CN115343299A - 一种轻量化公路隧道集成检测系统及方法 - Google Patents
一种轻量化公路隧道集成检测系统及方法 Download PDFInfo
- Publication number
- CN115343299A CN115343299A CN202211269706.9A CN202211269706A CN115343299A CN 115343299 A CN115343299 A CN 115343299A CN 202211269706 A CN202211269706 A CN 202211269706A CN 115343299 A CN115343299 A CN 115343299A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- industrial camera
- target
- laser radar
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本发明属于公路隧道检测技术领域,具体公开了一种轻量化公路隧道集成检测系统及方法,系统包括:图像采集模块,包括工业相机,用于采集公路隧道衬砌表观图像;点云数据采集模块,包括激光雷达,用于采集公路隧道表观形态点云数据;联合标定模块,用于实现工业相机和激光雷达的多角度联合标定;时空位姿同步模块,用于通过多个传感器获取检测车辆姿态位置数据,并实现多个传感器的时间同步;集成采集控制模块,用于实现对公路隧道衬砌表观图像及表观形态点云数据的处理。本发明具有检测采集自动化、适用隧道多元化、检测装备轻量化、数据定位精准化的特点。
Description
技术领域
本发明涉及公路隧道检测技术领域,尤其涉及一种轻量化公路隧道集成检测系统及方法。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
在隧道运营过程中,受地质、水文、施工质量等复杂因素影响,75%以上公路隧道存在不同程度的病害,如衬砌裂损、渗漏水、异常变形、衬砌背部脱空等,50%以上的隧道病害严重,其加固费用接近甚至超过了建设费用,造成了重大经济损失和不良社会影响。隧道病害的存在给交通安全带来了严重安全隐患,特别是衬砌裂缝,其直接反映了隧道的受力情况,因此研究针对公路隧道表观病害的检测系统具有十分重要的意义。
传统的公路隧道表观病害的检测主要依靠人工检测,劳动强度大且检测效率低,检测结果可靠性差。
虽然目前市面上已经出现一些隧道病害检测装备,但是现有的公路隧道检测装备通常会搭载十几台相机和激光雷达,因为其安装检测器件数量较多,以及配套的供电、控制、照明系统,总重量很大,需要搭载于重型运载平台才能使用。同时,此类大型隧道检测车的检测时行驶速度较低影响隧道通行,在检测时通常会对隧道进行封闭从而影响交通。另一方面,现有隧道检测车适用的隧道种类较少,通常仅单独针对两车道或三车道隧道进行设计,无法同时适用于两车道和三车道隧道的检测任务。
发明内容
为了解决上述问题,本发明提出了一种轻量化公路隧道集成检测系统及方法,将隧道检测设备搭载于轻量化的小车上进行检测,同时提高检测设备的检测精度,实现轻量化的公路隧道检测。
在一些实施方式中,采用如下技术方案:
一种轻量化公路隧道集成检测系统,包括:
图像采集模块,包括工业相机,用于采集公路隧道衬砌表观图像;
点云数据采集模块,包括激光雷达,用于采集公路隧道表观形态点云数据;
联合标定模块,用于通过控制工业相机和激光雷达相对位置的改变,得到两者在任一旋转角度下的坐标转换矩阵,以实现工业相机和激光雷达的多角度联合标定;
时空位姿同步模块,用于通过多个传感器获取检测车辆姿态位置数据,并实现多个传感器的时间同步;
集成采集控制模块,用于实现对检测车搭载的检测器件的控制,以及实现对公路隧道衬砌表观图像及表观形态点云数据的处理。
作为进一步地方案,还包括:
激光雷达定位纠偏模块,用于从采集到的公路隧道表观形态点云数据中提取标靶点云,并识别标靶中心点的坐标;将识别到的标靶中心点坐标与标靶点的坐标真值进行配准运算,得到两者的坐标转换矩阵,基于所述坐标转换矩阵,进行点云数据的定位纠偏。
作为进一步地方案,从采集到的公路隧道表观形态点云数据中提取标靶点云,具体过程包括:
对点云数据进行预处理,剔除异常点云数据;
根据点云数据的法线和曲率对点云数据进行分类,筛选出法向量垂直于地面法向量的立面点云数据,得到包含路沿石和标靶点的点云数据;
按照点云反射强度将包含路沿石和标靶点的点云数据分成两组,提取点云数量少的一组作为标靶点云。
作为进一步地方案,将识别到的标靶中心点坐标与标靶点的坐标真值进行配准运算,得到两者的坐标转换矩阵,具体包括:
每次至少选取识别到的三个不共线的标靶中心点,作为一组数据建立一个空间坐标系;与上述的三个标靶中心点对应的坐标真值点作为另一组数据建立一个空间坐标系;基于两个坐标系的相对位置关系计算得到坐标转换矩阵;
基于坐标转换矩阵计算纠偏后的标靶中心点坐标,然后计算纠偏后的标靶中心点坐标与坐标真值的标准差;
按照上述方法计算得到多个标准差,选取使得标准差最小的坐标转换矩阵,作为最终的坐标转换矩阵,进行激光雷达定位纠偏。
作为进一步地方案,用于通过控制工业相机和激光雷达相对位置的改变,得到两者在任一旋转角度下的坐标转换矩阵,具体包括:
分别获取水平0度和水平180度下工业相机的标靶图像,以及水平0度和水平180度下激光雷达采集的标靶点云;
将水平0度和水平180度下的标靶点云分别投影至对应水平角度的标靶图像中,使得点云投影点和图像像素点重合,得到水平0度和水平180度下工业相机与激光雷达的坐标转换矩阵;
基于工业相机的相对于水平方向的平移矩阵和旋转矩阵,以及所述坐标转换矩阵,得到工业相机在任一旋转角度下的外参矩阵;
根据工业相机在任一旋转角度下的外参矩阵得到工业相机与激光雷达的联合外参矩阵,根据联合外参,对相机采集的图像和雷达采集的点云进行配准,将点云位姿赋予对应的图像像素点,将图像像素点的像素值赋予对应的点云,以此得到带有色彩信息和位姿信息的点云图像。
作为进一步地方案,对于任一旋转角度,根据水平0度和水平180度的坐标转换矩阵分别得到一组外参矩阵,若两组外参矩阵的差值不超过阈值,进行以下判断:
若旋转角度大于0度且小于90度,则以水平0度的坐标转换矩阵为准;若旋转角度大于90度且小于180度,则以水平180度的坐标转换矩阵为准。
作为进一步地方案,所述图像采集模块还包括:搭载在检测车辆上的旋转云台,工业相机固定在旋转云台上;所述旋转云台上还设有工业相机、补光设备和用于存储图像数据的存储服务器。
作为进一步地方案,所述旋转云台的伺服电机能够进行定位锁死。
作为进一步地方案,所述点云数据采集模块还包括:用于存储三维点云数据的点云存储服务器。
作为进一步地方案,所述时空位姿同步模块包括:
惯性导航与定位单元,用于获取检测车辆的姿态位置数据;
同步触发单元,用于实现多传感器的时间同步;
车轮编码器,用于记录检测车辆行驶过程中的车轮行驶周期,辅助解算检测车辆行驶轨迹。
作为进一步地方案,还包括:车载支架,设置在检测车辆车顶位置,用于固定图像采集模块、点云数据采集模块以及时空位姿同步模块中的设备。
在另一些实施方式中,采用如下技术方案:
一种轻量化公路隧道集成检测方法,包括:
通过工业相机采集公路隧道衬砌表观图像;
通过激光雷达采集公路隧道表观形态点云数据;
通过控制工业相机和激光雷达相对位置的改变,得到两者在任一旋转角度下的坐标转换矩阵,以实现工业相机和激光雷达的多角度联合标定;
通过多个传感器获取检测车辆姿态位置数据,并实现多个传感器的时间同步;
对公路隧道衬砌表观图像及表观形态点云数据的处理,得到公路隧道检测结果。
与现有技术相比,本发明的有益效果是:
(1)本发明提出的轻量化公路隧道集成检测系统使用了工业面阵相机和高精度激光雷达作为检测器件,并设计高精度旋转云台,通过云台旋转实现对隧道不同角度表观数据的采集。同时针对不同车道隧道的多种距离场景,设计了多档对焦装置,实现不同隧道场景下的隧道表观数据采集。装备总重量约为100kg,可以搭载于小型汽车,行驶灵活,检测时行驶速度可达80km/h,不会影响交通,且能够同时适应于不同车道隧道的检测。
(2)本发明通过室内试验及现场测试优化相机拍摄参数;采用亚毫米级机械调焦与旋转拍摄云台,以满足不同车道数量的隧道场景;使用无频闪补光技术,降低了移动采集对行驶速度的限制,改善了采集图像质量;采用多传感数据时空位姿同步方式,解决了多传感器坐标系不统一,定位精度不高的问题;
多传感器联合外参标定与定位纠偏方法可以将多种传感器数据融合,提高病害的识别定位精度,同时采用多角度空间姿态匹配,融合位姿解算,通过移动轨迹匹配,解算移动测量平台位置、移动姿态,实现相机、激光雷达物理空间及数据空间的相对三维坐标匹配,改善失锁状态下定位的准确度。
本发明具有检测采集自动化、适用隧道多元化、检测装备轻量化、数据定位精准化的特点,可以大幅改善当前公路隧道表观病害采集检测设备的不足。
(3)本发明定位纠偏方法,通过对标靶点标准差计算筛选出配准效果最好的一一对应点作为依据,进行整体隧道点云的配准纠偏。相对传统单次配准纠偏方法量化了隧道纠偏效果,精度更高(纠偏前后点云数据定位平均精度由6-7cm提高到2cm上下,精度提高2倍),稳定性更好;将分布均匀的标靶点作为样本数据遍历配准更具有代表性和高效性。
本发明的其他特征和附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本方面的实践了解到。
附图说明
图1为本发明实施例中的轻量化公路隧道集成检测系统示意图;
图2为本发明实施例中检测车辆搭载设备示意图;
图3为本发明实施例中的各设备连接控制示意图;
图4(a)-(b)分别为本发明实施例中旋转云台的立体图和主视图;
图5为本发明实施例中轻量化公路隧道集成检测方法流程图。
具体实施方式
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本发明使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例一
在一个或多个实施方式中,公开了一种轻量化公路隧道集成检测系统,结合图1,由图像采集模块、点云采集模块、时空位姿同步模块、联合外参标定模块、激光雷达定位纠偏模块以及集成采集控制模块组成。
下面对各模块进行详细说明:
(1)图像采集模块,包括工业相机,用于采集公路隧道衬砌表观图像;
本实施例中,图像采集模块由面阵工业相机、多档位旋转云台、补光灯和图像存储服务器等部分组成。
为了实现公路隧道裂缝0.2mm的采集精度需求和最高80km/h的行驶速度,本实施例采用面阵工业相机,能够保证采集精度和行驶速度。
旋转云台用于控制工业相机旋转以满足不同角度的采集需求,旋转云台可以实现180度俯仰动作,并且可以实现任意位置的停止且带有自锁功能,定位精度能够达到0.01度。外形尺寸根据补光灯和相机载重设计,图4(a)-(b)给出了旋转云台的结构示意;旋转云台的伺服电机有定位锁死功能,可以保证在车辆行驶过程中颠簸状态下刚性连接以及设备的稳定性。
为满足隧道实际检测需求,本实例选用的工业相机配备了IMX 342 CMOS传感器,通过万兆网口连接电脑。本实例采用两台相机同时工作,两台相机夹角成设定角度(比如8°)安装在旋转云台上,通过改变云台的角度可以获得不同角度的公路隧道衬砌图像信息,通过多次采集可以获得完整的公路隧道衬砌图像。
补光灯用于满足工业相机在公路隧道场景拍摄的光照要求。通过实验测试得知光照强度处于3000~5000lx时,相机可以获得最好的采集效果,因此补光灯需要满足在6m距离场景下至少3000lx的光照强度。本实施例补光灯采用直流稳压LED光源,补光灯由8个LED光学模组构成,单个光学模组功率120W,由64个LED发光单元构成,聚光投射角度为40°保证光线聚集以达到所需亮度,色温5000K保证色彩还原准确。在距离6米场景下该补光系统最大照度为4200lx,平均照度为3400lx。
本实例中的两台工业相机同时高帧率工作,数据传输需求较高,因此为每台工业相机分别配备一台图像存储服务器,放置于检测车辆的后备箱中;图像存储服务器用于保存工业相机采集的公路隧道表观图像。公路隧道表观图像采集过程的数据传输量较大,图像存储服务器的性能及配置需要满足设定的要求。
(2)点云数据采集模块,包括激光雷达,用于采集公路隧道表观形态点云数据;
本实施例中,点云采集模块由激光雷达和点云存储服务器组成。激光雷达可以获得公路隧道三维点云数据,点云存储服务器用于存储激光雷达采集的公路隧道三位点云数据。
(3)联合标定模块,用于通过控制工业相机和激光雷达相对位置的改变,得到两者在任一旋转角度下的坐标转换矩阵,以实现工业相机和激光雷达的多角度联合标定;
本实施例中,联合标定模块通过控制相机旋转角度,实现相机和雷达相对位置的改变;通过相机水平角度的外参矩阵,经扩展得到任一旋转角度下的外参矩阵,减少外参标定的工作量,降低标定难度,实现相机与雷达的多角度联合标定。
具体实现过程如下:
(3-1)采用棋盘格标定板预先对相机和雷达进行内参数标定,根据标定后的相机内参数(包括相机景深和视场等参数)确定标靶的布放方式;
(3-2)分别获取水平0度和水平180度下工业相机的标靶图像,以及水平0度和水平180度下激光雷达采集的标靶点云;
(3-3)将水平0度和水平180度下的标靶点云分别投影至对应水平角度的标靶图像中,使得点云投影点和图像像素点重合,得到水平0度和水平180度下工业相机与激光雷达的坐标转换矩阵;
本实施例中,设标靶点云在激光雷达坐标系下的空间位置为(X ,Y, Z)T,标靶点云在相机坐标系下空间位置为(XC ,YC ,ZC)T;标靶点云投影在标靶图像上的投影点为(u ,v,1)T。
那么,将两个180度的标靶点云分别进行坐标转换的过程包括:
将标靶点云由激光雷达坐标系变换到相机坐标系:
再由相机坐标系变换到归一化平面坐标系,并投影到标靶图像像素平面上:
以此,得到相机与雷达的坐标转换矩阵,通过坐标转换矩阵将标靶点云映射到标靶图像中,在点云投影点和图像像素点重合时,即直到得到最佳效果,获得水平角度下的标定外参矩阵。
(3-4)基于工业相机的相对于水平方向的平移矩阵和旋转矩阵,以及所述坐标转换矩阵,得到工业相机在任一旋转角度下的外参矩阵;
本实施例中,转台带动相机旋转α度,相机旋转后,相对于水平0度和水平180度均有平移矩阵和旋转矩阵,由此可以得到旋转α度分别与水平0度和水平180度的空间坐标关系;又因为已得出水平0度和水平180度下的标定外参矩阵,由此可得到任一旋转角度下的外参矩阵:
本实施例中,对于任一旋转角度,根据水平0度和水平180度的坐标转换矩阵分别得到一组外参矩阵,若两组外参矩阵的差值不超过阈值,进行以下判断:
若旋转角度大于0度且小于90度,则以水平0度的坐标转换矩阵为准;若旋转角度大于90度且小于180度,则以水平180度的坐标转换矩阵为准。
(3-5)根据工业相机在任一旋转角度下的外参矩阵得到工业相机与激光雷达的联合外参矩阵(即内参矩阵和外参矩阵),根据联合外参,对相机采集的图像和雷达采集的点云进行配准,将点云位姿赋予对应的图像像素点,将图像像素点的像素值赋予对应的点云,以此得到带有色彩信息和位姿信息的点云图像。
(4)时空位姿同步模块,用于通过多个传感器获取检测车辆姿态位置数据,并实现多个传感器的时间同步;
本实施例中,时空位姿同步模块由惯性导航与定位单元、同步触发单元和车轮编码器三部分组成。
其中,惯性导航与定位单元用于获取采集过程中的姿态位置数据。惯性导航是以陀螺和加速度计为敏感器件的导航参数解算系统,该系统根据陀螺的输出建立导航坐标系,根据加速度计输出解算出运载体在导航坐标系中的速度和位置,结合GPS/北斗导航定位,实现采集过程的姿态数据、定位信息的精准获取。
同步触发单元用于实现多传感器时间同步,保证采集设备同步触发。同步触发单元使用PCB控制板实现,PCB控制板作为主控制器发送触发信号使多传感器进行同步触发。
工业相机接收触发信号进行拍摄存储,根据两者计时计算出UTC时间,激光雷达接收同步触发信号进行触发并记录对应的姿态信息,惯导接收触发信号记录位姿信息,同时通过对隧道内设定的标靶进行位姿纠偏获得隧道失所情况下精准位姿信息,同时通过连接关系获得其他传感器的位姿信息。
车轮编码器用于记录采集行驶过程中车轮行驶周期,用于辅助解算采集行驶轨迹,提高姿态位置数据精度。
车轮编码器采用增量式编码器里程计 SW-DFS60,工作原理是将位移转换成周期性的电信号,再把这个电信号转变成计数脉冲,用脉冲的个数表示位移的大小。编码器数据主要是计算采集时的里程信息,在进行数据轨迹解析的时候对惯导数据进行修正,提高数据解析的精度,参照图2,车轮编码器通过结构件固定在后右车轮上。
(5)集成采集控制模块,用于实现对检测车辆的控制,以及实现对公路隧道衬砌表观图像及表观形态点云数据的处理。
本实施例中,集成采集控制模块可以实现对检测车搭载的检测器件辆的控制,以及实现对公路隧道衬砌表观图像及表观形态点云数据的处理。通过集成采集控制模块可以设定相机和激光雷达的采集参数和触发控制,实现图像和点云数据的压缩传输,在采集过程中实时汇总设备状态,并在采集结束后实现压缩数据的解算,得到隧道表观检测的图像和点云数据。
本实施例中,集成采集控制模块部署于图像存储服务器与点云存储服务器,通过TCP/IP网络通信,实现多设备操作控制与数据传递。能够监控并显示卫星导航数据(时间、PDOP、卫星数据等),惯导状态数据(姿态精度等),相机状态数据(触发次数,曝光次数,漏报次数等);并能够基于地图实时显示车辆轨迹。
(6)激光雷达定位纠偏模块,用于从采集到的公路隧道表观形态点云数据中提取标靶点云,并识别标靶中心点的坐标;将识别到的标靶中心点坐标与标靶点的坐标真值进行配准运算,得到两者的坐标转换矩阵,基于所述坐标转换矩阵,进行点云数据的定位纠偏。
(6-1)从采集到的公路隧道表观形态点云数据中提取标靶点云,具体过程包括:
(6-1-1)对点云数据进行预处理,剔除异常点云数据;
设备在行进过程中由于,加速、减速以及道路起伏等会引起测量车辆在不同方向的扰动,导致获取的点云数据中会产生孤立点、局外点以及局部位置突变。因此,首先遍历点云,计算每个点与其最近的k个邻点之间的平均距离Li;其次,计算所有平均距离的均值μ与标准差σ,则距离阈值dmax可表示为dmax=μ+α×σ,α为比例系数,根据项目需求自行确定;最后,再次遍历点云,剔除与k个邻居点的平均距离大于dmax的点。
由于标靶点布设为贴地布置,因此以路面点云为基准,剔除各隧道截面相对地面点云高度1m范围外的点云数据,保留包括地面、局部隧道壁、标靶、路沿石以及局部车辆的点云数据。
(6-1-2)根据点云数据的法线和曲率对点云数据进行分类,筛选出法向量垂直于地面法向量的立面点云数据,得到包含路沿石和标靶点的点云数据;
(6-1-3)因为路沿石和标靶材质不同,所以遍历点云,将点云数据按照点云反射强度分为两组数据。隧道范围路沿石侧面积远大于标靶面积,因此提取点数量少的作为为标靶点云,实现标靶的特征识别。
(6-2)将识别到的标靶中心点坐标与标靶点的坐标真值进行配准运算,得到两者的坐标转换矩阵,具体包括:
(6-2-1)每次至少选取识别到的三个不共线的标靶中心点,作为一组数据建立一个空间坐标系;与上述的三个标靶中心点对应的坐标真值点作为另一组数据建立一个空间坐标系;基于两个坐标系的相对位置关系计算得到坐标转换矩阵,具体如下:
其中α,β,γ分别表示一个空间坐标系相对另一个空间坐标系沿x、y、z轴的旋转角度,tx、ty、tz分别表示沿x、y、z轴的平移量。因为计算该矩阵需要计算上述六个未知参数,需要六个线性方程,为避免偶然误差,至少需要三组对应点来求解。
对于上述六个未知参数,求解方式如下:
M、N、P和M′、N′、P′分别为真值组和坐标提取组三点,TM、TN、TP分别为相应两点的坐标差值,代入相应坐标对其两两组合分别求解6个参数并对比参数结果,若误差在允许范围内求平均值作为6个参数的求解结果并代入H变换矩阵。
(6-2-2)基于坐标转换矩阵计算纠偏后的标靶中心、点坐标,然后计算纠偏后的标靶中心点坐标与坐标真值的标准差;
本实施例中,将坐标真值和配准后坐标求标准差,作为其配准效果的依据,计算公式如下:
(6-2-3)按照上述方法计算得到多个标准差,选取使得标准差最小的坐标转换矩阵,作为最终的坐标转换矩阵,进行激光雷达定位纠偏。
作为一种可选的实施方式,结合图2,采用小型汽车作为检测车辆,在检测车辆的顶端搭载车载支架,车载支架前端固定旋转云台,旋转云台上固定工业相机和补光灯等设备;车载支架后端分别固定激光雷达和惯性导航单元。车载支架使用高强度铝合金型材,通过固定抓钩、减震弹簧、减震橡胶垫将多设备固定于车顶,保证采集行驶过程中设备稳定性满足采集要求。
图3为各设备连接控制示意图,其中粗线为供电线路,细线为通信线路。设备由车辆搭载的锂电池通过逆变器提供220V交流电,用于补光灯、工业相机、旋转云台、图像存储服务器、路由器、同步触发单元、点云存储服务器、激光雷达、惯性导航与定位单元供电;图像存储服务器与点云存储服务器通过路由器和同步触发单元实现多设备控制和数据存储;工业相机与补光系统搭载于旋转云台上安置于车顶,用于采集公路隧道表观图像数据,图像存储服务器用于存储工业相机的图像数据并通过旋转云台控制器控制旋转云台;点云存储服务器、激光雷达与惯性导航与定位单元同样安置于车顶,点云存储服务器用于存储激光雷达采集的公路隧道三维点云数据,同时用于储存惯性导航与定位单元的检测车行驶姿态位置数据和车轮编码器的检测车里程数据,同时根据同步触发单元的要求发出相机采集信号控制工业相机采集。
本实施例系统可以应用于三车道及以下公路隧道,并以最高80km/h的行驶速度进行公路隧道自动化检测;具有检测采集自动化、适用隧道多元化、检测装备轻量化、数据定位精准化的特点,可以大幅改善当前公路隧道表观病害采集检测设备的不足。
实施例二
在一个或多个实施方式中,公开了一种轻量化公路隧道集成检测方法,结合图5,具体包括如下过程:
S101:通过工业相机采集公路隧道衬砌表观图像;
S102:通过激光雷达采集公路隧道表观形态点云数据;
S103:通过控制工业相机和激光雷达相对位置的改变,得到两者在任一旋转角度下的坐标转换矩阵,以实现工业相机和激光雷达的多角度联合标定;
S104:通过多个传感器获取检测车辆姿态位置数据,并实现多个传感器的时间同步;
S105:对公路隧道衬砌表观图像及表观形态点云数据的处理,得到公路隧道检测结果。
本实施例方法还包括:从采集到的公路隧道表观形态点云数据中提取标靶点云,并识别标靶中心点的坐标;将识别到的标靶中心点坐标与标靶点的坐标真值进行配准运算,得到两者的坐标转换矩阵,基于所述坐标转换矩阵,进行点云数据的定位纠偏;该过程的具体实施方式已经在实施例一中进行了详细的说明,此处不再详述。
本实施例方法还包括:通过控制工业相机和激光雷达相对位置的改变,得到两者在任一旋转角度下的坐标转换矩阵,以实现工业相机和激光雷达的多角度联合标定;具体包括:
分别获取水平0度和水平180度下工业相机的标靶图像,以及水平0度和水平180度下激光雷达采集的标靶点云;
将水平0度和水平180度下的标靶点云分别投影至对应水平角度的标靶图像中,使得点云投影点和图像像素点重合,得到水平0度和水平180度下工业相机与激光雷达的坐标转换矩阵;
基于工业相机的相对于水平方向的平移矩阵和旋转矩阵,以及所述坐标转换矩阵,得到工业相机在任一旋转角度下的外参矩阵;
根据工业相机在任一旋转角度下的外参矩阵得到工业相机与激光雷达的联合外参矩阵,根据联合外参,对相机采集的图像和雷达采集的点云进行配准,将点云位姿赋予对应的图像像素点,将图像像素点的像素值赋予对应的点云,以此得到带有色彩信息和位姿信息的点云图像。
上述方法的具体实现过程都已经在实施例一中进行了详细的说明,此处不再详述。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (14)
1.一种轻量化公路隧道集成检测系统,其特征在于,包括:
图像采集模块,包括工业相机,用于采集公路隧道衬砌表观图像;
点云数据采集模块,包括激光雷达,用于采集公路隧道表观形态点云数据;
联合标定模块,用于通过控制工业相机和激光雷达相对位置的改变,得到两者在任一旋转角度下的坐标转换矩阵,以实现工业相机和激光雷达的多角度联合标定;
时空位姿同步模块,用于通过多个传感器获取检测车辆姿态位置数据,并实现多个传感器的时间同步;
集成采集控制模块,用于实现对检测车搭载的检测器件的控制,以及实现对公路隧道衬砌表观图像及表观形态点云数据的处理。
2.如权利要求1所述的一种轻量化公路隧道集成检测系统,其特征在于,还包括:
激光雷达定位纠偏模块,用于从采集到的公路隧道表观形态点云数据中提取标靶点云,并识别标靶中心点的坐标;将识别到的标靶中心点坐标与标靶点的坐标真值进行配准运算,得到两者的坐标转换矩阵,基于所述坐标转换矩阵,进行点云数据的定位纠偏。
3.如权利要求2所述的一种轻量化公路隧道集成检测系统,其特征在于,从采集到的公路隧道表观形态点云数据中提取标靶点云,具体过程包括:
对点云数据进行预处理,剔除异常点云数据;
根据点云数据的法线和曲率对点云数据进行分类,筛选出法向量垂直于地面法向量的立面点云数据,得到包含路沿石和标靶点的点云数据;
按照点云反射强度将包含路沿石和标靶点的点云数据分成两组,提取点云数量少的一组作为标靶点云。
4.如权利要求2所述的一种轻量化公路隧道集成检测系统,其特征在于,将识别到的标靶中心点坐标与标靶点的坐标真值进行配准运算,得到两者的坐标转换矩阵,具体包括:
每次至少选取识别到的三个不共线的标靶中心点,作为一组数据建立一个空间坐标系;与上述的三个标靶中心点对应的坐标真值点作为另一组数据建立一个空间坐标系;基于两个坐标系的相对位置关系计算得到坐标转换矩阵;
基于坐标转换矩阵计算纠偏后的标靶中心点坐标,然后计算纠偏后的标靶中心点坐标与坐标真值的标准差;
按照上面方法计算得到多个标准差,选取使得标准差最小的坐标转换矩阵,作为最终的坐标转换矩阵,进行激光雷达定位纠偏。
5.如权利要求1所述的一种轻量化公路隧道集成检测系统,其特征在于,用于通过控制工业相机和激光雷达相对位置的改变,得到两者在任一旋转角度下的坐标转换矩阵,具体包括:
分别获取水平0度和水平180度下工业相机的标靶图像,以及水平0度和水平180度下激光雷达采集的标靶点云;
将水平0度和水平180度下的标靶点云分别投影至对应水平角度的标靶图像中,使得点云投影点和图像像素点重合,得到水平0度和水平180度下工业相机与激光雷达的坐标转换矩阵;
基于工业相机的相对于水平方向的平移矩阵和旋转矩阵,以及所述坐标转换矩阵,得到工业相机在任一旋转角度下的外参矩阵;
根据工业相机在任一旋转角度下的外参矩阵得到工业相机与激光雷达的联合外参矩阵,根据联合外参,对相机采集的图像和雷达采集的点云进行配准,将点云位姿赋予对应的图像像素点,将图像像素点的像素值赋予对应的点云,以此得到带有色彩信息和位姿信息的点云图像。
6.如权利要求5所述的一种轻量化公路隧道集成检测系统,其特征在于,对于任一旋转角度,根据水平0度和水平180度的坐标转换矩阵分别得到一组外参矩阵,若两组外参矩阵的差值不超过阈值,进行以下判断:
若旋转角度大于0度且小于90度,则以水平0度的坐标转换矩阵为准;若旋转角度大于90度且小于180度,则以水平180度的坐标转换矩阵为准。
7.如权利要求1所述的一种轻量化公路隧道集成检测系统,其特征在于,所述图像采集模块还包括:搭载在检测车辆上的旋转云台,工业相机固定在旋转云台上;所述旋转云台上还设有工业相机、补光设备和用于存储图像数据的存储服务器。
8.如权利要求7所述的一种轻量化公路隧道集成检测系统,其特征在于,所述旋转云台的伺服电机能够进行定位锁死。
9.如权利要求1所述的一种轻量化公路隧道集成检测系统,其特征在于,所述点云数据采集模块还包括:用于存储三维点云数据的点云存储服务器。
10.如权利要求1所述的一种轻量化公路隧道集成检测系统,其特征在于,所述时空位姿同步模块包括:
惯性导航与定位单元,用于获取检测车辆的姿态位置数据;
同步触发单元,用于实现多传感器的时间同步;
车轮编码器,用于记录检测车辆行驶过程中的车轮行驶周期,辅助解算检测车辆行驶轨迹。
11.如权利要求1所述的一种轻量化公路隧道集成检测系统,其特征在于,还包括:车载支架,设置在检测车辆车顶位置,用于固定图像采集模块、点云数据采集模块以及时空位姿同步模块中的设备。
12.一种轻量化公路隧道集成检测方法,其特征在于,包括:
通过工业相机采集公路隧道衬砌表观图像;
通过激光雷达采集公路隧道表观形态点云数据;
通过控制工业相机和激光雷达相对位置的改变,得到两者在任一旋转角度下的坐标转换矩阵,以实现工业相机和激光雷达的多角度联合标定;
通过多个传感器获取检测车辆姿态位置数据,并实现多个传感器的时间同步;
对公路隧道衬砌表观图像及表观形态点云数据的处理,得到公路隧道检测结果。
13.如权利要求12所述的一种轻量化公路隧道集成检测方法,其特征在于,还包括:从采集到的公路隧道表观形态点云数据中提取标靶点云,并识别标靶中心点的坐标;将识别到的标靶中心点坐标与标靶点的坐标真值进行配准运算,得到两者的坐标转换矩阵,基于所述坐标转换矩阵,进行点云数据的定位纠偏。
14.如权利要求12所述的一种轻量化公路隧道集成检测方法,其特征在于,
通过控制工业相机和激光雷达相对位置的改变,得到两者在任一旋转角度下的坐标转换矩阵,以实现工业相机和激光雷达的多角度联合标定;具体包括:
分别获取水平0度和水平180度下工业相机的标靶图像,以及水平0度和水平180度下激光雷达采集的标靶点云;
将水平0度和水平180度下的标靶点云分别投影至对应水平角度的标靶图像中,使得点云投影点和图像像素点重合,得到水平0度和水平180度下工业相机与激光雷达的坐标转换矩阵;
基于工业相机的相对于水平方向的平移矩阵和旋转矩阵,以及所述坐标转换矩阵,得到工业相机在任一旋转角度下的外参矩阵;
根据工业相机在任一旋转角度下的外参矩阵得到工业相机与激光雷达的联合外参矩阵,根据联合外参矩阵,对相机采集的图像和雷达采集的点云进行配准,将点云位姿赋予对应的图像像素点,将图像像素点的像素值赋予对应的点云,以此得到带有色彩信息和位姿信息的点云图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211269706.9A CN115343299B (zh) | 2022-10-18 | 2022-10-18 | 一种轻量化公路隧道集成检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211269706.9A CN115343299B (zh) | 2022-10-18 | 2022-10-18 | 一种轻量化公路隧道集成检测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115343299A true CN115343299A (zh) | 2022-11-15 |
CN115343299B CN115343299B (zh) | 2023-03-21 |
Family
ID=83957627
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211269706.9A Active CN115343299B (zh) | 2022-10-18 | 2022-10-18 | 一种轻量化公路隧道集成检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115343299B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116823937A (zh) * | 2023-08-28 | 2023-09-29 | 成都飞机工业(集团)有限责任公司 | 一种基于视觉引导的飞机水平点高精度快速瞄准方法 |
Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108180856A (zh) * | 2018-01-30 | 2018-06-19 | 中国地质大学(武汉) | 一种基于激光数据的隧道变形监测方法、设备及存储设备 |
CN110044265A (zh) * | 2019-05-16 | 2019-07-23 | 中国计量大学 | 一种基于三维激光扫描的机器人重复位姿测量方法 |
CN110969169A (zh) * | 2019-12-03 | 2020-04-07 | 南京林业大学 | 一种基于点云数据的面变形信息提取方法 |
CN111415385A (zh) * | 2020-03-02 | 2020-07-14 | 武汉大学 | 激光雷达和多线阵相机组合系统的相对位姿参数优化方法 |
CN111505606A (zh) * | 2020-04-14 | 2020-08-07 | 武汉大学 | 多相机与激光雷达系统相对位姿检校方法及装置 |
CN111694010A (zh) * | 2020-05-27 | 2020-09-22 | 东南大学 | 一种基于视觉与激光雷达融合的路侧车辆识别方法 |
CN111707668A (zh) * | 2020-05-28 | 2020-09-25 | 武汉武大卓越科技有限责任公司 | 基于序列图像的隧道检测及图像处理方法 |
US20210129987A1 (en) * | 2018-03-26 | 2021-05-06 | Singapore University Of Technology And Design | Aerial vehicles, methods of imaging a tunnel and methods of imaging a shaft |
CN112837383A (zh) * | 2021-03-01 | 2021-05-25 | 东南大学 | 相机与激光雷达重标定方法、装置及计算机可读存储介质 |
CN113093130A (zh) * | 2021-04-15 | 2021-07-09 | 武汉理工大学 | 基于全球定位系统标靶的雷达二维安装姿态标定方法及系统 |
CN113177974A (zh) * | 2021-05-19 | 2021-07-27 | 上海商汤临港智能科技有限公司 | 一种点云配准方法、装置、电子设备及存储介质 |
CN113280798A (zh) * | 2021-07-20 | 2021-08-20 | 四川省公路规划勘察设计研究院有限公司 | 隧道gnss拒止环境下车载扫描点云的几何纠正方法 |
WO2021212844A1 (zh) * | 2020-04-21 | 2021-10-28 | 广东博智林机器人有限公司 | 点云拼接方法、装置、设备和存储设备 |
CN113566833A (zh) * | 2021-07-28 | 2021-10-29 | 上海工程技术大学 | 一种多传感器融合的车辆定位方法及系统 |
US20210396842A1 (en) * | 2019-10-09 | 2021-12-23 | Shandong University | Multi-scale inspection and intelligent diagnosis system and method for tunnel structural defects |
CN113914407A (zh) * | 2021-10-09 | 2022-01-11 | 重庆科技学院 | 一种基于bim与机器视觉的挖掘机开挖隧道精确控制系统 |
CN113936045A (zh) * | 2021-10-15 | 2022-01-14 | 山东大学 | 路侧激光雷达点云配准方法及装置 |
US20220035036A1 (en) * | 2020-07-29 | 2022-02-03 | Beijing Tusen Weilai Technology Co., Ltd. | Method and apparatus for positioning movable device, and movable device |
WO2022062521A1 (zh) * | 2020-09-28 | 2022-03-31 | 北京天玛智控科技股份有限公司 | 一种综采工作面的定位方法及系统 |
CN114549879A (zh) * | 2022-04-25 | 2022-05-27 | 四川省公路规划勘察设计研究院有限公司 | 一种隧道车载扫描点云的标靶识别及中心点提取方法 |
CN114578807A (zh) * | 2022-01-05 | 2022-06-03 | 北京华如科技股份有限公司 | 一种无人靶车雷视融合的主动目标检测与避障方法 |
WO2022142759A1 (zh) * | 2020-12-31 | 2022-07-07 | 中国矿业大学 | 一种激光雷达与相机联合标定方法 |
CN114842079A (zh) * | 2022-04-23 | 2022-08-02 | 四川大学 | 盾构隧道内对预制中隔墙进行位姿测量的设备及方法 |
-
2022
- 2022-10-18 CN CN202211269706.9A patent/CN115343299B/zh active Active
Patent Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108180856A (zh) * | 2018-01-30 | 2018-06-19 | 中国地质大学(武汉) | 一种基于激光数据的隧道变形监测方法、设备及存储设备 |
US20210129987A1 (en) * | 2018-03-26 | 2021-05-06 | Singapore University Of Technology And Design | Aerial vehicles, methods of imaging a tunnel and methods of imaging a shaft |
CN110044265A (zh) * | 2019-05-16 | 2019-07-23 | 中国计量大学 | 一种基于三维激光扫描的机器人重复位姿测量方法 |
US20210396842A1 (en) * | 2019-10-09 | 2021-12-23 | Shandong University | Multi-scale inspection and intelligent diagnosis system and method for tunnel structural defects |
CN110969169A (zh) * | 2019-12-03 | 2020-04-07 | 南京林业大学 | 一种基于点云数据的面变形信息提取方法 |
CN111415385A (zh) * | 2020-03-02 | 2020-07-14 | 武汉大学 | 激光雷达和多线阵相机组合系统的相对位姿参数优化方法 |
CN111505606A (zh) * | 2020-04-14 | 2020-08-07 | 武汉大学 | 多相机与激光雷达系统相对位姿检校方法及装置 |
WO2021212844A1 (zh) * | 2020-04-21 | 2021-10-28 | 广东博智林机器人有限公司 | 点云拼接方法、装置、设备和存储设备 |
CN111694010A (zh) * | 2020-05-27 | 2020-09-22 | 东南大学 | 一种基于视觉与激光雷达融合的路侧车辆识别方法 |
CN111707668A (zh) * | 2020-05-28 | 2020-09-25 | 武汉武大卓越科技有限责任公司 | 基于序列图像的隧道检测及图像处理方法 |
US20220035036A1 (en) * | 2020-07-29 | 2022-02-03 | Beijing Tusen Weilai Technology Co., Ltd. | Method and apparatus for positioning movable device, and movable device |
WO2022062521A1 (zh) * | 2020-09-28 | 2022-03-31 | 北京天玛智控科技股份有限公司 | 一种综采工作面的定位方法及系统 |
WO2022142759A1 (zh) * | 2020-12-31 | 2022-07-07 | 中国矿业大学 | 一种激光雷达与相机联合标定方法 |
CN112837383A (zh) * | 2021-03-01 | 2021-05-25 | 东南大学 | 相机与激光雷达重标定方法、装置及计算机可读存储介质 |
CN113093130A (zh) * | 2021-04-15 | 2021-07-09 | 武汉理工大学 | 基于全球定位系统标靶的雷达二维安装姿态标定方法及系统 |
CN113177974A (zh) * | 2021-05-19 | 2021-07-27 | 上海商汤临港智能科技有限公司 | 一种点云配准方法、装置、电子设备及存储介质 |
CN113280798A (zh) * | 2021-07-20 | 2021-08-20 | 四川省公路规划勘察设计研究院有限公司 | 隧道gnss拒止环境下车载扫描点云的几何纠正方法 |
CN113566833A (zh) * | 2021-07-28 | 2021-10-29 | 上海工程技术大学 | 一种多传感器融合的车辆定位方法及系统 |
CN113914407A (zh) * | 2021-10-09 | 2022-01-11 | 重庆科技学院 | 一种基于bim与机器视觉的挖掘机开挖隧道精确控制系统 |
CN113936045A (zh) * | 2021-10-15 | 2022-01-14 | 山东大学 | 路侧激光雷达点云配准方法及装置 |
CN114578807A (zh) * | 2022-01-05 | 2022-06-03 | 北京华如科技股份有限公司 | 一种无人靶车雷视融合的主动目标检测与避障方法 |
CN114842079A (zh) * | 2022-04-23 | 2022-08-02 | 四川大学 | 盾构隧道内对预制中隔墙进行位姿测量的设备及方法 |
CN114549879A (zh) * | 2022-04-25 | 2022-05-27 | 四川省公路规划勘察设计研究院有限公司 | 一种隧道车载扫描点云的标靶识别及中心点提取方法 |
Non-Patent Citations (11)
Title |
---|
刘宇豪等: "隧道点云拼接与BIM参数化建模研究", 《现代商贸工业》 * |
吴庆华等: "一种基于平面标靶的线结构光视觉传感器标定方法", 《光电子.激光》 * |
张瀚等: "一种点云配准新方法在隧道变形监测中的应用研究", 《信息通信》 * |
曹奇等: "基于标靶配准的廊道点云数据", 《现代测绘》 * |
杨文辉等: "双护盾硬岩隧道掘进机位姿测量系统", 《光学学报》 * |
王国利: "《地面激光点云模型构建原理》", 30 June 2017 * |
王庆闪等: "基于NDT与ICP结合的点云配准算法", 《计算机工程与应用》 * |
许少辉: "地面三维激光扫描技术在地铁隧道竣工测量中的应用", 《城市勘测》 * |
谢雄耀等: "基于地面三维激光扫描技术的隧道全断面变形测量方法", 《岩石力学与工程学报》 * |
贾东峰等: "球标靶在点云数据配准中的应用分析", 《工程勘察》 * |
赵树杰: "基于三维点云的隧道全生命周期健康检测技术与应用", 《施工技术》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116823937A (zh) * | 2023-08-28 | 2023-09-29 | 成都飞机工业(集团)有限责任公司 | 一种基于视觉引导的飞机水平点高精度快速瞄准方法 |
CN116823937B (zh) * | 2023-08-28 | 2024-02-23 | 成都飞机工业(集团)有限责任公司 | 一种基于视觉引导的飞机水平点高精度快速瞄准方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115343299B (zh) | 2023-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104865578B (zh) | 一种室内停车场高精细地图生成装置及方法 | |
WO2022170878A1 (zh) | 一种无人机测量输电线路影像距离的系统及方法 | |
WO2022141913A1 (zh) | 一种基于车载定位装置的路侧毫米波雷达校准方法 | |
CN104217439B (zh) | 一种室内视觉定位系统及方法 | |
CN102967305B (zh) | 基于大小回字标志物的多旋翼无人机位姿获取方法 | |
CN203580743U (zh) | 一种车载式隧道测量系统 | |
CN107807365A (zh) | 用于低空无人航空器的轻小型数字摄影三维激光扫描装置 | |
CN112836737A (zh) | 一种基于车路数据融合的路侧组合感知设备在线标定方法 | |
CN109737981B (zh) | 基于多传感器的无人车目标搜索装置及方法 | |
CN104180793A (zh) | 一种用于数字城市建设的移动空间信息获取装置和方法 | |
AU2018282302A1 (en) | Integrated sensor calibration in natural scenes | |
CN111426302B (zh) | 一种无人机高精度倾斜摄影测量系统 | |
CN110827358B (zh) | 一种应用于自动驾驶汽车的相机标定方法 | |
CN214520204U (zh) | 一种基于深度相机和激光雷达的港区智能巡检机器人 | |
CN115343299B (zh) | 一种轻量化公路隧道集成检测系统及方法 | |
CN112179362A (zh) | 高精度地图数据采集系统和采集方法 | |
CN208027170U (zh) | 一种电力巡线无人机及系统 | |
CN104567821A (zh) | 一种基于卫星定位的交通事故现场勘察测绘系统 | |
CN116129067A (zh) | 一种基于多源地理信息耦合的城市实景三维建模方法 | |
CN109932707B (zh) | 顾及雷达结构的移动测量系统标定方法 | |
CN113296133A (zh) | 一种基于双目视觉测量与高精度定位融合技术实现位置标定的装置及方法 | |
CN113673386A (zh) | 一种交通信号灯在先验地图中的标注方法 | |
CN117310627A (zh) | 一种应用于车路协同路侧感知系统的联合标定方法 | |
CN101079947A (zh) | 一种影像采集系统 | |
CN210027896U (zh) | 一种倒崖立面精细倾斜航摄装置 |
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 |