CN113592767B - 一种双工器的调试方法以及装置 - Google Patents
一种双工器的调试方法以及装置 Download PDFInfo
- Publication number
- CN113592767B CN113592767B CN202110616775.1A CN202110616775A CN113592767B CN 113592767 B CN113592767 B CN 113592767B CN 202110616775 A CN202110616775 A CN 202110616775A CN 113592767 B CN113592767 B CN 113592767B
- Authority
- CN
- China
- Prior art keywords
- screw
- duplexer
- debugging
- image
- dimensional image
- 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 69
- 238000001914 filtration Methods 0.000 claims abstract description 40
- 238000001514 detection method Methods 0.000 claims description 44
- 238000004422 calculation algorithm Methods 0.000 claims description 24
- 238000003708 edge detection Methods 0.000 claims description 16
- 230000009466 transformation Effects 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 6
- 230000001960 triggered effect Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 description 18
- 238000012545 processing Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 11
- 238000003860 storage Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000003062 neural network model Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
- G06K17/0025—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement consisting of a wireless interrogation device in combination with a device for optically marking the record carrier
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请提供了一种双工器的调试方法以及装置，用于结合图像识别，完成双工器的自动化调试，大大提高了调试效率。本申请提供的双工器的调试方法，包括：当双工器调试设备触发双工器的调试任务时，获取双工器调试设备的二维图像，调试任务用于将双工器的过滤信号的波形调节至目标波形，过滤信号具体为通过双工器包括的滤波器的滤波处理的信号，二维图像是由部署于双工器调试设备上的摄像头拍摄得到的；从二维图像中识别双工器的螺钉，螺钉用于调节双工器的过滤信号的波形；通过螺丝刀对识别出的螺钉进行旋转，以调整螺钉的旋入量，促使螺钉处于调试任务的任务数据中描述的螺钉位置，完成调试任务。
Description
技术领域
本申请涉及通信领域，具体涉及一种双工器的调试方法以及装置。
背景技术
在通信系统中，双工器作为异频双工电台，是中继台的主要配件，用于将发射信号和接收信号相隔离，保证信号的发射和接收都能同时正常工作。
在5G商业化的逐步临近的背景下，涉及的5G基站需要具有传输稳定、高质量的无线通信能力，而在5G基站中，双工器是不可避免的器件，通过配置的双工器，对通信链路中的信号根据频率进行选择和控制，选择特定频率信号通过，同时抑制不需要的频率信号。
而在现有的相关技术的研究过程中，发明人发现，双工器在生产或者部署的过程中，需要由工作人员根据操作经验去调节双工器上的螺钉，以调节信号波形达到生产规定的波形，而该调节过程显然费时费力，效率低下。
发明内容
本申请提供了一种双工器的调试方法以及装置，用于结合图像识别，完成双工器的自动化调试，大大提高了调试效率。
第一方面，本申请提供了一种双工器的调试方法，方法包括：
当触发双工器的调试任务时，获取双工器调试设备的二维图像，调试任务用于将双工器的过滤信号的波形调节至目标波形，过滤信号具体为通过双工器包括的滤波器的滤波处理的信号，二维图像是由部署于双工器调试设备上的摄像头拍摄得到的；
从二维图像中识别双工器的螺钉，螺钉用于调节双工器的过滤信号的波形；
通过螺丝刀对识别出的螺钉进行旋转，以调整螺钉的旋入量，促使螺钉处于调试任务的任务数据中描述的螺钉位置，完成调试任务。
结合本申请第一方面，在本申请第一方面第一种可能的实现方式中，从二维图像中识别双工器的螺钉，包括：
通过圆形物体识别算法，从二维图像中识别出包含的圆形，作为螺钉；
以圆形的圆心为图像中心，结合预设的重点检测图像区域范围，从二维图像中提取出重点检测图像；
根据边缘提取算法对重点检测图像进行边缘检测；
将边缘检测结果中的几何形状特征与不同类型的螺钉的几何形状特征进行匹配，确定螺钉的型号。
结合本申请第一方面第一种可能的实现方式，在本申请第一方面第二种可能的实现方式中，通过圆形物体识别算法，从重点检测图像中识别出包含的圆形，包括：
通过识别精度不同的圆形物体识别算法，分别从重点检测图像中识别出包含的初始圆形，作为重点检测图像中识别出包含的圆形的范围；
采用最小二乘法以及霍夫变换，测得多个初始圆形的圆心；
将多个圆心的坐标取平均值作为重点检测图像中识别出包含的圆形的圆心。
结合本申请第一方面，在本申请第一方面第三种可能的实现方式中，通过螺丝刀对识别出的螺钉进行旋转，以调整螺钉的旋入量之前，方法还包括：
提取二维图像中螺钉的长度像素值；
获取摄像头的标定数据，标定数据用于描述摄像头拍摄的图像中物体的长度像素值与实际长度值之间的转换比例，标定数据是预先配置的；
结合标定数据以及二维图像中螺钉的长度像素值，确定螺钉的实际长度值；
结合摄像头在双工器调试设备上的空间位置、螺钉的实际长度值以及螺钉在二维图像中的位置，确定螺钉在世界坐标系中的实际位置；
根据螺钉处于调试任务的任务数据中描述的螺钉位置，以及螺钉在世界坐标系中的实际位置，确定螺钉所需旋转的旋入量。
结合本申请第一方面，在本申请第一方面第四种可能的实现方式中，摄像头以及螺丝刀都设于双工器调试设备的龙门架，二维图像是由摄像头从双工器的正上方拍摄得到的，螺丝刀由龙门架配置的拧螺钉模块从双工器的顶部对螺钉进行旋转。
第二方面，本申请提供了一种双工器的调试装置，装置包括：
获取单元，用于当触发双工器的调试任务时，获取双工器调试设备的二维图像，调试任务用于将双工器的过滤信号的波形调节至目标波形，过滤信号具体为通过双工器包括的滤波器的滤波处理的信号，二维图像是由部署于双工器调试设备上的摄像头拍摄得到的；
识别单元，用于从二维图像中识别双工器的螺钉，螺钉用于调节双工器的过滤信号的波形；
调整单元，用于通过螺丝刀对识别出的螺钉进行旋转，以调整螺钉的旋入量，促使螺钉处于调试任务的任务数据中描述的螺钉位置，完成调试任务。
结合本申请第二方面，在本申请第二方面第一种可能的实现方式中，识别单元，具体用于：
通过圆形物体识别算法，从二维图像中识别出包含的圆形，作为螺钉；
以圆形的圆心为图像中心，结合预设的重点检测图像区域范围，从二维图像中提取出重点检测图像；
根据边缘提取算法对重点检测图像进行边缘检测；
将边缘检测结果中的几何形状特征与不同类型的螺钉的几何形状特征进行匹配，确定螺钉的型号。
结合本申请第二方面第一种可能的实现方式，在本申请第二方面第二种可能的实现方式中，识别单元，具体用于：
通过识别精度不同的圆形物体识别算法，分别从重点检测图像中识别出包含的初始圆形，作为重点检测图像中识别出包含的圆形的范围；
采用最小二乘法以及霍夫变换，测得多个初始圆形的圆心；
将多个圆心的坐标取平均值作为重点检测图像中识别出包含的圆形的圆心。
结合本申请第二方面，在本申请第二方面第三种可能的实现方式中，装置还包括确定单元，用于：
提取二维图像中螺钉的长度像素值；
获取摄像头的标定数据，标定数据用于描述摄像头拍摄的图像中物体的长度像素值与实际长度值之间的转换比例，标定数据是预先配置的；
结合标定数据以及二维图像中螺钉的长度像素值，确定螺钉的实际长度值；
结合摄像头在双工器调试设备上的空间位置、螺钉的实际长度值以及螺钉在二维图像中的位置，确定螺钉在世界坐标系中的实际位置；
根据螺钉处于调试任务的任务数据中描述的螺钉位置，以及螺钉在世界坐标系中的实际位置，确定螺钉所需旋转的旋入量。
结合本申请第二方面，在本申请第二方面第四种可能的实现方式中，摄像头以及螺丝刀都设于双工器调试设备的龙门架，二维图像是由摄像头从双工器的正上方拍摄得到的，螺丝刀由龙门架配置的拧螺钉模块从双工器的顶部对螺钉进行旋转。
第三方面，本申请提供了一种双工器的调试设备，包括处理器和存储器，存储器中存储有计算机程序，处理器调用存储器中的计算机程序时执行本申请第一方面或者本申请第一方面任一种可能的实现方式提供的方法。
第四方面，本申请提供了一种计算机可读存储介质，计算机可读存储介质存储有多条指令，指令适于处理器进行加载，以执行本申请第一方面或者本申请第一方面任一种可能的实现方式提供的方法。
从以上内容可得出，本申请具有以下的有益效果：
针对于双工器的调试，本申请引入一种自动化调试机制，或者说引入了一种数按工期调试设备，当触发双工器的调试任务时，获取双工器调试设备的二维图像，该调试任务用于将双工器的过滤信号的波形调节至目标波形，该过滤信号具体为通过双工器包括的滤波器的滤波处理的信号，二维图像是由部署于双工器调试设备上的摄像头拍摄得到的，接着从该二维图像中识别双工器的螺钉，该螺钉用于调节所述双工器的过滤信号的波形，进而通过螺丝刀对识别出的螺钉进行旋转，以调整螺钉的旋入量，促使螺钉处于调试任务的任务数据中描述的螺钉位置，完成调试任务，在这调试过程中可看出，本申请在图像识别技术的基础上，凭借着对双工器上螺钉的识别、定位以及跟踪，如此可高效、精确地将其调试至调试任务所要求螺钉位置，大大提高了调试效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请双工器的调试方法的一种流程示意图；
图2为本申请计算螺钉的头部的圆心位置的一种场景示意图；
图3为本申请双工器调试设备的一种结构示意图；
图4为本申请双工器的调试装置的一种结构示意图；
图5为本申请双工器的调试设备的一种结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或模块的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或模块，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。在本申请中出现的对步骤进行的命名或者编号，并不意味着必须按照命名或者编号所指示的时间/逻辑先后顺序执行方法流程中的步骤，已经命名或者编号的流程步骤可以根据要实现的技术目的变更执行次序，只要能达到相同或者相类似的技术效果即可。
本申请中所出现的模块的划分，是一种逻辑上的划分，实际应用中实现时可以有另外的划分方式，例如多个模块可以结合成或集成在另一个系统中，或一些特征可以忽略，或不执行，另外，所显示的或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，模块之间的间接耦合或通信连接可以是电性或其他类似的形式，本申请中均不作限定。并且，作为分离部件说明的模块或子模块可以是也可以不是物理上的分离，可以是也可以不是物理模块，或者可以分布到多个电路模块中，可以根据实际的需要选择其中的部分或全部模块来实现本申请方案的目的。
在介绍本申请提供的双工器的调试方法之前，首先介绍本申请所涉及的背景内容。
本申请提供的双工器的调试方法、装置以及计算机可读存储介质，可应用于双工器调试设备，用于结合图像识别，完成双工器的自动化调试，大大提高了调试效率。
本申请提及的双工器的调试方法，其执行主体可以为双工器的调试装置，或者集成了该双工器的调试装置的双工器的调试设备。
进一步的，在实际应用中，该双工器的调试设备的设备形式，具体可根据双工器的生产环境或者部署环境而调整，例如可以为生产线上的生产设备，也可以为工作人员便携的调试设备，具体可随实际需要而定。
下面，开始介绍本申请提供的双工器的调试方法。
首先，参阅图1，图1示出了本申请双工器的调试方法的一种流程示意图，本申请提供的双工器的调试方法，具体可包括如下步骤：
步骤S101，当双工器调试设备触发双工器的调试任务时，获取双工器调试设备的二维图像，调试任务用于将双工器的过滤信号的波形调节至目标波形，过滤信号具体为通过双工器包括的滤波器的滤波处理的信号，二维图像是由部署于双工器调试设备上的摄像头拍摄得到的；
步骤S102，从二维图像中识别双工器的螺钉，螺钉用于调节双工器的过滤信号的波形；
步骤S103，通过螺丝刀对识别出的螺钉进行旋转，以调整螺钉的旋入量，促使螺钉处于调试任务的任务数据中描述的螺钉位置，完成调试任务。
从图1所示实施例可看出，针对于双工器的调试，本申请引入一种自动化调试机制，或者说引入了一种数按工期调试设备，当触发双工器的调试任务时，获取双工器调试设备的二维图像，该调试任务用于将双工器的过滤信号的波形调节至目标波形，该过滤信号具体为通过双工器包括的滤波器的滤波处理的信号，二维图像是由部署于双工器调试设备上的摄像头拍摄得到的，接着从该二维图像中识别双工器的螺钉，该螺钉用于调节所述双工器的过滤信号的波形，进而通过螺丝刀对识别出的螺钉进行旋转，以调整螺钉的旋入量，促使螺钉处于调试任务的任务数据中描述的螺钉位置，完成调试任务，在这调试过程中可看出，本申请在图像识别技术的基础上，凭借着对双工器上螺钉的识别、定位以及跟踪，如此可高效、精确地将其调试至调试任务所要求螺钉位置，大大提高了调试效率。
继续对上述图1所示实施例的各个步骤及其在实际应用中可能的实现方式进行详细阐述。
在本申请中，双工器，具体可以为任意通信设备上的器件，例如5G基站上需要配置的双工器。
在双工器中，其功能主要由两个不同的滤波器实现，在信号接收链路以及信号发送链路上各配置一滤波器，将发射信号和接收信号相隔离，保障信号发射工作以及信号接收工作的正常运行。
双工器，一般预留多个的螺钉，这些螺钉与滤波器的谐振腔螺距相关，调节了螺钉，可改变谐振腔螺距，进而改变滤波器的过滤信号，达到调节双工器的过滤信号的效果。
本申请则提出可自动执行调试的双工器调试设备，相比于人工调试，可显著提高调试效率。
双工器调试设备，其是在图像识别技术的基础上实现自动化调试的，其自身可配置摄像头，或者也可与设备外部的摄像头协同工作，来采集自身的二维图像。
示例性的，在实际应用中，摄像头可以采用工业相机，如可选用BASLER公司生产的ac A640-90uc型号相机，并可采用Eye-in-hand手眼系统，相机镜头可采用Computer 5mm镜头。
可以理解，双工器调试设备其可包括一具有数据处理能力的处理设备，例如笔记本电脑、台式电脑、物理主机、服务器等不同类型的硬件设备，完成双工器调试设备甚至双工器设备外部的摄像头的控制；或者，双工器调试设备本身也可通过配置的控制器完成所需的数据处理。
当由工作人员手动触发或者通过云端服务器远程触发双工器调试设备进行现场的双工器的调试任务时，可获取由双工器上部署的摄像头所拍摄得到的二维图像。
该二维图像，也可以称为2D图像、平面图像等，其图像内容自然包括了双工器调试设备以及所需调试的双工器，具体的，对应于双工器调试场景，图像中一般还可直接包括了螺钉的存在，以直接确定其位置，方便调试。
接着，则从该二维图像中，在图像识别技术下，识别图像中包含的螺钉的图像特征，进而将符合螺钉图像特征的图像识别为螺钉进行输出。
大致上，螺钉的图像识别可以理解为，根据螺钉的头部的集合形状特征，对基于Hu不变矩特征的螺钉图像匹配进行研究，采用一种基于几何形状特征的螺钉图像匹配方式，以图像中特征之间的欧式距离为度量完成对螺钉的识别。
可以理解，对于螺钉的图像识别，一般是采用的神经网络模型来实现的，神经网络模型具体可以为YOLOv3模型、ResNet模型、R-CNN模型、Fast R-CNN模型、Faster R-CNN模型、Mask R-CNN模型、SSD模型等不同类型的神经网络模型。
对于模型的训练，一般可包括：配置包含螺钉的图像，并由工作人员标注其包含的图像，将这些图像作为训练数据依次输入初始模型，进行正向传播，并根据模型输出的螺钉识别结果计算损失函数，根据损失函数计算结果进行反向传播，优化模型参数，当完成预设的模型训练条件时，将完成模型训练的模型作为螺钉识别模型，可投入实际应用，识别输入图像中包含的螺钉。
在识别出图像中的螺钉后，双工器调试设备则可结合在图像中识别出螺钉的位置，通过配置的螺丝刀对螺钉进行旋转，以调整螺钉的旋入量，促使螺钉处于调试任务的任务数据中描述的螺钉位置，完成调试任务。
可以理解的是，在该调试过程中，还可拆分为多次细微的调试环节。执行调试任务，其目的是为了将双工器的过滤信号的波形调节至目标波形，而在调试过程中，除了可直接根据调试任务确定的螺钉目标位置或者螺钉旋入量，调整螺钉处于调试任务的任务数据中描述的螺钉位置(可以直接描述为目标位置，也可以间接描述为螺钉旋入量)，还可能结合过滤信号的波形进行调试是否完成的判断，如此，则可更为准确、直接地完成调试，此时，任务数据中描述的螺钉位置还可间接描述为过滤信号的波形为目标波形的位置。
当然，在部分方案中，若任务数据描述的螺钉的目标位置或者螺钉旋入量是通过高精度的预测处理得到的，直接将螺钉调整至目标位置或者螺钉旋入量也是可高效、精确地完成调试的。
而若任务数据中描述的螺钉位置还可间接描述为过滤信号的波形为目标波形的位置，工器调试设备在确定了所需调整的总的螺钉旋入量后，可将其拆分为N个的单位螺钉旋入量，或者，更优地只确定1个单位螺钉旋入量，每调整1个单位螺钉旋入量，就获取一次新的二维图像，确定螺钉的最新位置，并判断过滤信号波形是否符合目标波形，若否则可继续新的1个单位螺钉旋入量的调试，直至符合目标波形位置，完成调试。
进一步的，上面已经提及了可采用神经网络模型实现螺钉的图像识别，而神经网络模型的识别过程中，在数据处理层面上，本申请还具有相关的优化设置。
在螺钉的图像识别过程中，可借助螺钉具有的圆形形状的头部的特点来辅助识别，而作为一种适于实用的实现方式，本申请除了识别出螺钉，还可识别出螺钉其具体型号，以辅助确定螺丝刀类型或者螺钉的具体旋转速度等，或者可根据螺钉具体型号确定其长度，进而确定螺钉在其轴向上各部位的具体位置。
对应的，从二维图像中识别双工器的螺钉的过程中，具体可包括：
通过圆形物体识别算法，从二维图像中识别出包含的圆形，作为螺钉；
以圆形的圆心为图像中心，结合预设的重点检测图像区域范围，从二维图像中提取出重点检测图像；
根据边缘提取算法对重点检测图像进行边缘检测；
将边缘检测结果中的几何形状特征与不同类型的螺钉的几何形状特征进行匹配，确定螺钉的型号。
可以理解的是，一般螺钉的头部是圆形的，或者，还可以是类似圆形的六角形等多边形，在图像识别过程中，可将趋于、接近圆形的几何图形识别为图像中包含的螺钉。
重点检测图像区域范围，可以理解为本申请认为的整个图像区域中螺钉位置的区域，确定重点检测区域之后，计算机将只会在该区域范围内进行后续的图像处理，以此减少图像处理的数据处理量，该区域范围可成为图像感兴趣区域(Region Of Interest，ROI)。
经过螺钉图像定位后，已经获得当前待识别螺钉的圆心坐标(A,B)和半径值R，因此提取出的ROI图像中只需要包含螺钉即可，将ROI图像的中心设定为螺钉的圆心，ROI图像为矩形，为了保证识别过程中每张图像的尺寸大小一致，设矩形边长相等且为固定值L，固定值L只需要比最大直径2R稍大即可(L与R可以为像素值)。
其次，边缘检测算法，如Canny边缘检测算法，可检测图像中更为细腻的边缘特征，具体可通过标识图像中亮度变化明显的点，反应出图像中包含的表面纹理、表面形状等特征。
而螺钉头部中间，一般具有槽型，用于供螺丝刀的头部插入，进行旋转，该槽型同样根据螺钉的具体型号配置有不同的几个形状，例如内六角、米字、一字、十字等几何形状，如此，可借助边缘检测结果包含的几何形状特征，确定螺钉型号。
可以理解的是，同样还可借助螺钉头部甚至螺钉头部的槽型，辅助螺钉的判断，对前面的螺钉识别结果进行修正。
进一步的，在上述识别过程中，可根据螺钉的位置确定螺丝刀的下刀位置，以精确进行螺钉的旋转，而对于该下刀位置，具体是以识别出的螺钉的头部的圆心进行锁定的，也因此，为更为精确地确定出圆心位置，本申请还提出一种多精度定位结合的螺钉定位方案。
即，上述提及的通过圆形物体识别算法，从重点检测图像中识别出包含的圆形，具体可包括：
通过识别精度不同的圆形物体识别算法，分别从重点检测图像中识别出包含的初始圆形，作为重点检测图像中识别出包含的圆形的范围；
采用最小二乘法以及霍夫变换，测得多个初始圆形的圆心；
将多个圆心的坐标取平均值作为重点检测图像中识别出包含的圆形的圆心。
一般性的，可配置一粗一精的两个精度定位，通过粗定位与精定位结合的定位方法，提高螺钉的定位精度，同时提高检测效率，减少数据处理量。
可以看出，不仅对于螺钉的头部的圆心进行了精确的锁定，并且，对于识别出的多个的螺钉头部(圆形)，则可将其进行融合，作为整个的螺钉头部的范围(重叠的多个圆形)。
在完成图像中螺钉的定位后，双工器调试设备的螺丝刀则可以开始旋转双工器的螺钉，执行调试任务。
举例而言，双工器调试设备可将螺钉初始圆心位置定为(0,0,0)，在已知图像轮廓为圆形的基础上，可以通过霍夫变换检测。
参阅图2示出的本申请计算螺钉的头部的圆心位置的一种场景示意图，设圆的参数方程为：(x-a)2+(y-b)2＝r2中：a，b，r为圆的三个参数，由参数组成的空间称为a-b-r参数空间。
当r已知且固定时，X-Y平面中圆上的每一个点对应着参数空间a-b平面中的一个以r为半径的圆形，因此，如果将X-Y平面上的圆转换到参数空间时，X-Y空间中圆上的任意一点，对应参数空间中的一个以X-Y为高度变化的三维锥面。
由于圆上所有点均满足圆的参数方程，因此，X-Y空间中同一圆上的点对应参数空间中的所有三维锥面必然交于一点(a0，b0，r0)，即为圆在图像平面的圆心坐标及半径，然后根据霍夫变换算法。
霍夫变换算法的原理依据首先读取原图像并将RGB图像转化为灰度图，然后使用Canny算子对图像进行边缘检测，提取图像的边缘特征，获得螺钉图像的二值图，再分别从图像两侧逼近，获得螺钉图像轮廓边缘点的集合，边缘点的集合近似为一个圆。
提取轮廓边缘点集合后对边缘集合中每一个点C1，做水平、垂直线，交边缘集合D于点A1和B1，连接A1B1，解出斜边中点坐标即为一个圆心坐标。如果有此圆的半径记录，累加器P(i)＝P(i)+1；如果没有半径则创建一个新圆心半径记录，以此圆心和半径构成的圆形，看作一个候选圆。
最后，如果累加器P(i)大于一定阈值，检测边缘点集合中，有多少点的坐标满足此候选圆的方程，每当图像边缘点坐标满足候选圆的方程时，累加器O(i)增值。峰值检测寻找最大的O(i)对应的圆心坐标及半径即为螺钉图像轮廓，然后从累加器中选择候选的中心画圆并确认其最终圆心位置(x,y,z)，通过计算算出螺钉的进给方向距离。
锁定了螺钉后，则可确定其旋入量，并通过螺丝刀对其进行旋转，直至满足本次调试任务的需求。
而对于螺钉旋入量的确定，本申请还提出一种适于实用的确定方案，具体可包括：
提取二维图像中螺钉的长度像素值；
获取摄像头的标定数据，标定数据用于描述摄像头拍摄的图像中物体的长度像素值与实际长度值之间的转换比例，标定数据是预先配置的；
结合标定数据以及二维图像中螺钉的长度像素值，确定螺钉的实际长度值；
结合摄像头在双工器调试设备上的空间位置、螺钉的实际长度值以及螺钉在二维图像中的位置，确定螺钉在世界坐标系中的实际位置；
根据螺钉处于调试任务的任务数据中描述的螺钉位置，以及螺钉在世界坐标系中的实际位置，确定螺钉所需旋转的旋入量。
对于双工器调试设备的机器视觉系统，其像素坐标系(u，v)就是像素在图像中的位置，其中u、v分别是图像的行和列，通常像素坐标系的原点是图像左上角的顶点，在像素坐标系中，像素点的坐标是用像素来表示的，但是应当注意的是像素的表示方法并不能反应图像中物体的物理尺寸。
而对于摄像头的标定数据，或者说像素分辨率标定，就是结合摄像头当前状态下的工作距离与采集的图像大小，采用计算机进行图像处理后得到物体的长度像素值，然后检测该物体在实际空间中实际长度值，将长度像素值与实际长度值求比值，如此可根据标定数据确定该工作距离下每个像素所表示的实际尺寸。
通过标定摄像头的像素分辨率，计算图像像素值与实际尺寸间的关系，对螺钉的像素坐标进行检测，通过标定的像素分辨率进行计算获得螺钉在世界坐标系中的物理坐标，完成对螺钉的位置定位。
在摄像头的标定过程中，具体可采用棋盘格作为标定检测物体，标定过程中计算棋盘格边长与相应的边在图像中像素个数的对应值，完成所选摄像头像素点分辨率的拟合。
由于标定过程中镜头本身的误差以及安装误差等原因，标定次数较少时可能对结果产生影响，因此需要在标定过程中采用了多组实验数据进行计算，然后将多组标定系数进行平均值求解得到像素分辨率标定系数，尽可能减小标定误差。
进一步的，还可参考图3示出的本申请双工器调试设备的一种结构示意图，可以看出的是，本申请双工器调试设备，可以以一种三维移动平台的形式设置，其包括龙门架1，与龙门架1底座连接的是螺栓孔2，它使龙门架固定焊接在所处平面(一般为地面)，摄像头5以及螺丝刀7都设于双工器调试设备的龙门架，从上面内容可以理解的是，二维图像优选地可以是由摄像头5从双工器的正上方拍摄底下的双工器3得到的，如此在拍摄范围6中便于拍摄到更多的图像内容，可得到双工器3上螺钉4的细节内容，进而方便进行更为精确地图像识别，并且对于双工器调试设备，在该设备结构下，也可方便地更换底下所需调试的双工器3，对应的，螺丝刀由龙门架配置的拧螺钉模块从双工器的顶部对螺钉进行旋转。
可以看出，该三维移动平台形式的双工器调试设备，在实际应用中，容易进行位置的移动，也就会说，具有便携搬运的特点，对于调试所处环境要求较低，利于生产环境以外的现场调试。
以上是本申请提供双工器的调试方法的介绍，为便于更好的实施本申请提供的双工器的调试方法，本申请还提供了双工器的调试装置。
参阅图4，图4为本申请双工器的调试装置的一种结构示意图，在本申请中，双工器的调试装置400具体可包括如下结构：
获取单元401，用于当触发双工器的调试任务时，获取双工器调试设备的二维图像，调试任务用于将双工器的过滤信号的波形调节至目标波形，过滤信号具体为通过双工器包括的滤波器的滤波处理的信号，二维图像是由部署于双工器调试设备上的摄像头拍摄得到的；
识别单元402，用于从二维图像中识别双工器的螺钉，螺钉用于调节双工器的过滤信号的波形；
调整单元403，用于通过螺丝刀对识别出的螺钉进行旋转，以调整螺钉的旋入量，促使螺钉处于调试任务的任务数据中描述的螺钉位置，完成调试任务。
在一种示例性的实现方式中，识别单元402，具体用于：
通过圆形物体识别算法，从二维图像中识别出包含的圆形，作为螺钉；
以圆形的圆心为图像中心，结合预设的重点检测图像区域范围，从二维图像中提取出重点检测图像；
根据边缘提取算法对重点检测图像进行边缘检测；
将边缘检测结果中的几何形状特征与不同类型的螺钉的几何形状特征进行匹配，确定螺钉的型号。
在又一种示例性的实现方式中，识别单元402，具体用于：
通过识别精度不同的圆形物体识别算法，分别从重点检测图像中识别出包含的初始圆形，作为重点检测图像中识别出包含的圆形的范围；
采用最小二乘法以及霍夫变换，测得多个初始圆形的圆心；
将多个圆心的坐标取平均值作为重点检测图像中识别出包含的圆形的圆心。
在又一种示例性的实现方式中，装置还包括确定单元404，用于：
提取二维图像中螺钉的长度像素值；
获取摄像头的标定数据，标定数据用于描述摄像头拍摄的图像中物体的长度像素值与实际长度值之间的转换比例，标定数据是预先配置的；
结合标定数据以及二维图像中螺钉的长度像素值，确定螺钉的实际长度值；
结合摄像头在双工器调试设备上的空间位置、螺钉的实际长度值以及螺钉在二维图像中的位置，确定螺钉在世界坐标系中的实际位置；
根据螺钉处于调试任务的任务数据中描述的螺钉位置，以及螺钉在世界坐标系中的实际位置，确定螺钉所需旋转的旋入量。
在又一种示例性的实现方式中，摄像头以及螺丝刀都设于双工器调试设备的龙门架，二维图像是由摄像头从双工器的正上方拍摄得到的，螺丝刀由龙门架配置的拧螺钉模块从双工器的顶部对螺钉进行旋转。
本申请还提供了一种双工器的调试设备，参阅图5，图5从数据处理层面出发，示出了本申请双工器的调试设备的一种结构示意图，具体的，本申请处理设备可包括处理器501、存储器502以及输入输出设备503，处理器501用于执行存储器502中存储的计算机程序时实现如图1对应实施例中双工器的调试方法的各步骤；或者，处理器501用于执行存储器502中存储的计算机程序时实现如图4对应实施例中各单元的功能，存储器502用于存储处理器501执行上述图1对应实施例中双工器的调试方法所需的计算机程序。
示例性的，计算机程序可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器502中，并由处理器501执行，以完成本申请。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在计算机装置中的执行过程。
双工器的调试设备可包括，但不仅限于处理器501、存储器502、输入输出设备503。本领域技术人员可以理解，示意仅仅是双工器的调试设备的示例，并不构成对双工器的调试设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如处理设备还可以包括网络接入设备、总线等，处理器501、存储器502、输入输出设备503等通过总线相连。
处理器501可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(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。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，处理器是双工器的调试设备的控制中心，利用各种接口和线路连接整个设备的各个部分。
存储器502可用于存储计算机程序和/或模块，处理器501通过运行或执行存储在存储器502内的计算机程序和/或模块，以及调用存储在存储器502内的数据，实现计算机装置的各种功能。存储器502可主要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、至少一个功能所需的应用程序等；存储数据区可存储根据双工器的调试设备的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器501用于执行存储器502中存储的计算机程序时，具体可实现以下功能：
当触发双工器的调试任务时，获取双工器调试设备的二维图像，调试任务用于将双工器的过滤信号的波形调节至目标波形，过滤信号具体为通过双工器包括的滤波器的滤波处理的信号，二维图像是由部署于双工器调试设备上的摄像头拍摄得到的；
从二维图像中识别双工器的螺钉，螺钉用于调节双工器的过滤信号的波形；
通过螺丝刀对识别出的螺钉进行旋转，以调整螺钉的旋入量，促使螺钉处于调试任务的任务数据中描述的螺钉位置，完成调试任务。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的双工器的调试装置、设备及其相应单元的具体工作过程，可以参考如图1对应实施例中双工器的调试方法的说明，具体在此不再赘述。
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
为此，本申请提供一种计算机可读存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本申请如图1对应实施例中双工器的调试方法中的步骤，具体操作可参考如图1对应实施例中双工器的调试方法的说明，在此不再赘述。
其中，该计算机可读存储介质可以包括：只读存储器(Read Only Memory，ROM)、随机存取记忆体(Random Access Memory，RAM)、磁盘或光盘等。
由于该计算机可读存储介质中所存储的指令，可以执行本申请如图1对应实施例双工器的调试方法中的步骤，因此，可以实现本申请如图1对应实施例中双工器的调试方法所能实现的有益效果，详见前面的说明，在此不再赘述。
以上对本申请提供的双工器的调试方法、装置、设备以及计算机可读存储介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (2)
1.一种双工器的调试方法，其特征在于，所述方法包括：
当触发双工器的调试任务时，获取双工器调试设备的二维图像，所述调试任务用于将所述双工器的过滤信号的波形调节至目标波形，所述过滤信号具体为通过所述双工器包括的滤波器的滤波处理的信号，所述二维图像是由部署于双工器调试设备上的摄像头拍摄得到的；
从所述二维图像中识别所述双工器的螺钉，所述螺钉用于调节所述双工器的过滤信号的波形；
通过螺丝刀对识别出的所述螺钉进行旋转，以调整所述螺钉的旋入量，促使所述螺钉处于所述调试任务的任务数据中描述的螺钉位置，完成所述调试任务；
所述从所述二维图像中识别所述双工器的螺钉，包括：
通过圆形物体识别算法，从所述二维图像中识别出包含的圆形，作为所述螺钉；
以所述圆形的圆心为图像中心，结合预设的重点检测图像区域范围，从所述二维图像中提取出重点检测图像；
根据边缘提取算法对所述重点检测图像进行边缘检测；
将边缘检测结果中的几何形状特征与不同类型的螺钉的几何形状特征进行匹配，确定所述螺钉的型号；
所述通过圆形物体识别算法，从所述重点检测图像中识别出包含的圆形，包括：
通过识别精度不同的所述圆形物体识别算法，分别从所述重点检测图像中识别出包含的初始圆形，作为所述重点检测图像中识别出包含的圆形的范围；
采用最小二乘法以及霍夫变换，测得多个所述初始圆形的圆心；
将多个所述圆心的坐标取平均值作为所述重点检测图像中识别出包含的圆形的圆心；
所述通过螺丝刀对识别出的所述螺钉进行旋转，以调整所述螺钉的旋入量之前，所述方法还包括：
提取所述二维图像中所述螺钉的长度像素值；
获取所述摄像头的标定数据，所述标定数据用于描述所述摄像头拍摄的图像中物体的长度像素值与实际长度值之间的转换比例，所述标定数据是预先配置的；
结合所述标定数据以及所述二维图像中所述螺钉的长度像素值，确定所述螺钉的实际长度值；
结合所述摄像头在所述双工器调试设备上的空间位置、所述螺钉的实际长度值以及所述螺钉在所述二维图像中的位置，确定所述螺钉在世界坐标系中的实际位置；
根据所述螺钉处于所述调试任务的任务数据中描述的螺钉位置，以及所述螺钉在世界坐标系中的实际位置，确定所述螺钉所需旋转的旋入量；
所述摄像头以及所述螺丝刀都设于所述双工器调试设备的龙门架，所述二维图像是由所述摄像头从所述双工器的正上方拍摄得到的，所述螺丝刀由所述龙门架配置的拧螺钉模块从所述双工器的顶部对所述螺钉进行旋转。
2.一种双工器的调试装置，其特征在于，所述装置包括：
获取单元，用于当触发双工器的调试任务时，获取所述双工器调试设备的二维图像，所述调试任务用于将所述双工器的过滤信号的波形调节至目标波形，所述过滤信号具体为通过所述双工器包括的滤波器的滤波处理的信号，所述二维图像是由部署于双工器调试设备上的摄像头拍摄得到的；
识别单元，用于从所述二维图像中识别所述双工器的螺钉，所述螺钉用于调节所述双工器的过滤信号的波形；
调整单元，用于通过螺丝刀对识别出的所述螺钉进行旋转，以调整所述螺钉的旋入量，促使所述螺钉处于所述调试任务的任务数据中描述的螺钉位置，完成所述调试任务；
所述识别单元，具体用于：
通过圆形物体识别算法，从所述二维图像中识别出包含的圆形，作为所述螺钉；
以所述圆形的圆心为图像中心，结合预设的重点检测图像区域范围，从所述二维图像中提取出重点检测图像；
根据边缘提取算法对所述重点检测图像进行边缘检测；
将边缘检测结果中的几何形状特征与不同类型的螺钉的几何形状特征进行匹配，确定所述螺钉的型号；
所述识别单元，具体用于：
通过识别精度不同的所述圆形物体识别算法，分别从所述重点检测图像中识别出包含的初始圆形，作为所述重点检测图像中识别出包含的圆形的范围；
采用最小二乘法以及霍夫变换，测得多个所述初始圆形的圆心；
将多个所述圆心的坐标取平均值作为所述重点检测图像中识别出包含的圆形的圆心；
装置还包括确定单元，用于：
提取所述二维图像中所述螺钉的长度像素值；
获取所述摄像头的标定数据，所述标定数据用于描述所述摄像头拍摄的图像中物体的长度像素值与实际长度值之间的转换比例，所述标定数据是预先配置的；
结合所述标定数据以及所述二维图像中所述螺钉的长度像素值，确定所述螺钉的实际长度值；
结合所述摄像头在所述双工器调试设备上的空间位置、所述螺钉的实际长度值以及所述螺钉在所述二维图像中的位置，确定所述螺钉在世界坐标系中的实际位置；
根据所述螺钉处于所述调试任务的任务数据中描述的螺钉位置，以及所述螺钉在世界坐标系中的实际位置，确定所述螺钉所需旋转的旋入量；
所述摄像头以及所述螺丝刀都设于所述双工器调试设备的龙门架，所述二维图像是由所述摄像头从所述双工器的正上方拍摄得到的，所述螺丝刀由所述龙门架配置的拧螺钉模块从所述双工器的顶部对所述螺钉进行旋转。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110616775.1A CN113592767B (zh) | 2021-06-02 | 2021-06-02 | 一种双工器的调试方法以及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110616775.1A CN113592767B (zh) | 2021-06-02 | 2021-06-02 | 一种双工器的调试方法以及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113592767A CN113592767A (zh) | 2021-11-02 |
| CN113592767B true CN113592767B (zh) | 2024-01-26 |
Family
ID=78243345
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110616775.1A Active CN113592767B (zh) | 2021-06-02 | 2021-06-02 | 一种双工器的调试方法以及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113592767B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105680827A (zh) * | 2015-12-31 | 2016-06-15 | 中国科学院深圳先进技术研究院 | 一种腔体滤波器智能调谐算法及使用该算法的调谐方法 |
| CN110514906A (zh) * | 2019-08-19 | 2019-11-29 | 中国地质大学（武汉） | 基于手眼协调的高精度微波腔体滤波器调试方法及系统 |
| CN110597678A (zh) * | 2019-09-09 | 2019-12-20 | 腾讯科技（深圳）有限公司 | 一种调试方法及调试单元 |
| CN111791103A (zh) * | 2020-06-30 | 2020-10-20 | 北京百度网讯科技有限公司 | 滤波器调试方法、装置、电子设备和可读存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2506411B (en) * | 2012-09-28 | 2020-03-11 | 2D3 Ltd | Determination of position from images and associated camera positions |
-
2021
- 2021-06-02 CN CN202110616775.1A patent/CN113592767B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105680827A (zh) * | 2015-12-31 | 2016-06-15 | 中国科学院深圳先进技术研究院 | 一种腔体滤波器智能调谐算法及使用该算法的调谐方法 |
| CN110514906A (zh) * | 2019-08-19 | 2019-11-29 | 中国地质大学（武汉） | 基于手眼协调的高精度微波腔体滤波器调试方法及系统 |
| CN110597678A (zh) * | 2019-09-09 | 2019-12-20 | 腾讯科技（深圳）有限公司 | 一种调试方法及调试单元 |
| CN111791103A (zh) * | 2020-06-30 | 2020-10-20 | 北京百度网讯科技有限公司 | 滤波器调试方法、装置、电子设备和可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113592767A (zh) | 2021-11-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9406140B2 (en) | Method and apparatus for generating depth information | |
| CN107356213B (zh) | 滤光片同心度测量方法及终端设备 | |
| CN109341570B (zh) | 一种基于机器视觉的内螺纹检测方法及系统 | |
| CN110807807B (zh) | 一种单目视觉的目标定位的图案、方法、装置及设备 | |
| CN113030121B (zh) | 用于电路板元器件的自动光学检测方法、系统、及设备 | |
| CN106651849A (zh) | 基于面阵相机的pcb裸板缺陷检测方法 | |
| CN113744348A (zh) | 一种参数标定方法、装置及雷视融合检测设备 | |
| CN113146073A (zh) | 基于视觉的激光切割方法及装置、电子设备、存储介质 | |
| CN110640303B (zh) | 高精度视觉定位系统及其定位校准方法 | |
| CN112613107A (zh) | 杆塔工程确定施工进度的方法、装置、存储介质及设备 | |
| CN113592767B (zh) | 一种双工器的调试方法以及装置 | |
| CN112907677B (zh) | 一种单帧图像的相机标定方法、装置及存储介质 | |
| CN110136248B (zh) | 一种基于双目立体视觉的变速器壳体三维重建装置及方法 | |
| SE541083C2 (en) | Method and image processing system for facilitating estimation of volumes of load of a truck | |
| CN111336938A (zh) | 一种机器人及其物体距离检测方法和装置 | |
| CN206583440U (zh) | 一种投影图像视距检测系统 | |
| CN113595712B (zh) | 一种双工器的调试方法、装置以及双工器调试设备 | |
| CN115291243A (zh) | 一种激光雷达三维重建方法、装置、电子设备和存储介质 | |
| CN110532840B (zh) | 一种方形物体的形变识别方法、装置及设备 | |
| CN115116048A (zh) | 一种基于点云质心识别及定位栈板的方法、系统 | |
| CN210690426U (zh) | 用于提取不规则弧形边缘的通用系统 | |
| CN114049304A (zh) | 一种3d光栅检测方法、装置、计算机设备及可读存储介质 | |
| CN110035279B (zh) | 在棋盘格测试图中寻找sfr测试区域的方法及装置 | |
| US20220230459A1 (en) | Object recognition device and object recognition method | |
| CN111174706A (zh) | 地板安装检测方法、电子装置及存储介质 |
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 |