后面点云数据的处理和轨迹跟踪提供了重要基础。
实施例2
与本发明实施例1相对应，本发明实施例2提供了一种点云数据配准装置。图6为本发明实施例2点云数据配准装置的结构示意图，如图6所示，本发明实施例2提供的点云数据配准装置包括第一获取模块20、第一处理模块22、第二获取模块24、第二处理模块26和配准模块28。
具体的，所述第一获取模块20，当机械臂调整到最佳位置之后，利用相机拍摄原始图像。
第一处理模块22，用于根据所述原始图像得到原始点云数据。
第二获取模块24，用于获取所述相机在所述工具下的位姿tHc。
第二处理模块26，用于确定所述机械臂上的工具在基座坐标系下的位姿bHt。
配准模块28，用于利用所述bHt和所述tHc对所述原始点云数据进行坐标转换，得到配准后的点云数据。
上述点云数据配准装置具体细节可以对应参阅图1至图5所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。
实施例3
本发明实施例还提供了一种超声设备，该超声设备可以包括处理器和存储器，其中处理器和存储器可以通过总线或者其他方式连接。
所述超声设备包括基座、机械臂、工具和相机，其中所述机械臂设置在所述基座上，与所述机械臂活动连接；所述工具设置在所述机械臂的末端；所述相机设置在所述机械臂的末端。
处理器可以为中央处理器(Central Processing Unit，CPU)。处理器还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的点云数据配准方法对应的程序指令/模块(例如，图6所示的第一获取模块20、第一处理模块22、第二获取模块24、第二处理模块26和配准模块28。)处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的点云数据配准方法。
存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器中，当被所述处理器执行时，执行如图1-5所示实施例中的点云数据配准方法。
上述超声设备具体细节可以对应参阅图1至图6所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。
本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random AccessMemory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种点云数据配准方法，其特征在于，包括：
当机械臂调整到最佳位置之后，利用相机拍摄原始图像，并根据所述原始图像得到原始点云数据；
获取所述相机在所述工具下的位姿tHc；
确定所述机械臂上的工具在基座坐标系下的位姿bHt；
利用所述bHt和所述tHc对所述原始点云数据进行坐标转换，得到配准后的点云数据。
2.根据权利要求1所述的方法，其特征在于，在利用相机拍摄原始图像之前，还包括：
分别获取在预设位置的模板图像和个性化图像；
根据所述模板图像和所述个性化图像确定所述机械臂的调整偏移量；
根据所述调整偏移量调整所述机械臂，直到将所述机械臂调整到所述最佳位置。
3.根据权利要求2所述的方法，其特征在于，所述根据所述模板图像和所述个性化图像确定所述机械臂的调整偏移量包括：
获取预设的特征点在所述模板图像中的第一坐标；
获取所述特征点在所述个性化图像中的第二坐标；
计算所述第一坐标与所述第二坐标的差值，得到所述调整偏移量。
4.根据权利要求1所述的方法，其特征在于，所述相机在所述工具下的位姿tHc通过以下方式得到：
确定基座坐标系、工具坐标系、相机坐标系、标定板坐标系之间的变换关系；
其中，所述变换关系为bHo＝bHt tHc cHo，其中bHt表示所述工具在所述基座坐标系下的位姿，所述cHo表示所述相机在所述标定板坐标系下的位姿，所述bHo表示所述标定板在所述基座坐标系下的位姿；
根据所述变换关系得到所述机械臂在不同位姿下的对应关系；
基于所述对应关系进行数学计算得到所述相机在所述工具下的位姿tHc。
5.根据权利要求4所述的方法，其特征在于，所述基于所述对应关系进行数学计算得到所述相机在所述工具下的位姿tHc包括：
利用对偶四元数的螺旋理论对所述对应关系进行求解旋转和平移，在进行非线性优化得到所述相机在所述工具下的位姿tHc。
6.根据权利要求1所述的方法，其特征在于，确定所述机械臂上的工具在基座坐标系下的位姿bHt包括：
利用D-H模型计算运动学的正解或直接读取机械臂末端位姿后进行旋转矩阵的转换得到所述机械臂上的工具在基座坐标系下的位姿bHt。
7.一种点云数据配准装置，其特征在于，包括：
获取模块，当机械臂调整到最佳位置之后，利用相机拍摄原始图像；
第一处理模块，用于根据所述原始图像得到原始点云数据；
第二获取模块，用于获取所述相机在所述工具下的位姿tHc；
第二处理模块，用于确定所述机械臂上的工具在基座坐标系下的位姿bHt；
配准模块，用于利用所述bHt和所述tHc对所述原始点云数据进行坐标转换，得到配准后的点云数据。
8.一种超声设备，其特征在于，包括：
基座；
机械臂，所述机械臂设置在所述基座上，与所述机械臂活动连接；
工具，所述工具设置在所述机械臂的末端；
相机，所述相机设置在所述机械臂的末端；
存储器和处理器，所述相机、所述工具、所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1-6中任一项所述的点云数据配准方法。
9.根据权利要求8所述的超声设备，其特征在于，所述工具与所述相机平行设置。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的点云数据配准方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011613290.9A CN112790786A (zh) | 2020-12-30 | 2020-12-30 | 点云数据配准方法、装置、超声设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011613290.9A CN112790786A (zh) | 2020-12-30 | 2020-12-30 | 点云数据配准方法、装置、超声设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112790786A true CN112790786A (zh) | 2021-05-14 |
Family
ID=75805808
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011613290.9A Pending CN112790786A (zh) | 2020-12-30 | 2020-12-30 | 点云数据配准方法、装置、超声设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112790786A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115488884A (zh) * | 2022-09-07 | 2022-12-20 | 华南理工大学 | 远程机器人的超声探头的标定方法、系统、装置及介质 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105030331A (zh) * | 2015-04-24 | 2015-11-11 | 长春理工大学 | 位置传感器与三维腹腔镜摄像机标定装置及方法 |
| CN105279775A (zh) * | 2014-07-23 | 2016-01-27 | 广明光电股份有限公司 | 机器手臂的校正装置及方法 |
| CN106910223A (zh) * | 2016-11-02 | 2017-06-30 | 北京信息科技大学 | 一种基于凸松弛全局优化算法的机器人手眼标定方法 |
| WO2018086122A1 (zh) * | 2016-11-14 | 2018-05-17 | 深圳市大疆创新科技有限公司 | 多路传感数据融合的方法和系统 |
| CN108748146A (zh) * | 2018-05-30 | 2018-11-06 | 武汉库柏特科技有限公司 | 一种机器人手眼标定方法及系统 |
| CN109102547A (zh) * | 2018-07-20 | 2018-12-28 | 上海节卡机器人科技有限公司 | 基于物体识别深度学习模型的机器人抓取位姿估计方法 |
| CN109509226A (zh) * | 2018-11-27 | 2019-03-22 | 广东工业大学 | 三维点云数据配准方法、装置、设备及可读存储介质 |
| CN110555889A (zh) * | 2019-08-27 | 2019-12-10 | 西安交通大学 | 一种基于CALTag和点云信息的深度相机手眼标定方法 |
| CN110680395A (zh) * | 2019-10-22 | 2020-01-14 | 浙江德尚韵兴医疗科技有限公司 | 一种自动超声扫查系统 |
| CN110930442A (zh) * | 2019-11-26 | 2020-03-27 | 广东技术师范大学 | 基于标定块的机器人手眼标定中关键点位置确定方法与装置 |
| CN111156925A (zh) * | 2019-12-19 | 2020-05-15 | 南京理工大学 | 基于线结构光和工业机器人的大构件三维测量方法 |
| CN111735479A (zh) * | 2020-08-28 | 2020-10-02 | 中国计量大学 | 一种多传感器联合标定装置及方法 |
-
2020
- 2020-12-30 CN CN202011613290.9A patent/CN112790786A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105279775A (zh) * | 2014-07-23 | 2016-01-27 | 广明光电股份有限公司 | 机器手臂的校正装置及方法 |
| CN105030331A (zh) * | 2015-04-24 | 2015-11-11 | 长春理工大学 | 位置传感器与三维腹腔镜摄像机标定装置及方法 |
| CN106910223A (zh) * | 2016-11-02 | 2017-06-30 | 北京信息科技大学 | 一种基于凸松弛全局优化算法的机器人手眼标定方法 |
| WO2018086122A1 (zh) * | 2016-11-14 | 2018-05-17 | 深圳市大疆创新科技有限公司 | 多路传感数据融合的方法和系统 |
| CN108748146A (zh) * | 2018-05-30 | 2018-11-06 | 武汉库柏特科技有限公司 | 一种机器人手眼标定方法及系统 |
| CN109102547A (zh) * | 2018-07-20 | 2018-12-28 | 上海节卡机器人科技有限公司 | 基于物体识别深度学习模型的机器人抓取位姿估计方法 |
| CN109509226A (zh) * | 2018-11-27 | 2019-03-22 | 广东工业大学 | 三维点云数据配准方法、装置、设备及可读存储介质 |
| CN110555889A (zh) * | 2019-08-27 | 2019-12-10 | 西安交通大学 | 一种基于CALTag和点云信息的深度相机手眼标定方法 |
| CN110680395A (zh) * | 2019-10-22 | 2020-01-14 | 浙江德尚韵兴医疗科技有限公司 | 一种自动超声扫查系统 |
| CN110930442A (zh) * | 2019-11-26 | 2020-03-27 | 广东技术师范大学 | 基于标定块的机器人手眼标定中关键点位置确定方法与装置 |
| CN111156925A (zh) * | 2019-12-19 | 2020-05-15 | 南京理工大学 | 基于线结构光和工业机器人的大构件三维测量方法 |
| CN111735479A (zh) * | 2020-08-28 | 2020-10-02 | 中国计量大学 | 一种多传感器联合标定装置及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 莫宇达: "智能机器人视觉感知关键技术的研究与应用", 《中国优秀硕士论文全文数据库》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115488884A (zh) * | 2022-09-07 | 2022-12-20 | 华南理工大学 | 远程机器人的超声探头的标定方法、系统、装置及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112223302B (zh) | 基于多传感器的带电作业机器人的快速标定方法及装置 | |
| CN111028205B (zh) | 一种基于双目测距的眼睛瞳孔定位方法及装置 | |
| WO2021078065A1 (zh) | 乳房三维点云重建方法、装置、存储介质及计算机设备 | |
| CN109559371B (zh) | 一种用于三维重建的方法和装置 | |
| CN107633533B (zh) | 大畸变镜头下的高精度圆形标志点中心定位方法及装置 | |
| CN109785322B (zh) | 单眼人体姿态估计网络训练方法、图像处理方法和装置 | |
| CN111801198A (zh) | 一种手眼标定方法、系统及计算机存储介质 | |
| RU2016103197A (ru) | Система и способ моделирования и калибровки устройства формирования изображения | |
| JP2008506953A5 (zh) | ||
| CN110742631B (zh) | 一种医学图像的成像方法和装置 | |
| WO2021012122A1 (zh) | 机器人手眼标定方法、装置、计算设备、介质以及产品 | |
| WO2020057121A1 (zh) | 数据处理方法及装置、电子设备及存储介质 | |
| CN111973212B (zh) | 参数标定方法和参数标定装置 | |
| WO2018209592A1 (zh) | 一种机器人的运动控制方法、机器人及控制器 | |
| CN111152243B (zh) | 控制系统 | |
| WO2020063058A1 (zh) | 一种多自由度可动视觉系统的标定方法 | |
| KR102023042B1 (ko) | 족부 스캔 장치 및 그의 족부 스캔 방법 | |
| CN111627073B (zh) | 一种基于人机交互的标定方法、标定装置和存储介质 | |
| CN111627070B (zh) | 一种对旋转轴进行标定的方法、装置和存储介质 | |
| CN114147728A (zh) | 通用的机器人眼在手上标定方法和系统 | |
| CN112767309A (zh) | 超声扫查方法、超声设备及系统 | |
| CN112790786A (zh) | 点云数据配准方法、装置、超声设备及存储介质 | |
| CN113172636A (zh) | 一种自动手眼标定方法、装置及存储介质 | |
| CN115457093B (zh) | 一种牙齿图像的处理方法、装置、电子设备及存储介质 | |
| CN109389645B (zh) | 相机自校准方法、系统、相机、机器人及云端服务器 |
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: 20210514 |
|
| RJ01 | Rejection of invention patent application after publication |