CN113610741A - 基于激光线扫的点云处理方法及装置 - Google Patents
基于激光线扫的点云处理方法及装置 Download PDFInfo
- Publication number
- CN113610741A CN113610741A CN202110949515.6A CN202110949515A CN113610741A CN 113610741 A CN113610741 A CN 113610741A CN 202110949515 A CN202110949515 A CN 202110949515A CN 113610741 A CN113610741 A CN 113610741A
- Authority
- CN
- China
- Prior art keywords
- point
- line
- laser
- image
- coordinate
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 36
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000012937 correction Methods 0.000 claims abstract description 19
- 230000001960 triggered effect Effects 0.000 claims abstract description 5
- 238000004891 communication Methods 0.000 claims description 13
- 238000010586 diagram Methods 0.000 description 6
- 238000000605 extraction Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于激光线扫的点云处理方法及装置,其中,该方法包括:利用激光器向待检测场景发射激光线,每当发射一条激光线时,触发第一相机和第二相机采集待检测场景的图像信息,得到该条激光线对应的第一图像和第二图像;针对每条激光线,从该条激光线对应的第一图像和第二图像中分别提取该条激光线的第一中心线和第二中心线;对第一中心线和第二中心线进行双目矫正,依据矫正后的第一中心线和第二中心线计算视差,得到该条激光线对应的3D点云;对所有激光线对应的3D点云进行拼接处理,得到待检测场景的3D点云。该方案通过从每条激光线对应的第一图像和第二图像中分别提取中心线并进行处理,有效地提高了3D点云的精准度。
Description
技术领域
本发明涉及激光扫描技术领域,具体涉及一种基于激光线扫的点云处理方法及装置。
背景技术
随着工业智能化的发展,通过机器人代替人工对物体(例如工业零件、箱体等)进行操作的情况越来越普及。在机器人操作时,需要以当前场景对应的3D点云作为依据,从而确定物体的抓取点位置等。对于3D点云,通常是利用激光器对待检测场景进行扫描,利用双目相机进行图像采集,而后对采集到的图像进行处理而得到的。然而,现有的通过激光扫描方式所得到的3D点云的精准度不够高。如何有效提高3D点云的精准度,成为了现有技术中亟需解决的问题。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于激光线扫的点云处理方法及装置。
根据本发明的一个方面,提供了一种基于激光线扫的点云处理方法,该方法包括:
按照预设激光扫描参数,利用激光器向待检测场景发射激光线,每当发射一条激光线时,触发第一相机和第二相机采集待检测场景的图像信息,得到该条激光线对应的第一图像和第二图像;
针对每条激光线,从该条激光线对应的第一图像和第二图像中分别提取该条激光线的第一中心线和第二中心线;对第一中心线和第二中心线进行双目矫正,依据矫正后的第一中心线和第二中心线计算视差,得到该条激光线对应的3D点云;
对所有激光线对应的3D点云进行拼接处理,得到待检测场景的3D点云。
进一步地,从该条激光线对应的第一图像和第二图像中分别提取该条激光线的第一中心线和第二中心线进一步包括:
从该条激光线对应的第一图像和第二图像中分别获取包含有该条激光线的第一感兴趣区域和第二感兴趣区域;
从第一感兴趣区域中提取该条激光线的第一中心线,从第二感兴趣区域中提取该条激光线的第二中心线。
进一步地,从第一感兴趣区域中提取该条激光线的第一中心线,从第二感兴趣区域中提取该条激光线的第二中心线进一步包括:
计算第一感兴趣区域和第二感兴趣区域中各个点的亮度值;
依据第一感兴趣区域中各个点的亮度值,从第一感兴趣区域中提取该条激光线的第一中心线;
依据第二感兴趣区域中各个点的亮度值,从第二感兴趣区域中提取该条激光线的第二中心线。
进一步地,对第一中心线和第二中心线进行双目矫正进一步包括:
根据预先标定的第一图像和第二图像之间的行位置对应关系,对第一中心线和第二中心线进行双目矫正,以将第一中心线的各个行像素与第二中心线的各个行像素进行对齐。
进一步地,依据矫正后的第一中心线和第二中心线计算视差,得到该条激光线对应的3D点云进一步包括:
针对矫正后的第一中心线中的每个第一点,根据该第一点的坐标,确定该第一点在矫正后的第二中心线中相对应的第二点的坐标;
依据各个第一点的坐标、各个第一点相对应的第二点的坐标、第一相机的内参、第二相机的内参以及第二相机相对于第一相机的位置关系,计算视差,得到该条激光线对应的3D点云。
进一步地,根据该第一点的坐标,确定该第一点在矫正后的第二中心线中相对应的第二点的坐标进一步包括:
判断该第一点的坐标中的坐标值是否为整数;
若该第一点的坐标中的坐标值不为整数,则在矫正后的第一中心线中查找该第一点的相邻点,利用该第一点的相邻点的坐标进行插值运算,更新该第一点的坐标;
根据预先标定的第一图像和第二图像之间的行位置对应关系以及该第一点的坐标,确定第一点在矫正后的第二中心线中相对应的初始点的坐标;
判断初始点的坐标中的坐标值是否为整数;
若初始点的坐标中的坐标值为整数,则将初始点的坐标确定为该第一点在矫正后的第二中心线中相对应的第二点的坐标;若初始点的坐标中的坐标值不为整数,则在矫正后的第二中心线中查找初始点的相邻点,利用初始点的相邻点的坐标进行插值运算,得到该第一点在矫正后的第二中心线中相对应的第二点的坐标。
根据本发明的另一方面,提供了一种基于激光线扫的点云处理装置,该装置包括:
扫描采集模块,适于按照预设激光扫描参数,利用激光器向待检测场景发射激光线,每当发射一条激光线时,触发第一相机和第二相机采集待检测场景的图像信息,得到该条激光线对应的第一图像和第二图像;
激光线处理模块,适于针对每条激光线,从该条激光线对应的第一图像和第二图像中分别提取该条激光线的第一中心线和第二中心线;对第一中心线和第二中心线进行双目矫正,依据矫正后的第一中心线和第二中心线计算视差,得到该条激光线对应的3D点云;
拼接模块,适于对所有激光线对应的3D点云进行拼接处理,得到待检测场景的3D点云。
进一步地,激光线处理模块进一步适于:
从该条激光线对应的第一图像和第二图像中分别获取包含有该条激光线的第一感兴趣区域和第二感兴趣区域;
从第一感兴趣区域中提取该条激光线的第一中心线,从第二感兴趣区域中提取该条激光线的第二中心线。
进一步地,激光线处理模块进一步适于:
计算第一感兴趣区域和第二感兴趣区域中各个点的亮度值;
依据第一感兴趣区域中各个点的亮度值,从第一感兴趣区域中提取该条激光线的第一中心线;
依据第二感兴趣区域中各个点的亮度值,从第二感兴趣区域中提取该条激光线的第二中心线。
进一步地,激光线处理模块进一步适于:
根据预先标定的第一图像和第二图像之间的行位置对应关系,对第一中心线和第二中心线进行双目矫正,以将第一中心线的各个行像素与第二中心线的各个行像素进行对齐。
进一步地,激光线处理模块进一步适于:
针对矫正后的第一中心线中的每个第一点,根据该第一点的坐标,确定该第一点在矫正后的第二中心线中相对应的第二点的坐标;
依据各个第一点的坐标、各个第一点相对应的第二点的坐标、第一相机的内参、第二相机的内参以及第二相机相对于第一相机的位置关系,计算视差,得到该条激光线对应的3D点云。
进一步地,激光线处理模块进一步适于:
判断该第一点的坐标中的坐标值是否为整数;
若该第一点的坐标中的坐标值不为整数,则在矫正后的第一中心线中查找该第一点的相邻点,利用该第一点的相邻点的坐标进行插值运算,更新该第一点的坐标;
根据预先标定的第一图像和第二图像之间的行位置对应关系以及该第一点的坐标,确定第一点在矫正后的第二中心线中相对应的初始点的坐标;
判断初始点的坐标中的坐标值是否为整数;
若初始点的坐标中的坐标值为整数,则将初始点的坐标确定为该第一点在矫正后的第二中心线中相对应的第二点的坐标;若初始点的坐标中的坐标值不为整数,则在矫正后的第二中心线中查找初始点的相邻点,利用初始点的相邻点的坐标进行插值运算,得到该第一点在矫正后的第二中心线中相对应的第二点的坐标。
根据本发明的又一方面,提供了一种计算设备,包括:处理器、存储器、通信接口和通信总线,处理器、存储器和通信接口通过通信总线完成相互间的通信;
存储器用于存放至少一可执行指令,可执行指令使处理器执行上述基于激光线扫的点云处理方法对应的操作。
根据本发明的再一方面,提供了一种计算机存储介质,存储介质中存储有至少一可执行指令,可执行指令使处理器执行如上述基于激光线扫的点云处理方法对应的操作。
根据本发明提供的技术方案,以激光线为处理单位,通过从每条激光线对应的第一图像和第二图像中分别提取中心线,并对所提取到的两条中心线进行双目矫正,而后计算视差,实现了对每条激光线对应的3D点云的精准获取;通过对所有激光线对应的3D点云进行拼接处理,即可便捷地得到待检测场景的3D点云,并且有效地提高了3D点云的精准度,提升了点云质量,优化了点云处理方式。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1a示出了根据本发明一个实施例的基于激光线扫的点云处理方法的流程示意图;
图1b示出了一种采用相邻点插值匹配方式确定坐标的流程示意图;
图2示出了根据本发明一个实施例的基于激光线扫的点云处理装置的结构框图;
图3示出了根据本发明实施例的一种计算设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1a示出了根据本发明一个实施例的基于激光线扫的点云处理方法的流程示意图,如图1a所示,该方法包括如下步骤:
步骤S101,按照预设激光扫描参数,利用激光器向待检测场景发射激光线,每当发射一条激光线时,触发第一相机和第二相机采集待检测场景的图像信息,得到该条激光线对应的第一图像和第二图像。
在本实施例中,采用激光器和双目相机实现激光线扫。双目相机包括两个2D相机,这两个2D相机分别称为第一相机和第二相机。激光器设置在第一相机和第二相机中间。激光器按照预设激光扫描参数向待检测场景发射激光线,控制激光线从待检测场景的一边开始扫描,直到扫描到另一边结束,从而完成对待检测场景所有区域的扫描,例如从待检测场景的左边扫描到右边。其中,预设激光扫描参数包括:激光扫描角度范围、激光信号强度、激光扫描速度以及相邻两条激光线之间的间隔。预设激光扫描参数还可包括其他参数,此处不做限定。
在激光器发射激光线的过程中,第一相机和第二相机在采集待检测场景的图像信息时都会采集到这条激光线。具体地,每当激光器发射一条激光线时,就会自动地触发第一相机和第二相机采集待检测场景的图像信息,从而得到该条激光线对应的第一图像和第二图像。在本实施例中,为了便于区分,将第一相机采集到的包含有激光线的图像称为第一图像,将第二相机采集到的包含有激光线的图像称为第二图像。
步骤S102,针对每条激光线,从该条激光线对应的第一图像和第二图像中分别提取该条激光线的第一中心线和第二中心线。
针对每条激光线,都需要依次执行步骤S102和步骤S103进行处理。考虑到激光线在第一图像和第二图像中成像会具有一定的宽度,为了能够在第一图像和第二图像中更为精准地定位激光线的位置,可从第一图像和第二图像中提取激光线的中心线,以中心线的位置来表示激光线的位置。
在步骤S102中,可针对每条激光线,从该条激光线对应的第一图像和第二图像中分别提取该条激光线的第一中心线和第二中心线。第一中心线是指从第一图像中提取得到的该条激光线的中心线,第二中心线是指从第二图像中提取得到的该条激光线的中心线。其中,可先从该条激光线对应的第一图像和第二图像中分别获取包含有该条激光线的第一感兴趣区域和第二感兴趣区域,然后从第一感兴趣区域中提取该条激光线的第一中心线,从第二感兴趣区域中提取该条激光线的第二中心线。第一感兴趣区域是指第一图像中包含有该条激光线的区域,第二感兴趣区域是指第二图像中包含有该条激光线的区域。
在获取感兴趣区域的过程中可通过采样的方式来定位感兴趣区域在图像中的所处位置,以减少数据处理量,提高获取效率。假设第一图像和第二图像的高度为1024个像素,也就是说第一图像和第二图像存在1024行,那么可每隔预设行数(例如50行)进行采样,确定这一行中亮度值较高的区域的位置。通过均匀采样,从而完成第一图像和第二图像中感兴趣区域的定位,得到第一感兴趣区域和第二感兴趣区域。
第一中心线和第二中心线的提取过程具体可为:计算第一感兴趣区域和第二感兴趣区域中各个点的亮度值;依据第一感兴趣区域中各个点的亮度值,从第一感兴趣区域中提取该条激光线的第一中心线;依据第二感兴趣区域中各个点的亮度值,从第二感兴趣区域中提取该条激光线的第二中心线。具体地,可查找第一感兴趣区域每行的点中亮度值最高的点,汇总所有行的亮度值最高的点并进行提取,得到该条激光线的第一中心线;同理,从第二感兴趣区域中提取所有行的亮度值最高的点,得到该条激光线的第二中心线。
其中,第一感兴趣区域和第二感兴趣区域中的各个点可以是像素级别的点,也可以是亚像素级别的点,若采用亚像素级别的点来提取中心线,能够有效提高中心线的提取精度。当第一感兴趣区域和第二感兴趣区域对应的图像为灰度图像时,第一感兴趣区域和第二感兴趣区域中各个点的亮度值可通过灰度值进行体现。
在实际应用中,感兴趣区域的获取和中心线的提取都可通过回调函数进行处理,每次采集到一条激光线对应的第一图像和第二图像之后,可调用回调函数对该条激光线对应的第一图像和第二图像进行处理,最终输出第一中心线和第二中心线,具体地,可输出第一中心线中的各个点在第一图像中的坐标以及第二中心线中的各个点在第二图像中的坐标。为了便于区分,本实施例将第一中心线中的点称为第一点,将第二中心线中的点称为第二点。
步骤S103,对第一中心线和第二中心线进行双目矫正,依据矫正后的第一中心线和第二中心线计算视差,得到该条激光线对应的3D点云。
在提取得到第一中心线和第二中心线之后,可根据预先标定的第一图像和第二图像之间的行位置对应关系,对第一中心线和第二中心线进行双目矫正,以将第一中心线的各个行像素与第二中心线的各个行像素进行对齐。其中,第一图像和第二图像之间的行位置对应关系是预先根据双目相机(即第一相机和第二相机)的内参、外参等参数进行标定而得到的。第一图像和第二图像之间的行位置对应关系记录有第一图像中的各个行与第二图像中的各个行之间的对应关系。根据第一图像和第二图像之间的行位置对应关系,能够便捷、清楚地获知第一图像中的某一行与第二图像中的哪一行相对应。根据第一图像和第二图像之间的行位置对应关系,对第一中心线和第二中心线进行双目矫正,通过矫正使得第一中心线的各个行像素与第二中心线的各个行像素相对齐。
在完成了对第一中心线和第二中心线的双目矫正之后,可依据矫正后的第一中心线和第二中心线计算视差,从而得到该条激光线对应的3D点云。具体地,针对矫正后的第一中心线中的每个第一点,根据该第一点的坐标,确定该第一点在矫正后的第二中心线中相对应的第二点的坐标;依据各个第一点的坐标、各个第一点相对应的第二点的坐标、第一相机的内参、第二相机的内参以及第二相机相对于第一相机的位置关系,计算视差,得到该条激光线对应的3D点云。
在实际应用中,为了提高中心线的提取精度,在进行中心线提取的过程中提取的点是亚像素级别的点,使得提取得到的中心线中的点的坐标的坐标值可能为非整数,那么在根据该第一点的坐标确定该第一点在矫正后的第二中心线中相对应的第二点的坐标的过程中可采用相邻点插值匹配方式进行确定。
图1b示出了一种采用相邻点插值匹配方式确定坐标的流程示意图,针对矫正后的第一中心线中的每个第一点执行如图1b所示的各个步骤:
步骤S1031,获取该第一点的坐标。
步骤S1032,判断该第一点的坐标中的坐标值是否为整数;若是,则执行步骤S1034;若否,则执行步骤S1033。
若是,说明该第一点的坐标中的坐标值均为整数,无需采用相邻点插值匹配方式重新确定其坐标值,则可直接执行步骤S1034;若否,说明该第一点的坐标中存在非整数的坐标值,那么需要采用相邻点插值匹配方式重新确定其坐标值,则执行步骤S1033。
步骤S1033,在矫正后的第一中心线中查找该第一点的相邻点,利用该第一点的相邻点的坐标进行插值运算,更新该第一点的坐标。
若经步骤S1032判断得到该第一点的坐标中存在非整数的坐标值,则在矫正后的第一中心线中查找该第一点的两个相邻点,利用该第一点的这两个相邻点的坐标进行插值运算,依据插值运算的结果更新该第一点的坐标。
步骤S1034,根据预先标定的第一图像和第二图像之间的行位置对应关系以及该第一点的坐标,确定第一点在矫正后的第二中心线中相对应的初始点的坐标。
第一图像和第二图像之间的行位置对应关系记录有第一图像中的各个行与第二图像中的各个行之间的对应关系,而根据该第一点的坐标可知该第一点位于第一图像中的哪一行,那么结合第一图像和第二图像之间的行位置对应关系,即可便捷地确定该第一点在矫正后的第二中心线中对应于哪一行中的点,将所对应的这个点称为初始点。
步骤S1035,判断初始点的坐标中的坐标值是否为整数;若是,则执行步骤S1036;若否,则执行步骤S1037。
考虑到这个初始点的坐标也可能存在非整数的情况,那么在确定了初始点的坐标之后,还需判断初始点的坐标中的坐标值是否为整数。若是,说明无需采用相邻点插值匹配方式重新确定其坐标值,则执行步骤S1036;若否,说明该初始点的坐标中存在非整数的坐标值,不能直接作为该第一点在矫正后的第二中心线中相对应的第二点的坐标,需要采用相邻点插值匹配方式重新确定其坐标值,则执行步骤S1037。
步骤S1036,将初始点的坐标确定为该第一点在矫正后的第二中心线中相对应的第二点的坐标。
若经步骤S1035判断得到初始点的坐标中的坐标值为整数,则可直接将初始点的坐标确定为该第一点在矫正后的第二中心线中相对应的第二点的坐标。
步骤S1037,在矫正后的第二中心线中查找初始点的相邻点,利用初始点的相邻点的坐标进行插值运算,得到该第一点在矫正后的第二中心线中相对应的第二点的坐标。
若经步骤S1035判断得到初始点的坐标中的坐标值不为整数,则在矫正后的第二中心线中查找初始点的两个相邻点,利用初始点的这两个相邻点的坐标进行插值运算,依据插值运算的结果得到该第一点在矫正后的第二中心线中相对应的第二点的坐标。
在完成了每个第一点在矫正后的第二中心线中相对应的第二点的坐标的确定之后,可依据各个第一点的坐标、各个第一点相对应的第二点的坐标、第一相机的内参、第二相机的内参以及第二相机相对于第一相机的位置关系,利用现有技术中的在三维空间中的视差计算方式,计算视差,依据计算结果得到该条激光线对应的3D点云。该条激光线对应的3D点云包括该条激光线所扫描到的各个3D点的位姿信息,各个3D点的位姿信息具体可包括各个3D点在空间的XYZ三轴的坐标值以及各个3D点自身的XYZ三轴方向等信息。
其中,第一相机的内参可包括:焦距在X坐标轴方向上的分量、焦距在Y坐标轴方向上的分量、第一相机的中心点在X坐标轴方向上的坐标以及第一相机的中心点在Y坐标轴方向上的坐标等。第二相机的内参可包括:焦距在X坐标轴方向上的分量、焦距在Y坐标轴方向上的分量、第二相机的中心点在X坐标轴方向上的坐标以及第二相机的中心点在Y坐标轴方向上的坐标等。第二相机相对于第一相机的位置关系具体可通过旋转矩阵和平移向量等进行体现。
步骤S104,对所有激光线对应的3D点云进行拼接处理,得到待检测场景的3D点云。
其中,可按照相邻两条激光线之间的间隔,对所有激光线对应的3D点云进行拼接处理,得到待检测场景的完整的3D点云,另外也可得到待检测场景的深度图像。
根据本实施例提供的基于激光线扫的点云处理方法,以激光线为处理单位,通过从每条激光线对应的第一图像和第二图像中分别提取中心线,并对所提取到的两条中心线进行双目矫正,而后计算视差,实现了对每条激光线对应的3D点云的精准获取;通过对所有激光线对应的3D点云进行拼接处理,即可便捷地得到待检测场景的3D点云,并且有效地提高了3D点云的精准度,提升了点云质量,优化了点云处理方式。
图2示出了根据本发明一个实施例的基于激光线扫的点云处理装置的结构框图,如图2所示,该装置包括:扫描采集模块210、激光线处理模块220以及拼接模块230。
扫描采集模块210适于:按照预设激光扫描参数,利用激光器向待检测场景发射激光线,每当发射一条激光线时,触发第一相机和第二相机采集待检测场景的图像信息,得到该条激光线对应的第一图像和第二图像。
激光线处理模块220适于:针对每条激光线,从该条激光线对应的第一图像和第二图像中分别提取该条激光线的第一中心线和第二中心线;对第一中心线和第二中心线进行双目矫正,依据矫正后的第一中心线和第二中心线计算视差,得到该条激光线对应的3D点云。
拼接模块230适于:对所有激光线对应的3D点云进行拼接处理,得到待检测场景的3D点云。
可选地,激光线处理模块220进一步适于:从该条激光线对应的第一图像和第二图像中分别获取包含有该条激光线的第一感兴趣区域和第二感兴趣区域;从第一感兴趣区域中提取该条激光线的第一中心线,从第二感兴趣区域中提取该条激光线的第二中心线。
可选地,激光线处理模块220进一步适于:计算第一感兴趣区域和第二感兴趣区域中各个点的亮度值;依据第一感兴趣区域中各个点的亮度值,从第一感兴趣区域中提取该条激光线的第一中心线;依据第二感兴趣区域中各个点的亮度值,从第二感兴趣区域中提取该条激光线的第二中心线。
可选地,激光线处理模块220进一步适于:根据预先标定的第一图像和第二图像之间的行位置对应关系,对第一中心线和第二中心线进行双目矫正,以将第一中心线的各个行像素与第二中心线的各个行像素进行对齐。
可选地,激光线处理模块220进一步适于:针对矫正后的第一中心线中的每个第一点,根据该第一点的坐标,确定该第一点在矫正后的第二中心线中相对应的第二点的坐标;依据各个第一点的坐标、各个第一点相对应的第二点的坐标、第一相机的内参、第二相机的内参以及第二相机相对于第一相机的位置关系,计算视差,得到该条激光线对应的3D点云。
可选地,激光线处理模块220进一步适于:判断该第一点的坐标中的坐标值是否为整数;若该第一点的坐标中的坐标值不为整数,则在矫正后的第一中心线中查找该第一点的相邻点,利用该第一点的相邻点的坐标进行插值运算,更新该第一点的坐标;根据预先标定的第一图像和第二图像之间的行位置对应关系以及该第一点的坐标,确定第一点在矫正后的第二中心线中相对应的初始点的坐标;判断初始点的坐标中的坐标值是否为整数;若初始点的坐标中的坐标值为整数,则将初始点的坐标确定为该第一点在矫正后的第二中心线中相对应的第二点的坐标;若初始点的坐标中的坐标值不为整数,则在矫正后的第二中心线中查找初始点的相邻点,利用初始点的相邻点的坐标进行插值运算,得到该第一点在矫正后的第二中心线中相对应的第二点的坐标。
根据本实施例提供的基于激光线扫的点云处理装置,以激光线为处理单位,通过从每条激光线对应的第一图像和第二图像中分别提取中心线,并对所提取到的两条中心线进行双目矫正,而后计算视差,实现了对每条激光线对应的3D点云的精准获取;通过对所有激光线对应的3D点云进行拼接处理,即可便捷地得到待检测场景的3D点云,并且有效地提高了3D点云的精准度,提升了点云质量,优化了点云处理方式。
本发明还提供了一种非易失性计算机存储介质,计算机存储介质存储有至少一可执行指令,可执行指令可执行上述任意方法实施例中的基于激光线扫的点云处理方法。
图3示出了根据本发明实施例的一种计算设备的结构示意图,本发明具体实施例并不对计算设备的具体实现做限定。
如图3所示,该计算设备可以包括:处理器(processor)302、通信接口(Communications Interface)304、存储器(memory)306、以及通信总线308。
其中:
处理器302、通信接口304、以及存储器306通过通信总线308完成相互间的通信。
通信接口304,用于与其它设备比如客户端或其它服务器等的网元通信。
处理器302,用于执行程序310,具体可以执行上述基于激光线扫的点云处理方法实施例中的相关步骤。
具体地,程序310可以包括程序代码,该程序代码包括计算机操作指令。
处理器302可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器306,用于存放程序310。存储器306可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序310具体可以用于使得处理器302执行上述任意方法实施例中的基于激光线扫的点云处理方法。程序310中各步骤的具体实现可以参见上述基于激光线扫的点云处理实施例中的相应步骤和单元中对应的描述,在此不赘述。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,上述描述的设备和模块的具体工作过程,可以参考前述方法实施例中的对应过程描述,在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (14)
1.一种基于激光线扫的点云处理方法,所述方法包括:
按照预设激光扫描参数,利用激光器向待检测场景发射激光线,每当发射一条激光线时,触发第一相机和第二相机采集所述待检测场景的图像信息,得到该条激光线对应的第一图像和第二图像;
针对每条激光线,从该条激光线对应的第一图像和第二图像中分别提取该条激光线的第一中心线和第二中心线;对所述第一中心线和所述第二中心线进行双目矫正,依据矫正后的第一中心线和第二中心线计算视差,得到该条激光线对应的3D点云;
对所有激光线对应的3D点云进行拼接处理,得到所述待检测场景的3D点云。
2.根据权利要求1所述的方法,其中,所述从该条激光线对应的第一图像和第二图像中分别提取该条激光线的第一中心线和第二中心线进一步包括:
从该条激光线对应的第一图像和第二图像中分别获取包含有该条激光线的第一感兴趣区域和第二感兴趣区域;
从所述第一感兴趣区域中提取该条激光线的第一中心线,从所述第二感兴趣区域中提取该条激光线的第二中心线。
3.根据权利要求2所述的方法,其中,所述从所述第一感兴趣区域中提取该条激光线的第一中心线,从所述第二感兴趣区域中提取该条激光线的第二中心线进一步包括:
计算所述第一感兴趣区域和所述第二感兴趣区域中各个点的亮度值;
依据所述第一感兴趣区域中各个点的亮度值,从所述第一感兴趣区域中提取该条激光线的第一中心线;
依据所述第二感兴趣区域中各个点的亮度值,从所述第二感兴趣区域中提取该条激光线的第二中心线。
4.根据权利要求1所述的方法,其中,所述对所述第一中心线和所述第二中心线进行双目矫正进一步包括:
根据预先标定的第一图像和第二图像之间的行位置对应关系,对所述第一中心线和所述第二中心线进行双目矫正,以将所述第一中心线的各个行像素与所述第二中心线的各个行像素进行对齐。
5.根据权利要求1-4任一项所述的方法,其中,所述依据矫正后的第一中心线和第二中心线计算视差,得到该条激光线对应的3D点云进一步包括:
针对矫正后的第一中心线中的每个第一点,根据该第一点的坐标,确定该第一点在矫正后的第二中心线中相对应的第二点的坐标;
依据各个第一点的坐标、各个第一点相对应的第二点的坐标、所述第一相机的内参、所述第二相机的内参以及所述第二相机相对于所述第一相机的位置关系,计算视差,得到该条激光线对应的3D点云。
6.根据权利要求5所述的方法,其中,所述根据该第一点的坐标,确定该第一点在矫正后的第二中心线中相对应的第二点的坐标进一步包括:
判断该第一点的坐标中的坐标值是否为整数;
若该第一点的坐标中的坐标值不为整数,则在矫正后的第一中心线中查找该第一点的相邻点,利用该第一点的相邻点的坐标进行插值运算,更新该第一点的坐标;
根据预先标定的第一图像和第二图像之间的行位置对应关系以及该第一点的坐标,确定第一点在矫正后的第二中心线中相对应的初始点的坐标;
判断所述初始点的坐标中的坐标值是否为整数;
若所述初始点的坐标中的坐标值为整数,则将所述初始点的坐标确定为该第一点在矫正后的第二中心线中相对应的第二点的坐标;若所述初始点的坐标中的坐标值不为整数,则在矫正后的第二中心线中查找所述初始点的相邻点,利用所述初始点的相邻点的坐标进行插值运算,得到该第一点在矫正后的第二中心线中相对应的第二点的坐标。
7.一种基于激光线扫的点云处理装置,所述装置包括:
扫描采集模块,适于按照预设激光扫描参数,利用激光器向待检测场景发射激光线,每当发射一条激光线时,触发第一相机和第二相机采集所述待检测场景的图像信息,得到该条激光线对应的第一图像和第二图像;
激光线处理模块,适于针对每条激光线,从该条激光线对应的第一图像和第二图像中分别提取该条激光线的第一中心线和第二中心线;对所述第一中心线和所述第二中心线进行双目矫正,依据矫正后的第一中心线和第二中心线计算视差,得到该条激光线对应的3D点云;
拼接模块,适于对所有激光线对应的3D点云进行拼接处理,得到所述待检测场景的3D点云。
8.根据权利要求7所述的装置,其中,所述激光线处理模块进一步适于:
从该条激光线对应的第一图像和第二图像中分别获取包含有该条激光线的第一感兴趣区域和第二感兴趣区域;
从所述第一感兴趣区域中提取该条激光线的第一中心线,从所述第二感兴趣区域中提取该条激光线的第二中心线。
9.根据权利要求8所述的装置,其中,所述激光线处理模块进一步适于:
计算所述第一感兴趣区域和所述第二感兴趣区域中各个点的亮度值;
依据所述第一感兴趣区域中各个点的亮度值,从所述第一感兴趣区域中提取该条激光线的第一中心线;
依据所述第二感兴趣区域中各个点的亮度值,从所述第二感兴趣区域中提取该条激光线的第二中心线。
10.根据权利要求7所述的装置,其中,所述激光线处理模块进一步适于:
根据预先标定的第一图像和第二图像之间的行位置对应关系,对所述第一中心线和所述第二中心线进行双目矫正,以将所述第一中心线的各个行像素与所述第二中心线的各个行像素进行对齐。
11.根据权利要求7-10任一项所述的装置,其中,所述激光线处理模块进一步适于:
针对矫正后的第一中心线中的每个第一点,根据该第一点的坐标,确定该第一点在矫正后的第二中心线中相对应的第二点的坐标;
依据各个第一点的坐标、各个第一点相对应的第二点的坐标、所述第一相机的内参、所述第二相机的内参以及所述第二相机相对于所述第一相机的位置关系,计算视差,得到该条激光线对应的3D点云。
12.根据权利要求11所述的装置,其中,所述激光线处理模块进一步适于:
判断该第一点的坐标中的坐标值是否为整数;
若该第一点的坐标中的坐标值不为整数,则在矫正后的第一中心线中查找该第一点的相邻点,利用该第一点的相邻点的坐标进行插值运算,更新该第一点的坐标;
根据预先标定的第一图像和第二图像之间的行位置对应关系以及该第一点的坐标,确定第一点在矫正后的第二中心线中相对应的初始点的坐标;
判断所述初始点的坐标中的坐标值是否为整数;
若所述初始点的坐标中的坐标值为整数,则将所述初始点的坐标确定为该第一点在矫正后的第二中心线中相对应的第二点的坐标;若所述初始点的坐标中的坐标值不为整数,则在矫正后的第二中心线中查找所述初始点的相邻点,利用所述初始点的相邻点的坐标进行插值运算,得到该第一点在矫正后的第二中心线中相对应的第二点的坐标。
13.一种计算设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-6中任一项所述的基于激光线扫的点云处理方法对应的操作。
14.一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1-6中任一项所述的基于激光线扫的点云处理方法对应的操作。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110949515.6A CN113610741A (zh) | 2021-08-18 | 2021-08-18 | 基于激光线扫的点云处理方法及装置 |
PCT/CN2021/138575 WO2023019833A1 (zh) | 2021-08-18 | 2021-12-15 | 基于激光线扫的点云处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110949515.6A CN113610741A (zh) | 2021-08-18 | 2021-08-18 | 基于激光线扫的点云处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113610741A true CN113610741A (zh) | 2021-11-05 |
Family
ID=78308914
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110949515.6A Pending CN113610741A (zh) | 2021-08-18 | 2021-08-18 | 基于激光线扫的点云处理方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113610741A (zh) |
WO (1) | WO2023019833A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023019833A1 (zh) * | 2021-08-18 | 2023-02-23 | 梅卡曼德(北京)机器人科技有限公司 | 基于激光线扫的点云处理方法及装置 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116758006B (zh) * | 2023-05-18 | 2024-02-06 | 广州广检建设工程检测中心有限公司 | 脚手架质量检测方法及装置 |
CN117078566B (zh) * | 2023-10-17 | 2024-02-02 | 腾讯科技(深圳)有限公司 | 地图数据处理方法以及相关设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103337094A (zh) * | 2013-06-14 | 2013-10-02 | 西安工业大学 | 一种应用双目摄像机实现运动三维重建的方法 |
CN103868460A (zh) * | 2014-03-13 | 2014-06-18 | 桂林电子科技大学 | 基于视差优化算法的双目立体视觉自动测量方法 |
CN103955920A (zh) * | 2014-04-14 | 2014-07-30 | 桂林电子科技大学 | 基于三维点云分割的双目视觉障碍物检测方法 |
US20200074661A1 (en) * | 2018-08-30 | 2020-03-05 | Samsung Electronics Co., Ltd. | Method for training convolutional neural network to reconstruct an image and system for depth map generation from an image |
CN111983632A (zh) * | 2020-08-19 | 2020-11-24 | 杨一品 | 基于双一线激光雷达自导航定位方法及系统 |
CN112002010A (zh) * | 2020-08-12 | 2020-11-27 | 中国人民解放军总医院 | 基于线激光扫描的损伤皮肤重建方法及重建系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106041937B (zh) * | 2016-08-16 | 2018-09-14 | 河南埃尔森智能科技有限公司 | 一种基于双目立体视觉的机械手抓取控制系统的控制方法 |
CN108151671B (zh) * | 2016-12-05 | 2019-10-25 | 先临三维科技股份有限公司 | 一种三维数字成像传感器、三维扫描系统及其扫描方法 |
CN108288292A (zh) * | 2017-12-26 | 2018-07-17 | 中国科学院深圳先进技术研究院 | 一种三维重建方法、装置及设备 |
CN109186491A (zh) * | 2018-09-30 | 2019-01-11 | 南京航空航天大学 | 基于单应性矩阵的平行多线激光测量系统及测量方法 |
CN111640148A (zh) * | 2020-05-25 | 2020-09-08 | 深圳易朴科技有限公司 | 一种辊压机辊面在线三维成像方法 |
CN113610741A (zh) * | 2021-08-18 | 2021-11-05 | 梅卡曼德(北京)机器人科技有限公司 | 基于激光线扫的点云处理方法及装置 |
-
2021
- 2021-08-18 CN CN202110949515.6A patent/CN113610741A/zh active Pending
- 2021-12-15 WO PCT/CN2021/138575 patent/WO2023019833A1/zh unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103337094A (zh) * | 2013-06-14 | 2013-10-02 | 西安工业大学 | 一种应用双目摄像机实现运动三维重建的方法 |
CN103868460A (zh) * | 2014-03-13 | 2014-06-18 | 桂林电子科技大学 | 基于视差优化算法的双目立体视觉自动测量方法 |
CN103955920A (zh) * | 2014-04-14 | 2014-07-30 | 桂林电子科技大学 | 基于三维点云分割的双目视觉障碍物检测方法 |
US20200074661A1 (en) * | 2018-08-30 | 2020-03-05 | Samsung Electronics Co., Ltd. | Method for training convolutional neural network to reconstruct an image and system for depth map generation from an image |
CN112002010A (zh) * | 2020-08-12 | 2020-11-27 | 中国人民解放军总医院 | 基于线激光扫描的损伤皮肤重建方法及重建系统 |
CN111983632A (zh) * | 2020-08-19 | 2020-11-24 | 杨一品 | 基于双一线激光雷达自导航定位方法及系统 |
Non-Patent Citations (2)
Title |
---|
刘之远 等: "基于双目视觉的钣金件边缘检测技术研究与系统开发", 《航空制造技术》, pages 31 - 32 * |
卫钦智 等: "双目图像校正 VLSI 硬件电路结构设计", 《计算机硬件》, vol. 38, no. 6, pages 90 - 94 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023019833A1 (zh) * | 2021-08-18 | 2023-02-23 | 梅卡曼德(北京)机器人科技有限公司 | 基于激光线扫的点云处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2023019833A1 (zh) | 2023-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111563923B (zh) | 获得稠密深度图的方法及相关装置 | |
CN113610741A (zh) | 基于激光线扫的点云处理方法及装置 | |
JP5580164B2 (ja) | 光学情報処理装置、光学情報処理方法、光学情報処理システム、光学情報処理プログラム | |
KR100817656B1 (ko) | 화상 처리 방법, 3차원 위치 계측 방법 및 화상 처리 장치 | |
CN111192331B (zh) | 一种激光雷达和相机的外参标定方法及装置 | |
CN111950426A (zh) | 目标检测方法、装置及运载工具 | |
EP3330921A1 (en) | Information processing device, measuring apparatus, system, calculating method, storage medium, and article manufacturing method | |
CN112381847B (zh) | 管路端头空间位姿测量方法及系统 | |
CN112184811B (zh) | 单目空间结构光系统结构校准方法及装置 | |
CN112106111A (zh) | 一种标定方法、设备、可移动平台及存储介质 | |
CN110428372B (zh) | 深度数据与2d激光数据融合方法及装置、存储介质 | |
CN112562093B (zh) | 目标检测方法、电子介质和计算机存储介质 | |
CN110619660A (zh) | 一种物体定位方法、装置、计算机可读存储介质及机器人 | |
CN111123242A (zh) | 一种基于激光雷达和相机的联合标定方法及计算机可读存储介质 | |
CN110825079A (zh) | 一种地图构建方法及装置 | |
TWI528783B (zh) | 產生深度影像之方法及其系統及電腦程式產品 | |
CN111383264B (zh) | 一种定位方法、装置、终端及计算机存储介质 | |
CN111833392A (zh) | 标记点多角度扫描方法、系统及装置 | |
JP2000121319A (ja) | 画像処理装置および画像処理方法、並びに提供媒体 | |
CN113724311B (zh) | 深度图获取方法、设备及存储介质 | |
CN115601275A (zh) | 点云增广方法及装置、计算机可读存储介质、终端设备 | |
CN116170569A (zh) | 一种高光谱影像正摄校正方法及装置、存储介质 | |
JP7298687B2 (ja) | 物体認識装置及び物体認識方法 | |
KR101954711B1 (ko) | 라이다 자료와 정사영상을 이용한 건축물의 촬영영상 수정방법 | |
CN112950709A (zh) | 一种位姿预测方法、位姿预测装置及机器人 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Room 1100, 1st Floor, No. 6 Chuangye Road, Shangdi Information Industry Base, Haidian District, Beijing 100085 Applicant after: MECH-MIND (BEIJING) ROBOTICS TECHNOLOGIES CO.,LTD. Address before: 100085 1001, floor 1, building 3, No.8 Chuangye Road, Haidian District, Beijing Applicant before: MECH-MIND (BEIJING) ROBOTICS TECHNOLOGIES CO.,LTD. |