CN117589145A - 一种基于远距二维码的地图创建方法及系统 - Google Patents
一种基于远距二维码的地图创建方法及系统 Download PDFInfo
- Publication number
- CN117589145A CN117589145A CN202311124505.4A CN202311124505A CN117589145A CN 117589145 A CN117589145 A CN 117589145A CN 202311124505 A CN202311124505 A CN 202311124505A CN 117589145 A CN117589145 A CN 117589145A
- Authority
- CN
- China
- Prior art keywords
- remote
- dimensional code
- camera
- code
- codes
- 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
- 238000000034 method Methods 0.000 title claims abstract description 78
- 238000013507 mapping Methods 0.000 claims abstract description 12
- 239000011159 matrix material Substances 0.000 claims description 69
- 238000001514 detection method Methods 0.000 claims description 20
- 238000013519 translation Methods 0.000 claims description 19
- 238000001914 filtration Methods 0.000 claims description 14
- 238000005457 optimization Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 12
- 238000009826 distribution Methods 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 7
- 239000013598 vector Substances 0.000 claims description 6
- 230000035772 mutation Effects 0.000 claims description 2
- 238000012216 screening Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 230000009466 transformation Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 2
- 101150064138 MAP1 gene Proteins 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 101150077939 mapA gene Proteins 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
- G01C21/3841—Data obtained from two or more sources, e.g. probe vehicles
-
- 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
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种基于远距二维码的地图创建方法及系统，其中方法步骤包括：将远距二维码设置在建图区域顶部相对于相机的仰望位；经相机获取含远距二维码的图像，以提取远距二维码在相机坐标系下的空间位姿和ID信息；将首个远距二维码与相机的空间位置关系装载到地图中，并将当前相机所在位置作为地图坐标系原点；当相机观测到的图像中含有首次观测到的远距二维码B时，计算首次观测到的远距二维码与图像中已记录的远距二维码A之间的相对姿态，以获取首次观测到的远距二维码B在地图中的位置，并将其加入地图中。籍此以基于远距二维码实现室内地图创建。
Description
技术领域
本发明涉及室内空间建图定位技术，尤其涉及一种基于远距二维码的地图创建方法及系统。
背景技术
目前主流的室内移动机器人建图定位方案，通常采用激光建图技术，然而此类技术在一些特殊的工业场景下，例如，堆垛，解垛，窄通道，动态场景下等，容易受到环境及堆放物的影响，阻挡激光雷达扫描，从而影响激光建图定位的质量。
为此，发明人考虑到远距二维码定位的特殊性，可以将远距二维码设置在室内天花板上这种无遮挡、开阔的环境中，此时相机在拍摄远距二维码的过程中，将不易受到地面环境的影响，因此若能将远距二维码定位技术用于室内建图，则可在前述这些特殊工业场景下具有明显的优势。
发明内容
为此，本发明的主要目的在于提供一种基于远距二维码的地图创建方法及系统，以基于远距二维码实现室内地图创建。
为了实现上述目的，根据本发明的第一个方面，提供了一种基于远距二维码的地图创建方法，步骤包括：
步骤S100 将远距二维码设置在建图区域顶部相对于相机的仰望位；经相机获取含远距二维码的图像，以提取远距二维码在相机坐标系下的空间位姿和ID信息；
步骤S200 将首个远距二维码与相机的空间位置关系装载到地图中，并将当前相机所在位置作为地图坐标系原点；
步骤S300 当相机观测到的图像中含有首次观测到的远距二维码B时，计算首次观测到的远距二维码与图像中已记录的远距二维码A之间的相对姿态，以获取首次观测到的远距二维码B在地图中的位置，并将其加入地图中。
在可能的优选实施方式中，步骤S300中，计算B与A之间的相对姿态的步骤包括：
步骤S310通过因子图形式融合每一帧图像提取的远距二维码空间位姿；
步骤S320通过增量更新的方式优化每一个远距二维码空间位姿；
步骤S330根据优化后的远距二维码空间位姿计算相对位姿。
在可能的优选实施方式中，步骤S310中，融合每一帧图像提取远距二维码空间位姿的步骤包括：
步骤S311使用测量值约束待优化变量,使用贝叶斯网络建模为，通过最
大后验概率求解优化后的状态变量：
其中为所有远距二维码在地图中的空间位姿，测量值为一组测量值的集合，其
包括：
表示相机处于第个位置时相机对的观测；
表示一个远距二维码中定位码圆心间的距离；
表示一个远距二维码中第个定位码圆心的像素坐标；
表示远距二维码坐标系中第个定位码圆心的空间位置；
表示相机在远距二维码地图中的第个位置；
表示相机的内参信息。
在可能的优选实施方式中，所述远距二维码，包括：定位码，信息码，其中定位码由数个方向点围绕中心点在数个非交叉方向布设而成，并在各个相邻方向点的夹角处划分出数个象限区域，所述信息码根据预设码表布设在对应象限区域中，以与定位码组成二维点阵，其中定位码与信息码表面设有反光层。
在可能的优选实施方式中，步骤S100中，提取远距二维码在相机坐标系下的空间位姿和ID信息的步骤包括：
步骤S110获取包含远距二维码信息的图像做二值化处理后，进行边缘提取；
步骤S120根据提取的边缘信息进行椭圆拟合检测，获取原始码及其圆心坐标；
步骤S120根据定位码的几何关系，定位出原始码中对应各远距二维码的定位码分布位置，以筛选出原始码中的信息码，并根据通码表来获取远距二维码的ID信息；
步骤S140当判断该ID下的远距二维码首次出现时，根据定位码在图像中的圆心坐标，计算对应远距二维码在相机坐标系下的空间位姿并与该ID信息绑定。
在可能的优选实施方式中，步骤S140中计算远距二维码在相机坐标系下空间位姿的步骤包括：
步骤S141设定位码的圆心坐标为，建立齐次矩阵
基于SVD法求解单应性矩阵H，其中u，v表示定位码圆心的像素坐标、表示远距
二维码坐标系下点的坐标，s为等效距离比例因子；
步骤S142根据单应性矩阵与远距二维码在相机坐标系下转换矩阵的关系
求得旋转和平移矩阵，其中P为相机投影矩阵、E为截断外参矩阵，, 分别为相
机方向和方向的焦距，，为相机中心点坐标，为旋转矩阵中的前两列，, , 分别表示在相机坐标系下远距二维码中心的位置，为3×3的单应投影矩阵。
在可能的优选实施方式中，步骤S140中还包括：
步骤143通过迭代优化方法求解最小化误差函数
以优化旋转和平移矩阵，其中R表示旋转，t表示平移
表示平移向量中的第i个元素，表示旋转矩阵中的第i列；其中分别表示
图像中第个远距二维码的圆心投影到相机归一化坐标系中的坐标；表示所有定
位码的的圆心坐标；分别表示由远距二维码中第个定位码的圆心空间坐标，按照旋
转平移矩阵转换到相机归一化平面中的点的坐标；表示在远距二维码坐标系中
每一个定位码的圆心空间坐标；
其中在求解过程中以
作为约束条件。
在可能的优选实施方式中，所述基于远距二维码的地图创建方法的步骤还包括：
步骤S150 按照时间过滤和先验位姿约束，对经步骤S140获得的空间位姿进行约束，其中时间过滤步骤包括：当判断空间位姿结果存在突变时，滤除；先验位姿约束步骤包括：当判断空间位姿结果中远距二维码坐标系和相机坐标系处于非平行时，滤除。
在可能的优选实施方式中，步骤S120中还包括：根据椭圆方程的长轴、短轴公式，判断各原始码的长轴短轴比例是否符合阈值，当不符时进行滤除的步骤。
为了实现上述目的，根据本发明的第二个方面，还提供了一种基于远距二维码的地图创建方法系统，其包括：
存储单元，用于存储包括如上中任一所述基于远距二维码的地图创建方法步骤的程序，以供控制单元，处理单元适时调取执行；
控制单元，用于控制红外相机拍摄包含远距二维码的待处理图像；
处理单元，用于将待处理图像做二值化处理后，进行边缘提取；而后根据提取的边缘信息进行椭圆拟合检测，获取原始码及其圆心坐标；之后根据远距二维码预设的定位码的几何关系，定位出原始码中对应各远距二维码的定位码分布位置，以筛选出原始码中的信息码，并根据通码表来获取远距二维码的ID信息；以当判断该ID下的远距二维码首次出现时，根据定位码在图像中的圆心坐标，计算远距二维码在相机坐标系下的空间位姿并对应ID信息保存在存储单元中；之后将首个远距二维码与相机的空间位置关系装载到地图中，并将当前相机所在位置作为地图坐标系原点；当相机观测到的图像中含有首次观测到的远距二维码B时，计算首次观测到的远距二维码与图像中已记录的远距二维码A之间的相对姿态，以获取首次观测到的远距二维码B在地图中的位置，并将其加入地图中。
通过本发明提供的该一种基于远距二维码的地图创建方法及系统，巧妙的利用了圆形几何形状在空间中即便随相机视角变化，产生仿射变换也只会变成椭圆状，且依然存在圆心的特性，以及圆形即便在远距离检测容易模糊的情况下依然呈圆/椭圆状的鲁棒特性，设计出了适于远距离检测的二维码，同时对应该远距二维码的前述特性，通过椭圆检测，能够十分精确的获得椭圆圆心以建立与相机的位姿变换矩阵，从而解决了传统二维码与检测相机在距离较远、角度变换时，拍摄出的检测图像中的二维码容易呈现模糊的块团状，而造成无法进行准确识别的问题。在此基础上通过计算图像中远距二维码之间的相对姿态，便可依次获得各码在地图中的位置，从而实现室内二维码地图的创建。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明的远距二维码在室内环境下粘贴于天花板，用于室内定位建图场景的示意图；
图2为本发明的基于远距二维码的地图创建方法的步骤示意图；
图3为本发明的基于远距二维码的地图创建方法的中连续检测远距二维码来计算码与码之间相对位置，来进行定位建图的过程分解步骤示意图；
图4为本发明的基于远距二维码的地图创建方法的流程逻辑示意图；
图5为本发明的远距二维码点阵结构示意图，其中圆环部分示意的是信息码的可布设位置；
图6为本发明的远距二维码通码表示意图；
图7为本发明的远距二维码几何位置关系示意图；
图8为红外相机拍摄的本发明的远距二维码的示意图；
图9为本发明的基于远距二维码的地图创建方法中，基于远距二维码计算物体空间位姿的方法步骤示意图；
图10为本发明的基于远距二维码的地图创建方法中的二值化图像的示意图；
图11为位姿奇异现象的示意图；
图12为本发明的基于远距二维码的地图创建系统结构示意图。
具体实施方式
为了使本领域的技术人员能够更好的理解本发明的技术方案，下面将结合实施例来对本发明的具体技术方案进行清楚、完整地描述，以助于本领域的技术人员进一步理解本发明。显然，本案所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思及相互不冲突的前提下，本申请中的实施例及实施例中的特征可以相互组合。基于本发明中的实施例，在本领域普通技术人员没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的揭露及保护范围。
此外本发明的说明书和权利要求书及附图中的术语“第一”、“第二”、“S100”、“S200”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里描述的那些以外的顺序实施。同时本发明中的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。除非另有明确的规定和限定，术语“设置”、“布设”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况，结合现有技术来理解上述术语在本案中的具体含义。
为了实现基于远距二维码创建室内地图，请参阅图1至图4所示，本发明提供了一种基于远距二维码的地图创建方法，步骤包括：
步骤S100 将远距二维码设置在建图区域顶部相对于相机的仰望位；经相机获取含远距二维码的图像，以提取远距二维码在相机坐标系下的空间位姿和ID信息。
请参阅图1所示，考虑到建立室内二维码定位方案时，若将二维码贴于室内天花板等离地较远的上部空间，此时行驶中的移动机器人的相机在拍摄二维码时，由于存在距离和角度变换因素，因此会出现二维码无法被精确识别的技术缺陷。
为此，请参阅图5至图8所示，为了确保二维码在远距及多角度检测条件下的识别准确率，本发明提供了一种远距二维码，其包括：定位码，信息码，其中定位码由数个方向点围绕中心点在数个非交叉方向布设而成，并在各个相邻方向点的夹角处划分出数个象限区域，所述信息码根据预设码表布设在对应象限区域中，以与定位码组成二维点阵。
具体来说，发明人发现由于圆形（包括：椭圆形、椭圆环形、圆环形）在视角变化时会产生仿射变换，在相机平面中是以椭圆的形式展现，因此其应对视角变换的能力相对较弱。而传统方块像素的二维码，虽然角点在不同视角的情况下的鲁棒性更强，但其弱点是在远距离视角下容易角点发生偏移，基于该发现，发明人设计了一种点阵形态的二维码。
如图5至图7所示，在本示例中，该远距二维码中，定位码由数个方向点根据东南西北四个方向围绕中心点布设而成，以在各个相邻方向点的夹角处划分出如图7所示的四个象限区域，而所述信息码则如图6所示，可根据预设码表在对应的象限区域中布设，以与定位码组成如图5所示的二维点阵，且本示例下，该方向点、中心点、信息点优选呈圆形、椭圆形、椭圆环形、圆环形中的任一一种。
经此设置，该远距二维码中由于只有一种基础图案（圆点），因此不但降低了加工制作二维码的难度。同时此类点阵的设计中，任意两个二维码的排列方式的差异性很大，从而可降低误检测的几率，以支持不同的高度距离。
此外，为了加强定位码的排布特征，如图7所示在本优选示例中，所述数个方向点中至少存在一个主方向点（如图7中的A点）与中心点B的设置距离与其他副方向点相异，如A与B的间隔距离是C、D、F与B间隔距离的一半。而各副方向点则与中心点的设置距离相等。从而将此作为该远距二维码识别时的约束之一，可以进一步提高识别准确率。
进一步的，考虑到环境光因素，以及室内天花板的底色，悬吊干扰物等多种综合因素的影响，会对相机拍摄的图像形成干扰，以影响远距二维码的识别率，为此本示例中，优选在远距二维码的定位码和信息码表面设置反光层，如采用亮银反光布，而对应的该相机优选设置为红外相机，以在相机镜头和CMOS之间加装了一个红外滤光镜，让一定波段内的红外光通过，吸收或反射可见光和紫外线，并可选择为相机添加红外灯。经此设置后，如图8所示，该红外相机便可轻松捕捉到明显包含远距二维码信息的图像。
另一方面，对应上述示例的该远距二维码，如图9所示，其中提取远距二维码在相机坐标系下的空间位姿和ID信息的步骤包括：
步骤S110获取包含远距二维码信息的图像做二值化处理后，进行边缘提取。
具体的，根据上述远距二维码的示例可知，当红外相机拍摄到含有远距二维码的图像时，获取的图片如图8所示，除定位码和信息码圆点为白色外，其余部分为黑色，此时可将图像的像素值进行取反。并将取反后的图像进行二值化处理，将灰度图像转换成黑白图像，如图10所示。
之后，将黑白图像利用Canny边缘检测算法，提取边缘。由于前述红外相机的特殊性，此时导致黑白图像中边缘较少，其能大大加快边缘提取的过程。
步骤S120根据提取的边缘信息进行椭圆拟合检测，获取原始码及其圆心坐标。
具体的，圆是椭圆的一种特殊形状，由于视角的不同，远距二维码中的点在成像平
面中一般为近似椭圆。椭圆拟合常用于特征提取，场景建模，摄像机标定等问题中，给定一
组来自某个椭圆的图像测量数据所有边缘点的集合，其中包含了所有的祖成椭圆的边缘
点。表示每个边缘点，其坐标由像素位置组成，此处N表示组成该边缘的像素点数量。这
里使用的是图像点边缘点信息。
由于测量数据不可避免的带有误差，问题变为从带有误差的数据中恢复其对应的
椭圆信息。其中椭圆的方程可写为：其中表示椭圆的参数集合。椭圆参数共有6个。
因为每个椭圆的边缘点都在椭圆上，因此所有的边缘点都在椭圆上。 椭圆拟合转变为线性最小二乘问题:
为保证最小二乘的解一定为椭圆，必须添加约束条件，，，
其中：
从而构造一个带有约束的非线性优化问题:
对于这种非线性优化问题，所以可使用列温伯格-马夸尔特算法求解其对应的椭圆参数信息。
基于上述椭圆检测方案，待提取所有的边缘信息后，将每一个边缘信息分别进行
基于最小二乘的椭圆拟合。进而得到每一个黑色的椭圆拟合信息，即原始码，其中椭圆的一
般方程如下。其中A，B，C，D，E为椭圆方程的参数，在椭
圆拟合过程中求解得到的。
通过椭圆参数。进而得到椭圆的几何中心的坐标为：
其中椭圆的长轴和短轴b的长度分别为：
进一步的，由于图像中会存在噪点或者因为其他反光材料造成的影响，需要对每一个椭圆信息进行过滤，找到最圆的椭圆方程。
为此其中步骤S120中还包括：根据椭圆方程的长轴、短轴公式，判断各原始码的长轴短轴比例是否符合阈值，当不符时进行滤除的步骤。例如当长轴和短轴之间的比例小于1.3时，认为此椭圆（原始码）不符合圆的形状，进而进行滤除。同时，为排除其他噪点的影响，所有属于同一个远距二维码的圆点的半径，应该在相同的范围内，因此可根据此条件对所有的原始码进行进一步的过滤，以快速滤除不合格的原始码。
步骤S130根据定位码的几何关系，定位出原始码中对应各远距二维码的定位码分布位置。
具体的，当得到所有可能组成远距二维码的原始码后，由于远距二维码如上述示
例所述，是由定位码和信息码组成的。定位码由五个点组成，即是一个固定的模板，如图7所
示，因此在中心的一个圆B与与其最近的圆A之间的距离正好是其他三个圆C、D、F分别与圆B
之间距离的。基于上述示例几何关系的存在，因此每一个远距二维码在图像中的位置信
息，可以被快速的被定位。
因此便得到了每一个远距二维码的分组。此种分类方法可大大加快远距二维码在图像中的定位过程，同时由于类似于模板匹配，如果图像中出现多个远距二维码也会被进行区分，而无需额外的聚类过程。
此外，当对一张图像中所有的远距二维码进行分组后，便得到每一个远距二维码的定位码在图像中的位置。为进一步验证，对所有定位码的圆度进行检查，确保每一个圆都有相同的长轴和短轴的长度。通过定位码的空间位置，可以快速得到远距二维码中信息码的分布情况。
由于信息码搭载了远距二维码的ID信息。因此每一个远距二维码都有不同的信息码。当确定定位码位置后，通过计算各象限中像素块的黑白情况，便可得到远距二维码的所有信息码。之前通码表确定了每一个远距二维码圆点的空间位置信息，因此对照该码表便可确定出每一个远距二维码的ID信息。
以供判断该ID下的远距二维码是否首次出现，如果非首次，意味着存在已经计算好的该远距二维码在相机坐标系下的空间位姿矩阵，可直接调用；若为首次，便可执行下一步，计算该远距二维码在相机坐标系下的空间位姿。从而节省算力，同时若该远距二维码在环境中的位置已经被记录，则该ID的识别，也可被作为移动机器人在地图中的定位。
步骤S140根据定位码在图像中的圆心坐标，计算对应远距二维码在相机坐标系下的空间位姿。
具体的来说，第一步，确定输入的标签（远距二维码）坐标系坐标和像素（图像）坐标。
如：计算 3×3 单应矩阵，将齐次坐标中的 2D圆点从标签坐标系（其中 位
于远距二维码的中心，标签在 和 方向上延伸一个单位）投影到 2D 图像坐标系。使用
直接线性变换 (DLT) 算法计算单应性。请注意，由于单应性投影点在齐次坐标中，因此仅
按尺度定义。
第二步，建立单应性矩阵与转换矩阵的关系。
计算远距二维码的位置和方向，即外参矩阵，需要额外的信息：相机的焦距和标签的物理尺寸。 其中3 × 3 单应矩阵（由 DLT 计算）可以写成 3 × 4 相机投影矩阵 P（假设它是已知的）和 4×3 截断外参矩阵 E 的乘积。
而外参矩阵通常是 4 × 4，但标签上的每个位置都在标签坐标系中的 z = 0处。 因此，可以将每个标签坐标重写为 z 隐式为零的二维齐次点，并删除外参矩阵的第三列，形成截断的外参矩阵。
建立后的单应性矩阵与转换矩阵的关系为：
其中P为相机投影矩阵，其旋转分量表示为，E为截断外参矩阵，将平移分量表
示为 ，s为等效距离比例因子。
第三步，求解单应性矩阵。
首先平面的单应性被定义为，从一个平面到另一个平面的投影映射，通过数学表
达式描述即，一个平面上的点与投影矩阵相乘，结果为另一个平面上对应点，点 的
坐标为检测到的椭圆的中心点，其中u，v分别表示椭圆中心的像素坐标。表示标签坐标
系下的点坐标。用齐次矩阵表达即为：
其中投影矩阵 H为一个3×3方阵
将式(10)展开
其中上式中等式的格式为矩阵 H中各行系数求比，也就说等式右边的分子分母可同时乘以一个缩放因子
而不影响结果的正确性，因此投影矩阵不是唯一的，矩阵元素可以等比例放缩，故在求解矩阵 H时，未知数只有8个而不是9个，只要为矩阵中任意一非零元素的赋一确定值，其他元素根据比例也就得到了确定的值。
通常情况下，使用的矩阵是将的值置为1而得到的，记为。
为了使元素 h3、 h6为 u、v在 x和y都取 0时的值，这在某些应用场合是有特定意义的。从
前面的推导可以看出，每提供两个平面上的一对点，即可联立分别基于和坐标的两个
方程，而求投影矩阵 H需要8个约束条件，故需提供4对点才能求出H。
而本示例中，为保证位姿计算的精度，则额外加入了一个点。 由步骤S200椭圆检测示例可知，每一个远距二维码都可以提供至少五组定位点。五组定位点相对与四对定位点提供了更充分的约束，继而保证了位姿计算的精度。
第四步，基于SVD求解单应性矩阵。
将 (13)式写成如下形式
也就是
其中
当有两个平面上的五对点 时，即可得如下所示
的方程组
其中
为了更直观，将下式展开
接下来解这个方程，这个矩阵的解法一般使用奇异值分解。
第五步，通过单应性矩阵求解转换矩阵。
通过第四步经SVD分解得到H矩阵后，由于相机的内参信息可以通过相机标定得
到，因此通过得到的单应性矩阵，以及摄像机位置关系即式(21)，可以分别求向量，，。由于旋转矩阵的正交性可得。得到每一个
远距二维码相对与相机坐标系的转换矩阵，进而可得到旋转和平移矩阵。
此外，由于噪声的影响，该方法计算的旋转和平移矩阵并不是全局最优解，因此需要通过构造非线性优化问题对该结果，进行结果优化。
第六步，通过迭代优化方法求解最小化误差函数，以优化旋转和平移矩阵。
由于直接法得到的结果受图像噪声影响很大，因此需要根据像素点和空间点的分
布情况通过迭代优化方法对结果进行优化，得到更加准确的远距二维码姿态信息。根据空
间点集以及其对应的图像点集确定相机姿态信息。
摄像机相对与二维码坐标系的旋转表示为和平移矩阵
在理想情况下无噪声等因素影响下，在摄像机已经标定的情况下，空间点和投
射到相机归一化平面坐标系中的点满足如下方程，
其中分别表示由远距二维码中第个定位码的圆心坐标，按照旋转平移矩
阵转换到相机归一化平面中的点的坐标，表示在远距二维码坐标系中每一个定
位码的圆心空间坐标。
由于误差的影响，空间点和像素点实际上并不满足上述问题，该问题转变为寻找
最优参数最小化误差函数，其中R表示旋转，t表示平移。其中表示平移向量中
的第i个元素，表示旋转矩阵中的第i列，其中分别表示图像中第个远距二维码的
圆心投影到相机归一化坐标系中的坐标。表示所有定位码的的圆心坐标。则最小化误差
函数为：
在最小化过程中，为保证R为旋转矩阵，所以其约束条件有：
其优化函数变为
对于这种非线性优化问题，使用列温伯格-马夸尔特算法，即可求解其对应准确的旋转和平移矩阵。
进一步的，如图11所示，由于在实际使用中，如果远距二维码很小或从很远的距离观察，有时会发生位置奇异的情况。位置奇异问题属于问题基本特性。从在几何上解释，这两个位姿大致对应于对象围绕平面的翻转，该平面的法线穿过从相机中心到对象中心的视线。在此类情况下，通常有两种位姿情况可以由上述方案求解得到，这两种解的结果重投影误差类似，因此无法使用重投影误差选择正确的姿势。
当前还没有可靠的算法能够解决位姿歧义问题，因为它是平面目标恢复3D位姿问题的一个自然属性。解决此问题需要更多信息来约束二维码的位姿。
为此本示例的方法中，骤还包括：步骤S150 按照时间过滤和先验位姿约束，对经步骤S140获得的空间位姿进行约束，其中时间过滤是当移动机器人获取到远距二维码的位姿信息计算当前移动机器人的位姿时，判断移动机器人的位姿是否发生突变，一旦发生错误定位时，则位姿会存在跳变情况，一旦发现，则可滤除当前远距二维码的位置信息。而先验位姿约束则是考虑到远距二维码粘贴在天花板上，其坐标系和地面也就是车体处于平行的平面中，因此远距二维码一旦发生错误位姿，可以通过该约束进行滤除。
步骤S200 将首个远距二维码与相机的空间位置关系装载到地图中，并将当前相机所在位置作为地图坐标系原点。
具体的，当解决了二维码的识别问题，就可以根据相机与远距二维码的空间位置关系来逐步创建地图，但首先还需先建立地图坐标系的原点，为此本示例中，当相机拍摄到首个远距二维码时，即获取当前远距二维码与相机的空间位置关系，此时以当前相机（或移动机器人）所在的位置为地图坐标系原点，将拍摄的第一个远距二维码按照空间位置关系装载到地图中，完成首个地图位置的建立。
步骤S300 当相机观测到的图像中含有首次观测到的远距二维码B时，计算首次观测到的远距二维码与图像中已记录的远距二维码A之间的相对姿态，以获取首次观测到的远距二维码B在地图中的位置，并将其加入地图中。
具体的，如图3所示，搭载顶视红外相机的移动机器人车辆在房间中行驶，依次录入各远距二维码的空间位置。在图3(a)中，小车位于码1下方，算法检测到远距二维码后，获得远距二维码在相机坐标系中的姿态，并根据此姿态创建地图原点。在图3(b)中，小车运动到码1和码2下方，此时由于相机可同时观测到码1和码2，因此可同时获得码1和码2在相机坐标系下的姿态信息，由于此时码1经过识别ID，可知晓其与相机的空间位置关系已知，因此只要计算码2的空间位置关系即可，之后便可通过码1计算码2的相对姿态，进而获得码2在地图中的位置。如图3(c)，图3(d)所示，而本发明的算法会按照上述逻辑完成码3的姿态计算并将其加入地图中。
举例来说，由于能观测到固定一个远距二维码的空间范围是有限的，因此在本示例中，会在场景中部署多个远距二维码。当在某个位置，相机可以同时拍摄多个远距二维码时，其能够对多个远距二维码提取观测。此时，会创建对不同远距二维码的观测因子（即通过相机对二维码的测量。该测量内容包括二维码在相机坐标系下的实时位姿信息，二维码定位点之间的像素距离信息，也包含二维码的大小。因为搭载相机的平台是运动的。故在运动过程中可以实时拍照，提取二维码信息，因此二维码观测因子是时时刻刻随着相机的拍照次数增加的）。
由于此时提取了多个远距二维码的空间位置信息，通过相机与多个远距二维码之间的刚体关系，以及之前已经在地图中的远距二维码的位置信息。便可创建不在地图中的远距二维码的二维码因子（即二维码的数学表达。即包含二维码的空间位置关系，二维码中所有定位点的位置以及定位点之间的几何关系）。即完成新的远距二维码在地图中的创建。进而完成地图的扩建。
此外，由于单次计算的远距二维码位置会受光照等条件的影响，远距二维码姿态会存在一定的误差，为保证二维码建图的精度，本发明中优选通过因子图的形式融合每一帧图像提取的远距二维码信息，并通过增量更新的方式优化每一个远距二维码姿态，进而保证远距二维码建图的实时性和鲁棒性。
具体的，为了融合所有时刻获得的远距二维码信息，本发明通过因子图的形式构
建最大后验概率问题求解每一个远距二维码的位置。其中所有远距二维码在地图中的位置
信息由表示，使用一系列测量值约束待优化变量，并以贝叶斯网络建模为，通
过最大后验概率获得优化后的状态变量，即最准确的远距二维码空间位置。而要估计最
大后验概率出现的位置，即找到一个状态量使得各个因子相乘的概率值最大，即求解：
其中，测量值为一组测量值的集合包含以下几个方面：
表示相机处于第个位置时相机对的观测；
表示一个远距二维码中定位码圆心间的距离；
表示一个远距二维码中第个定位码圆心的像素坐标；
表示远距二维码坐标系中第个定位码圆心的空间位置；
表示相机在远距二维码地图中的第个位置；
表示相机的内参信息。
其中，包含了场景中每一个远距二维码的姿态信息以及当前相机在地图中
的姿态信息，在中，可发现 是由一系列观测模型的条件概率相乘得到
的。因此把连乘式中所有的因子从状态量中分离出来，作为单独的一类分析。这就是因子图
的起因，在因子图中将不同模块分为两部分：因子（factor）和变量(variables)。每一个因
子对应一个上式贝叶斯网络中的概率，并且每一个因子只和与其有关系的节点相连，因此
上式贝叶斯网络转化为因子图，如下所示：
为了保证因子是可计算的，遵循传统的手段，将高斯模型作为而为二维码姿态传感器的基本模型：
上式中，表示优化变量，表示高斯函数的均值，表示马式距离。注意是一种
运算符，当是向量时，表示向量间的减法。如果表示为时，其按照下式进行运算：
在上式中，和分别表示中的旋转和平移部分。表示将矩阵映
射成李代数，表示李代数映射，将李代数转变成旋转矩阵。
绝对位姿先验：表示为一元因子可以用来指定具有噪声的先验姿势
相对位姿先验：表示为二元因子，如果知道两个位姿之间的变换，
首先，将问题使用贝叶斯网络进行建模。该问题描述的是移动机器人在布置远距二维码的场景下进行运动，并进行实时建图和定位。在建模过程中不仅考虑了远距二维码的位姿测量值，相机的姿态，而且为保证建图的精度以及消除远距二维码位置奇异导致错误的定位影响，还在模型中加入了远距二维码的像素测量值约束因子，二维码几何尺寸约束因子，相机同时拍摄多个二维码等约束条件。
表示相机位姿为并观测到的第个码的条件下，第个
码在地图中的位姿的概率密度函数，其中，表示相机处于第个位置时相机对的观测。表示在地图中在相机坐标系下对远距二维码的观测。
表示已知远距二维码在地图中位姿以及对远距二维码有效
观测的条件下，当前相机的姿态的概率密度函数。
表示基于针孔相机模型的相机因子（即相机的数学模型，
即相机投影模型和畸变模型，同时也包含相机在地图中的空间位置信息），根据远距二维码在地图中的位置，将远距二维码坐标系下的每一个定位码圆心空间点点转换到地
图坐标系下。在当前相机观测到的远距二维码定位像素位置的条件下建立的观测函数。
表示在上述条件下，表示为相机姿态的概率密度函数。
表示每一个远距二维码在地图坐标系的几何尺寸约束。在地图
坐标系中观测到远距二维码定位码圆心之间的距离与实际远距二维码大小之间的约
束。
表示一幅图像中看到两个远距二维码的条件下，观测到两个
远距二维码的相对位置关系的概率密度函数。
表示先验，当相机看到第一个远距二维码时，初始化第一个看到的远距
二维码空间位置为地图原点。
接下来需要估计最大后验概率出现的远距二维码空间位置，以及求解所有的相机姿态，即找到一个状态量使得各个因子相乘的概率值最大，即求解：
因此，将最大后验概率问题转化成了一个最小二乘问题。可采用最小二乘问题的问题进行求解。常见的方法，例如梯度下降法，高斯-牛顿法，列温伯格-马夸尔特法，DogLeg法等。
在实际部署过程中，约束条件不会并全部使用，随着移动机器人的运动，以及场景中远距二维码布置场景的变化，多种因子会依次加入到优化函数中，进而保证建图以及当前相机姿态的准确性。
籍此，随着观测因子的增多，使用因子图的形式对所有二维码的空间位置信息和相机信息进行优化。便可得准确的二维码的空间位置和相机位置。从而可以继续上述地图更新过程。
为进一步保证优化的准确性和实时性，本示例中优选使用iSAM2方法增量更新整合地图，这样可保证相机帧率下完成地图的优化和更新。
另一方面，如图12所示，对应上述方法，本发明还提供了一种基于远距二维码的地图创建方法系统，其包括：
存储单元，用于存储包括如上中任一所述基于远距二维码的地图创建方法步骤的程序，以供控制单元，处理单元适时调取执行；
控制单元，用于控制红外相机拍摄包含远距二维码的待处理图像；
处理单元，用于将待处理图像做二值化处理后，进行边缘提取；而后根据提取的边缘信息进行椭圆拟合检测，获取原始码及其圆心坐标；之后根据远距二维码预设的定位码的几何关系，定位出原始码中对应各远距二维码的定位码分布位置，以筛选出原始码中的信息码，并根据通码表来获取远距二维码的ID信息；以当判断该ID下的远距二维码首次出现时，根据定位码在图像中的圆心坐标，计算远距二维码在相机坐标系下的空间位姿并对应ID信息保存在存储单元中；之后将首个远距二维码与相机的空间位置关系装载到地图中，并将当前相机所在位置作为地图坐标系原点；当相机观测到的图像中含有首次观测到的远距二维码B时，计算首次观测到的远距二维码与图像中已记录的远距二维码A之间的相对姿态，以获取首次观测到的远距二维码B在地图中的位置，并将其加入地图中。
综上所述，通过本发明提供的该一种基于远距二维码的地图创建方法及系统，巧妙的利用了圆形几何形状在空间中即便随相机视角变化，产生仿射变换也只会变成椭圆状，且依然存在圆心的特性，以及圆形即便在远距离检测容易模糊的情况下依然呈圆/椭圆状的鲁棒特性，设计出了适于远距离检测的二维码，同时对应该远距二维码的前述特性，通过椭圆检测，能够十分精确的获得椭圆圆心以建立与相机的位姿变换矩阵，从而解决了传统二维码与检测相机在距离较远、角度变换时，拍摄出的检测图像中的二维码容易呈现模糊的块团状，而造成无法进行准确识别的问题。在此基础上，本发明通过因子图的形式融合每一帧图像提取的远距二维码信息，并通过增量更新的方式优化每一个远距二维码姿态，以供更精确的计算图像中远距二维码之间的相对姿态，来获得各码在地图中的位置，从而实现室内二维码地图的创建，并确保了远距二维码建图的实时性和鲁棒性。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
本领域技术人员可以理解，除了以纯计算机可读程序代码方式实现本发明提供的系统、装置、单元及其各个模块以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置、单元及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以，本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件，而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构；也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
此外实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得单片机、芯片或处理器（processor）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，RandomAccess Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
此外，本发明实施例的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施例的思想，其同样应当视为本发明实施例所公开的内容。
Claims (10)
1.一种基于远距二维码的地图创建方法，步骤包括：
步骤S100 将远距二维码设置在建图区域顶部相对于相机的仰望位；经相机获取含远距二维码的图像，以提取远距二维码在相机坐标系下的空间位姿和ID信息；
步骤S200 将首个远距二维码与相机的空间位置关系装载到地图中，并将当前相机所在位置作为地图坐标系原点；
步骤S300 当相机观测到的图像中含有首次观测到的远距二维码B时，计算首次观测到的远距二维码与图像中已记录的远距二维码A之间的相对姿态，以获取首次观测到的远距二维码B在地图中的位置，并将其加入地图中。
2.根据权利要求1所述的基于远距二维码的地图创建方法，其中步骤S300中，计算B与A之间的相对姿态的步骤包括：
步骤S310通过因子图形式融合每一帧图像提取的远距二维码空间位姿；
步骤S320通过增量更新的方式优化每一个远距二维码空间位姿；
步骤S330根据优化后的远距二维码空间位姿计算相对位姿。
3.根据权利要求2所述的基于远距二维码的地图创建方法，其中步骤S310中，融合每一帧图像提取远距二维码空间位姿的步骤包括：
步骤S311使用测量值约束待优化变量/>,使用贝叶斯网络建模为/>，通过最大后验概率求解优化后的状态变量：
；
其中为所有远距二维码在地图中的空间位姿，测量值/>为一组测量值的集合，其包括：
表示相机处于第/>个位置时相机对/>的观测；
表示一个远距二维码中定位码/>圆心间的距离；
表示一个远距二维码中第/>个定位码圆心的像素坐标；
表示远距二维码坐标系中第/>个定位码圆心的空间位置；
表示相机在远距二维码地图中的第/>个位置；
表示相机的内参信息。
4.根据权利要求1所述的基于远距二维码的地图创建方法，其中所述远距二维码，包括：定位码，信息码，其中定位码由数个方向点围绕中心点在数个非交叉方向布设而成，并在各个相邻方向点的夹角处划分出数个象限区域，所述信息码根据预设码表布设在对应象限区域中，以与定位码组成二维点阵，其中定位码与信息码表面设有反光层。
5.根据权利要求4所述的基于远距二维码的地图创建方法，其中步骤S100中，提取远距二维码在相机坐标系下的空间位姿和ID信息的步骤包括：
步骤S110获取包含远距二维码信息的图像做二值化处理后，进行边缘提取；
步骤S120根据提取的边缘信息进行椭圆拟合检测，获取原始码及其圆心坐标；
步骤S120根据定位码的几何关系，定位出原始码中对应各远距二维码的定位码分布位置，以筛选出原始码中的信息码，并根据通码表来获取远距二维码的ID信息；
步骤S140当判断该ID下的远距二维码首次出现时，根据定位码在图像中的圆心坐标，计算对应远距二维码在相机坐标系下的空间位姿并与该ID信息绑定。
6.根据权利要求5所述的基于远距二维码的地图创建方法，其中步骤S140中计算远距二维码在相机坐标系下空间位姿的步骤包括：
步骤S141设定位码的圆心坐标为，建立齐次矩阵
；
基于SVD法求解单应性矩阵H，其中u，v表示定位码圆心的像素坐标、表示远距二维码坐标系下点的坐标，s为等效距离比例因子；
步骤S142根据单应性矩阵与远距二维码在相机坐标系下转换矩阵的关系
；
求得旋转和平移矩阵，其中P为相机投影矩阵、E为截断外参矩阵，, />分别为相机/>方向和y方向的焦距，/>，/>为相机中心点坐标，/>为旋转矩阵中的前两列，/>, />,分别表示在相机坐标系下远距二维码中心的位置，/>为3×3的单应投影矩阵。
7.根据权利要求6所述的基于远距二维码的地图创建方法，其中步骤S140中还包括：
步骤143通过迭代优化方法求解最小化误差函数
；
以优化旋转和平移矩阵，其中R表示旋转，t表示平移
；
表示平移向量中的第i个元素，/>表示旋转矩阵中的第i列；其中/>分别表示图像中第/>个远距二维码的圆心投影到相机归一化坐标系中的坐标/>；/>表示所有定位码的的圆心坐标；/>分别表示由远距二维码中第/>个定位码的圆心空间坐标，按照旋转平移矩阵转换到相机归一化平面中的点的坐标/>；/>表示在远距二维码坐标系中每一个定位码的圆心空间坐标/>；
其中在求解过程中以作为约束条件。
8.根据权利要求5所述的基于远距二维码的地图创建方法，其中步骤还包括：
步骤S150 按照时间过滤和先验位姿约束，对经步骤S140获得的空间位姿进行约束，其中时间过滤步骤包括：当判断空间位姿结果存在突变时，滤除；先验位姿约束步骤包括：当判断空间位姿结果中远距二维码坐标系和相机坐标系处于非平行时，滤除。
9.根据权利要求5所述的基于远距二维码的地图创建方法，其中步骤S120中还包括：
根据椭圆方程的长轴、短轴公式，判断各原始码的长轴短轴比例是否符合阈值，当不符时进行滤除的步骤。
10.一种基于远距二维码的地图创建方法系统，其包括：
存储单元，用于存储包括如权利要求1至9中任一所述基于远距二维码的地图创建方法步骤的程序，以供控制单元，处理单元适时调取执行；
控制单元，用于控制红外相机拍摄包含远距二维码的待处理图像；
处理单元，用于将待处理图像做二值化处理后，进行边缘提取；而后根据提取的边缘信息进行椭圆拟合检测，获取原始码及其圆心坐标；之后根据远距二维码预设的定位码的几何关系，定位出原始码中对应各远距二维码的定位码分布位置，以筛选出原始码中的信息码，并根据通码表来获取远距二维码的ID信息；以当判断该ID下的远距二维码首次出现时，根据定位码在图像中的圆心坐标，计算远距二维码在相机坐标系下的空间位姿并对应ID信息保存在存储单元中；之后将首个远距二维码与相机的空间位置关系装载到地图中，并将当前相机所在位置作为地图坐标系原点；当相机观测到的图像中含有首次观测到的远距二维码B时，计算首次观测到的远距二维码与图像中已记录的远距二维码A之间的相对姿态，以获取首次观测到的远距二维码B在地图中的位置，并将其加入地图中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311124505.4A CN117589145A (zh) | 2023-09-01 | 2023-09-01 | 一种基于远距二维码的地图创建方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311124505.4A CN117589145A (zh) | 2023-09-01 | 2023-09-01 | 一种基于远距二维码的地图创建方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117589145A true CN117589145A (zh) | 2024-02-23 |
Family
ID=89913988
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311124505.4A Pending CN117589145A (zh) | 2023-09-01 | 2023-09-01 | 一种基于远距二维码的地图创建方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117589145A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117830604A (zh) * | 2024-03-06 | 2024-04-05 | 成都睿芯行科技有限公司 | 一种定位用二维码异常检测方法及介质 |
-
2023
- 2023-09-01 CN CN202311124505.4A patent/CN117589145A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117830604A (zh) * | 2024-03-06 | 2024-04-05 | 成都睿芯行科技有限公司 | 一种定位用二维码异常检测方法及介质 |
| CN117830604B (zh) * | 2024-03-06 | 2024-05-10 | 成都睿芯行科技有限公司 | 一种定位用二维码异常检测方法及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108648240B (zh) | 基于点云特征地图配准的无重叠视场相机姿态标定方法 | |
| CN109829893B (zh) | 一种基于注意力机制的缺陷目标检测方法 | |
| CN110288657B (zh) | 一种基于Kinect的增强现实三维注册方法 | |
| EP2678824B1 (en) | Determining model parameters based on transforming a model of an object | |
| US8106968B1 (en) | System and method for pattern detection and camera calibration | |
| WO2004055735A1 (ja) | パターン識別方法、その装置及びそのプログラム | |
| CN109118544B (zh) | 基于透视变换的合成孔径成像方法 | |
| CN107945221A (zh) | 一种基于rgb‑d图像的三维场景特征表达与高精度匹配方法 | |
| CN117589145A (zh) | 一种基于远距二维码的地图创建方法及系统 | |
| Yan et al. | Joint camera intrinsic and lidar-camera extrinsic calibration | |
| CN111915485B (zh) | 一种特征点稀疏工件图像的快速拼接方法及系统 | |
| JP2007064836A (ja) | カメラキャリブレーションの自動化アルゴリズム | |
| CN113688846B (zh) | 物体尺寸识别方法、可读存储介质及物体尺寸识别系统 | |
| CN115609591A (zh) | 一种基于2D Marker的视觉定位方法和系统、复合机器人 | |
| CN113643380A (zh) | 一种基于单目相机视觉标靶定位的机械臂引导方法 | |
| CN117109561A (zh) | 融合激光定位的远距二维码地图创建及定位方法、系统 | |
| CN116619358A (zh) | 一种矿山自主探测机器人自适应定位优化与建图方法 | |
| Dahaghin et al. | 3D thermal mapping of building roofs based on fusion of thermal and visible point clouds in uav imagery | |
| Li et al. | Vision-based target detection and positioning approach for underwater robots | |
| Martínez-Díaz | 3D distance measurement from a camera to a mobile vehicle, using monocular vision | |
| Morgan et al. | Selection and installation of high resolution imaging to monitor the PBFAM process, and synchronization to post-build 3D computed tomography | |
| CN116843748B (zh) | 一种远距二维码及其物体空间位姿获取方法及系统 | |
| CN116524041A (zh) | 一种相机标定方法、装置、设备及介质 | |
| CN115456870A (zh) | 基于外参估计的多图像拼接方法 | |
| Yang et al. | Design flow of motion based single camera 3D mapping |
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 |