CN116474332A - 使用计算机视觉测量3d属性的系统和方法 - Google Patents

Abstract

本发明公开了一种包括计算设备和摄像机的系统；该系统被配置用于测量机械设备的三维属性和相关的性能测量。一些实施例包括被配置为捕获机械设备的图像的摄像机以及与摄像机通信的计算设备。在一些实施例中，计算设备被配置为获取与多个第一基准相关联的第一组像素以校准摄像机的空间分辨率。来自摄像机的第二图像可以被转换为与附接到机械设备的多个基准中的每个基准相关联的第二组像素。计算设备可以进一步被配置为比较第一组像素和第二组像素以确定多个基准在机械设备上的位置。

Description

使用计算机视觉测量3D属性的系统和方法

本申请为分案申请，母案申请的国家申请号为：201980052786.2(国际申请号为PCT/US2019/036839)、进入中国国家阶段日期为：2021年02月08日(国际申请日为2019年6月12日)，发明名称为：使用计算机视觉测量3D属性的系统和方法。

相关申请的交叉引用

本申请是美国非临时专利申请，要求于2018年6月12日提交的专利申请序列号为62/684,119的美国临时申请的优先权，该美国临时申请的全部内容通过引用合并于此。

技术领域

本公开总体上涉及包括至少一个计算设备和摄像机的计算机化系统，至少一个计算设备和摄像机被共同配置为通过基于已处理的与机械设备相关联的二维(2D)数据预测机械设备的三维(3D)特征来(实时)测量与机械设备相关联的预定物理属性并且允许对其进行调节。

背景技术

机械设备经常在设备制造过程中或之后经历调节阶段，以例如根据需要配置与设备的部件相关联的角度和其他尺寸。例如，可以根据适合于特定应用的预定规格来调节或修改臂或纵长构件相对于设备的主体或相对于选定表面的角度。但是，调节阶段可能涉及将机械设备与各种测量和调节工具连接或者拆开，这可能会导致对设备的磨损或损坏。

作为具体的非限制性示例，在制造过程中或其他时候调节高尔夫球杆的属性(例如，杆面角(loft))需要根据精确的测量结果对杆头和杆身进行仔细的结构修改。特别地，必须在每次调节高尔夫球杆属性(例如，杆面角、杆头角、长度、隆起或侧倾)之后进行测量，以确保调节恰当。然而，测量高尔夫球杆属性的工具通常需要与高尔夫球杆物理接触。这样，高尔夫球杆通常在测量工具和调节工具之间来回转移多次。因此，在每次调节之前，高尔夫球杆可能必须在调节工具内重新定位。以这种方式多次转移高尔夫球杆导致增加了制造的工作时间，并且还可能导致在成品高尔夫球杆产品上形成划痕和磨损。

尤其是考虑到这些因素，构思和开发了本公开的各个方面。

附图说明

图1A是示出被配置为允许根据期望的目标性能规格来对机械设备进行测量以及可能调节的系统的简化框图。

图1B是示出与图1A的系统有关的用于对机械设备进行评估以及可能调节的应用程序的可能模块之间的流逻辑和关系的流程图。

图2A是包括用于跟踪机械设备的图像特征的基准阵列的示例性校准片。

图2B是与图2A的校准片相关联的一组基准，其可以沿着机械设备定位以如本文所述测量设备的各方面。

图3A是示例性机械设备的简化图示，该机械设备可以利用本文所述的系统进行测量和调节。

图3B是将本文描述的系统应用于实际的高尔夫球员以增强挥杆分析的简化图示。

图4是示出使用图1A的系统对特定机械设备(例如高尔夫球杆)进行评估以及可能调节的应用程序的可能模块之间的流逻辑和关系的流程图。

图5是图4中的高尔夫球杆的透视图。

图6A是图4中的高尔夫球杆以及沿着高尔夫球杆定位的基准的透视图。

图6B是图4中的高尔夫球杆以及沿着高尔夫球杆定位的基准的另一个透视图。

图6C是图6B的高尔夫球杆的杆头以及沿着高尔夫球杆的杆面定位的基准的放大细节图。

图7是图6B的高尔夫球杆在测量和分析期间的侧视图。

图8A-8B是示出与本文描述的发明构思相关联的测试数据的示图。

图9是示出可以实现本文所讨论的各种服务、系统和方法的计算系统的示例的简化框图。

在附图的视图中，相应的附图标记指示相应的元件。附图中使用的标题不限制权利要求的范围。

具体实施方式

鉴于前述内容，与用于测量与机械设备相关联的三维(3D)属性的系统有关的技术有待改进。因此，本公开的各方面涉及一种系统形式的独创的技术方案，该系统包括经由应用程序或其他方式配置的计算设备和/或计算机程序产品以及至少一个摄像机(与计算设备集成或单独实现)，其中系统总体上被配置用于基于计算或处理代表与机械设备相关联的2D图像特征(理解为沿设备限定的真实特征和/或沿设备定位的基准)变化的图像数据来测量与机械设备的预限定性能测量相关的3D属性。

本发明的系统可以改进机械设备制造和测量的各个方面。更具体地，在生产过程中，该系统可以使制造商实时读取机械设备的3D属性，由此在每次测量之后可以进行属性的调节而无需将设备重新定位在调节机构内。因此，该系统可以减少工作时间，减少调节次数以及减少成品的磨损和划痕。此外，该系统可以提高设备的质量，降低运营成本，并减轻技术人员的疲劳感。参照附图，示出了用于实时测量机械设备的属性的系统的实施例，用于实时测量机械设备的属性的系统在图1-9中总体上表示为100和200。

参照图1A，示出了用于测量和调节机械设备的属性的系统100。系统100总体上可以包括由计算设备104执行的测量和调节应用程序102(以下称为“应用程序102”)、与计算设备104可操作地通信的摄像机106(或多个摄像机106)以及沿着机械设备110限定或定位的基准108(或多个基准108)。基准108可以包括放置在摄像机106或其他成像系统的视场中的任何对象或标记，它们出现在随后生成的图像或图像数据中作为参考点或度量(或作为光学仪器标线中的对象或一组标记)。在一些实施例中，基准108可以包括可接合到机械设备110的部分的离散组件，例如条形码、2D条形码、实心几何形状(例如，绿色三角形)或可由摄像机106捕获或解释并且可以用摄像机106生成的图像的像素来表示的任何此类组件。可替代地，基准108可以包括沿着机械设备110限定的真实特征，例如凹槽、脊、突起、印刷字符等，它们用于限定平面、矢量或其他属性。

在一些实施例中，系统100可以进一步包括用于将机械设备110相对于摄像机106保持在适当位置的固定工具112，例如虎钳，并且还可以包括用于操纵、弯曲或以其他方式改变机械设备110的物理属性的调节工具114(例如，弯曲机、夹板、扳手等)。总体而言，系统100被配置为允许对机械设备110的预定属性进行测量和调节，如本文进一步所述。

如图所示，计算设备104可以经由网络116与摄像机106进行可操作的无线通信。在其他实施例中，计算设备104可以通过有线连接与摄像机106进行可操作的通信，或者摄像机106可以与计算设备104集成在一起，如本文进一步所述。计算设备104可以包括以下各项中的一个或多个：服务器、控制器、个人计算机、终端机、工作站、膝上型计算机、移动设备、智能手机、平板电脑、大型机或配置有应用程序102或者配置为实现本文所描述的功能的其他此类计算设备。可以使用诸如C++中的Open CV和ArUco工具集之类的不同软件包来创建应用程序102，但是本发明构思不限于此。可以使用平台即服务(PaaS)和/或软件即服务(SaaS)使用例如亚马逊网络服务(Amazon Web Services)或其他分布式或分散式系统将系统100和/或应用程序102的各个方面设置为移动应用程序。网络116可以包括因特网、内联网、虚拟专用网(VPN)、局域网(LAN)、广域网(LAN)、对等网络、云等。在一些实施例中，云(未示出)可以用来执行系统100的一个或多个组件。

如进一步指出的，计算设备104可以与数据库118可操作地连接或者可以访问数据库118。数据库118可以存储关于机械设备110、虚拟对象的预定或期望特性的信息以及本文所述的其他相关联的信息。例如，数据库118可以存储关于适合于不同类型的高尔夫球杆的预定杆面角和杆头角(lie)的信息。另外，应用程序102的至少一些特征可以经由网络116提供给与计算设备104通信的多个用户设备120。多个用户设备120可以包括但不限于以下各项中的至少一项：控制器，个人计算机，终端机，工作站，便携式计算机，膝上型计算机，移动设备，平板电脑，电话，寻呼机或多媒体控制台。多个用户设备120中的任何一个可以被用于例如向计算设备104提交请求或信息，例如以某种形式请求对机械设备110进行调节。

在参照图1A的基础上参照图1B，示出了流程图150，该流程图150说明使用计算设备104和摄像机106随着数据行进并且通过与应用程序102相关联的多个可能模块进行处理数据的创建、处理和流动。利用所示的模块，应用程序102配置为输出物理3-D物理属性或其他信息(例如，任何表面与机械设备110的给定轴之间的相对角度)，这些信息可以用于生成性能测量结果或可用于评估或调节机械设备的信息。总体而言，摄像机106可以用于生成与“场景校准”模块154相关联的校准图像帧152，以便于评估基准108的预校准的3D位置(156)。然后可以沿着机械设备110部署基准108，可以生成机械设备110的图像帧158，以及“基准跟踪”模块160和/或“真实特征跟踪”模块164与摄像机106一起使用(协作地或单独使用)以记录或识别与基准108相关联的2D图像坐标162或其他2D图像特征。利用2D图像坐标162，与应用程序102相关联的“3D位置估计”模块170被配置为随后估计或生成与基准108和机械设备110的真实特征相对应的一组三维(3D)点/坐标172。一旦创建了此类3D点172，可以实现“限定物理属性”模块174，其被配置为向3D点172应用一系列预定线性代数运算，以便于限定机械设备110的某些物理属性176。“性能测量”模块178然后可以利用与机械设备110的物理属性176相关联的数据来输出任何数量或类型的性能测量结果，如本文进一步所述。在一些实施例中，还可以参考预定虚拟对象的数据库182经由“虚拟对象叠加”模块180针对预定目标规格进一步检查性能测量结果(未示出)。

更具体地，参考图1B的场景校准模块154，可以首先利用基准108来校准摄像机106的空间分辨率。在一些实施例中，这可以首先包括利用基准108或基准阵列(在图2A中基准阵列示为204)来将校准片(图2A中的202)定位在摄像机106的前面，使得校准片202朝向摄像机106定向。如图2A-2B所示，基准108可以是限定大体上正方形形状和像素化黑白图案的独特几何形状的2D图像像素化。在其他实施例中，基准108可以限定任何类型或特定形状(例如，圆形、矩形、三角形、五边形、八边形或任何其他形状)或适合于跟踪与基准108相关联的图像数据的变化的某种类型的特征。基准108可以进一步限定表面积。例如，基准108的表面积可以包括任何形状(例如，正方形、矩形、三角形、圆形、五边形、八边形或任何其他形状)，并且可以是例如一平方英寸。在其他示例中，基准108的表面积可以按比例放大。例如，基准108的表面积可以是至少1平方英寸，至少1.5平方英寸，至少1.75平方英寸，至少2平方英寸，至少2.25平方英寸或至少2.5平方英寸。在其他示例中，基准108可以进一步按比例缩小。例如，基准的表面积可以小于0.75平方英寸，小于0.50平方英寸，小于0.25平方英寸，小于0.15平方英寸。在一些实施例中，基准108可以采取二维(2D)快速响应(QR)码的形式(在图2A-2B中示出)，或者可以采用沿着机械设备110(未示出)存在或者自然限定的自然特征的形式。

参照图2B，通过所描绘的基准108A、基准108B和基准108C示出了基准108的进一步可能的特征，基准108A、基准108B和基准108C可以是可以从校准片202移除或复制的基准108的三个示例。举例来说，如基准108A所示，基准108可以包括沿着基准108的形状的周界限定的轮廓210(以绿色示出)以及位于轮廓上的一点处的圆点212(以红色示出)。轮廓210指示基准108A的平面坐标，而圆点212指示平面坐标的原点。另外，由基准108A和其他基准108限定的像素化黑白图案的独特几何形状可以代表不同的二进制代码。摄像机106可以识别不同的二进制代码，并且可以允许识别和/或确定某一基准108位于沿着机械设备110的哪个不同位置。在一些实施例中，每个基准108可以与不同的标识符相关联。例如，基准108A可以与标识符“10”相关联或限定标识符“10”(基于QR码或其他)，基准108B可以与标识符“40”相关联或限定标识符“40”(基于QR码或其他)；以及基准108C可以与标识符“41”相关联或限定标识符“41”(基于QR码或其他)。

返回参考图1A和图1B，一旦包括基准108的校准片202被定位在摄像机106的前面，在利用摄像机106捕获图像或图像帧时，就可以在预定时间段内改变校准片202相对于摄像机106的位置和取向，以生成校准图像帧152。以这种方式，可以使用校准片202的每个基准108的实际尺寸来校准摄像机106。然后可以将校准图像帧152馈送到场景校准模块154，以便于对基准108的3D位置进行预校准156。换句话说，校准片202可以在计算摄像机106相对于基准108的初始姿势(和/或基准108相对于摄像机106的参考位置)时用作参考。总体而言，场景校准模块154利用校准图像帧152自动校准摄像机106和镜头(未示出)和/或计算设备104，从而允许后续模块为机械设备110上的所有关注点计算3D坐标。如上所述，利用场景校准模块154进行场景校准允许计算设备104和/或摄像机106识别摄像机106视野内的后续图像帧中的基准108，而不管与摄像机106的距离如何。

应当理解，所使用的摄像机106可以包括单个摄像机或共同或独立操作的一组摄像机或多个摄像机设备，使得摄像机106不限于能够捕获图像数据的任何特定数量的摄像机或摄像机设备。摄像机106可以进一步是具有摄像机的任何电子设备(例如，移动设备，平板电脑或膝上型计算机)或与计算机连接的任何摄像机。此外，摄像机106可以是被配置为捕获3D图像的立体摄像机(未示出)。在使用这种立体摄像机的实施例中，立体摄像机可以在没有基准108作为对应点的情况下独立使用以产生属性测量。在一些实施例中，摄像机106被配置为具有足以捕获用于标记机械设备110的所选真实特征或基准108的分辨率。可以使用多个摄像机以便于增加视野或提供机械设备110的立体视图。在一个实施例中，在执行场景校准模块154之前完成摄像机106的定位和姿势确定。用于标记机械设备110的真实特征和/或基准108可以由2D图像中的像素表示，并且如本文所述应用程序102利用这些2D图像(以及观察到的2D图像的变化)。在一个实施例中，由于基准108或真实特征可以由更多数量的像素表示，所以使用能够捕获高分辨率(1920p×1080p)图像的摄像机106可以改善应用程序102的功能和输出。在一些实施例中，当将摄像机106实现为实时摄像机(摄像机不断向应用程序102馈送信息)时，以0.1和144Hz之间的给定速率刷新图像帧158。应用程序102可以对与图像帧158相关联的一个或多个文件进行操作，以便于将图像帧158转换为二进制(即，黑白)锐化边缘分辨率、加粗线、细线等，以便于执行后续测量或将某些特征/基准108定位在图像帧158内。

一旦完成场景校准，就可以根据需要沿着机械设备110的预定位置部署或定位基准108。参照图3A的图示300，基准108A可以沿着机械设备110的主体302的顶部部署，并且基准108B和基准108C可以沿着从机械设备110的主体302延伸的纵长构件304定位，如图所示。另外，至少一个基准108可以沿着表面306定位，诸如所示的基准108D。在一些实施例中，示出的基准108可以从校准片202上切下，并沿着机械设备110的不同预定位置放置。沿着机械设备110定位的基准108也可以从校准片202中复制或重复。基准108可以使用胶带、弱粘合剂或通过磁性施加暂时接合到机械设备110的表面。在基准被按比例缩小的示例中，基准108可以被嵌入在机械设备110的涂层内，或者被制造成使得基准被集成在机械设备110内或机械设备110上。所示出的基准108A、基准108B和基准108C的位置仅是示例性的，并且可以根据期望的机械设备110的测量来重新定位。

在一些实施例中，图3A所示的基准108允许测量表面306(其可以是任何平坦的表面)与沿着机械设备110限定的给定轴线之间的相对角度。例如，基准108A和基准108D可以用于测量由表面306限定的轴线310(X1)与由机械设备110的主体302限定的轴线312(X2)之间的相对角度。类似地，基准108D、基准108B和/或基准108C可以用于测量由表面306限定的轴线310与由机械设备110的纵长构件304限定的轴线312(X3)之间的相对角度。

返回参考图1B，一旦部署了基准108，就可以使用摄像机106来获取或捕获基准108和机械设备110的一个或多个图像或图像帧158。图像帧158可以限定基准108和机械设备110的二维图像特征和/或与机械设备110的自然或真实特征(在预定位置)相关联的二维图像特征。

使用基准跟踪模块160，可以记录或识别基准108在图像帧158中的2D位置，以在3D位置估计模块170中使用。类似地，在其他实施例中，真实特征跟踪模块164可以用来记录或识别机械设备110的预定真实特征在图像帧158中的2D图像位置。在这一阶段，只要机械设备110保留在图像帧中，摄像机106就可以连续跟踪基准108。换句话说，由场景校准模块154计算出的摄像机106的姿势可以用于校准自然场景内的基准108和/或真实特征，并且可以在一组扩展的帧上对其进行跟踪。报告基准108在图像帧158的摄像机坐标帧中的位置和旋转。

然后，可以将3D位置估计模块170配置为导入在图1B的先前模块中生成的数据，以便于估计所有基准108(和真实特征)的3D位置/坐标172。诸如卡尔曼滤波器之类的递归滤波器可以用于基于摄像机106的姿势和基准/特征的2D图像坐标162的测量结果来估计机械设备110上的新点的3D位置172。

一旦生成了3D点172，就可以实现“限定物理属性”模块174，“限定物理属性”模块174被配置为向3D点172应用一系列预定线性代数运算，以便于限定或识别机械设备110的某些物理属性176。然后，可以实现“性能测量”模块178，以利用附加的预定义函数来处理或应用与机械设备110的物理属性176相关联的数据，以输出任何数量或类型的性能测量结果，如本文进一步所述。作为一个示例，可以使用图1B的功能来确定机械设备110的纵长构件304相对于表面306的相对角度。在该示例中，在机械设备110是枪并且纵长构件304是枪管的情况下，该角度可以用作另一函数的输入，以用于确定例如子弹或其他弹丸在通过纵长构件304释放时预期行进的距离。在任一种情况下，利用图1B的模块，应用程序102被配置为输出物理3-D物理属性或可以用于生成性能测量结果178的其他信息(诸如任何表面与机械设备110的给定轴线之间的相对角度)或对评估或调节机械设备110有用的信息。

可以设想系统100的许多其他应用。在一些实施例中，可以将一组基准作为贴纸放置在高尔夫球杆、球拍、曲棍球棒或其他运动器材的各个部分上，以用于挥杆分析调试(fitting)。基准可以由摄像机读取，并且分配给基准的标识符可以作为输入馈送到系统100中。然后，可以使用系统100来分析下杆时的初始身体运动、不同挥杆段的杆头取向以及挥杆的整体一致性。在分析期间，系统100可以在调试或教学期间分配一个值，运动员可以看到并实现该值以改善性能。

更具体地，参考图3B的图示400，可以沿着用户410和/或高尔夫球杆412的各个部分设置任何数量的基准108，以便于分析下杆时的初始身体运动、在不同挥杆段上的杆头取向以及高尔夫球杆412的挥杆整体一致性，高尔夫球杆412通常限定杆身414和杆头416。例如，在图示400中，基准108E可以沿着用户410的上部(例如肩膀)设置。在该示例中，基准108E可以被附接到用户410所穿的衣服上或者被集成/缝合到衣服上。在一些实施例中，基准108F可以沿着用户的一个或多个手臂420(如图所示的左手臂420B)设置。一个或多个基准108G也可以沿着用户410的一条或多条腿422设置。可以根据期望的输出使用任意数量的基准108来进行挥杆分析。

另外，任何数量的基准108可以沿着高尔夫球杆412设置。如图3B所示，基准108H可以沿着杆身414设置，并且基准108I可以沿着杆头416设置，但是本公开不限于该构造。在一些实施例中，智能手表430或其他可穿戴设备可以与系统100一起使用。例如，智能手表430可以被用于沿着用户410的手腕432数字地显示一个或多个基准108，这些基准如本文所述由摄像机106捕获并由图1A的计算设备104解释。结合本文描述的函数，智能手表430还可以被用于为计算设备104提供用于挥杆分析或修改球杆412的物理属性的附加输入数据。在一些实施例中，智能手表430可以包括配备有多个传感器(例如，加速度计，陀螺仪，磁力计)的来自加利福尼亚州库比蒂诺的苹果公司的APPLE数字手表，这些传感器被配置为测量上杆时间、下杆时间、节凑(上杆时间与下杆时间之比)、以及用户410挥动高尔夫球杆412的其他特性。

在一些实施例中，在进行挥杆分析时，系统100可以输出一个或多个挥杆分析输入值，挥杆分析输入值可以在球杆412调试期间被利用。具体地说，系统100可以利用挥杆分析输入值作为对包括一系列预定线性代数运算的一组预定函数的输入。如本文中进一步描述的(例如，图4)，线性代数运算进而可以提供与对于用户410而言最佳的高尔夫球杆412的物理属性的测量结果相对应的一个或多个输出值，例如，杆身414与杆头416之间的相对角度。在一些实施例中，系统100应用三维函数，该三维函数采用代表局部坐标系的预定原点的一组坐标(从一组基准108或其他得出)和代表球杆412上的点的第二组坐标作为输入。第二组坐标可以对应于基准沿着球杆412的杆身414的位置。该三维函数计算每个相应坐标之间的距离，从而计算代表水平原点的原点坐标与代表杆身414上的水平点的坐标之间的距离，计算代表垂直原点的原点坐标与代表杆身414上的垂直点的坐标之间的距离，计算代表在原点处垂直于水平轴和垂直轴的轴上的点的原点坐标与代表在杆身414上的点处垂直于水平轴和垂直轴的轴上的点的坐标之间的距离。该三维函数的输出是代表球杆412的杆身轴线的矢量的一组坐标。可以应用另一个函数，该另一个函数对包括限定球杆412的杆面或杆头416上的平面的点集在内的输入执行叉积运算，并且可以生成平面的法向矢量作为输出。最终，可以通过将对应于球杆412上的点的矢量的比率输入到反三角函数(例如，反正切函数)中来计算球杆412的杆面角和杆头角。

例如，代表局部坐标系的预定原点的点集可以是(0，0，0)。代表球杆412上的点的点集可以被选择为(10、20、30)。应用三维函数，发现代表球杆412杆身轴线矢量的一组坐标为(10，20，30)–(0，0，0)＝(10，20，30)。

如果球杆412的杆面上的平面由点A＝(2，2，3)、B＝(1，0，1)和C＝(-1，3，4)定义，则由变量F代表的平面的法向矢量的坐标可以如下计算：

AB X AC＝F

((1,0,1)-(2,2,3))X((-1,3,4)-(1,0,1))＝F

(-1,-2,-2)X(-2,3,3)＝F

(0,7,-7)＝F

因此，球杆412的杆面上所选点处的法向矢量的坐标为(0，7，-7)。

最后，如果用作计算杆头角的输入的坐标之比为0.88，则杆头角可以是arctan(0.88)，等于0.73弧度，大约为41.63度。同样地，如果用作计算杆面角的输入的坐标之比为0.45，则杆面角可以为arctan(0.45)，等于0.42弧度，大约为24.23度。

系统100还可以被用于在制造高尔夫球杆或其他用作运动器材的球杆、球拍或曲棍球棒的过程中改善抓握。当前，球杆抓握经常可以使用人眼来执行。这种方法导致不同的抓具产生不一致的产品。通过不仅将系统100应用于杆面角/杆头角计算过程而且还将其应用于抓握过程，可以减少组装时间并且可以显著增加产品之间的一致性。可以设想其他与高尔夫球相关的应用。

在一些实施例中，系统100的另一应用可以是在建筑领域。具体地，系统100可以由制造者用于计算一个螺柱相对于另一螺柱的角度并计算螺柱之间的距离，以确保螺柱之间的间隔更一致，并确保螺柱彼此在一个水平面上。对于通常必须在短时期内建造几百个房屋的典型制造者而言，系统100可以计算单独的螺柱之间的角度和距离的速度可以导致大量的劳动时间和成本节省。当在制造过程中应用于机器人技术时，系统100还可用于减少劳动时间和成本。基准180可以被放置或设置在组件上，以使得制造环境中的机器人可以拾取材料片材或成品零件并且使用由基准提供的输入来正确地定向材料片材或成品零件以用于组装或另一任务。在该应用中，基准108可以包含QR码，该QR码定义与一组指令相关联的标识符，该指令指示机器人如何正确地使相关的材料片材或成品零件定向。

作为另一示例，利用系统100，可以计算出枪管或箭杆与在预定距离处放置的平坦目标之间的角度。以这种方式，枪/箭热衷者可能会受益于能够更好地设置他们的武器的能力。作为另一个示例，可以计算喷枪和所选表面之间的角度。因为汽车制造商使用机器人手臂为车身涂漆，所以这可以使制造商获得针对喷枪和车身表面之间的喷射角度的闭环反馈。另外，所公开的计算机视觉可能适合于检测车身的不透明漆层中的空隙。作为另一示例，可以计算直升机或飞机的支柱上的着陆装置与正在接近的停机坪或跑道之间的角度和距离。这可以在着陆期间提供闭环自动控制，以保护乘客，并且可以用于在停机坪或跑道倾斜时(例如，在暴风雨天气中将直升机降落在游轮上，轮船的甲板弯曲时)提供警告。

此外，系统100也可以用于赛车运动中的数据采集。可以将贴纸或其他形式的基准180放置在车辆的关键部件上。基准180可以由与系统100通信的摄像机进行扫描。然后，系统100可以使用与基准180相关联的任何标识符作为输入来分析重要的测量结果，并确定汽车是否符合与其各自的赛车相关联的规则和规定。系统100可以使用输入来分析车辆动态悬架角以及其他。系统100还可以记录各种转弯情况下的悬架行程。关于系统100的以上任何可能的应用，基准108可以全部或部分地由沿着所分析的设备或物体存在的真实特征来代替，并且如本文所述可以使用摄像机106或其他方式来解释真实特征的位置、取向和其他属性的变化。

参照图4，示出了流程图450(类似于流程图150)，该流程图示出了与应用程序102相关联的多个其他可能模块以及用于数据创建、处理和流动(使用计算设备104和摄像机106)以测量高尔夫球杆(图5中的510)形式的机械设备110的特定非限制性实施例的方面的其他功能的实现方式。如流程图450的以下描述所示，高尔夫球杆510可以利用图1A的系统100的各方面以及图2A-2B的校准片202和基准108来测量，以测量和调节高尔夫球杆510的杆面角和杆头角，同时减少工作时间，减少测量和调节期间高尔夫球杆510的磨损和损坏。

通常，摄像机106可以用于生成与“场景校准”模块454相关联的校准图像帧452，以便于评估基准108的预校准的3D位置(456)。然后，可以沿着高尔夫球杆510的预定位置部署基准108，可以生成高尔夫球杆510的图像帧458，然后可以将“基准跟踪”模块460和/或“真实特征跟踪”模块464(协作地或单独地)与摄像机106一起使用以记录或识别与基准108相关联的2D图像坐标462或其他2D图像特征。利用2D图像坐标462，与应用程序102相关联的“3D位置估计”模块470被配置为随后估计或生成与基准108和高尔夫球杆510的真实特征相对应的一组三维(3D)点/坐标472。一旦创建了这样的3D点472，可以使用“限定杆身轴线+杆面放置法向矢量”模块474，其被配置为向3D点472应用一系列预定线性代数运算(在474中表示为“限定杆身轴线+杆面放置法向矢量”)，以便于限定高尔夫球杆杆身的中心轴线、与高尔夫球杆510的杆面平行的平面以及该平面476的法向矢量。然后，“杆面角+杆头角计算”模块478可以利用上述数据输出与高尔夫球杆510相关联的杆面角和杆头角数。在一些实施例中，还可以通过“虚拟对象叠加”模块480参照与高尔夫球杆和高尔夫球配件相关联的预定虚拟对象的数据库482针对预定目标规格来检查与高尔夫球杆510相关联的杆面角和杆头角数。

更具体地，参考图2的场景校准模块454，可以首先利用基准108来校准摄像机106的空间分辨率。在一些实施例中，这可以首先包括利用基准108或基准阵列(图2A中示为204的基准阵列)来将校准片(图2中的202)定位在摄像机106前面，使得校准片202朝向摄像机106定向。基准108可以采用本文所述的多种形式和形状，并且在一些实施例中，基准108可以采用二维(2D)快速响应(QR)码(在图2A-2B中示出)的形式，或者可以采用沿着高尔夫球杆510存在的自然特征或自然限定的自然特征(未示出)的形式。

返回图4，一旦将包括基准108的校准片202定位在摄像机106的前面，然后在利用摄像机106捕获图像时，就可以在预定时间段内改变校准片202相对于摄像机106的位置和取向，以生成校准图像帧452。以这种方式，可以使用校准片202的每个基准108的实际尺寸来校准摄像机106。然后，可以将校准图像帧152馈送到场景校准模块454以对基准108的3D位置进行预校准456。换句话说，校准片202可以用作计算摄像机106相对于基准108的初始姿态(和/或基准108相对于摄像机106的参考位置)的参考。总体而言，场景校准模块454利用校准图像帧452自动校准摄像机106和镜头(未示出)和/或计算设备104，从而允许后续模块为高尔夫球杆510上的所有关注点计算3D坐标，如本文进一步所述。使用所述的场景校准模块454进行场景校准允许计算设备104和/或摄像机106识别摄像机106视野内的后续图像帧中的基准108，而不管距摄像机106的距离如何。摄像机106可以采用多种不同形式，可以捕获图像、图像帧或实时流数据(限定图像帧)，并且可以包括一个或多个摄像机，如本文进一步描述的。

一旦场景校准已经完成，然后高尔夫球杆510就可以准备好进行部署和测量。参照图5，高尔夫球杆510通常可以包括高尔夫球杆头512(其可以是铁型的)和高尔夫球杆身514。高尔夫球杆头512连接至高尔夫球杆身514的一端，并且握把516连接到高尔夫球杆身514的相对端。用于高尔夫球杆身514的合适材料可以包括钢和石墨。尽管高尔夫球杆头512被示为铁型高尔夫球杆头，但是在不脱离本文描述的发明构思的范围的情况下，在其他实施例中，高尔夫球杆头512也可以是推杆或木杆型杆头。

高尔夫球杆头512包括主体518和插鞘520，插鞘520具有用于容纳高尔夫球杆身514的一端的圆柱形孔522。主体518限定了与趾端526间隔开的跟端524。杆头底部(图5中未示出)从跟端524的下部延伸至趾端526的下部，并且顶部导轨530从跟端524的上部延伸至趾端526的上部。主体518具有沿着主体518的背部或后部在跟端524和趾端526之间延伸的后表面532。主体518还包括在跟端524和趾端526之间延伸的前表面534。插鞘520包括连接到主体518的跟端524的颈部521。颈部521在颈部521的下表面中具有缺口(未示出)。高尔夫球杆头512还可以包括具有前表面542和后表面544的高尔夫球杆面板540。杆头512可以由实心铸件等通过铸造、机械加工形成。用于杆头512的合适材料包括但不限于不锈钢、钛、铝、镍、钛合金、铝合金、镍合金等。

在生成高尔夫球杆510的图像帧458之前，可以在任何时候或在放置到调节工具114中之前沿着高尔夫球杆510上不同的预定位置放置、接合或以其他方式定位基准108(可以与场景校准所使用的基准相同)。参照图6A-6B，在一个示例中，至少三个基准108可以被放置在高尔夫球杆510上的至少三个不同的位置中。可以将第一基准(例如，图2B所示的基准108B)放置在高尔夫球杆头512的高尔夫球杆面板540上。可以将第二基准(例如，图2B所示的基准108B)放置在高尔夫球杆身514的靠近高尔夫球杆头512的第一端550。可以第三基准(例如，图2B所示的基准108C)放置在杆身514的与第一端550相对的第二端552上。第一基准(108A)指示高尔夫球杆510的杆面板540的杆面平面。第二基准和第三基准(108B和108C)指示高尔夫球杆510的杆身514的中心线轴线。参照杆身514的中心线轴线来识别或观察杆面平面允许应用程序102确定高尔夫球杆头的杆面角和杆头角，如本文进一步所述。第二基准和第三基准(108B和108C)进一步允许应用程序102确定杆身514的长度。

在其他示例中，基准108可以包括任意数量(例如，至少四个基准，至少五个基准，至少六个基准，至少七个基准，至少八个基准，至少九个基准，至少10个基准，至少11个基准，至少12个基准或至少13个基准)。增加部署的基准108的数量可以提高应用程序102测量高尔夫球杆510的各个方面的准确性。此外，增加基准108的数量可以允许应用程序102测量其他属性，例如高尔夫球杆的侧倾和隆起。在一些实施例中，基准108在杆面板540上的取向可以与基准108的与位于高尔夫球杆头512的杆面板540上的多个凹槽平行的一个边缘对齐。在其他示例中，杆面板540上的基准108不需要与高尔夫球杆头512的多个凹槽对齐。基准108在杆身514上的取向可以是任何取向，只要在杆身514上存在至少两个基准108即可。

在一些实施例中，可以从校准片202上切下所示的基准108，并且将其沿着所示的高尔夫球杆510的不同的预定位置放置。沿着高尔夫球杆510定位的基准108也可以从校准片202复制或重复。可以使用胶带、粘合剂或通过磁性施加将基准108临时接合到高尔夫球杆510的表面。在基准被按比例缩小的示例中，基准108可以嵌入在高尔夫球杆510的涂层内，或者被制造为使得基准被集成在高尔夫球杆510内或高尔夫球杆510上。还可以通过将基准108粘附到具有附接到杆身514上的附接机构(例如，卡扣夹)的平坦表面上来将基准108放置到高尔夫球杆510的杆身514上。还可以通过磁体将基准108放置在高尔夫球杆头512的杆身514上。所示的基准108A、基准108B和基准108C的位置仅是示例性的，并且可以在希望对高尔夫球杆510进行不同的测量的情况下重新定位。在一个实施例中，基准108可以在沿着高尔夫球杆510施加或定位之前被印刷和测量。

参照图6C，基准108A(以及其他基准108)通常可以限定正方形和像素化黑白图案的独特几何形状。在其他实施例中，基准108可以包括任何形状(例如，圆形，矩形，三角形，五边形，八边形或任何其他形状)。在一些实施例中，基准108还包括沿着基准108的形状的周界的轮廓210(先前在图2B中示出)以及位于沿着轮廓210的一个点处的圆点212。轮廓210指定了基准108的平面坐标，而圆点212指示平面坐标的原点。像素化黑白图案的独特几何形状代表不同的二进制代码。在场景校准之后由摄像机106识别不同的二进制代码，使得计算设备104和摄像机106被配置为识别某一基准108位于高尔夫球杆510上的哪个不同位置。

返回参照图4，一旦部署了基准108，可以记录基准108的二维位置，和/或可以利用摄像机获取或捕获基准108和高尔夫球杆510的一个或多个图像或图像帧458。图像帧458可以限定基准108和高尔夫球杆510的二维图像特征或图像坐标462，和/或与高尔夫球杆510的自然或真实特征(在预定位置)相关联的二维图像特征。图像帧458可以进一步限定杆面540的凹槽以及沿着整个高尔夫球杆510的周界点在图像帧内的2D图像位置。只要球杆510保留在图像帧内，摄像机106就可以连续跟踪基准108或高尔夫球杆510的自然特征。换句话说，使用基准跟踪模块460，可以记录或以其他方式识别基准108在图像帧458中的2D位置，以在3D位置估计模块470中使用。类似地，在其他实施例中，真实特征跟踪模块464可以用于记录或识别高尔夫球杆510的预定真实特征在图像帧458内的2D图像位置。记录基准108在图像帧458的摄像机坐标帧中的位置和旋转。

然后，可以将3D位置估计模块470配置为导入在图4的先前模块中生成的数据，以便于估计所有基准108(和真实特征)的3D位置/坐标472。诸如卡尔曼滤波器之类的递归滤波器可以用于基于摄像机106的姿势和基准/特征的2D图像坐标462的测量结果来估计沿着高尔夫球杆510的新点的3D位置472。

一旦生成了3D点472或以其他方式确定了3D点472，就可以实现“限定杆身轴线+杆面平面法向矢量”模块474，该模块被配置为向3D点472应用一系列预定线性代数运算，以便于估计杆身轴线、杆面平面和法向矢量(示为476)。在一个实施例中，杆身轴线的矢量(图6A中的S)可以被计算为：

S＝(xi，yj，zk)-(x′，y′，z′)，

其中(x'，y'，z')被定义为局部坐标系的原点。球杆510的杆面540上的三个点A、B和C(在图6A中分别示为560、562和564)用于在杆面上限定平面。

该平面的法向矢量F可以如下计算：

AB×AC＝F，

其中AB和AC分别是从A指向点B和C的矢量。

最后，“杆面角+杆头角计算”模块478可以被配置为如下计算球杆的杆头角：

以及如下计算杆面角：

以这种方式，应用程序102被配置为在相对于摄像机106的较大的球杆取向和球杆位置的范围内计算杆面角和杆头角(作为矢量投影)。作为附加步骤，应用程序102可以在虚拟对象的数据库482内针对目标高尔夫球杆的3D模型(即，具有规定的杆面角和杆头角测量结果)检查杆面角和杆头角测量结果的有效性。

换句话说，应用程序102被配置为实现图4的模块和功能，使得可以校准摄像机106和场景，可以沿着高尔夫球杆510定位基准108，并且可以利用摄像机106捕获基准108和高尔夫球杆510的图像。参考限定与基准108B-108C相关联的图像特征的数据，可以报告这些基准108的位置和旋转以确定中心线杆身矢量。另外，参考限定与基准108A相关联的图像的特征的数据，可以确定高尔夫球杆510的杆面540的平面。然后可以使用上述等式基于高尔夫球杆510的中心线杆身矢量和杆面540的平面来测量高尔夫球杆510的杆面角和杆头角。

如图7中所示，在一些实施例中，被测量和调节的高尔夫球杆510可以在整个调节过程中保持接合到调节工具114(例如，气动虎钳)。摄像机106可以被定位成使摄像机106具有到被调节的高尔夫球杆510的杆面和杆身514的清晰视线(LOS)。

测试和样品结果

如图8A-8B所指示的，利用系统100、应用程序102和图4的特征(统称为“非接触式PC视觉”)，发现测量高尔夫球杆510的杆面角和杆头角的时间与其他方法和系统相比显著减少，并且计算导致合适的误差率。系统的精度可以超过.0004”(在4”视场范围内)，典型的角度精度超过0.05°。

重要的是，本文描述的方法允许有效测量高尔夫球杆510的杆面角和杆头角，并且可以在没有工具或夹具的情况下完成。当利用固定工具114时，系统100的各方面可以被实现为测量高尔夫球杆510属性而无需将高尔夫球杆510从调节工具114上取下的移动应用程序(app)或计算机程序。摄像机106可以在场景校准和测量期间连续地或以一定的间隔向应用程序102馈送图像数据，而不会不希望地将高尔夫球杆510取下并重新接合到调节工具114。

在其他实施例中，高尔夫球杆510的固有特征可以用于测量和自校准(即，在高尔夫球杆510的尖端和握把处杆身514的凹槽间隔和直径，未示出)。在其他实施例中，可以实现使用针对高分辨率点云或网格的成像技术的多个摄像机/检测器。所有这些技术可以用于本文描述的系统100的桌面和移动实施方式。

示例性计算组件

图9是可以实现本文讨论的各种方法的计算设备700的示例示意图。例如，计算设备700可以包括执行或获取应用程序102的功能和/或方面的计算设备104。计算设备700包括总线701(即，互连)、至少一个处理器702或其他计算元件、至少一个通信端口703、主存储器704、可移动存储介质705、只读存储器706和大容量存储设备707。处理器702可以是任何已知的处理器，例如但不限于，或/>处理器、或Athlon/>处理器、或/>系列处理器。通信端口703可以是与基于调制解调器的拨号连接一起使用的RS-232端口、10/100以太网端口、使用铜缆或光纤的千兆端口或USB端口中的任何一个。可以根据网络(例如局域网(LAN)、广域网(WAN)或计算机设备700连接到的任何网络)来选择通信端口703。计算设备还可以包括运送和/或传输网络755、显示屏760、I/O端口740和输入设备745(例如鼠标或键盘)。

主存储器704可以是随机存取存储器(RAM)或本领域公知的任何其他动态存储设备。只读存储器706可以是任何静态存储设备，例如用于存储诸如处理器702的指令之类的静态信息的可编程只读存储器(PROM)芯片。大容量存储设备707可以用于存储信息和指令。例如，可以使用硬盘(例如系列的小型计算机串行接口(SCSI)驱动器)、光盘、磁盘阵列(例如独立磁盘冗余阵列(RAID)，例如/>系列的RAID驱动器)、或任何其他大容量存储设备。

总线701将处理器702与其他存储器、存储设备和通信块通信地连接。总线701可以是基于PCI/PCI-X，SCSI或通用串行总线(USB)的系统总线(或其他)，具体取决于所使用的存储设备。可移动存储介质705可以是任何类型的外部硬盘驱动器、拇指驱动器、光盘–只读存储器(CD-ROM)、光盘–可重写(CD-RW)、数字视频磁盘–只读存储器(DVD-ROM)等。

本文中的实施例可以被提供为计算机程序产品，其可以包括其上存储有指令的机器可读介质，该指令可以用于对计算机(或其他电子设备)进行编程以执行方法。机器可读介质可以包括但不限于光盘、CD-ROM、磁光盘、ROM、RAM、可擦可编程只读存储器(EPROM)，电可擦可编程只读存储器(EEPROM)、磁卡或光卡、闪存、或适用于存储电子指令的其他类型的介质/机器可读介质。此外，本文中的实施例也可以作为计算机程序产品下载，其中可以经由通信链路(例如，调制解调器或网络连接)通过包含在载波或其他传播介质中的数据信号将程序从远程计算机传输到请求计算机。

如所示的，主存储器704可以编码有支持上面讨论的功能的应用程序102。换句话说，应用程序102的各方面(和/或本文所述的其他资源)可以体现为支持根据本文所述的不同实施例的处理功能的软件代码，例如数据和/或逻辑指令(例如，存储在存储器或另一计算机可读介质(例如磁盘)中的代码)。在一个实施例的操作期间，处理器702通过使用总线701来访问主存储器704，以便于例如通过在处理器702上执行逻辑指令并基于在存储在主存储器中或有形地存储的应用程序102启动、运行、执行、解释或以其他方式进行处理。

上面的描述包括体现本公开的技术的示例系统、方法、技术、指令序列和/或计算机程序产品。然而，应理解，可以在没有这些具体细节的情况下实践所描述的公开。在本公开中，所公开的方法可以被实现为设备可读的指令集或软件。此外，应理解，所公开的方法中步骤的特定顺序或层次是示例方法的实例。基于设计偏好，应理解，在保持在所公开的主题之内的同时，可以重新排列该方法中步骤的特定顺序或层次。随附的方法权利要求以示例顺序呈现了各个步骤的要素，并且不一定意味着限于所呈现的特定顺序或层次。

所描述的公开可以被提供为计算机程序产品或软件，其可以包括其上存储有指令的机器可读介质，该指令可以用于对计算机系统(或其他电子设备)进行编程以执行根据本公开的方法。机器可读介质包括用于以机器(例如，计算机)可读的形式(例如，软件，处理应用程序)存储信息的任何机制。机器可读介质可以包括但不限于光学存储介质(例如，CD-ROM)；磁光存储介质，只读存储器(ROM)；随机存取存储器(RAM)；可擦可编程存储器(例如EPROM和EEPROM；闪存；或适合存储电子指令的其他类型的介质。

本文将某些实施例描述为包括一个或多个模块。这样的模块是硬件实现的，因此包括至少一个能够执行某些操作的有形单元，并且可以以某种方式配置或布置。例如，硬件实施的模块可以包括为执行某些操作永久性配置的专用电路(例如，作为专用处理器，例如现场可编程门阵列(FPGA)或专用集成电路(ASIC))。硬件实施的模块还可以包括可编程电路(例如，如通用处理器或其他可编程处理器中所包含的)，其由软件或固件临时配置以执行某些操作。在一些示例实施例中，一个或多个计算机系统(例如，独立系统，客户端和/或服务器计算机系统，或对等计算机系统)或一个或多个处理器可以由软件(例如，应用程序或应用程序部分)配置为用于执行此处所述的某些操作的作为硬件实现的模块。

相应地，术语“硬件实现的模块”或“模块”涵盖有形实体，即物理构造、永久地配置(例如，硬接线)或临时地配置(例如，编程)以某种方式操作和/或执行本文所述的某些操作的实体。考虑硬件实现的模块被临时地配置(例如，编程)的实施例，每个硬件实现的模块都不需要在任何一个实例上及时配置或实例化。例如，在硬件实现的模块包括使用软件配置的通用处理器的情况下，通用处理器可以在不同的时间配置为各个不同的硬件实现的模块。软件可以因此配置处理器，例如，以在一个时间实例处构成特定的硬件实现的模块，并在不同的时间实例处构成不同的硬件实现的模块。

硬件实现的模块可以向其他硬件实现的模块提供信息和/或从其他硬件实现的模块接收信息。因此，所描述的硬件实现的模块可以被认为是通信耦合的。在同时存在多个这样的硬件实现的模块的情况下，可以通过连接硬件实现的模块的信号传输(例如，通过适当的电路和总线)来实现通信。在不同时间配置或实例化多个硬件实现的模块的实施例中，可以例如通过在多个硬件实现的模块能够访问的存储器结构中存储和检索信息来实现这种硬件实现的模块之间的通信。例如，一个硬件实现的模块可以执行操作，并且可以将该操作的输出存储在其通信耦合到的存储设备中。然后，另一个硬件实现的模块可以在以后的时间访问存储设备以检索和处理所存储的输出。硬件实现的模块也可以启动与输入或输出设备的通信。

相信通过前面的描述应该理解本公开及其伴随的优点，并且应当显而易见的是，在不脱离本发明公开的主题的情况下或在不牺牲其所有实质优势的情况下，可以对组件的形式、构造和布置进行各种改变。所描述的形式仅是说明性的，并且所附权利要求书旨在包含和包括这种改变。

尽管已经参考各种实施例描述了本公开，但是应理解，这些实施例是说明性的，并且本公开的范围不限于它们。许多变型、修改、增加和改进都是可能的。更一般地，已经在特定实施方式的背景下描述了根据本公开的实施例。可以以与本公开的各个实施例不同的方式对功能进行分离或组合，或者可以以不同的术语来描述功能。这些和其他变型、修改、添加和改进可以落入如所附权利要求书所限定的本公开的范围内。

条款

条款1：一种用于测量高尔夫球杆的属性的系统，包括：被配置为捕获高尔夫球杆和多个基准的图像的摄像机；以及与摄像机可操作地通信的计算设备，计算设备被配置为：获取与第一图像上的多个基准中的每个基准相关联的第一组像素以校准摄像机的空间分辨率，获取来自摄像机的第二图像，第二图像包括高尔夫球杆以及沿着高尔夫球杆的预定位置定位的多个基准，将第二图像转换为与多个基准中的每个基准相关联的第二组像素，基于第一组像素与第二组像素之间的比较，生成对应于多个基准的点集，该点集限定第二图像中多个基准的估计的三维特征，将点集应用于一系列预定函数以生成球杆特性数据，球杆特性数据限定高尔夫球杆的杆身的中心轴线、与高尔夫球杆的杆面平行的平面以及平面的法向矢量，以及根据球杆特性数据，输出包括与高尔夫球杆相关联的杆面角和杆头角在内的测量结果。

条款2：根据条款1所述的系统，其中，多个基准包括可从高尔夫球杆移除的离散基准。

条款3：根据条款2所述的系统，其中，离散基准包括一组二维快速响应(QR)码。

条款4：根据条款1所述的系统，其中，多个基准包括高尔夫球杆的自然预选特征。

条款5：根据条款1所述的系统，其中，校准摄像机的空间分辨率包括：提供片材，多个基准被限定为沿着片材的侧面的阵列，将片材定位在摄像机的前面以使片材的侧面朝向摄像机的镜头定向，以及在捕获一个或多个图像时，改变片材相对于摄像机的位置和取向以生成校准数据，其中校准数据被计算设备用来确定对应于多个基准的点集。

条款6：根据条款5所述的系统，其中，片材用作计算摄像机的初始姿势的参考。

条款7：根据条款1所述的系统，其中，第二组像素是限定整个第二图像的像素阵列的一部分，其中第二组像素限定针对第二图像中的多个基准的位置和尺寸，并且进一步限定整数数组。

条款8：根据条款1所述的系统，其中，计算设备基于摄像机的姿势和第二组像素利用递归滤波器来生成点集。

条款9：根据条款1所述的系统，其中，多个基准的一部分被分配给高尔夫球杆的杆面，并且多个基准的第二部分被分配给高尔夫球杆的杆身。

条款10.根据条款1所述的系统，其中，预定函数集包括：包括以下函数在内的一系列一个或多个预定线性代数运算：三维(3D)l函数，3D函数包括包含代表局部坐标系原点的一组坐标和代表沿着高尔夫球杆的预定位置的第二坐标在内的输入，3D函数被配置为生成包含代表高尔夫球杆的杆身轴线的矢量的第三组坐标在内的输出；第一函数，第一函数对第一函数输入执行叉积运算，第一函数输入包括限定高尔夫球杆的杆面上的平面的点集，第一函数被配置为生成限定平面的法向矢量的第一函数输出；第二函数，第二函数包括包含矢量的比率在内的第二函数输入，第二函数被配置为生成限定代表高尔夫球杆的杆头角的角度的第二函数输出；以及第三函数，第三函数包括包含矢量的比率在内的第三函数输入，第三函数被配置为生成限定代表高尔夫球杆的杆面角的角度的第三函数输出。

条款11：一种方法，包括：提供与摄像机组件可操作地通信的处理器，处理器被配置用于：从摄像机组件获取第一图像，第一图像包括多个基准；将第一图像转换为与多个基准中的每个基准相关联的多个第一图片元素；从摄像机组件获取第二图像，第二图像包括沿着高尔夫球杆的预定位置定位的多个基准；将第二图像转换为与多个基准中的每个基准相关联的多个第二图片元素；基于多个第一图片元素和多个第二图片元素之间的差异生成限定多个基准的虚拟三维方面的点集；将点集作为输入应用于一系列预限定线性代数运算以生成高尔夫球杆特性数据；以及基于高尔夫球杆特性数据，生成限定与高尔夫球杆相关的杆面角和杆头角的输出测量值。

条款12：根据条款11所述的方法，其中，摄像机组件包括一个或多个摄像机。

条款13：根据条款11所述的方法，其中，多个第一图片元素和多个第二图片元素包括表示为二维整数数组的像素。

条款14：根据条款11所述的方法，还包括在将高尔夫球杆定位在与摄像机组件相关联的图像帧内时，利用摄像机组件连续跟踪多个基准。

条款15：根据条款11所述的方法，还包括：使高尔夫球杆与调节夹具的气动虎钳接合，以将高尔夫球杆定位在摄像机组件的清晰视线内。

条款16：根据条款11所述的方法，还包括在校准步骤之前，将摄像机组件定位在相对于多个基准的预定位置中。

条款17：根据条款11所述的方法，其中，多个基准包括高尔夫球杆的包括凹槽、徽标和高尔夫球杆的杆面在内的特征。

条款18：根据条款11所述的方法，其中，多个基准中的第一基准和第二基准沿着高尔夫球杆的底部凹槽被限定，并且多个基准中的第三基准沿着高尔夫球杆的杆面被限定。

条款19：一种装置，包括：摄像机；以及计算设备，计算设备被配置为：从由摄像机生成的第一图像获取与多个基准相关联的多个图片元素，从描述沿着高尔夫球杆定位的多个基准的第二图像识别多个图片元素的一系列变化，基于与多个基准相关联的多个图片元素的一系列变化生成3D点集，将3D点集作为输入应用于一个或多个预定线性代数运算以生成高尔夫球杆特性数据，以及基于高尔夫球杆特性数据输出限定与高尔夫球杆相关联的杆面角和杆头角的测量结果。

条款20：根据条款19所述的装置，其中，高尔夫球杆特性数据包括高尔夫球杆的杆身的中心轴线、与高尔夫球杆的杆面平行的平面以及平面的法向矢量，并且其中输出的测量结果被针对与高尔夫球杆相关联的预定目标规格进行检查。

条款21：根据条款19所述的装置，其中与多个基准相关联的多个图片元素包括二维图像的像素，并且与多个基准相关联的图片元素的一系列变化包括由第二图像反映的像素的变化。

条款22：一种装置，包括：摄像机；以及计算设备，计算设备被配置为从由摄像机生成的第一图像获取与多个基准相关联的多个二维图像特征，基于经由描绘沿着机械设备定位的多个基准的第二图像观察到的多个二维图片特征的一个或多个变化来识别多个基准的位置和旋转的变化，基于与多个基准相关联的多个二维图片特征的一个或多个变化生成3D点集，将3D点集作为输入应用于一个或多个预定线性代数运算，以生成与机械设备相关联的物理属性数据，并且基于物理属性数据输出与机械设备相关联的性能测量。

条款23：根据条款22所述的装置，其中，多个基准包括沿着机械设备的预定位置定位的离散QR码。

条款24：根据条款22所述的装置，其中，多个基准包括与机械设备的预定位置相关联的自然或真实特征。

Claims (20)

1.一种用于分析高尔夫挥杆的系统，所述系统包括：

处理器，所述处理器与至少一个摄像机可操作地通信，所述处理器被配置用于：

获取由所述摄像机捕获的一个或多个图像，所述一个或多个图像与多个基准相关联；

生成定义所述多个基准的虚拟三维方面的第一组坐标；

将一个或多个挥杆分析输入值输入到一组预定的线性代数运算中；

输出与特定于挥动高尔夫球杆的用户的高尔夫球杆的最佳测量相对应的一个或多个值；

其中所述多个基准包括：

沿着高尔夫球杆的杆身设置的第一基准；

沿着所述高尔夫球杆的杆头设置的第二基准；和

沿着所述用户的身体设置的第三基准。

2.根据权利要求1所述的系统，进一步包括：

与所述系统一起使用的可穿戴设备；

其中所述可穿戴设备包括一个或多个传感器；

其中所述可穿戴设备被配置为向所述处理器提供额外的输入数据，以将其纳入所述一组预定的线性代数运算中。

3.根据权利要求2所述的系统，其中，所述可穿戴设备被配置为数字显示所述多个基准中的一个。

4.根据权利要求2所述的系统，其中，所述一个或多个传感器选自包括加速度计、陀螺仪和磁力计的组。

5.根据权利要求4所述的系统，其中，所述一个或多个传感器被配置为测量高尔夫挥杆的一个或多个特性。

6.根据权利要求5所述的系统，其中，所述高尔夫挥杆的一个或多个特性包括下杆时间。

7.根据权利要求1所述的系统，其中，所述第三基准附接到所述用户所穿的衣服上。

8.根据权利要求1所述的系统，其中，所述最佳测量包括所述杆身与所述杆头之间的相对角度。

9.根据权利要求1所述的系统，其中，所述第一基准包括所述高尔夫球杆的自然预选特征。

10.根据权利要求1所述的系统，其中，所述第二基准包括所述高尔夫球杆的自然预选特征。

11.根据权利要求10所述的系统，其中，所述第二基准沿着所述高尔夫球杆的底部凹槽限定。

12.根据权利要求1所述的系统，其中，所述多个基准中的至少一个包括一组2D快速响应(QR)码。

13.根据权利要求1所述的系统，其中，所述至少一个摄像机的空间分辨率的校准包括：

提供片材，所述多个基准被限定为沿着所述片材的侧面的阵列，

将所述片材定位在所述至少一个摄像机的前面以使所述片材的所述侧面朝向所述至少一个摄像机的镜头定向，以及

在捕获一个或多个图像时，生成校准数据，

其中，所述校准数据被所述处理器用来确定与所述多个基准相对应的所述第一组坐标。

14.根据权利要求13所述的系统，其中，所述片材被用作计算所述至少一个摄像机的初始姿态的参考。

15.根据权利要求1所述的系统，其中，所述至少一个摄像机与计算设备集成。

16.根据权利要求1所述的系统，其中，所述至少一个摄像机是立体摄像机。

17.根据权利要求1所述的系统，包括被配置为提供所述高尔夫球杆的立体视图的多个摄像机。

18.根据权利要求1所述的系统，其中，所述第三基准沿着所述用户的手臂设置。

19.根据权利要求1所述的系统，其中，所述第三基准沿着所述用户的腿设置。

20.根据权利要求1所述的系统，其中，所述多个基准包括沿着所述用户的身体设置的多个基准。