CN112947460A - 基于激光点云模型的巡检机器人自动航线预置规划方法 - Google Patents
基于激光点云模型的巡检机器人自动航线预置规划方法 Download PDFInfo
- Publication number
- CN112947460A CN112947460A CN202110223484.6A CN202110223484A CN112947460A CN 112947460 A CN112947460 A CN 112947460A CN 202110223484 A CN202110223484 A CN 202110223484A CN 112947460 A CN112947460 A CN 112947460A
- Authority
- CN
- China
- Prior art keywords
- route
- robot
- point cloud
- cloud model
- laser point
- 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 25
- 238000007689 inspection Methods 0.000 title claims abstract description 24
- 230000000694 effects Effects 0.000 claims abstract description 11
- 238000011897 real-time detection Methods 0.000 claims description 5
- 238000012795 verification Methods 0.000 abstract description 2
- 238000010408 sweeping Methods 0.000 description 11
- 238000004140 cleaning Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0251—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision
Abstract
本发明提供了基于激光点云模型的巡检机器人自动航线预置规划方法，所述方法包括有,获取激光点云模型，确定作业区域，根据所述作业区域的等高线确定作业区域所述地形，根据激光点云模型中所需检测的设备设施的坐标与位置，搜索可行路线，根据机器人所处初始位置在可行路线中挑选其距离所需检测的设备设施的坐标与位置之间的最短可行路线作为行进路线，根据所需检测设备设施的坐标与高度调整机器人的相机拍摄角度和变焦倍数。本发明通过巡检激光点云模型场景内的三维模型，实现机器人航线的自由规划和校准，并实现机器人相机拍摄角度和变焦倍数的规划预置与拍摄效果校验，最终达到提高航线预置规划效率和提升巡检效果的目的。
Description
技术领域
本发明主要涉及巡检机器人的技术领域，具体涉及基于激光点云模型的巡检机器人自动航线预置规划方法。
背景技术
巡线机器人是以移动机器人作为载体，以可见光摄像机、红外热成像仪、其它检测仪器作为载荷系统，用于后台巡检作业管理与分析诊断。
根据申请号为CN201811146423.9的专利文献所提供的扫地机器人路线规划方法、装置及扫地机器人可知，该方法包括获取扫地机器人的初始位置；从多条边缘清扫线中选取与所述初始位置距离最近的边缘清扫线，作为起始清扫线；为所述扫地机器人规划起始于所述初始位置，且终止于所述起始清扫线的扫前行径路线。本发明实施例提供的扫地机器人路线规划方法、装置及扫地机器人能够实现减少扫地机器人清扫行径路程，以提高扫地机器人的工作效率的目的。
但传统巡检机器人在现场实际作业过程中采取激光雷达扫描生成二维地图，再由人工生成机器人航行路线的方式，而且预置机器人相机（可见光和红外）拍摄角度的工作是由人工现场完成，存在效率低、呈现效果差等问题。
发明内容
本发明主要提供了基于激光点云模型的巡检机器人自动航线预置规划方法用以解决上述背景技术中提出的技术问题。
本发明解决上述技术问题采用的技术方案为：
基于激光点云模型的巡检机器人自动航线预置规划方法，所述方法包括有,
S1.获取激光点云模型，根据激光点云模型获得作业边界线，作业边界线首尾相连闭合形成作业区域；
S2.根据所述作业区域的等高线高度数值以及分布情况确定作业区域所属地形；
S3.根据激光点云模型中所需检测的设备设施的坐标与位置，在所属不同地形的作业区域内搜索可行路线，所述可行路线包括直线路径和拐点；
S4.获取机器人坐标与位置作为初始位置，根据机器人所处初始位置在可行路线中挑选其距离所需检测的设备设施的坐标与位置之间的最短可行路线作为行进路线；
S5.获取三维激光点云模型中所需检测设备设施的坐标与高度，根据所需检测设备设施的坐标与高度调整机器人的相机拍摄角度和变焦倍数，规划预置与拍摄效果校验。
进一步的，确定S5中相机拍摄成图的分辨率，确定机器人是否需要停靠。
进一步的，获取激光点云模型，根据激光点云模型获得作业边界线，作业边界线首尾相连闭合形成作业区域，包括以下步骤：
S11.根据所获取的激光点云模型，获取由立方体堆叠而来的简单模型；
S12.根据相邻立方体之间所形成的落差判断是否为作业边界线，若相邻立方体之间所形成的落差高于0.5m则为作业边界线，若相邻立方体之间所形成的落差低于0.5m则不为作业边界线；
S13.若所有作业边界线均收尾相连形成闭合的图形，则作业区域绘制工作结束。
进一步的，根据所述作业区域的等高线高度数值以及分布情况确定作业区域所属地形，所述地形包括山地、丘陵以及平原。
进一步的，所述S3中的拐点分为可旋转拐点和不可旋转拐点，当拐点上相邻两个直线路径之间的夹角大于预设角度为可旋转拐点，当拐点上相邻两个直线路径之间的夹角小于预设角度为不可旋转拐点。
进一步的，所述S4中的最短可行路线的长度值可以通过人工输入来确定。
进一步的，所述S4中若机器人所行最短可行路线坡度大于10%，则切换至坡度小于10%，且机器人距离所需检测的设备设施的坐标与位置之间的最短可行路线作为行进路线。
进一步的，在S4中获取机器人传感器的实时探测数据，探测机器人行进路线中是否存在障碍物，并调整路线。
进一步的，获取机器人传感器的实时探测数据，探测机器人行进路线中是否存在障碍物，并调整路线，包括以下步骤：
若未侦测到障碍物，则继续根据机器人所处初始位置在可行路线中挑选其距离所需检测的设备设施的坐标与位置之间的最短可行路线作为行进路线；
若侦测到障碍物，则将障碍物于行进路线所形成的投影作为作业边界线，根据作业边界线确定可行路线，根据机器人所处初始位置在可行路线中挑选其距离所需检测的设备设施的坐标与位置之间的最短可行路线作为行进路线。
与现有技术相比，本发明的有益效果为：
本发明通过激光点云模型得到由立方体堆叠而来的简单模型，从而利用立方体间的落差制造出作业边界线，形成作业区域，提高作业区域可活动范围的准确度。
以下将结合附图与具体的实施例对本发明进行详细的解释说明。
附图说明
图1为本发明的流程图。
具体实施方式
为了便于理解本发明，下面将参照相关附图对本发明进行更加全面的描述，附图中给出了本发明的若干实施例，但是本发明可以通过不同的形式来实现，并不限于文本所描述的实施例，相反的，提供这些实施例是为了使对本发明公开的内容更加透彻全面。
需要说明的是，当元件被称为“固设于”另一个元件，它可以直接在另一个元件上也可以存在居中的元件，当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件，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。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常连接的含义相同，本文中在本发明的说明书中所使用的术语知识为了描述具体的实施例的目的，不是旨在于限制本发明，本文所使用的术语“及／或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例，请参照附图1，在本发明一优选的实施例中，基于激光点云模型的巡检机器人自动航线预置规划方法，所述方法包括有,
S1.获取激光点云模型，根据激光点云模型获得作业边界线，作业边界线首尾相连闭合形成作业区域；
S2.根据所述作业区域的等高线高度数值以及分布情况确定作业区域所属地形；
S3.根据激光点云模型中所需检测的设备设施的坐标与位置，在所属不同地形的作业区域内搜索可行路线，所述可行路线包括直线路径和拐点；
S4.获取机器人坐标与位置作为初始位置，根据机器人所处初始位置在可行路线中挑选其距离所需检测的设备设施的坐标与位置之间的最短可行路线作为行进路线；
S5.获取三维激光点云模型中所需检测设备设施的坐标与高度，根据所需检测设备设施的坐标与高度调整机器人的相机拍摄角度和变焦倍数，规划预置与拍摄效果校验；
需要说明的是，在本实施例中，通过巡检激光点云模型场景内的三维模型，实现机器人航线的自由规划和校准，并通过解析三维激光点云模型中各设备设施的坐标与位置，实现机器人相机拍摄角度和变焦倍数的规划预置与拍摄效果校验，最终达到提高航线预置规划效率和提升巡检效果的目的；
具体的，请着重参照附图1，在本发明另一优选的实施例中，确定S5中相机拍摄成图的分辨率，确定机器人是否需要停靠；
需要说明的是，在本实施例中，分别率过低时，机器人选择就近停靠，保持机器人相机拍摄时的稳定度，提高机器人拍摄时的清晰度；
进一步的，图片分辨率小于720P，文件大小小于18M为分别率过低，图片分辨率大于720P，文件大小大于18M为正常。
具体的，请着重参照附图1，在本发明另一优选的实施例中，获取激光点云模型，根据激光点云模型获得作业边界线，作业边界线首尾相连闭合形成作业区域，包括以下步骤：
S11.根据所获取的激光点云模型，获取由立方体堆叠而来的简单模型；
S12.根据相邻立方体之间所形成的落差判断是否为作业边界线，若相邻立方体之间所形成的落差高于0.5m则为作业边界线，若相邻立方体之间所形成的落差低于0.5m则不为作业边界线；
S13.若所有作业边界线均收尾相连形成闭合的图形，则作业区域绘制工作结束；
需要说明的是，在本实施例中，通过激光点云模型得到由立方体堆叠而来的简单模型，从而利用立方体间的落差制造出作业边界线，形成作业区域，提高作业区域可活动范围的准确度；
进一步的，在机器人具有越野功能时，可将制定作业边界线的落差上调0.2m-0.5m，提高机器人的可活动范围。
具体的，请着重参照附图1，在本发明另一优选的实施例中，根据所述作业区域的等高线高度数值以及分布情况确定作业区域所属地形，所述地形包括山地、丘陵以及平原，所述S4中若机器人所行最短可行路线坡度大于10%，则切换至坡度小于10%，且机器人距离所需检测的设备设施的坐标与位置之间的最短可行路线作为行进路线；
需要说明的是，在本实施例中，机器人所行最短可行路线坡度大于10%，切换至坡度小于10%，且机器人距离所需检测的设备设施的坐标与位置之间的最短可行路线作为行进路线，从而确保机器人行走平稳度，减少机器人行走时的侧翻现象，进而减少地形对机器人检测的影响；
进一步的，可在路线坡度大于5%时，切换至坡度小于5%的路线，进一步提高机器人运动时的稳定性。
具体的，请着重参照附图1，在本发明另一优选的实施例中，所述S3中的拐点分为可旋转拐点和不可旋转拐点，当拐点上相邻两个直线路径之间的夹角大于预设角度为可旋转拐点，当拐点上相邻两个直线路径之间的夹角小于预设角度为不可旋转拐点；
需要说明的是，在本实施例中，从而利用拐点的可旋转拐点属性和不可旋转拐点属性，保持行走时的机器人转弯时的平稳度，防止机器人因转弯时过于突兀而发生侧翻，影响机器人的巡检效果；
进一步的，将预设角度设置为90度，从而在拐点上相邻两个直线路径之间的夹角大于90时，将行走路线切换至路线中拐角小于90度的可行路线，防止机器人因转弯时过于突兀而发生侧翻，影响机器人的巡检效果。
具体的，请着重参照附图1，在本发明另一优选的实施例中，所述S4中的最短可行路线的长度值可以通过人工输入来确定；
需要说明的是，在本实施例中，从而利用人工输入提高规划路线时的灵活性.
具体的，请着重参照附图1，在本发明另一优选的实施例中，在S4中获取机器人传感器的实时探测数据，探测机器人行进路线中是否存在障碍物，并调整路线，包括：
若未侦测到障碍物，则继续根据机器人所处初始位置在可行路线中挑选其距离所需检测的设备设施的坐标与位置之间的最短可行路线作为行进路线；
若侦测到障碍物，则将障碍物于行进路线所形成的投影作为作业边界线，根据作业边界线确定可行路线，根据机器人所处初始位置在可行路线中挑选其距离所需检测的设备设施的坐标与位置之间的最短可行路线作为行进路线；
需要说明的是，在本实施例中，该步骤中，利用机器人是否检测到障碍物对行进路线进行规划，从而防止机器人因撞击到障碍物，而发生损坏，影响机器人的检测
本发明的具体操作方式如下：
首先获取激光点云模型，根据激光点云模型获得作业边界线，作业边界线首尾相连闭合形成作业区域，其次根据所述作业区域的等高线高度数值以及分布情况确定作业区域所属地形，然后根据激光点云模型中所需检测的设备设施的坐标与位置，在所属不同地形的作业区域内搜索可行路线，所述可行路线包括直线路径和拐点，再获取机器人坐标与位置作为初始位置，根据机器人所处初始位置在可行路线中挑选其距离所需检测的设备设施的坐标与位置之间的最短可行路线作为行进路线；
获取三维激光点云模型中所需检测设备设施的坐标与高度，根据所需检测设备设施的坐标与高度调整机器人的相机拍摄角度和变焦倍数，规划预置与拍摄效果校验。
上述结合附图对本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的这种非实质改进，或未经改进将本发明的构思和技术方案直接应用于其他场合的，均在本发明的保护范围之内。
Claims (9)
1.基于激光点云模型的巡检机器人自动航线预置规划方法，其特征在于,所述方法包括有,
S1.获取激光点云模型，根据激光点云模型获得作业边界线，作业边界线首尾相连闭合形成作业区域；
S2.根据所述作业区域的等高线高度数值以及分布情况确定作业区域所属地形；
S3.根据激光点云模型中所需检测的设备设施的坐标与位置，在所属不同地形的作业区域内搜索可行路线，所述可行路线包括直线路径和拐点；
S4.获取机器人坐标与位置作为初始位置，根据机器人所处初始位置在可行路线中挑选其距离所需检测的设备设施的坐标与位置之间的最短可行路线作为行进路线；
S5.获取三维激光点云模型中所需检测设备设施的坐标与高度，根据所需检测设备设施的坐标与高度调整机器人的相机拍摄角度和变焦倍数，规划预置与拍摄效果校验。
2.根据权利要求1所述的基于激光点云模型的巡检机器人自动航线预置规划方法，其特征在于，确定S5中相机拍摄成图的分辨率，确定机器人是否需要停靠。
3.根据权利要求1所述的基于激光点云模型的巡检机器人自动航线预置规划方法，其特征在于，获取激光点云模型，根据激光点云模型获得作业边界线，作业边界线首尾相连闭合形成作业区域，包括以下步骤：
S11.根据所获取的激光点云模型，获取由立方体堆叠而来的简单模型；
S12.根据相邻立方体之间所形成的落差判断是否为作业边界线，若相邻立方体之间所形成的落差高于0.5m则为作业边界线，若相邻立方体之间所形成的落差低于0.5m则不为作业边界线；
S13.若所有作业边界线均收尾相连形成闭合的图形，则作业区域绘制工作结束。
4.根据权利要求1所述的基于激光点云模型的巡检机器人自动航线预置规划方法，其特征在于，根据所述作业区域的等高线高度数值以及分布情况确定作业区域所属地形，所述地形包括山地、丘陵以及平原。
5.根据权利要求1所述的基于激光点云模型的巡检机器人自动航线预置规划方法，其特征在于，所述S3中的拐点分为可旋转拐点和不可旋转拐点，当拐点上相邻两个直线路径之间的夹角大于预设角度为可旋转拐点，当拐点上相邻两个直线路径之间的夹角小于预设角度为不可旋转拐点。
6.根据权利要求1所述的基于激光点云模型的巡检机器人自动航线预置规划方法，其特征在于，所述S4中的最短可行路线的长度值可以通过人工输入来确定。
7.根据权利要求1所述的基于激光点云模型的巡检机器人自动航线预置规划方法，其特征在于，所述S4中若机器人所行最短可行路线坡度大于10%，则切换至坡度小于10%，且机器人距离所需检测的设备设施的坐标与位置之间的最短可行路线作为行进路线。
8.根据权利要求1所述的基于激光点云模型的巡检机器人自动航线预置规划方法，其特征在于，在S4中获取机器人传感器的实时探测数据，探测机器人行进路线中是否存在障碍物，并调整路线。
9.根据权利要求1所述的基于激光点云模型的巡检机器人自动航线预置规划方法，其特征在于，获取机器人传感器的实时探测数据，探测机器人行进路线中是否存在障碍物，并调整路线，包括以下步骤：
若未侦测到障碍物，则继续根据机器人所处初始位置在可行路线中挑选其距离所需检测的设备设施的坐标与位置之间的最短可行路线作为行进路线；
若侦测到障碍物，则将障碍物于行进路线所形成的投影作为作业边界线，根据作业边界线确定可行路线，根据机器人所处初始位置在可行路线中挑选其距离所需检测的设备设施的坐标与位置之间的最短可行路线作为行进路线。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110223484.6A CN112947460A (zh) | 2021-03-01 | 2021-03-01 | 基于激光点云模型的巡检机器人自动航线预置规划方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110223484.6A CN112947460A (zh) | 2021-03-01 | 2021-03-01 | 基于激光点云模型的巡检机器人自动航线预置规划方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112947460A true CN112947460A (zh) | 2021-06-11 |
Family
ID=76246801
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110223484.6A Pending CN112947460A (zh) | 2021-03-01 | 2021-03-01 | 基于激光点云模型的巡检机器人自动航线预置规划方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112947460A (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104965518A (zh) * | 2015-05-21 | 2015-10-07 | 华北电力大学 | 基于三维数字地图的电力巡检飞行机器人航线规划方法 |
| US20170273161A1 (en) * | 2016-03-16 | 2017-09-21 | Tadashi Nakamura | Object detection apparatus and moveable apparatus |
| CN108253971A (zh) * | 2017-12-29 | 2018-07-06 | 深圳创动科技有限公司 | 一种巡检方法及系统 |
| CN108413964A (zh) * | 2018-03-08 | 2018-08-17 | 云南电网有限责任公司电力科学研究院 | 一种无人机输电线路巡检航迹规划方法及系统 |
| CN108958251A (zh) * | 2018-07-13 | 2018-12-07 | 四川超影科技有限公司 | 一种机器人巡检地图设计方法 |
| CN109633674A (zh) * | 2018-12-17 | 2019-04-16 | 云南电网有限责任公司带电作业分公司 | 基于激光点云数据的输电巡视三维航迹自动规划方法 |
| CN109839119A (zh) * | 2017-11-24 | 2019-06-04 | 高德软件有限公司 | 跨路桥梁桥面区域的获取方法及装置 |
| CN109886192A (zh) * | 2019-02-21 | 2019-06-14 | 彭劲松 | 一种生态环境智能监测系统 |
| CN110134120A (zh) * | 2019-04-11 | 2019-08-16 | 广东工业大学 | 一种非结构路面下基于多线激光雷达的路径规划方法 |
| US20190277645A1 (en) * | 2016-11-28 | 2019-09-12 | SZ DJI Technology Co., Ltd. | Navigation route editing method and apparatus, and control device |
| CN110967024A (zh) * | 2019-12-23 | 2020-04-07 | 苏州智加科技有限公司 | 可行驶区域的检测方法、装置、设备及存储介质 |
| CN111998832A (zh) * | 2020-08-12 | 2020-11-27 | 河北雷神科技有限公司 | 一种基于激光点云的利用无人机准确定位目标物的巡检方法 |
-
2021
- 2021-03-01 CN CN202110223484.6A patent/CN112947460A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104965518A (zh) * | 2015-05-21 | 2015-10-07 | 华北电力大学 | 基于三维数字地图的电力巡检飞行机器人航线规划方法 |
| US20170273161A1 (en) * | 2016-03-16 | 2017-09-21 | Tadashi Nakamura | Object detection apparatus and moveable apparatus |
| US20190277645A1 (en) * | 2016-11-28 | 2019-09-12 | SZ DJI Technology Co., Ltd. | Navigation route editing method and apparatus, and control device |
| CN109839119A (zh) * | 2017-11-24 | 2019-06-04 | 高德软件有限公司 | 跨路桥梁桥面区域的获取方法及装置 |
| CN108253971A (zh) * | 2017-12-29 | 2018-07-06 | 深圳创动科技有限公司 | 一种巡检方法及系统 |
| CN108413964A (zh) * | 2018-03-08 | 2018-08-17 | 云南电网有限责任公司电力科学研究院 | 一种无人机输电线路巡检航迹规划方法及系统 |
| CN108958251A (zh) * | 2018-07-13 | 2018-12-07 | 四川超影科技有限公司 | 一种机器人巡检地图设计方法 |
| CN109633674A (zh) * | 2018-12-17 | 2019-04-16 | 云南电网有限责任公司带电作业分公司 | 基于激光点云数据的输电巡视三维航迹自动规划方法 |
| CN109886192A (zh) * | 2019-02-21 | 2019-06-14 | 彭劲松 | 一种生态环境智能监测系统 |
| CN110134120A (zh) * | 2019-04-11 | 2019-08-16 | 广东工业大学 | 一种非结构路面下基于多线激光雷达的路径规划方法 |
| CN110967024A (zh) * | 2019-12-23 | 2020-04-07 | 苏州智加科技有限公司 | 可行驶区域的检测方法、装置、设备及存储介质 |
| CN111998832A (zh) * | 2020-08-12 | 2020-11-27 | 河北雷神科技有限公司 | 一种基于激光点云的利用无人机准确定位目标物的巡检方法 |
Non-Patent Citations (2)
| Title |
|---|
| 吴思锴等: "复杂地形景区三维导览图的设计与实现", 《北京测绘》 * |
| 王潇榕等: "基于单目SLAM的实时场景三维重建", 《农业装备与车辆工程》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111958591B (zh) | 一种语义智能变电站巡检机器人自主巡检方法及系统 | |
| US11482008B2 (en) | Directing board repositioning during sensor calibration for autonomous vehicles | |
| JP6759307B2 (ja) | センサデータの空間的集約を用いる適応マッピング | |
| CN102072725B (zh) | 一种基于激光点云和实景影像进行空间三维测量的方法 | |
| EP3137850B1 (en) | Method and system for determining a position relative to a digital map | |
| CN109813335B (zh) | 数据采集系统的标定方法、装置、系统及存储介质 | |
| CN109167956A (zh) | 基于动态称重和多视频信息融合的全桥面移动荷载空间分布监测系统 | |
| CN103747207A (zh) | 基于视频监控网络的定位与追踪方法 | |
| CN102927908A (zh) | 机器人手眼系统结构光平面参数标定装置及方法 | |
| JPH03201110A (ja) | 自律走行車の位置方位検出装置 | |
| CN112907678B (zh) | 车载相机外参姿态动态估计方法、装置、计算机设备 | |
| CN112880599B (zh) | 一种基于四足机器人的路基平整度检测系统及工作方法 | |
| Do et al. | A simple camera calibration method for vehicle velocity estimation | |
| KR101319525B1 (ko) | 이동 로봇을 이용하여 목표물의 위치 정보를 제공하기 위한 시스템 | |
| CN105116886A (zh) | 一种机器人自主行走的方法 | |
| CN107632601A (zh) | 一种无轨智能导引装置、系统及方法 | |
| Bansal et al. | Understanding how camera configuration and environmental conditions affect appearance-based localization | |
| CN112700486A (zh) | 对图像中路面车道线的深度进行估计的方法及装置 | |
| KR101319526B1 (ko) | 이동 로봇을 이용하여 목표물의 위치 정보를 제공하기 위한 방법 | |
| Flade et al. | Lane detection based camera to map alignment using open-source map data | |
| Ericson et al. | Analysis of two visual odometry systems for use in an agricultural field environment | |
| CN109857122A (zh) | 仓库运输车辆的路径控制方法、装置和仓库运输系统 | |
| JP2023503750A (ja) | ロボットの位置決め方法及び装置、機器、記憶媒体 | |
| CN112947460A (zh) | 基于激光点云模型的巡检机器人自动航线预置规划方法 | |
| Shao et al. | Obstacle crossing with stereo vision for a quadruped robot |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210611 |