CN115752238A - 双目十字激光精准定位系统及方法 - Google Patents
双目十字激光精准定位系统及方法 Download PDFInfo
- Publication number
- CN115752238A CN115752238A CN202211487986.0A CN202211487986A CN115752238A CN 115752238 A CN115752238 A CN 115752238A CN 202211487986 A CN202211487986 A CN 202211487986A CN 115752238 A CN115752238 A CN 115752238A
- Authority
- CN
- China
- Prior art keywords
- circle
- cross laser
- intersection points
- intersection
- edge
- 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
Images
Landscapes
- Image Analysis (AREA)
Abstract
本申请涉及一种双目十字激光精准定位系统及方法,属于计算机技术领域,该系统包括:第一十字激光器向圆形目标物发射第一十字激光;第二十字激光器向圆形目标物发射第二十字激光;相机采集圆形目标物的图像数据;定位组件提取图像数据上的圆边缘信息,利用霍夫变换对圆上边缘特征进行处理,得到处理后的圆边缘;确定十字激光与处理后的圆边缘的8个交点的交点坐标;将交点坐标转换至世界坐标系,得到转换后的交点坐标;基于最小二乘法和转换后的交点坐标拟合新的圆,得到圆信息;将圆信息反馈至机器人;可以解决基于单个十字激光的圆形目标物的定位结果的准确性较低的问题;可以提高圆形目标物定位的准确性。
Description
技术领域
本申请涉及一种双目十字激光精准定位系统及方法,属于计算机技术领域。
背景技术
随着自动化的发展,机器人可以实现自动搬运、安装零部件等工作任务。为了实现对圆形零部件(比如具有孔的零部件、或者具有轴的零部件等)的抓取,机器人需要对圆形零部件进行精准定位。
目前,通常使用一个十字激光和一个相机实现对圆形零部件的定位。比如:申请号为201611056225.4的发明专利《一种基于十字激光和机器视觉的轴孔类零件定姿定位方法》公开了如下内容:包括激光器、相机和轴孔类零件;所述激光器发出十字激光,形成两个相交的激光光平面照射到轴孔类零件端面上;所述的定位定姿方法具体包括如下检测步骤:
a)轮廓特征点检测:采用十字线结构光,一次性获得空间圆上的四个点;
b)零件端面法相矢量检测:根据四个点计算空间圆的法向矢量;
c)空间圆圆心和半径检测:根据法向矢量,建立空间圆的局部坐标系,在此局部坐标系中对空间圆轮廓进行降维处理,并采用非线性递归算法,获得空间圆在局部坐标系中的圆心和半径参数;
d)机器人坐标系下的位置和姿态检测:将空间圆的法向矢量、圆心位置转换到机器人坐标系中,获得机器人坐标系下的空间圆的位置、姿态和半径;从而实现轴孔类零件的定位和定姿。
然而,十字线结构光在空间圆上的四个点依赖于对空间圆检测的准确性,在对空间圆检测不准确的情况下,十字激光受到拟合圆边缘影响,容错率较低,这就会导致圆形零部件的定位结果的准确性较低的问题。
发明内容
本申请提供了一种双目十字激光精准定位系统及方法,可以提高圆形目标物的定位结果的准确性。本申请提供如下技术方案:
一方面,提供一种双目十字激光精准定位系统,所述系统包括:
第一十字激光器,适于向待定位的圆形目标物发射第一十字激光;
第二十字激光器,适于向所述圆形目标物发射第二十字激光,所述第二十字激光的激光平面与所述第一十字激光的激光平面不重叠;
相机,适于采集所述圆形目标物的图像数据;
与所述第一十字激光器、所述第二十字激光器和所述相机分别相连的定位组件;所述定位组件用于:控制所述第一十字激光器和所述第二十字激光器向所述圆形目标物发射十字激光;控制所述相机采集所述图像数据;提取所述图像数据上的圆边缘信息,利用霍夫变换对圆上边缘特征进行处理,得到处理后的圆边缘;确定十字激光与处理后的圆边缘的8个交点的交点坐标;将所述交点坐标转换至世界坐标系,得到转换后的交点坐标;基于最小二乘法和所述转换后的交点坐标拟合新的圆,得到圆信息;将所述圆信息反馈至机器人,所述机器人用于对所述圆形目标物进行操作。
可选地,所述基于最小二乘法和所述转换后的交点坐标拟合新的圆,得到圆信息,包括:
从所述8个交点中确定多组交点,每组交点包括5个目标交点,且不同目标交点之间的距离大于预设距离;不同组交点中至少存在一个目标交点不同;
使用每组交点拟合得到每组交点对应的候选圆;
对于任意一组交点,计算除所述一组交点中的5个目标交点之外的各个其它交点与所述一组交点对应的候选圆之间的残差;
将残差小于预设残差阈值的其它交点确定为所述一组交点对应的匹配交点;
确定匹配交点最多的一组交点;
基于所述匹配交点最多的一组交点确定所述圆信息。
可选地,所述从所述8个交点中确定多组交点之前,还包括:
对每个交点的坐标进行归一化处理;
相应地,所述基于所述匹配交点最多的一组交点确定所述圆信息,包括:
对所述匹配交点最多的一组交点进行反归一化处理;
使用反归一化处理后的交点确定所述圆信息。
可选地,所述利用霍夫变换对圆上边缘特征进行处理,得到处理后的圆边缘,包括:
对所述圆边缘信息进行高斯滤波;
将滤波后的边缘信息进行二值化和腐蚀膨胀处理,得到处理后的边缘信息;
使用霍夫变换确定所述处理后的边缘信息上的边界点;
确定所述边界点是否属于连通域;
在所述边界点属于连通域的情况下,确定所述边界点为处理后的圆边缘上的点。
可选地,所述提取所述图像数据上的圆边缘信息,包括:
使用Sobel算子对所述图像数据进行边缘检测,得到所述圆边缘信息。
可选地,所述确定十字激光与处理后的圆边缘的8个交点的交点坐标,包括:
识别所述十字激光与所述处理后的圆边缘形成的轮廓特征点,得到所述8个交点的交点坐标。
另一方面,提供一种双目十字激光精准定位方法,用于第一方面提供的所述的双目十字激光精准定位系统中,所述方法包括:
控制所述第一十字激光器和所述第二十字激光器向所述圆形目标物发射十字激光;
控制所述相机采集所述图像数据;
提取所述图像数据上的圆边缘信息;
利用霍夫变换对圆上边缘特征进行处理,得到处理后的圆边缘;
确定十字激光与处理后的圆边缘的8个交点的交点坐标;
将所述交点坐标转换至世界坐标系,得到转换后的交点坐标;
基于最小二乘法和所述转换后的交点坐标拟合新的圆,得到圆信息;
将所述圆信息反馈至机器人,所述机器人用于对所述圆形目标物进行操作。
本申请的有益效果至少包括:通过第一十字激光器向待定位的圆形目标物发射第一十字激光;第二十字激光器向圆形目标物发射第二十字激光,第二十字激光的激光平面与第一十字激光的激光平面不重叠;相机采集圆形目标物的图像数据;与第一十字激光器、第二十字激光器和相机分别相连的定位组件;定位组件用于:提取图像数据上的圆边缘信息,利用霍夫变换对圆上边缘特征进行处理,得到处理后的圆边缘;确定十字激光与处理后的圆边缘的8个交点的交点坐标;将交点坐标转换至世界坐标系,得到转换后的交点坐标;基于最小二乘法和转换后的交点坐标拟合新的圆,得到圆信息;将圆信息反馈至机器人,机器人用于对圆形目标物进行操作;可以解决单个十字激光容易受到拟合圆边缘影响,容错率较低,导致圆形目标物的定位结果的准确性较低的问题;一方面通过霍夫变换对圆上边缘特征进行处理,可以提高圆边缘的准确性,从而提高确定激光与圆边缘之间的交点的准确性;另一方面使用8个交点来拟合新的圆,可以提高拟合圆时使用的样本数量;由于交点的确定更加准确、交点数量更多,因此,可以提高圆形目标物定位的准确性。
另外,通过生成多组交点,从多组交点对应的候选圆中选择最优圆,可以选择出最贴近圆形目标物的圆,从而进一步提高圆形目标物定位的准确性。
另外,在生成多组交点时,通过保证每两个交点之间的距离大于一定的阈值,这样不但能够减少拟合点搜索的次数,而且也能够避免由于拟合点之间的距离太近产生虚假的圆,进一步提高圆形目标物定位的准确性。
另外,通过结合霍夫变换和连通域来对圆边缘进行处理,可以保证处理后的圆更加贴近圆形目标物,进一步提高圆形目标物定位的准确性。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,并可依照说明书的内容予以实施,以下以本申请的较佳实施例并配合附图详细说明如后。
附图说明
图1是本申请一个实施例提供的双目十字激光精准定位系统的结构示意图;
图2是本申请一个实施例提供的双目十字激光精准定位方法的流程图;
图3是本申请一个实施例提供的利用霍夫变换对圆上边缘特征进行处理的过程。
具体实施方式
下面结合附图和实施例,对本申请的具体实施方式做进一步详细描述。以下实施例用于说明本申请,但不用来限制本申请的范围。
图1是本申请一个实施例提供的双目十字激光精准定位系统的结构示意图,该系统包括:第一十字激光器110、第二十字激光器120、相机130、圆形目标物140和定位组件150。
圆形目标物140是指机器人需要定位的物体,圆形目标物具有圆形结构,机器人通过定位该圆形结构实现对圆形目标物进行操作。圆形目标物可以为中心具有圆形孔的零部件、或者是中心具有圆形轴体的零部件,本实施例不对圆形目标物140的类型作限定。
圆形目标物140一般放置于供机器人操作的操作台上,该操作台上设置有第一十字激光器110、第二十字激光器120和相机130,且圆形目标物140放置在能够被第一十字激光器110、第二十字激光器120和相机130采集到的位置。
第一十字激光器110和第二十字激光器120是指能够发射相互垂直的线激光以构成十字结构光的激光器。
本实施例中,第一十字激光器110适于向圆形目标物发射第一十字激光;第二十字激光器120适于向圆形目标物发射第二十字激光,第二十字激光的激光平面与第一十字激光的激光平面不重叠。这样,在第一十字激光器110和第二十字激光器120同时向圆形目标物发射十字激光的情况下,可以在圆形目标物发射的圆形边缘上形成8个交点。
相机130适于采集圆形目标物的图像数据。相机130是指具有拍照能力的电子设备,相机130可以为照相机、摄像机、手机等,本实施例不对相机的实现方式作限定。
定位组件150与第一十字激光器、第二十字激光器和相机分别相连,连接方式可以是有线连接或无线连接,本实施例不对该连接方式作限定。
定位组件150用于获取第一十字激光器、第二十字激光器和相机采集的数据,并使用该数据对圆形目标物进行定位。定位组件150可以是与机器人相互独立的设备,如:计算机、平板电脑、或手机等;或者定位组件150还可以是安装在机器人中的控制器,本实施例不对定位组件150的实现方式作限定。在定位组件150是与机器人相互独立的设备的情况下,定位组件与机器人通信相连。
具体地,本实施例中,定位组件150用于:控制第一十字激光器和第二十字激光器向圆形目标物发射十字激光;控制相机采集图像数据;提取图像数据上的圆边缘信息,利用霍夫变换对圆上边缘特征进行处理,得到处理后的圆边缘;确定十字激光与处理后的圆边缘的8个交点的交点坐标;将交点坐标转换至世界坐标系,得到转换后的交点坐标;基于最小二乘法和转换后的交点坐标拟合新的圆,得到圆信息;将圆信息反馈至机器人,机器人用于对圆形目标物进行操作。
本实施例中,一方面通过霍夫变换对圆上边缘特征进行处理,可以提高圆边缘的准确性,从而提高确定激光与圆边缘之间的交点的准确性;另一方面使用8个交点来拟合新的圆,可以提高拟合圆时使用的样本数量;由于交点的确定更加准确、交点数量更多,因此,可以提高圆形目标物定位的准确性。
可选地,本申请以各个实施例提供的双目十字激光精准定位方法用于图1所示的双目十字激光精准定位系统中的定位组件中为例进行说明。
图2是本申请一个实施例提供的双目十字激光精准定位方法的流程图,该方法至少包括以下几个步骤:
步骤201,控制第一十字激光器和第二十字激光器向圆形目标物发射十字激光。
在一个示例中,响应于对圆形目标物的定位指令,定位组件控制第一十字激光器和第二十字激光器向圆形目标物发射十字激光。
可选地,定位指令是定位组件接收到作用于定位控件上的触发操作的情况下生成的,或者是定位组件启动时生成,或者还可以是其它设备(如机器人)发送的,本实施例不对定位指令的获取方式作限定。其中,定位组件可以是物理按键或者是通过触摸显示屏显示的虚拟控件,本实施例不对定位组件的实现方式作限定。
步骤202,控制相机采集图像数据。
相机可以对圆形目标物采集一张图像数据,或者,也可以对圆形目标物采集至少两张图像数据,本实施例不对图像数据的数量作限定。
由于十字激光照射至圆形目标物,因此,图像数据包括十字激光的图像。
步骤203,提取图像数据上的圆边缘信息。
在一个示例中,使用Sobel算子对图像数据进行边缘检测,得到圆边缘信息。其中,圆边缘信息为具有圆形目标物的圆形边缘轮廓的图像。
步骤204,利用霍夫变换对圆上边缘特征进行处理,得到处理后的圆边缘。
参考图3,利用霍夫变换对圆上边缘特征进行处理,得到处理后的圆边缘,包括:对圆边缘信息进行高斯滤波;将滤波后的边缘信息进行二值化和腐蚀膨胀处理,得到处理后的边缘信息;使用霍夫变换确定处理后的边缘信息上的边界点;确定边界点是否属于连通域;在边界点属于连通域的情况下,确定边界点为处理后的圆边缘上的点。
连通域的处理过程包括:对图像数据进行二值化处理,除圆形之外的背景图像为0,圆形的图像为1。
在边界点不属于连通域的情况下,确定边界点不是处理后的圆边缘上的点,将该边界点删除。
霍夫变换进行圆检测的原理包括:圆的方程表示为:(x-a)2+(y-b)2=r2。对输入图像进行边缘检测,获取边界点,同霍夫变换检测直线一样,使用(a,b,r)来确定一个圆心为(a,b)半径为r的圆。某个圆过点(x1,y1),则有(x1-a)2+(y1-b)2=r12。过点(x1,y1)所有圆可以表示为(a1i,b1i,r1i),每个i对于一个不同的圆,表示有无穷多个过点(x1,y1)的点。过点(x1,y1)的所有圆可以表示为(a1i,b1i,r1i),过点(x2,y2)的所有圆可以表示为(a2i,b2i,r2i),过点(x3,y3)的所有圆可以表示为(a3i,b3i,r3i),如果这三个点在同一个圆上,那么存在一个值(a0,b0,r0),使得a0=a1(k)=a2(k)=a3(k),b0=b1(k)=b2(k)=b3(k),r0=r1(k)=r2(k)=r3(k),即这三个点同时在圆(a0,b0,r0)上,这三个点即为边界点。
步骤205,确定十字激光与处理后的圆边缘的8个交点的交点坐标。
识别十字激光与处理后的圆边缘形成的轮廓特征点,得到8个交点的交点坐标。此时,交点坐标为在相机坐标系下的坐标。
步骤206,将交点坐标转换至世界坐标系,得到转换后的交点坐标。
定位组件中预先存储有相机坐标系与世界坐标系之间的转换关系,使用该转换关系可以将交点坐标转换至世界坐标系。
步骤207,基于最小二乘法和转换后的交点坐标拟合新的圆,得到圆信息。
具体地,基于最小二乘法和转换后的交点坐标拟合新的圆,得到圆信息,包括以下几个步骤:
步骤1,从8个交点中确定多组交点,每组交点包括5个目标交点,且不同目标交点之间的距离大于预设距离;不同组交点中至少存在一个目标交点不同。
预设距离预存在定位组件中。本实施例中,通过选取每两点之间的距离大于预设距离的5个点,可以减少拟合点搜索的次数,还可以避免由于拟合点之间的距离太近产生虚假的圆。
步骤2,使用每组交点拟合得到每组交点对应的候选圆。
步骤3,对于任意一组交点,计算除一组交点中的5个目标交点之外的各个其它交点与一组交点对应的候选圆之间的残差。
步骤4,将残差小于预设残差阈值的其它交点确定为一组交点对应的匹配交点。
预设残差阈值预存在定位组件中。
步骤5,确定匹配交点最多的一组交点。
步骤6,基于匹配交点最多的一组交点确定圆信息。
可选地,在从8个交点中确定多组交点之前,还包括:对每个交点的坐标进行归一化处理。此时,基于匹配交点最多的一组交点确定圆信息,包括:对匹配交点最多的一组交点进行反归一化处理;使用反归一化处理后的交点确定圆信息。
圆信息包括圆心在世界坐标系中的坐标位置和圆的半径。
步骤208,将圆信息反馈至机器人,机器人用于对圆形目标物进行操作。
机器人操作圆形目标物时通常基于世界坐标系进行操作,由于圆信息是在世界坐标系下的坐标信息,因此,机器人可以使用圆信息定位出圆形目标物在世界坐标系下的位置,从而对圆形目标物进行操作。
综上所述,本实施例提供的双目十字激光精准定位方法,通过第一十字激光器向待定位的圆形目标物发射第一十字激光;第二十字激光器向圆形目标物发射第二十字激光,第二十字激光的激光平面与第一十字激光的激光平面不重叠;相机采集圆形目标物的图像数据;与第一十字激光器、第二十字激光器和相机分别相连的定位组件;定位组件用于:提取图像数据上的圆边缘信息,利用霍夫变换对圆上边缘特征进行处理,得到处理后的圆边缘;确定十字激光与处理后的圆边缘的8个交点的交点坐标;将交点坐标转换至世界坐标系,得到转换后的交点坐标;基于最小二乘法和转换后的交点坐标拟合新的圆,得到圆信息;将圆信息反馈至机器人,机器人用于对圆形目标物进行操作;可以解决单个十字激光容易受到拟合圆边缘影响,容错率较低,导致圆形目标物的定位结果的准确性较低的问题;一方面通过霍夫变换对圆上边缘特征进行处理,可以提高圆边缘的准确性,从而提高确定激光与圆边缘之间的交点的准确性;另一方面使用8个交点来拟合新的圆,可以提高拟合圆时使用的样本数量;由于交点的确定更加准确、交点数量更多,因此,可以提高圆形目标物定位的准确性。
另外,通过生成多组交点,从多组交点对应的候选圆中选择最优圆,可以选择出最贴近圆形目标物的圆,从而进一步提高圆形目标物定位的准确性。
另外,在生成多组交点时,通过保证每两个交点之间的距离大于一定的阈值,这样不但能够减少拟合点搜索的次数,而且也能够避免由于拟合点之间的距离太近产生虚假的圆,进一步提高圆形目标物定位的准确性。
另外,通过结合霍夫变换和连通域来对圆边缘进行处理,可以保证处理后的圆更加贴近圆形目标物,进一步提高圆形目标物定位的准确性。
可选地,本申请还提供有一种计算机可读存储介质,所述计算机可读存储介质中存储有程序,所述程序由处理器加载并执行以实现上述方法实施例的双目十字激光精准定位方法。
可选地,本申请还提供有一种计算机产品,该计算机产品包括计算机可读存储介质,所述计算机可读存储介质中存储有程序,所述程序由处理器加载并执行以实现上述方法实施例的双目十字激光精准定位方法。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (7)
1.一种双目十字激光精准定位系统,其特征在于,所述系统包括:
第一十字激光器,适于向待定位的圆形目标物发射第一十字激光;
第二十字激光器,适于向所述圆形目标物发射第二十字激光,所述第二十字激光的激光平面与所述第一十字激光的激光平面不重叠;
相机,适于采集所述圆形目标物的图像数据;
与所述第一十字激光器、所述第二十字激光器和所述相机分别相连的定位组件;所述定位组件用于:控制所述第一十字激光器和所述第二十字激光器向所述圆形目标物发射十字激光;控制所述相机采集所述图像数据;提取所述图像数据上的圆边缘信息,利用霍夫变换对圆上边缘特征进行处理,得到处理后的圆边缘;确定十字激光与处理后的圆边缘的8个交点的交点坐标;将所述交点坐标转换至世界坐标系,得到转换后的交点坐标;基于最小二乘法和所述转换后的交点坐标拟合新的圆,得到圆信息;将所述圆信息反馈至机器人,所述机器人用于对所述圆形目标物进行操作。
2.根据权利要求1所述的系统,其特征在于,所述基于最小二乘法和所述转换后的交点坐标拟合新的圆,得到圆信息,包括:
从所述8个交点中确定多组交点,每组交点包括5个目标交点,且不同目标交点之间的距离大于预设距离;不同组交点中至少存在一个目标交点不同;
使用每组交点拟合得到每组交点对应的候选圆;
对于任意一组交点,计算除所述一组交点中的5个目标交点之外的各个其它交点与所述一组交点对应的候选圆之间的残差;
将残差小于预设残差阈值的其它交点确定为所述一组交点对应的匹配交点;
确定匹配交点最多的一组交点;
基于所述匹配交点最多的一组交点确定所述圆信息。
3.根据权利要求2所述的系统,其特征在于,
所述从所述8个交点中确定多组交点之前,还包括:
对每个交点的坐标进行归一化处理;
相应地,所述基于所述匹配交点最多的一组交点确定所述圆信息,包括:
对所述匹配交点最多的一组交点进行反归一化处理;
使用反归一化处理后的交点确定所述圆信息。
4.根据权利要求1所述的系统,其特征在于,所述利用霍夫变换对圆上边缘特征进行处理,得到处理后的圆边缘,包括:
对所述圆边缘信息进行高斯滤波;
将滤波后的边缘信息进行二值化和腐蚀膨胀处理,得到处理后的边缘信息;
使用霍夫变换确定所述处理后的边缘信息上的边界点;
确定所述边界点是否属于连通域;
在所述边界点属于连通域的情况下,确定所述边界点为处理后的圆边缘上的点。
5.根据权利要求1所述的系统,其特征在于,所述提取所述图像数据上的圆边缘信息,包括:
使用Sobel算子对所述图像数据进行边缘检测,得到所述圆边缘信息。
6.根据权利要求1所述的系统,其特征在于,所述确定十字激光与处理后的圆边缘的8个交点的交点坐标,包括:
识别所述十字激光与所述处理后的圆边缘形成的轮廓特征点,得到所述8个交点的交点坐标。
7.一种双目十字激光精准定位方法,其特征在于,用于权利要求1至6任一所述的双目十字激光精准定位系统中,所述方法包括:
控制所述第一十字激光器和所述第二十字激光器向所述圆形目标物发射十字激光;
控制所述相机采集所述图像数据;
提取所述图像数据上的圆边缘信息;
利用霍夫变换对圆上边缘特征进行处理,得到处理后的圆边缘;
确定十字激光与处理后的圆边缘的8个交点的交点坐标;
将所述交点坐标转换至世界坐标系,得到转换后的交点坐标;
基于最小二乘法和所述转换后的交点坐标拟合新的圆,得到圆信息;
将所述圆信息反馈至机器人,所述机器人用于对所述圆形目标物进行操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211487986.0A CN115752238A (zh) | 2022-11-25 | 2022-11-25 | 双目十字激光精准定位系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211487986.0A CN115752238A (zh) | 2022-11-25 | 2022-11-25 | 双目十字激光精准定位系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115752238A true CN115752238A (zh) | 2023-03-07 |
Family
ID=85337719
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211487986.0A Pending CN115752238A (zh) | 2022-11-25 | 2022-11-25 | 双目十字激光精准定位系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115752238A (zh) |
-
2022
- 2022-11-25 CN CN202211487986.0A patent/CN115752238A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112837371A (zh) | 基于3d匹配的物体抓取方法、装置及计算设备 | |
CN109492688B (zh) | 焊缝跟踪方法、装置及计算机可读存储介质 | |
CN107038443B (zh) | 一种在电路板上定位感兴趣区域的方法和装置 | |
CN113146073B (zh) | 基于视觉的激光切割方法及装置、电子设备、存储介质 | |
CN113664838B (zh) | 机器人定位放置控制方法、装置、电子设备及存储介质 | |
CN112836558A (zh) | 机械臂末端调整方法、装置、系统、设备及介质 | |
CN112990151B (zh) | 障碍物检测模块的精度检测方法和电子设备 | |
CN112686322A (zh) | 零件差异识别方法、装置、设备及存储介质 | |
CN115194769A (zh) | 坐标系校准方法、装置、机器人和存储介质 | |
CN113840695A (zh) | 标定检验组件、机器人系统、检验方法和标定方法 | |
CN112528846A (zh) | 障碍物检测的测评方法、装置、设备以及存储介质 | |
CN115752238A (zh) | 双目十字激光精准定位系统及方法 | |
CN115546219B (zh) | 检测板式生成方法、板卡缺陷检测方法、装置及产品 | |
CN114074321A (zh) | 机器人标定方法及装置 | |
CN108805121B (zh) | 一种车牌检测定位方法、装置、设备及计算机可读介质 | |
CN116245808A (zh) | 工件缺陷检测方法、装置、电子设备及存储介质 | |
CN115409809A (zh) | 焊缝识别方法、装置、焊接机器人及存储介质 | |
CN111783623B (zh) | 用于识别定位元素的算法调整方法、装置、设备和介质 | |
CN112665885B (zh) | 吊装设备的平稳性评测方法、装置、吊装设备及存储介质 | |
CN111922437B (zh) | 板材排样的检测方法、装置、系统、电子设备及存储介质 | |
CN112598645A (zh) | 轮廓检测方法、装置、设备及存储介质 | |
CN112559342A (zh) | 一种画面测试图像的获取方法、装置、设备及存储介质 | |
CN114043531B (zh) | 台面倾角确定、使用方法、装置、机器人和存储介质 | |
CN115327497B (zh) | 雷达检测范围确定方法、装置、电子设备及可读介质 | |
CN112288696B (zh) | 一种辅助质检方法、装置、电子设备及存储介质 |
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 |