CN115330862B - 视觉防撞监测装置及大型球形靶室内设备防撞监测方法 - Google Patents

视觉防撞监测装置及大型球形靶室内设备防撞监测方法 Download PDF

Info

Publication number
CN115330862B
CN115330862B CN202210967969.0A CN202210967969A CN115330862B CN 115330862 B CN115330862 B CN 115330862B CN 202210967969 A CN202210967969 A CN 202210967969A CN 115330862 B CN115330862 B CN 115330862B
Authority
CN
China
Prior art keywords
target
collision
point
dimensional projection
imaging module
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
Application number
CN202210967969.0A
Other languages
English (en)
Other versions
CN115330862A (zh
Inventor
陈凤东
陈冠华
刘国栋
周倍锋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Institute of Technology
Original Assignee
Harbin Institute of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN202210967969.0A priority Critical patent/CN115330862B/zh
Publication of CN115330862A publication Critical patent/CN115330862A/zh
Application granted granted Critical
Publication of CN115330862B publication Critical patent/CN115330862B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • 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
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • 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
    • G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
    • 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
    • G06T2207/30232—Surveillance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/21—Collision detection, intersection

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Manipulator (AREA)
  • Image Analysis (AREA)

Abstract

视觉防撞监测装置及大型球形靶室内设备防撞监测方法，解决了如何监测球形靶室内内仪器设备之间在运动过程中的碰撞风险的问题，属于视觉监测领域。本发明设计一种视觉防撞监测装置，根据大型球形靶室的特点，布置多套视觉防撞监测装置，安装在靶室外部，通过法兰对内部进行观测。本发明根据视觉防撞监测装置的成像模块之间的相对位置关系、目标相对于成像模块坐标系的位置和姿态确定多目标之间的位置和姿态，根据多目标之间的位置和姿态，解算目标间最小间距，根据目标间最小间距来评估碰撞风险，实现防撞。

Description

视觉防撞监测装置及大型球形靶室内设备防撞监测方法
技术领域
本发明涉及一种视觉防撞监测装置及大型球形靶室内设备防撞监测方法，属于视觉监测领域。
背景技术
惯性约束聚变的大型球形靶室中安装了多种诊断仪器，这些诊断仪器工作和调试过程中，利用导轨通过靶室法兰口进出到靶室中心附件，这个过程中，多种仪器设备之间存在碰撞风险，需解决这些仪器设备之间在运动过程中的碰撞检测问题。
由于仪器可能从多种方位角度进出靶室中，并且仪器自身各部分存在相对平移或旋转，这些复杂因素导致仪器之间具有复杂的位姿关系，在仪器之间目标工作位置相对距离要达到mm量级的接近程度条件下，仅依靠仪器自身的位置和角度传感器信息进行仪器间位置关系解算，面临很大的碰撞风险，因此需要设计专门的防撞监测装置和碰撞检测方法实现对仪器设备之间的在运动过程中的碰撞检测风险进行监测和评估。
发明内容
针对如何监测球形靶室内内仪器设备之间在运动过程中的碰撞风险的问题，本发明提供一种视觉防撞监测装置及大型球形靶室内设备防撞监测方法。
本发明的一种视觉防撞监测装置，所述装置包括成像模块、照明模块、反射镜、防光外罩和法兰：
成像模块、反射镜设置在防光外罩内，防光外罩底部设置有开口，用于放置法兰口，照明模块为环形，照明模块设置在法兰的底部，所述视觉防撞监测装置安装在大型球形靶室外，在照明模块的照射下大型球形靶室内的目标经过法兰口入射至反射镜，被反射镜折射至成像模块后成像。
作为优选，所述成像模块为PTZ型相机，所述装置还包括控制器，用于控制PTZ型相机俯仰、摇摆及调焦。
本发明还提供一种大型球形靶室内设备防撞监测方法，包括：
S1、N套所述的视觉防撞监测装置分布设置在大型球形靶室外部，对球形靶室内部实现立体检测和无死角检测；
S2、标定N个成像模块之间的相对位置关系；
S3、每个成像模块对多目标的姿态进行监测，获得目标相对于成像模块坐标系的位置和姿态；
S4、根据N个成像模块之间的相对位置关系，及目标相对于成像模块坐标系的位置和姿态，获得多目标之间的位置和姿态；
S5、根据多目标之间的位置和姿态，解算目标间最小间距，根据目标间最小间距来评估碰撞风险。
作为优选，S1中，N为6，6套视觉防撞监测装置方位分别为球形靶室上半球：(0°，N60°)、(120°，N60°)、(240°，N60°)，球形靶室下半球：(0°，S60°)、(120°，S60°)、(240°，S60°)。
作为优选，S2中，两个成像模块之间的相对位置关系为：
R1、t1分别表示一个成像模块的旋转矩阵和平移向量；
R2、t2分别表示另一个成像模块的旋转矩阵和平移向量；
R、t分别表示两个成像模块之间的旋转矩阵和平移向量；
通过立体视觉标定方法，建立N个成像模块之间的相对位置关系。
作为优选，S3包括：
S31、生成多视角二维投影线框模板库，所述多视角二维投影线框模板库中存储有目标的CAD模型通过虚拟相机渲染的二维投影线框；
S32、通过边缘提取的方法提取目标在成像模块拍摄图像中的边缘线；
S33、CAD模型匹配：
当多视角二维投影线框模板库中有二维投影线框能够与目标的图像边缘线的重合程度达到设定值时，则用目标相对于虚拟相机的位置和姿态代表目标相对于成像模块坐标系的位置和姿态。
作为优选，S31中，生成多视角二维投影线框模板库的方法包括：
首先，将目标的二维投影放在半径为目标与相机最远距离的假想球体的球心；
然后，利用虚拟相机在球体的球壳内部运动，球壳内外径为目标相对于成像模块最近及最远距离，运动过程中保持虚拟相机的光轴始终对准球心，在虚拟相机运动过程中的每一个角度将目标的CAD模型渲染成二维投影，将二维投影的线框进行存储，即生成多视角二维投影线框模板库；
所述虚拟相机的内参数，与成像模块的内参数相同。
作为优选，对多视角二维投影线框模板库中的二维投影线框进行多尺度抽样建立模型金字塔，所述金字塔按照顶层到底层，二维投影线框的分辨率逐渐降低，匹配时从最高级别的金子塔开始进行匹配。
作为优选，S5包括：
首先，根据CAD模型匹配结果，利用目标相对于成像模块坐标系相同的位置和姿态的CAD模型代表目标；
然后，利用对目标的CAD模型进行点云离散化；
根据多目标之间的位置和姿态，把点云的坐标变换到统一的成像模块坐标系下，解算不同成像模块视角下目标点云之间的最小距离，即得到目标间最小间距；
解算目标点云之间的最小距离的方法为：
目标A点云和目标B点云，先在目标A点云中任意选取一点a，对点a与目标B点云之间做KD-Tree最近邻搜索算法，得到与点a的最近点b，以及点对之间的距离S1，在以点b作为起始点，对目标A点云进行KD-Tree最近邻搜索得到点c，以及点对之间间距S2，再以点c作为起始点，对目标B点云进行KD-Tree最近邻搜索得到点d，以及点对之间间距S3，继续迭代，直到得出两个点云之间的最小距离。
作为优选，所述S5中，根据目标间最小间距d来评估碰撞风险：
当d>20mm，碰撞风险0级；
当10mm<d<20mm，碰撞风险1级；
当5mm<d<10mm，碰撞风险2级；
当2mm<d<5mm，碰撞风险3级。
本发明的有益效果，本发明设计一种视觉防撞监测装置，根据大型球形靶室的特点，布置多套视觉防撞监测装置，安装在靶室外部，通过法兰对内部进行观测。本发明根据视觉防撞监测装置的成像模块之间的相对位置关系、目标相对于成像模块坐标系的位置和姿态确定多目标之间的位置和姿态，根据多目标之间的位置和姿态，解算目标间最小间距，根据目标间最小间距来评估碰撞风险，实现防撞。
附图说明
图1和图2为本发明靶室内防撞监测原理图；
图3为视觉防撞监测装置的原理示意图；
图4为球形靶室内视觉防撞监测装置布局方案；
图5为双相机之间的几何关系；
图6为多视角二维投影线框模板库生成示意图；
图7为金字塔示意图；
图8为姿态匹配及求解示意图；
图9为均匀采样算法点云提取示意图；
图10为两组点云间最近距离；
图11为从多个视角查看两个目标之间的点云的最小距离结果示意图。
具体实施方式
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，所描述的实施例仅仅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，本领域普通技术人员在没有作出创造性劳动的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。
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。
本实施方式的视觉防撞监测装置，如图3所示，包括成像模块4、照明模块8、反射镜6、防光外罩7和法兰：
成像模块4、反射镜6设置在防光外罩内，防光外罩7底部设置有开口，用于放置法兰口1，照明模块8为环形，照明模块8设置在法兰的底部，所述视觉防撞监测装置安装在大型球形靶室9外，在照明模块8的照射下大型球形靶室9内的目标经过法兰口1入射至反射镜6，被反射镜6折射至成像模块4后成像。
本实施方式设计一种防撞用视觉防撞监测装置，根据大型球形靶室的特点，布置多套视觉防撞监测装置，安装在大型球形靶室9外部，通过法兰对内部进行观测。采用反射镜6转折成像光路。利用圆形法兰口1，设计圆形的照明模块8提高照明信噪比。靶室内防撞监测原理见图1和图2。本实施方式的视觉防撞监测装置还包括把手2和电源5；把手2安装在防光外罩7的底部，电源5位于大型球形靶室9内部，用于为成像模块4、照明模块8提供工作电源。
由于靶室内可能发生碰撞的空间可达到>1m范围。本实施方式提出防撞监测装置中采用PTZ型相机作为成像模块4的设计方案，PTZ型相机带有俯仰、摇摆及调焦功能，可以对>1m范围内进行扫描和检测。本实施方式的视觉防撞监测装置还包括控制器，用于控制PTZ型相机俯仰、摇摆及调焦。
本实施方式的大型球形靶室内设备防撞监测方法，包括：
步骤1、N套视觉防撞监测装置分布设置在大型球形靶室外部，对球形靶室内部实现立体检测和无死角检测；
步骤2、标定N个相机之间的相对位置关系；
步骤3、每个相机对多目标的姿态进行监测，获得目标相对于相机坐标系的位置和姿态；
步骤4、根据N个相机之间的相对位置关系，及目标相对于相机坐标系的位置和姿态，获得多目标之间的位置和姿态；
步骤5、根据多目标之间的位置和姿态，解算目标间最小间距，根据目标间最小间距来评估碰撞风险。
为了实现立体检测和无死角检测，步骤1中，采用6套视觉防撞监测装置，方位分别为球形靶室上半球：(0°，N60°)、(120°，N60°)、(240°，N60°)，球形靶室下半球：(0°，S60°)、(120°，S60°)、(240°，S60°)，如图4所示。
本实施方式的步骤2中，标定出相机的内部参数和两两之间外部参数：假设两个相机的旋转矩阵和平移向量参数分别用R1，t1与R2，t2表示。如图5所示，对任意一点P，如果它在世界坐标系、C1坐标系与C2坐标系下的坐标分别为xw，xc1，xc2，则：
xc1＝R1xw+t1
xc2＝R2xw+t2
消去上式中xw后可得：
两个成像模块4之间的相对位置关系为：
通过立体视觉标定方法，建立6个相机之间的相对位置关系。
本实施方式的步骤3中包括：
步骤31、生成多视角二维投影线框模板库，多视角二维投影线框模板库中存储有目标的CAD模型通过虚拟相机渲染的二维投影线框；
步骤32、通过边缘提取的方法提取目标在相机拍摄图像中的边缘线；
步骤33、CAD模型匹配：
当多视角二维投影线框模板库中有二维投影线框能够与目标的图像边缘线的重合程度达到设定值时，则用目标相对于虚拟相机的位置和姿态代表目标相对于相机坐标系的位置和姿态。
本实施方式把目标的CAD模型通过软件设置的虚拟相机模型渲染成平面图形。然后再通过边缘提取的方法提取实际目标在真实相机中拍摄的图片的边缘线。当CAD模型渲染成的二维投影能够与目标的图像边缘线的重合程度达到设定值时，则可以用二维投影线框相对于虚拟相机的位置和姿态代表目标相对于相机坐标系的位置和姿态。
由于将CAD模型渲染为二维投影线框图像时间开销大，为了满足在线实时性要求，这一过程在离线完成，称为离线训练，生成多视角二维投影线框模板库。
本实施方式中生成多视角二维投影线框模板库的方法，如图6所示，包括：
首先，将目标的二维投影放在半径为目标与相机最远距离的假想球体的球心；
然后，利用虚拟相机在球体的球壳内部运动，球壳内外径为目标相对于相机最近及最远距离，运动过程中保持虚拟相机的光轴始终对准球心，在虚拟相机运动过程中的每一个角度将目标的CAD模型渲染成二维投影，将二维投影的线框进行存储，即生成多视角二维投影线框模板库；
对CAD模型进行渲染的虚拟相机的内参数，须与用于实际拍摄的相机内参数接近，否则会影响到匹配精度。
为了提高匹配速度，对多视角二维线框模板进行多尺度抽样建立模型金字塔，即按照1/2降采样方式存储分辨率较低的图形。该降采样方法可以用图7所示的金字塔结构表示。金字塔按照顶层到底层，二维投影线框的分辨率逐渐降低，匹配时从最高级别的金子塔开始进行匹配。在进行匹配时，从最高级别的金子塔开始进行匹配，由于顶层图像分辨率很低，可以在很少的时间内对大量图像进行匹配尝试，在每一级中均可排除部分可信度低的匹配，从而逐级缩小匹配范围，减少需要进行的高分辨率图像匹配次数，从而提高匹配速度。
利用线框的匹配信息，求解目标坐标系相对于相机坐标系的关系，其格式为[x,y,z,α,β,γ,C]。前三个元素为目标沿相机坐标系统坐标轴移动的距离，后三个元素为逆时针绕轴依次旋转的弧度制角度，最后一项用于指定旋转的顺序，顺序是先旋转再平移，旋转顺序依次为z轴、y轴、x轴，姿态匹配及求解示意图见图8。
通过上述求解，使得目标相对于相机的位姿已知，由于相机之间的位姿关系也已知，则多目标之间的位姿关系已知。
本实施方式的步骤5包括：
首先，根据CAD模型匹配结果，利用目标相对于相机坐标系相同的位置和姿态的CAD模型代表目标；
然后，利用对目标的CAD模型进行点云离散化；CAD模型点云离散化：采用直接均匀采样三角形网格模型的顶点，获得CAD模型的三维点云，如图9所示。
根据多目标之间的位置和姿态，把点云的坐标变换到统一的相机坐标系下，解算不同相机视角下目标点云之间的最小距离，即得到目标间最小间距；
解算目标点云之间的最小距离的方法为：
目标A点云和目标B点云，先在目标A点云中任意选取一点a，对点a与目标B点云之间做KD-Tree最近邻搜索算法，得到与点a的最近点b，以及点对之间的距离S1，在以点b作为起始点，对目标A点云进行KD-Tree最近邻搜索得到点c，以及点对之间间距S2，再以点c作为起始点，对目标B点云进行KD-Tree最近邻搜索得到点d，以及点对之间间距S3，如图10所示，继续迭代，直到得出两个点云之间的最小距离。本实施方式的方法不通过一次计算得到最优解，而是通过几次计算，每次得到的是局部最优解，从而得出全局最优解，也就是两个点云之间的最小距离。
从多个视角，查看两个目标之间的点云的最小距离结果，如图11所示。
本实施方式的步骤5中，根据目标间最小间距d来评估碰撞风险：
当d>20mm，碰撞风险0级；
当10mm<d<20mm，碰撞风险1级；
当5mm<d<10mm，碰撞风险2级；
当2mm<d<5mm，碰撞风险3级。
虽然在本文中参照了特定的实施方式来描述本发明，但是应该理解的是，这些实施例仅仅是本发明的原理和应用的示例。因此应该理解的是，可以对示例性的实施例进行许多修改，并且可以设计出其他的布置，只要不偏离所附权利要求所限定的本发明的精神和范围。应该理解的是，可以通过不同于原始权利要求所描述的方式来结合不同的从属权利要求和本文中所述的特征。还可以理解的是，结合单独实施例所描述的特征可以使用在其他所述实施例中。

Claims (10)

1.视觉防撞监测装置，其特征在于，所述装置包括成像模块、照明模块、反射镜、防光外罩和法兰：
成像模块、反射镜设置在防光外罩内，防光外罩底部设置有开口，用于放置法兰口，照明模块为环形，照明模块设置在法兰的底部，所述视觉防撞监测装置安装在大型球形靶室外，在照明模块的照射下大型球形靶室内的目标经过法兰口入射至反射镜，被反射镜折射至成像模块后成像；
根据大型球形靶室的特点，布置多套视觉防撞监测装置，安装在大型球形靶室外部，通过法兰对内部进行观测；采用反射镜转折成像光路；利用圆形法兰口，设计圆形的照明模块提高照明信噪比；视觉防撞监测装置还包括把手和电源；把手安装在防光外罩的底部，电源位于大型球形靶室内部，用于为成像模块、照明模块提供工作电源。
2.根据权利要求1所述的视觉防撞监测装置，其特征在于，所述成像模块为PTZ型相机，所述装置还包括控制器，用于控制PTZ型相机俯仰、摇摆及调焦。
3.大型球形靶室内设备防撞监测方法，其特征在于，所述方法包括：
S1、N套权利要求1所述的视觉防撞监测装置分布设置在大型球形靶室外部，对球形靶室内部实现立体检测和无死角检测；
S2、标定N个成像模块之间的相对位置关系；
S3、每个成像模块对多目标的姿态进行监测，获得目标相对于成像模块坐标系的位置和姿态；
S4、根据N个成像模块之间的相对位置关系，及目标相对于成像模块坐标系的位置和姿态，获得多目标之间的位置和姿态；
S5、根据多目标之间的位置和姿态，解算目标间最小间距，根据目标间最小间距来评估碰撞风险。
4.根据权利要求3所述的大型球形靶室内设备防撞监测方法，其特征在于，所述S1中，N为6，6套视觉防撞监测装置方位分别为球形靶室上半球：(0°，N60°)、(120°，N60°)、(240°，N60°)，球形靶室下半球：(0°，S60°)、(120°，S60°)、(240°，S60°)。
5.根据权利要求3所述的大型球形靶室内设备防撞监测方法，其特征在于，S2中，两个成像模块之间的相对位置关系为：
R1、t1分别表示一个成像模块的旋转矩阵和平移向量；
R2、t2分别表示另一个成像模块的旋转矩阵和平移向量；
R、t分别表示两个成像模块之间的旋转矩阵和平移向量；
通过立体视觉标定方法，建立N个成像模块之间的相对位置关系。
6.根据权利要求3所述的大型球形靶室内设备防撞监测方法，其特征在于，所述S3包括：
S31、生成多视角二维投影线框模板库，所述多视角二维投影线框模板库中存储有目标的CAD模型通过虚拟相机渲染的二维投影线框；
S32、通过边缘提取的方法提取目标在成像模块拍摄图像中的边缘线；
S33、CAD模型匹配：
当多视角二维投影线框模板库中有二维投影线框能够与目标的图像边缘线的重合程度达到设定值时，则用目标相对于虚拟相机的位置和姿态代表目标相对于成像模块坐标系的位置和姿态。
7.根据权利要求6所述的大型球形靶室内设备防撞监测方法，其特征在于，所述S31中，生成多视角二维投影线框模板库的方法包括：
首先，将目标的二维投影放在半径为目标与相机最远距离的假想球体的球心；
然后，利用虚拟相机在球体的球壳内部运动，球壳内外径为目标相对于成像模块最近及最远距离，运动过程中保持虚拟相机的光轴始终对准球心，在虚拟相机运动过程中的每一个角度将目标的CAD模型渲染成二维投影，将二维投影的线框进行存储，即生成多视角二维投影线框模板库；
所述虚拟相机的内参数，与成像模块的内参数相同。
8.根据权利要求7所述的大型球形靶室内设备防撞监测方法，其特征在于，对多视角二维投影线框模板库中的二维投影线框进行多尺度抽样建立模型金字塔，所述金字塔按照顶层到底层，二维投影线框的分辨率逐渐降低，匹配时从最高级别的金子塔开始进行匹配。
9.根据权利要求8所述的大型球形靶室内设备防撞监测方法，其特征在于，所述S5包括：
首先，根据CAD模型匹配结果，利用目标相对于成像模块坐标系相同的位置和姿态的CAD模型代表目标；
然后，利用对目标的CAD模型进行点云离散化；
根据多目标之间的位置和姿态，把点云的坐标变换到统一的成像模块坐标系下，解算不同成像模块视角下目标点云之间的最小距离，即得到目标间最小间距；
解算目标点云之间的最小距离的方法为：
目标A点云和目标B点云，先在目标A点云中任意选取一点a，对点a与目标B点云之间做KD-Tree最近邻搜索算法，得到与点a的最近点b，以及点对之间的距离S1，在以点b作为起始点，对目标A点云进行KD-Tree最近邻搜索得到点c，以及点对之间间距S2，再以点c作为起始点，对目标B点云进行KD-Tree最近邻搜索得到点d，以及点对之间间距S3，继续迭代，直到得出两个点云之间的最小距离。
10.根据权利要求9所述的大型球形靶室内设备防撞监测方法，其特征在于，根据目标间最小间距d来评估碰撞风险：
当d>20mm，碰撞风险0级；
当10mm<d<20mm，碰撞风险1级；
当5mm<d<10mm，碰撞风险2级；
当2mm<d<5mm，碰撞风险3级。
CN202210967969.0A 2022-08-12 2022-08-12 视觉防撞监测装置及大型球形靶室内设备防撞监测方法 Active CN115330862B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210967969.0A CN115330862B (zh) 2022-08-12 2022-08-12 视觉防撞监测装置及大型球形靶室内设备防撞监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210967969.0A CN115330862B (zh) 2022-08-12 2022-08-12 视觉防撞监测装置及大型球形靶室内设备防撞监测方法

Publications (2)

Publication Number Publication Date
CN115330862A CN115330862A (zh) 2022-11-11
CN115330862B true CN115330862B (zh) 2023-08-18

Family

ID=83924218

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210967969.0A Active CN115330862B (zh) 2022-08-12 2022-08-12 视觉防撞监测装置及大型球形靶室内设备防撞监测方法

Country Status (1)

Country Link
CN (1) CN115330862B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108444731A (zh) * 2018-03-30 2018-08-24 郑州兰博尔科技有限公司 一种车辆防撞测试模拟试验平台及模拟试验方法
CN111750821A (zh) * 2020-07-10 2020-10-09 江苏集萃智能光电系统研究所有限公司 一种位姿参数测量方法、装置、系统和存储介质
CN111854697A (zh) * 2020-06-22 2020-10-30 中国船舶重工集团公司第七一六研究所 基于视觉传感器的识别定位定姿系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108444731A (zh) * 2018-03-30 2018-08-24 郑州兰博尔科技有限公司 一种车辆防撞测试模拟试验平台及模拟试验方法
CN111854697A (zh) * 2020-06-22 2020-10-30 中国船舶重工集团公司第七一六研究所 基于视觉传感器的识别定位定姿系统
CN111750821A (zh) * 2020-07-10 2020-10-09 江苏集萃智能光电系统研究所有限公司 一种位姿参数测量方法、装置、系统和存储介质

Also Published As

Publication number Publication date
CN115330862A (zh) 2022-11-11

Similar Documents

Publication Publication Date Title
TWI555379B (zh) 一種全景魚眼相機影像校正、合成與景深重建方法與其系統
CN111801198B (zh) 一种手眼标定方法、系统及计算机存储介质
CN101004538B (zh) 无死角的全方位视觉传感器
CN111028340B (zh) 精密装配中的三维重构方法、装置、设备及系统
CN110763152A (zh) 一种水下主动旋转结构光三维视觉测量装置及测量方法
CN108603936A (zh) 激光扫描系统、激光扫描方法、移动激光扫描系统及程序
CN114283203B (zh) 一种多相机系统的标定方法及系统
JP2011107990A (ja) キャリブレーション装置
US10893190B2 (en) Tracking image collection for digital capture of environments, and associated systems and methods
CN110278371B (zh) 摄像机在空间的三轴向七变量全自由度定位与跟踪方法
WO2021185215A1 (zh) 一种在3d建模中多相机共同标定方法
CN111060006A (zh) 一种基于三维模型的视点规划方法
CN110230979A (zh) 一种立体标靶及其三维彩色数字化系统标定方法
CN113031462A (zh) 无人机用港机巡检航线规划系统及方法
CN114659523B (zh) 一种大范围高精度姿态测量方法及装置
CN113763480B (zh) 一种多镜头全景摄像机组合标定方法
CN117284499B (zh) 一种基于单目视觉-激光的空间展开机构位姿测量方法
CN115330862B (zh) 视觉防撞监测装置及大型球形靶室内设备防撞监测方法
CN113989105B (zh) 一种单相机球面镜反射成像投影装置
Zhang et al. A stereo photogrammetry system for model position and attitude measurement in hypersonic wind tunnel testing
CN113961068B (zh) 一种基于增强现实头盔的近距离实物眼动交互方法
CN105205799A (zh) 一种具有全方位特征面的装置及增强现实三维注册系统
CN108288285A (zh) 一种基于全向环的三维全景扫描系统及方法
CN104252097B (zh) 圆柱物体360度全景成像镜面设计方法及镜面及成像装置
CN111709989B (zh) 一种基于多源特征数据控制的双向闭合模式的立体视觉全场测量方法

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
GR01 Patent grant
GR01 Patent grant