DE112015005485T5 - Vorrichtung für und verfahren zum schätzen von abmessungen eines objekt mit einem code im automatischen ansprechen auf ein lesen des codes - Google Patents
Vorrichtung für und verfahren zum schätzen von abmessungen eines objekt mit einem code im automatischen ansprechen auf ein lesen des codes Download PDFInfo
- Publication number
- DE112015005485T5 DE112015005485T5 DE112015005485.5T DE112015005485T DE112015005485T5 DE 112015005485 T5 DE112015005485 T5 DE 112015005485T5 DE 112015005485 T DE112015005485 T DE 112015005485T DE 112015005485 T5 DE112015005485 T5 DE 112015005485T5
- Authority
- DE
- Germany
- Prior art keywords
- code
- data points
- data
- point cloud
- ground plane
- 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
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000004044 response Effects 0.000 title claims abstract description 10
- 230000008569 process Effects 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 2
- 239000000284 extract Substances 0.000 abstract description 3
- 230000008901 benefit Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/10544—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/10544—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
- G06K7/10712—Fixed beam scanning
- G06K7/10722—Photodetector array or CCD scanning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
- G06K7/1439—Methods for optical code recognition including a method step for retrieval of the optical code
- G06K7/1443—Methods for optical code recognition including a method step for retrieval of the optical code locating of the code in an image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Toxicology (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- Multimedia (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
Abmessungen eines mit einem elektrooptisch lesbaren Code verknüpften Objekts werden geschätzt durch Richten einer in der Hand zu haltenden Vorrichtung auf eine Szene, die das auf einer Bodenfläche gestützte Objekt enthält. Ein Scanner auf der Vorrichtung tastet die Szene über einem Sichtfeld ab, um eine Position eines Referenzpunktes des Codes, der mit dem Objekt verknüpft ist, zu erhalten, und liest den Code. Ein Abmessungssensor auf der Vorrichtung erfasst eine dreidimensionale (3D) Punktwolke von Datenpunkten der Szene im automatischen Ansprechen auf das Lesen des Codes. Eine Steuereinrichtung clustert die Punktwolke in Datencluster, lokalisiert den Referenzpunkt des Codes in einem der Datencluster, extrahiert die zu dem Objekt gehörenden Datenpunkte des einen Datenclusters aus der Punktwolke, und verarbeitet die zu dem Objekt gehörenden, extrahierten Datenpunkte um die Abmessungen des Objekts zu schätzen.
Description
- HINTERGRUND DER ERFINDUNG
- Die vorliegende Offenbarung betrifft allgemein das Erfassen von Abmessungsdaten, die die Abmessungen eines mit einem elektrooptisch lesbaren Code verknüpften Objekts anzeigen, und insbesondere eine Vorrichtung für und ein Verfahren zum Schätzen der Abmessungen oder des Volumens des Objekts im automatischen Ansprechen auf ein Lesen des mit dem Objekt verknüpften Codes.
- Die Bestimmung der Abmessungen oder des Volumens eines Objekts, wie zum Beispiel einer Versandverpackung, eines Postpakets, oder einer mit einer Vielzahl von Objekten als Fracht oder Last beladenen Palette, ist wünschenswert, insbesondere in der Transport- und Versandindustrie, wo die Kosten zum Transport und zur Auslieferung der Objekte zumindest teilweise von ihren Abmessungen abhängig. Jedes derartige Objekt wird im Allgemeinen einem elektrooptisch lesbaren Code zugeordnet, der das Objekt identifiziert, wenn er durch einen elektrooptischen Scanner oder Lesegerät gelesen wird. Dreidimensionale (3D) Kameras werden auch sowohl als tragbare als auch als festinstallierte Geräte eingesetzt, um Abmessungsdaten zu erfassen, die die Abmessungen eines Objekts über einem Sichtfeld anzeigen. Obwohl im Allgemeinen zufriedenstellend für den beabsichtigten Zweck, ist die bekannte 3D-Kamera ist nicht vollkommen zufriedenstellend, wenn mehrere Objekte in ihrem Sichtfeld enthalten sind, da die Kamera nicht ohne weiteres zwischen dem abzumessenden Objekt, das heißt dem primären Objekt oder Hauptziel von Interesse, und anderen, sekundären Objekten unterscheiden kann, deren Abmessungen nicht gewünscht sind.
- Dementsprechend gibt es einen Bedarf, die Abmessungen oder das Volumen eines Hauptobjekts von Interesse in einer genauen, schnellen und effizienten Art und Weise zu schätzen, insbesondere wenn andere, sekundären Objekte in der Nähe sind.
- KURZBESCHREIBUNG DER VERSCHIEDENEN ANSICHTEN DER ZEICHNUNG
- Die beiliegenden Figuren, in denen sich gleiche Bezugszeichen auf identische oder funktional ähnliche Elemente über die einzelnen Ansichten hinweg beziehen, sind zusammen mit der nachstehenden ausführlichen Beschreibung in die Beschreibung aufgenommen, bilden einen Teil derselben, und dienen dazu, Ausführungsformen von Konzepten, die die beanspruchte Erfindung umfassen, weiter zu veranschaulichen, und verschiedene Prinzipien und Vorteile dieser Ausführungsformen zu erläutern.
-
1 zeigt ist eine schematische Ansicht einer Vorrichtung für eine Schätzung der Abmessungen eines mit einem elektrooptisch lesbaren Code verknüpften Objekts gemäß der vorliegenden Offenbarung. -
2 zeigt ein Blockschaltbild der gesamten Vorrichtung aus1 . -
3 zeigt eine Draufsicht auf den mit dem Objekt verknüpften Code, zusammen mit einem Referenzpunkt des Codes. -
4 zeigt ein Ablaufdiagramm eines Verfahrens zum Schätzen der Abmessungen eines mit einem elektrooptisch lesbaren Code verknüpften Objekts gemäß der vorliegenden Offenbarung. -
5A zeigt eine perspektivische Ansicht einer Szene mit einem Hauptobjekt und einem sekundären Objekt, die auf einer Bodenfläche oder einem Hintergrund abgestützt sind. -
5B zeigt eine perspektivische Ansicht einer 3D-Punktwolke der Szene aus5A . -
5C zeigt eine perspektivische Ansicht eines Begrenzungskastens mit minimalem Volumen, der eine konvexe Hülle eines Daten-Clusters umgibt, der zu dem Hauptobjekt gehört. -
6 zeigt eine schematische Ansicht, die zeigt, wie der Begrenzungskasten bezüglich der Bodenfläche oder dem Hintergrund ausgerichtet werden soll. -
7 zeigt eine Ansicht analog zu5C , aber zeigt einen geneigten Begrenzungskasten, der nicht in der durch6 vorgeschriebenen Art und Weise ausgerichtet ist. - Fachleute werden erkennen, dass in den Figuren dargestellte Elemente aus Gründen der Einfachheit und Klarheit nur veranschaulicht und nicht notwendigerweise maßstabsgerecht gezeichnet sind. Zum Beispiel können die Abmessungen und Positionen von einigen der Elemente in den Figuren vielleicht relativ zu anderen Elementen übertrieben sein, um dabei zu helfen, die Verständlichkeit von Ausführungsformen der vorliegenden Erfindung zu verbessern.
- Die Vorrichtungs- und Verfahrenskomponenten wurden, wo es angemessen ist, durch übliche Symbole in der Zeichnung wiedergegeben, wobei nur die spezifischen Details gezeigt werden, die zum Verständnis der Ausführungsformen der vorliegenden Erfindung sachdienlich sind, so dass die Offenbarung nicht durch Details unklar wird, die einem Durchschnittsfachmann ohne weiteres ersichtlich sind, der von der vorgelegten Beschreibung profitiert.
- DETAILLIERTE BESCHREIBUNG DER ERFINDUNG
- Ein Aspekt der vorliegenden Offenbarung bezieht sich auf eine Vorrichtung für ein Schätzen der Abmessungen eines Objektes, das mit einem elektrooptisch lesbaren Code verknüpft ist, zum Beispiel ein Barcode-Symbol für einen Universal-Produkt-Code (UPC), ein Symbol für einen Elektronik-Produkt-Code (EPC) oder ein ähnlicher Code-Standard, der das Objekt identifiziert. Eine in der Hand zu haltende Vorrichtung kann auf eine Szene gerichtet werden, die das auf einer Bodenfläche gestützte Objekt enthält. Ein Scanner, beispielsweise ein elektrooptischer Leser, wird von der Vorrichtung unterstützt, tastet die Szene über einem Sichtfeld ab, um eine Position eines Referenzpunktes des Codes zu erhalten, der mit dem Objekt verknüpft ist, und liest den Code. Ein Abmessungssensor, beispielsweise eine dreidimensionale (3D) Kamera, wird von der Vorrichtung unterstützt und erfasst im automatischen Ansprechen auf das Lesen des Codes eine 3D-Punktwolke von Datenpunkten der Szene. Eine Steuereinrichtung clustert die Punktwolke in Datencluster, lokalisiert den Referenzpunkt des Codes in einem der Datencluster, extrahiert die zu dem Objekt gehörenden Datenpunkte des einen Datenclusters aus der Punktwolke, und verarbeitet die zu dem Objekt gehörenden, extrahierten Datenpunkte um die Abmessungen des Objekts zu schätzen.
- In einer bevorzugten Ausführungsform detektiert die Steuereinrichtung eine Bodenebene, die die Bodenfläche aus der Punktwolke anzeigt, verarbeitet die zu dem Objekt gehörenden extrahierten Datenpunkte um eine konvexe Hülle zu erhalten, und passt einen Begrenzungskasten mit minimalem Volumen an, um die konvexe Hülle zu umschließen. Der Begrenzungskasten weist ein Paar von zueinander orthogonalen ebenen Flächen auf. Die Steuereinrichtung richtet eine der Flächen so aus, dass sie im Allgemeinen senkrecht zu der Bodenebene steht, und richtet gleichzeitig die andere der Flächen so aus, dass sie im Allgemeinen parallel zu der Bodenebene ist. Vorteilhafterweise erfasst der Abmessungssensor jeden Datenpunkt, um Daten zu umfassen, die eine Länge (x), eine Breite (y) und eine Tiefe (z) des Objekts anzeigen, und die Steuereinrichtung lokalisiert Längen- (x) und Breiten- (y) Koordinaten des Referenzpunktes des Codes.
- In Übereinstimmung mit einem weiteren Aspekt dieser Offenbarung wird ein Verfahren zum Schätzen von Abmessungen eines Objektes, das mit einem elektrooptisch lesbaren Code verknüpft ist, durchgeführt indem eine in der Hand zu haltende Vorrichtung auf eine Szene gerichtet wird, die das auf einer Bodenfläche gestützte Objekt enthält; und indem die Szene über einem Sichtfeld eines Scanners, der von der Vorrichtung unterstützt wird, abgetastet wird, um eine Position eines Referenzpunktes des Codes zu erhalten, der mit dem Objekt verknüpft ist, und indem der Code gelesen wird. Das Verfahren wird weiter durchgeführt, indem im automatischen Ansprechen auf das Lesen des Codes eine 3D-Punktwolke von Datenpunkten der Szene mit einem Abmessungssensor, der von der Vorrichtung unterstützt wird, erfasst wird; indem die Punktwolke in Datencluster geclustert wird; indem der Referenzpunkt des Codes in einem der Datencluster lokalisiert wird; indem die zu dem Objekt gehörenden Datenpunkte des einen Datenclusters aus der Punktwolke extrahiert werden; und indem die zu dem Objekt gehörenden, extrahierten Datenpunkte verarbeitet werden, um die Abmessungen des Objekts zu schätzen.
- Im Folgenden wird Bezug auf die Zeichnung genommen, in der
1 eine Vorrichtung10 zur Unterstützung eines Bemaßungssensors oder einer dreidimensionalen (3D) Kamera12 und eines Scanners oder elektrooptischen Lesers32 (siehe2 ) zeigt. Die Kamera12 und der Leser32 sind somit beide in der Vorrichtung10 integriert. Die Vorrichtung10 ist entweder durch eine drahtgebundene oder eine drahtlose Verbindung operativ verbunden mit einem Computer14 mit einer Anzeige16 . Eine Steuereinrichtung18 (siehe2 ) befindet sich entweder in der Vorrichtung10 oder dem Computer14 . Die Kamera12 , der Leser32 und die Steuereinrichtung18 sind zusammen wirksam, wie nachstehend beschrieben, um Objekte von verschiedenen Größen und Formen abzumessen, wie zum Beispiel ein würfelförmiger Versandkarton20 oder eine Palette26 , die mit einer Vielzahl von zufällig gestapelten Objekten als Fracht oder Last beladen ist, oder ein Satz von Objekten, wie beispielsweise ein Hauptobjekt30 und ein sekundäres Objekt32 . Es soll verstanden werden, dass dies lediglich beispielhafte Objekt sind, und dass viele andere Objekte mit vielen anderen Formen hätten dargestellt werden können. - Wie ebenfalls in
1 gezeigt, tragen der Karton20 , die Palette26 und der Satz von Objekten30 ,32 jeweils einen Code24 , der typischerweise auf einem (nicht gezeigten) Klebeetikett aufgedruckt ist. Obwohl in der1 ein Barcode-Symbol für einen Universal-Produkt-Code (UPC) dargestellt ist, ist es selbstverständlich, dass dies lediglich ein Beispiel ist, weil andere maschinenlesbare Codes, wie etwa ein Symbol für einen Elektronik-Produkt-Code (EPC), ein Quick-Response-(QR)-Symbol oder ein ähnlicher Code-Standard, einschließlich ein- oder zwei- oder dreidimensionale Codes eingesetzt werden könnten, um jedes Objekt zu identifizieren. Es versteht sich ferner, dass ein oder mehrere Codes den Code24 bilden können. - Die Vorrichtung
10 ist eine in der Hand zu haltende, tragbare Vorrichtung mit einem Griff, der von einem Benutzer gegriffen werden kann, und einem manuell betätigbaren Auslöser22 . Die in der Hand zu haltende Vorrichtung10 wird somit von dem Benutzer gehalten und auf die Szene gerichtet, die das Objekt enthält. Obwohl der Computer14 als Desktop-Computer dargestellt worden ist, versteht sich, dass der Computer auch ein Laptop-Computer, ein Smartphone oder ein Tablet sein könnte. Obwohl die in der Hand zu haltende Vorrichtung10 und der Computer14 als separate Einheiten dargestellt worden sind, können sie auch in einer einzigen Einheit integriert sein. - Wie in
2 für die repräsentative Palette26 , die mit dem Code24 verknüpft ist, gezeigt, ist der Leser32 wirksam um die Szene über einem Sichtfeld abzutasten, und es wird, in Zusammenarbeit mit der Steuereinrichtung18 , eine Position eines Referenzpunkts P des Codes24 (siehe3 ), der mit dem Objekt verknüpft ist, erhalten, und der Code24 wird gelesen. Der Leser32 kann ein laserbasierter Leser sein, bei dem ein Laserstrahl über den Code24 gestrichen wird, so dass Reflexion und Streuung davon entsteht, und das zurückkehrende Laserlicht wird detektiert, digitalisiert, decodiert und in Daten verarbeitet, die das Objekt identifizieren. Der Leser32 kann alternativ ein bildgebungsbasierter Festkörperleser mit einem Abbildungssensor sein, in dem eine ladungsgekoppelte Vorrichtung (CCD) oder eine Komplementär-Metall-Oxid-Halbleiter-(CMOS)-Vorrichtung von dem Code24 zurückkehrendes Licht erfasst und das zurückkehrende Licht in Daten verarbeitet, die das Objekt identifizieren. Die Längen- (x) und Breiten- (y) Koordinaten des Referenzpunkts P werden durch den Leser32 und die Steuereinrichtung18 bestimmt. Der Referenzpunkts P kann in Bezug auf den Code24 entweder innerhalb oder außerhalb oder irgendwo angeordnet sein und ist vorzugsweise an einer der Ecken des Codes24 angeordnet. Wie in3 gezeigt, ist der Referenzpunkt P in der oberen linken Ecke des Codes24 angeordnet. - Wie ebenfalls in
2 für die repräsentativen Palette26 gezeigt, ist die 3D-Kamera12 wirksam, um eine dreidimensionale (3D) Punktewolke von Datenpunkten über ihrem Sichtfeld zu erfassen. Jeder 3D-Sensor, einschließlich eines Infrarot-(IR)-Sensors, könnte verwendet werden. Der 3D-Sensor kann entweder ein eigenständiges, von dem Abbildungssensor des Lesers32 getrenntes Bauelement, oder er kann dieselbe Komponente wie der Abbildungssensor des Lesers32 sein. Jeder Datenpunkt hat eine Längenkoordinate (x), eine Breitenkoordinate (y) und eine Tiefenkoordinate (z). Die Steuereinrichtung18 kann irgendein/e Universal-Mikroprozessor, Steuereinrichtung oder Mikrocontroller sein, der/die in geeigneter Weise mit Speicher konfiguriert ist, und der/die in der Lage ist eine oder mehrere Softwareanwendungen oder Algorithmen auszuführen, wie durch das Ablaufdiagramm aus4 angezeigt, um dadurch die gewünschte Funktionalität bereitzustellen, das heißt, um die geschätzten Abmessungen oder Volumen des Hauptobjekts in dem Sichtfeld auszugeben. - Im Folgenden wird Bezug auf das Ablaufdiagramm aus
4 genommen, wonach das Verfahren durch Initiieren des Abtastens im Schritt100 beginnt, in dem der Nutzer die Vorrichtung10 hält und sie auf eine Szene richtet, die zumindest ein Objekt30 ,32 (siehe5A ) und eine Bodenfläche oder einen Hintergrund34 enthält, auf der/dem jedes Objekt30 ,32 positioniert ist, und durch manuelles Betätigen des Auslösers22 . Im Ansprechen auf die Betätigung des Auslösers, tastet der Leser32 in Schritt102 die Szene über einem Sichtfeld ab und, in Zusammenarbeit mit der Steuereinrichtung18 , wird die Position, das heißt, die (x, y) Koordinaten des Referenzpunkts P des Codes24 , der mit dem Hauptobjekt30 verknüpft ist, erhalten, und der Code24 wird gelesen. - Im automatischen Ansprechen auf das Lesen des Codes
24 erfasst die Kamera12 , in einem Schritt104 , eine dreidimensionale (3D) Punktewolke von Datenpunkten über einem Sichtfeld der Szene, die die Objekte30 ,32 und den Hintergrund34 enthält, auf dem die Objekte30 ,32 positioniert sind. Zur Vereinfachung der Darstellung, zeigt5A eine beispielhafte Szene, die ein Benutzer sehen könnte. So zeigt5A ein Hauptobjekt oder Objekt von Interesse30 , ein oder mehrere sekundäre Objekte32 und den Hintergrund34 (in diesem Fall den Boden).5B zeigt die 3D-Punktwolke der Szene aus5A . Jeder Datenpunkt in der Punktwolke hat eine Längenkoordinate (x), eine Breitenkoordinate (y) und eine Tiefenkoordinate (z). - In Schritt
106 wird eine die Bodenfläche34 anzeigende Bodenebene aus den Datenpunkten erkannt. In einer bevorzugten Ausführungsform wird die Erfassung der Bodenebene durch die Bestimmung der Ebene mit der größten Fläche im Sichtfeld aus den Datenpunkten durchgeführt, zum Beispiel durch Ausführen eines Zufallsstichproben-Übereinstimmungsalgorithmus (RANSAC algorithm, englisch für “random sampling consensus“). Details der Erkennung von Ebenen durch den RANSAC-Algorithmus können erfahren werden unter Bezugnahme auf „Plane detection in Point Data Clouds“, von Yang et al., Technical Report Nr. 1, Institut für Fotogrammmetrie, Universität Bonn, 25. Januar 2010, wobei der gesamte Inhalt des Aufsatzes hiermit durch den Bezug darauf hierin aufgenommen wird. Sobald die Bodenebene erkannt worden ist, können dessen Datenpunkte aus der 3D-Punktwolke entfernt werden. Dies lässt nur die dem Hauptobjekt30 und dem sekundären Objekt32 entsprechenden Datenpunkte zur weiteren Verarbeitung übrig. - Im Schritt
108 werden die verbleibenden Datenpunkte geclustert, zum Beispiel durch euklidisches Clustering. Clustering ist eine wohl etablierte Technik, bei der eine Vielzahl von Datenpunkten in Gruppen oder Datencluster organisiert werden, die eine gewisse Ähnlichkeit aufweisen, zum Beispiel hinsichtlich eines Abstandes oder Nähe zueinander. Jetzt, da die Datenpunkte geclustert worden sind, wurde nun jedes der mehreren Objekte30 ,32 in dem Sichtfeld lokalisiert. Im Schritt110 wird das Hauptobjekt30 extrahiert. Dies wird durchgeführt, indem der Referenzpunkt P in einem der Datencluster lokalisiert wird. Dieser eine Datencluster ist derjenige, der zu dem Hauptobjekt30 gehört. Somit werden die Datenpunkte des Objekts von Interesse, das heißt, des Hauptobjekts30 , extrahiert, und alle Datenpunkte des sekundären Objekts32 werden verworfen. - Die extrahierten Datenpunkte des Datenclusters, der zu dem Hauptobjekt
30 gehört, ist in5C dargestellt und wird verarbeitet, im Schritt112 , um eine konvexe Hülle36 zu erhalten. Die konvexe Hülle36 stellt nur diejenigen äußeren Datenpunkte dar, die sich auf der äußeren Grenze oder Umhüllung der Datenpunkte befinden, die zu dem Hauptobjekt30 gehören. Das Erhalten der konvexen Hülle ist eine wohl etablierte Technik zum Schätzen der Grenze von mehreren Datenpunkten. Siehe, zum Beispiel, http://en.wikipedia.org/wiki/Convex hull. In diesem Fall wird die konvexe Hülle36 des Hauptobjekts30 bestimmt, und die verbleibenden inneren Datenpunkte der Datenpunkte, die zu dem Hauptobjekt30 gehören, innerhalb der konvexen Hülle36 werden verworfen. - In Schritt
114 wird ein Begrenzungskasten38 (siehe5C ) angepasst, um die konvexe Hülle36 mit einem minimalen Volumen zu umschließen. Anpassen eines Begrenzungskastens38 mit minimalem Volumen um Datenpunkte herum ist eine wohl etablierte Technik. Siehe, zum Beispiel, http://en.wikipedia.org/wiki/Minimum bounding box. In diesem Fall hat der Begrenzungskasten38 eine rechteckige Parallelepiped- oder Quaderform mit drei Paaren von zueinander orthogonalen ebenen Flächen, und ist um die konvexe Hülle36 herum angebracht. Wie in5C zu sehen ist, stimmt das Volumen des Begrenzungskastens38 ziemlich genau mit den Abmessungen oder dem Volumen der extrahierten, geclusterten Datenpunkte des Hauptobjekts30 überein, wodurch das Hauptobjekt30 präzise bemessen wird. Wie in6 gezeigt, ist der Begrenzungskasten38 , wie durch die vorliegende Offenbarung vorgeschlagen, mit bestimmten Flächeneinschränkungen ausgerichtet. Im Besonderen ist zumindest eine der Flächen des Begrenzungskastens38 , zum Beispiel die oberen Fläche44 , ausgerichtet, um im Allgemeinen parallel zu der Bodenebene34 zu sein, und gleichzeitig ist eine der anderen Flächen des Begrenzungskastens38 , zum Beispiel die Seitenfläche46 , die rechtwinklig zu der oberen Fläche44 ist, ausgerichtet, um im Allgemeinen senkrecht zu der Bodenebene34 zu sein. Die Pfeile in6 identifizieren die Normalen zu den Flächen44 ,46 . -
7 ist5C gegenüberzustellen. Beide zeigen Begrenzungskästen, die angepasst sind, um eine konvexe Hülle mit einem minimalen Volumen zu umschließen. Allerdings weist der Begrenzungskasten der7 nicht die vorstehend in Verbindung mit6 beschriebenen Flächeneinschränkungen auf, und ist bezüglich der Bodenebene34 geneigt. Als Ergebnis, bietet der Begrenzungskasten aus7 keine so genaue Schätzung der Abmessungen oder des Volumens des Kartonstapels im Vergleich zu dem Begrenzungskasten38 aus5C . - In der vorangehenden Spezifikation wurden präzise Ausführungsformen beschrieben. Ein Durchschnittsfachmann wird jedoch verstehen, dass verschiedene Modifikationen und Änderungen gemacht werden können, ohne sich vom Bereich der Erfindung zu entfernen, der in den nachstehenden Patentansprüchen dargelegt wird. Entsprechend sind die Spezifikation und Zeichnung in einer veranschaulichenden statt einer einschränkenden Bedeutung zu würdigen, und alle solche Modifikationen sind gedacht als im Bereich der vorliegenden Lehre beinhaltet.
- Die Nutzen, Vorteile, Lösungen zu Problemen und jegliche(s) Element(e), die ein Auftreten von Nutzen, Vorteile oder Lösungen verursachen oder ausgeprägter werden lassen sollen nicht als entscheidende, erforderliche oder wesentliche Merkmale oder Elemente eines oder aller Patentansprüche ausgelegt werden. Die Erfindung wird einzig durch die angehängten Patentansprüche definiert, die jegliche Änderungen während des Erteilungsverfahrens dieser Anmeldung beinhalten, und aller Äquivalente der erteilten Patentansprüche.
- Darüber hinaus können in diesem Dokument relationale Begriffe wie etwa erstes und zweites, oberes und unteres und Ähnliche ausschließlich verwendet werden, um einen Gegenstand oder Handlung von einem anderen Gegenstand oder einer anderen Handlung zu unterscheiden ohne irgendeine tatsächliche solche Beziehung oder Ordnung zwischen solchen Gegenständen oder Handlungen notwendiger Weise zu erfordern oder zu unterstellen. Die Begriffe „umfasst”, „umfassend”, „aufweist”, “mit”, „beinhaltet”, „beinhaltend”, „enthält”, „enthaltend” oder irgendeine Variation davon sind bestimmt um eine nicht-exklusive Beinhaltung abzudecken, so dass ein Prozess, ein Verfahren, ein Artikel oder eine Anordnung, welche/welches/welcher eine Liste von Elementen umfasst, aufweist, beinhaltet oder enthält nicht nur diese Elemente beinhält, sondern andere Elemente beinhalten kann, die nicht ausdrücklich aufgelistet oder einem solchen Prozess, Verfahren, Artikel oder einer solchen Anordnung inhärent ist. Ein Element, dem „umfasst ... ein”, „das ... ein ... aufweist“, „beinhält ... ein“ oder „enthält ... ein“ vorangestellt ist schließt ohne weitere Einschränkungen die Existenz von weiteren identischen Elementen in dem Prozess, Verfahren, Artikel oder Anordnung, der/das das Element umfasst, aufweist, beinhält oder enthält. Die Begriffe „ein“ und „eine“ sind in der Abwesenheit einer anderslautenden expliziten Angabe hierin definiert als ein oder mehr. Die Begriffe „im Wesentlichen“, „wesentlich“, „ungefähr“, „etwa“ oder jede andere Version davon sind als Näherung definiert, wie von einem Durchschnittsfachmann verstanden, und in einer nicht-einschränkenden Ausführungsform ist der Begriff definiert als innerhalb von 10%, in einer weiteren Ausführungsform innerhalb von 5%, in einer weiteren Ausführungsform innerhalb von 1%, und in einer weiteren Ausführungsform innerhalb von 0,5%. Der Begriff „gekoppelt“, wie hierin verwendet ist definiert als verbunden, obwohl nicht notwendigerweise direkt und nicht notwendigerweise mechanisch. Eine Vorrichtung oder Struktur, die in einer bestimmten Art und Weise „eingerichtet“ ist, ist eingerichtet in zumindest dieser Art und Weise, aber kann ebenfalls in nicht aufgelisteten Arten und Weisen eingerichtet sein.
- Es versteht sich, dass manche Ausführungsformen umfasst sein können von einem oder mehreren generischen oder spezialisierten Prozessoren (oder „Prozessorvorrichtungen“) wie etwa Mikroprozessoren, digitale Signalprozessoren, angepasste Prozessoren und Field Programmable Gate Arrays (FPGA) und einmalig gespeicherte Programanweisungen (beinhaltend sowohl Software als auch Firmware) die die einen oder mehreren Prozessoren steuern, um zusammen mit bestimmten Nicht-Prozessor-Schaltungen einige, die meisten oder alle der Funktionen des Verfahrens und/oder der Anordnung wie hierin beschrieben zu implementieren. Alternativ können einige oder alle Funktionen durch eine Zustandsmaschine implementiert werden, die keine gespeicherten Programmanweisungen hat, oder in einer oder mehreren anwendungsspezifischen integrierten Schaltungen (engl. application specific integrated circuit, ASIC) implementiert werden, in der jede Funktion oder einige Kombinationen von bestimmten der Funktionen als angepasste Logik implementiert sein. Natürlich kann auch eine Kombination der zwei Ansätze verwendet werden.
- Darüber hinaus, kann eine Ausführungsform als ein computerlesbares Speichermedium mit darauf gespeichertem computerlesbarem Code zum Programmieren eines Computers (z.B. umfassend einen Prozessor) implementiert werden, um ein Verfahren wie beschrieben und hierin beansprucht durchzuführen. Beispiele solcher computerlesbaren Speichermedien beinhalten, aber sind nicht begrenzt auf eine Festplatte, eine CD-ROM, ein optisches Speichergerät, ein magnetisches Speichergerät, ein ROM (Read Only Memory), ein PROM (Programmable Read Only Memory), ein EPROM (Erasable Programmable Read Only Memory), ein EEPROM (Electrically Erasable Programmable Read Only Memory) und ein Flashspeicher. Weiterhin, ist davon auszugehen, dass ein Durchschnittsfachmann, trotz möglicherweise signifikantem Aufwand und vielen Gestaltungsmöglichkeiten, motiviert durch beispielsweise verfügbare Zeit, aktueller Technologie und ökonomischen Erwägungen, ohne Weiteres dazu in der Lage sein wird solche Softwareanweisungen und Programme und integrierte Schaltungen mit geringem Experimentieraufwand zu erzeugen, wenn er durch die hierin offenbarten Konzepte und Prinzipien geleitet wird.
- Die Zusammenfassung der Offenbarung ist vorgesehen, um es dem Leser zu ermöglichen, schnell das Wesen der technischen Offenbarung zu bestimmen. Sie ist vorgelegt unter der Annahme, dass sie nicht zum Interpretieren oder Beschränken des Umfanges oder der Bedeutung der Patentansprüche verwendet wird. Zusätzlich kann der vorstehenden Ausführlichen Beschreibung entnommen werden, dass verschiedene Merkmale in verschiedenen Ausführungsformen zusammengruppiert sind, um die Offenbarung zu straffen. Dieses Vorgehen in der Offenbarung soll nicht als Widerspieglung der Absicht interpretiert werden, dass die beanspruchten Ausführungsformen mehr Merkmale erfordern als ausdrücklich in dem jeweiligen Patentanspruch ausgeführt. Stattdessen, wie die folgenden Patentansprüche wiedergeben, besteht der erfinderische Gegenstand in weniger als allen Merkmalen einer einzigen offengelegten Ausführungsform. Somit sind die folgenden Patentansprüche hiermit in die Ausführliche Beschreibung einbezogen, wobei jeder Patentanspruch für sich selbst als separat beanspruchter Gegenstand steht.
Claims (20)
- Gerät zur Schätzung von Abmessungen eines mit einem elektrooptisch lesbaren Code verknüpften Objektes, mit: einer in der Hand zu haltenden Vorrichtung, die auf eine Szene, die das auf einer Bodenfläche unterstützte Objekt enthält, gerichtet werden kann; einem Scanner, der durch die Vorrichtung unterstützt ist, und der wirksam ist zum Abtasten der Szene über einem Sichtfeld, um eine Position eines Referenzpunktes des mit dem Objekt verknüpften Codes zu erhalten, und zum Lesen des Codes; einem Abmessungssensor, der durch die Vorrichtung unterstützt ist, und der im automatischen Ansprechen auf das Lesen des Codes zur Erfassung einer dreidimensionalen (3D) Punktwolke von Datenpunkten der Szene wirksam ist; und einer Steuereinrichtung zur Clusterung der Punktwolke in Datencluster, zur Lokalisierung des Referenzpunkts des Codes in einem der Datencluster, zur Extraktion der zu dem Objekt gehörenden Datenpunkte des einen Datenclusters aus der Punktwolke, und zur Verarbeitung der zu dem Objekt gehörenden, extrahierten Datenpunkte, um die Abmessungen des Objekts zu schätzen.
- Gerät nach Anspruch 1, wobei die in der Hand zu haltende Vorrichtung einen Griff zum Greifen durch einen Benutzer und einen durch den Benutzer manuell betätigbaren Auslöser zum Initiieren des Lesens des Codes aufweist.
- Gerät nach Anspruch 1, wobei der Code ein Barcode-Symbol ist, und wobei der Scanner ein elektrooptischer Leser zum elektrooptischen Lesen des Barcode-Symbols ist.
- Gerät nach Anspruch 1, wobei der Abmessungssensor jeden Datenpunkt erfasst, um Daten aufzunehmen, die eine Länge, eine Breite und eine Tiefe des Objekts anzeigen, und wobei die Steuereinrichtung Längen- und Breitenkoordinaten des Referenzpunkts des Codes lokalisiert.
- Gerät nach Anspruch 1, wobei die Steuereinrichtung zur Lokalisierung des Referenzpunkts an einer Ecke des Codes wirksam ist.
- Gerät nach Anspruch 1, wobei die Steuereinrichtung wirksam ist zur Erkennung einer Bodenebene, die die Bodenfläche anzeigt, aus der Punktwolke, zur Verarbeitung der zu dem Objekt gehörenden, extrahierten Datenpunkte, um eine konvexe Hülle zu erhalten, und zur Anpassung eines Begrenzungskastens mit minimalem Volumen, um die konvexe Hülle zu umschließen, wobei der Begrenzungskasten ein Paar von zueinander orthogonalen ebenen Flächen aufweist, und die Steuereinrichtung wirksam ist, um eine der Flächen so auszurichten, dass sie im Allgemeinen senkrecht zu der Bodenebene steht, und um gleichzeitig die andere der Flächen so auszurichten, dass sie im Allgemeinen parallel zu der Bodenebene ist.
- Gerät nach Anspruch 6, wobei die Steuereinrichtung zur Bestimmung der Bodenebene als die Ebene mit dem größten Bereich in dem Sichtfeld wirksam ist.
- Gerät nach Anspruch 6, wobei die Steuereinrichtung zur Bestimmung der Bodenebene durch Ausführung eines Zufallsstichproben-Übereinstimmungsalgorithmus, RANSAC algorithm, wirksam ist.
- Gerät nach Anspruch 6, wobei die Steuereinrichtung zur Extraktion der zu dem Objekt gehörenden Datenpunkte durch Entfernung der Datenpunkte der Bodenebene aus der Punktwolke wirksam ist.
- Gerät nach Anspruch 6, wobei der Begrenzungskasten ein Quader mit drei Paaren von zueinander orthogonalen ebenen Flächen ist.
- Verfahren zum Schätzen von Abmessungen eines mit einem elektrooptisch lesbaren Code verknüpften Objektes, mit: Richten einer in der Hand zu haltenden Vorrichtung auf eine Szene, die das auf einer Bodenfläche unterstützte Objekt enthält; Abtasten der Szene über einem Sichtfeld eines Scanners, der durch die Vorrichtung unterstützt ist, zum Erhalten einer Position eines Referenzpunktes des mit dem Objekt verknüpften Codes, und zum Lesen des Codes; Erfassen, im automatischen Ansprechen auf das Lesen des Codes, einer dreidimensionalen (3D) Punktwolke von Datenpunkten der Szene mit einem Abmessungssensor, der durch die Vorrichtung unterstützt ist; Clustern der Punktwolke in Datencluster; Lokalisieren des Referenzpunkts des Codes in einem der Datencluster; Extrahieren der zu dem Objekt gehörenden Datenpunkte des einen Datenclusters aus der Punktwolke; und Verarbeiten der zu dem Objekt gehörenden, extrahierten Datenpunkte, zum Schätzen der Abmessungen des Objekts.
- Verfahren nach Anspruch 11, und Greifen der in der Hand zu haltenden Vorrichtung an einem Griff, und manuelles Bestätigen eines Auslösers zum Initiieren des Lesens des Codes.
- Verfahren nach Anspruch 11, und konfigurieren des Codes als ein Barcode-Symbol, und wobei das Abtasten durch elektrooptisches Lesen des Barcode-Symbols durchgeführt wird.
- Verfahren nach Anspruch 11, und Erfassen jedes Datenpunktes, zum Aufnehmen von Daten, die eine Länge, eine Breite und eine Tiefe des Objekts anzeigen, und Lokalisieren von Längen- und Breitenkoordinaten des Referenzpunkts des Codes.
- Verfahren nach Anspruch 11, und Lokalisieren des Referenzpunkt an einer Ecke des Codes.
- Verfahren nach Anspruch 11, und Erkennen einer Bodenebene, die die Bodenfläche anzeigt, aus der Punktwolke, Verarbeiten der zu dem Objekt gehörenden, extrahierten Datenpunkte, zum Erhalten einer konvexen Hülle, und Anpassen eines Begrenzungskastens mit minimalem Volumen, zum Umschließen der konvexen Hülle, wobei der Begrenzungskasten ein Paar von zueinander orthogonalen ebenen Flächen aufweist; und Ausrichten einer der Flächen so, dass sie im Allgemeinen senkrecht zu der Bodenebene steht, und gleichzeitiges Ausrichten der anderen der Flächen so, dass sie im Allgemeinen parallel zu der Bodenebene ist.
- Verfahren nach Anspruch 16, und Bestimmen der Bodenebene als die Ebene mit dem größten Bereich in dem Sichtfeld.
- Verfahren nach Anspruch 16, und Bestimmen der Bodenebene durch Ausführen eines Zufallsstichproben-Übereinstimmungsalgorithmus, RANSAC algorithm,
- Verfahren nach Anspruch 16, und Extrahieren der zu dem Objekt gehörenden Datenpunkte durch Entfernen der Datenpunkte der Bodenebene.
- Verfahren nach Anspruch 16, und Konfigurieren des Begrenzungskastens als ein Quader mit drei Paaren von zueinander orthogonalen ebenen Flächen.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/561,329 US9396554B2 (en) | 2014-12-05 | 2014-12-05 | Apparatus for and method of estimating dimensions of an object associated with a code in automatic response to reading the code |
US14/561,329 | 2014-12-05 | ||
PCT/US2015/055982 WO2016089483A1 (en) | 2014-12-05 | 2015-10-16 | Apparatus for and method of estimating dimensions of an object associated with a code in automatic response to reading the code |
Publications (1)
Publication Number | Publication Date |
---|---|
DE112015005485T5 true DE112015005485T5 (de) | 2017-08-17 |
Family
ID=54477245
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE112015005485.5T Granted DE112015005485T5 (de) | 2014-12-05 | 2015-10-16 | Vorrichtung für und verfahren zum schätzen von abmessungen eines objekt mit einem code im automatischen ansprechen auf ein lesen des codes |
Country Status (6)
Country | Link |
---|---|
US (2) | US9396554B2 (de) |
CA (1) | CA2969622C (de) |
DE (1) | DE112015005485T5 (de) |
GB (1) | GB2547390B (de) |
MX (1) | MX2017006341A (de) |
WO (1) | WO2016089483A1 (de) |
Families Citing this family (69)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9741134B2 (en) * | 2013-12-16 | 2017-08-22 | Symbol Technologies, Llc | Method and apparatus for dimensioning box object |
US9600892B2 (en) * | 2014-11-06 | 2017-03-21 | Symbol Technologies, Llc | Non-parametric method of and system for estimating dimensions of objects of arbitrary shape |
US9396554B2 (en) | 2014-12-05 | 2016-07-19 | Symbol Technologies, Llc | Apparatus for and method of estimating dimensions of an object associated with a code in automatic response to reading the code |
DE102016105496A1 (de) | 2015-03-26 | 2016-09-29 | Faro Technologies Inc. | System zur Prüfung von Objekten mittels erweiterter Realität |
DE102015208121A1 (de) * | 2015-04-30 | 2016-11-03 | Prüftechnik Dieter Busch AG | Verfahren zur Gewinnung von Informationen aus einem Kodierkörper, System mit einem Kodierkörper, Computerprogrammprodukt und Datenspeichermittel |
US10352689B2 (en) | 2016-01-28 | 2019-07-16 | Symbol Technologies, Llc | Methods and systems for high precision locationing with depth values |
US10145955B2 (en) | 2016-02-04 | 2018-12-04 | Symbol Technologies, Llc | Methods and systems for processing point-cloud data with a line scanner |
US10721451B2 (en) * | 2016-03-23 | 2020-07-21 | Symbol Technologies, Llc | Arrangement for, and method of, loading freight into a shipping container |
US10262222B2 (en) * | 2016-04-13 | 2019-04-16 | Sick Inc. | Method and system for measuring dimensions of a target object |
US9805240B1 (en) | 2016-04-18 | 2017-10-31 | Symbol Technologies, Llc | Barcode scanning and dimensioning |
US10776661B2 (en) | 2016-08-19 | 2020-09-15 | Symbol Technologies, Llc | Methods, systems and apparatus for segmenting and dimensioning objects |
US20180057284A1 (en) * | 2016-08-31 | 2018-03-01 | Siemens Industry, Inc. | Computer Optimized Mixed Parcel Loading Equipment |
US11042161B2 (en) | 2016-11-16 | 2021-06-22 | Symbol Technologies, Llc | Navigation control method and apparatus in a mobile automation system |
US10451405B2 (en) | 2016-11-22 | 2019-10-22 | Symbol Technologies, Llc | Dimensioning system for, and method of, dimensioning freight in motion along an unconstrained path in a venue |
US10354411B2 (en) | 2016-12-20 | 2019-07-16 | Symbol Technologies, Llc | Methods, systems and apparatus for segmenting objects |
US11430148B2 (en) * | 2016-12-28 | 2022-08-30 | Datalogic Ip Tech S.R.L. | Apparatus and method for pallet volume dimensioning through 3D vision capable unmanned aerial vehicles (UAV) |
US11978011B2 (en) | 2017-05-01 | 2024-05-07 | Symbol Technologies, Llc | Method and apparatus for object status detection |
WO2018204342A1 (en) | 2017-05-01 | 2018-11-08 | Symbol Technologies, Llc | Product status detection system |
US10591918B2 (en) | 2017-05-01 | 2020-03-17 | Symbol Technologies, Llc | Fixed segmented lattice planning for a mobile automation apparatus |
US11367092B2 (en) | 2017-05-01 | 2022-06-21 | Symbol Technologies, Llc | Method and apparatus for extracting and processing price text from an image set |
US10663590B2 (en) | 2017-05-01 | 2020-05-26 | Symbol Technologies, Llc | Device and method for merging lidar data |
US10726273B2 (en) | 2017-05-01 | 2020-07-28 | Symbol Technologies, Llc | Method and apparatus for shelf feature and object placement detection from shelf images |
US10949798B2 (en) | 2017-05-01 | 2021-03-16 | Symbol Technologies, Llc | Multimodal localization and mapping for a mobile automation apparatus |
US11449059B2 (en) | 2017-05-01 | 2022-09-20 | Symbol Technologies, Llc | Obstacle detection for a mobile automation apparatus |
US11600084B2 (en) | 2017-05-05 | 2023-03-07 | Symbol Technologies, Llc | Method and apparatus for detecting and interpreting price label text |
US10521914B2 (en) | 2017-09-07 | 2019-12-31 | Symbol Technologies, Llc | Multi-sensor object recognition system and method |
US10572763B2 (en) | 2017-09-07 | 2020-02-25 | Symbol Technologies, Llc | Method and apparatus for support surface edge detection |
US10832436B2 (en) | 2018-04-05 | 2020-11-10 | Symbol Technologies, Llc | Method, system and apparatus for recovering label positions |
US10809078B2 (en) | 2018-04-05 | 2020-10-20 | Symbol Technologies, Llc | Method, system and apparatus for dynamic path generation |
US10823572B2 (en) | 2018-04-05 | 2020-11-03 | Symbol Technologies, Llc | Method, system and apparatus for generating navigational data |
US10740911B2 (en) | 2018-04-05 | 2020-08-11 | Symbol Technologies, Llc | Method, system and apparatus for correcting translucency artifacts in data representing a support structure |
US11327504B2 (en) | 2018-04-05 | 2022-05-10 | Symbol Technologies, Llc | Method, system and apparatus for mobile automation apparatus localization |
US10853946B2 (en) | 2018-05-18 | 2020-12-01 | Ebay Inc. | Physical object boundary detection techniques and systems |
WO2020009806A1 (en) * | 2018-07-05 | 2020-01-09 | Optimum Semiconductor Technologies Inc. | Object detection using multiple sensors and reduced complexity neural networks |
US11010920B2 (en) | 2018-10-05 | 2021-05-18 | Zebra Technologies Corporation | Method, system and apparatus for object detection in point clouds |
US11506483B2 (en) | 2018-10-05 | 2022-11-22 | Zebra Technologies Corporation | Method, system and apparatus for support structure depth determination |
US11003188B2 (en) | 2018-11-13 | 2021-05-11 | Zebra Technologies Corporation | Method, system and apparatus for obstacle handling in navigational path generation |
US11090811B2 (en) | 2018-11-13 | 2021-08-17 | Zebra Technologies Corporation | Method and apparatus for labeling of support structures |
US11079240B2 (en) | 2018-12-07 | 2021-08-03 | Zebra Technologies Corporation | Method, system and apparatus for adaptive particle filter localization |
US11416000B2 (en) | 2018-12-07 | 2022-08-16 | Zebra Technologies Corporation | Method and apparatus for navigational ray tracing |
US11100303B2 (en) | 2018-12-10 | 2021-08-24 | Zebra Technologies Corporation | Method, system and apparatus for auxiliary label detection and association |
US11015938B2 (en) | 2018-12-12 | 2021-05-25 | Zebra Technologies Corporation | Method, system and apparatus for navigational assistance |
US10731970B2 (en) | 2018-12-13 | 2020-08-04 | Zebra Technologies Corporation | Method, system and apparatus for support structure detection |
CA3028708A1 (en) | 2018-12-28 | 2020-06-28 | Zih Corp. | Method, system and apparatus for dynamic loop closure in mapping trajectories |
KR20200101213A (ko) | 2019-02-19 | 2020-08-27 | 삼성전자주식회사 | 전자 장치 및 전자 장치의 오브젝트 측정 방법 |
US11107249B2 (en) * | 2019-03-18 | 2021-08-31 | Sony Group Corporation | Point cloud global tetris packing |
US11402846B2 (en) | 2019-06-03 | 2022-08-02 | Zebra Technologies Corporation | Method, system and apparatus for mitigating data capture light leakage |
US11662739B2 (en) | 2019-06-03 | 2023-05-30 | Zebra Technologies Corporation | Method, system and apparatus for adaptive ceiling-based localization |
US11960286B2 (en) | 2019-06-03 | 2024-04-16 | Zebra Technologies Corporation | Method, system and apparatus for dynamic task sequencing |
US11151743B2 (en) | 2019-06-03 | 2021-10-19 | Zebra Technologies Corporation | Method, system and apparatus for end of aisle detection |
US11200677B2 (en) | 2019-06-03 | 2021-12-14 | Zebra Technologies Corporation | Method, system and apparatus for shelf edge detection |
US11080566B2 (en) | 2019-06-03 | 2021-08-03 | Zebra Technologies Corporation | Method, system and apparatus for gap detection in support structures with peg regions |
US11341663B2 (en) | 2019-06-03 | 2022-05-24 | Zebra Technologies Corporation | Method, system and apparatus for detecting support structure obstructions |
US11600018B2 (en) * | 2019-10-25 | 2023-03-07 | Cognex Corporation | Boundary estimation systems and methods |
US11507103B2 (en) | 2019-12-04 | 2022-11-22 | Zebra Technologies Corporation | Method, system and apparatus for localization-based historical obstacle handling |
US11107238B2 (en) | 2019-12-13 | 2021-08-31 | Zebra Technologies Corporation | Method, system and apparatus for detecting item facings |
CN111121622B (zh) * | 2019-12-26 | 2021-06-18 | 苏州创腾软件有限公司 | 基于图像采集的生物试剂位置识别方法、装置和系统 |
US11822333B2 (en) | 2020-03-30 | 2023-11-21 | Zebra Technologies Corporation | Method, system and apparatus for data capture illumination control |
TWI789595B (zh) * | 2020-05-29 | 2023-01-11 | 阿丹電子企業股份有限公司 | 具有不同型態的按鍵的體積量測裝置 |
US11450024B2 (en) | 2020-07-17 | 2022-09-20 | Zebra Technologies Corporation | Mixed depth object detection |
US11593915B2 (en) | 2020-10-21 | 2023-02-28 | Zebra Technologies Corporation | Parallax-tolerant panoramic image generation |
US11392891B2 (en) | 2020-11-03 | 2022-07-19 | Zebra Technologies Corporation | Item placement detection and optimization in material handling systems |
US11847832B2 (en) | 2020-11-11 | 2023-12-19 | Zebra Technologies Corporation | Object classification for autonomous navigation systems |
CN112435291A (zh) * | 2020-12-15 | 2021-03-02 | 武汉万集信息技术有限公司 | 一种多目标体积测量方法、装置及存储介质 |
CN112837370A (zh) * | 2021-02-26 | 2021-05-25 | 梅卡曼德(北京)机器人科技有限公司 | 基于3d包围盒的物体堆叠判断方法、装置及计算设备 |
US11954882B2 (en) | 2021-06-17 | 2024-04-09 | Zebra Technologies Corporation | Feature-based georegistration for mobile computing devices |
WO2022271742A1 (en) * | 2021-06-21 | 2022-12-29 | Cyngn, Inc. | Granularity-flexible existence-based object detection |
US11995879B2 (en) | 2021-07-29 | 2024-05-28 | Datalogic Usa, Inc. | Image processing for separation of adjacent objects |
CN117349970B (zh) * | 2023-12-05 | 2024-03-26 | 招商局金陵船舶(威海)有限公司 | 一种船舶装配布置自动合理性验证方法 |
Family Cites Families (119)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5408322A (en) | 1993-04-26 | 1995-04-18 | Materials Research Corporation | Self aligning in-situ ellipsometer and method of using for process monitoring |
US20020014533A1 (en) | 1995-12-18 | 2002-02-07 | Xiaxun Zhu | Automated object dimensioning system employing contour tracing, vertice detection, and forner point detection and reduction methods on 2-d range data maps |
US5831719A (en) | 1996-04-12 | 1998-11-03 | Holometrics, Inc. | Laser scanning system |
US5988862A (en) | 1996-04-24 | 1999-11-23 | Cyra Technologies, Inc. | Integrated system for quickly and accurately imaging and modeling three dimensional objects |
US6332098B2 (en) | 1998-08-07 | 2001-12-18 | Fedex Corporation | Methods for shipping freight |
US6820895B2 (en) | 1998-09-23 | 2004-11-23 | Vehicle Safety Systems, Inc. | Vehicle air bag minimum distance enforcement apparatus, method and system |
JP2002321698A (ja) | 2001-04-27 | 2002-11-05 | Mitsubishi Heavy Ind Ltd | 航空貨物運搬用ボーディング・ブリッジ |
EP1402230A1 (de) | 2001-06-29 | 2004-03-31 | Square D Company | Hochliegendes dimensionierungssystem und zugehörige methode |
US6995762B1 (en) | 2001-09-13 | 2006-02-07 | Symbol Technologies, Inc. | Measurement of dimensions of solid objects from two-dimensional image(s) |
US20060106742A1 (en) | 2002-04-29 | 2006-05-18 | Speed Trac Technologies, Inc. | System and method for weighing and tracking freight |
US7248754B2 (en) | 2003-05-05 | 2007-07-24 | International Business Machines Corporation | Apparatus and method for determining whether machine readable information on an item matches the item |
US7137207B2 (en) | 2003-06-23 | 2006-11-21 | Armstrong Timothy D | Measuring arrangement to determine location of corners for a building foundation and a wooden base frame, and the use thereof |
DE10336638A1 (de) | 2003-07-25 | 2005-02-10 | Robert Bosch Gmbh | Vorrichtung zur Klassifizierung wengistens eines Objekts in einem Fahrzeugumfeld |
TWI266035B (en) | 2003-11-11 | 2006-11-11 | Hon Hai Prec Ind Co Ltd | A system and method for measuring point-cloud |
US8294809B2 (en) | 2005-05-10 | 2012-10-23 | Advanced Scientific Concepts, Inc. | Dimensioning system |
AP2905A (en) * | 2005-06-28 | 2014-05-31 | Scanalyse Pty Ltd | A system and method for measuring and mapping a surface relative to a reference |
WO2007030026A1 (en) * | 2005-09-09 | 2007-03-15 | Industrial Research Limited | A 3d scene scanner and a position and orientation system |
US7605817B2 (en) | 2005-11-09 | 2009-10-20 | 3M Innovative Properties Company | Determining camera motion |
US8157205B2 (en) | 2006-03-04 | 2012-04-17 | Mcwhirk Bruce Kimberly | Multibody aircrane |
CA2737169C (en) | 2006-04-28 | 2014-04-01 | Global Sensor Systems Inc. | Device for measuring package size |
US20070272732A1 (en) | 2006-05-26 | 2007-11-29 | Mettler-Toledo, Inc. | Weighing and dimensioning system and method for weighing and dimensioning |
US7647752B2 (en) | 2006-07-12 | 2010-01-19 | Greg Magnell | System and method for making custom boxes for objects of random size or shape |
WO2008057504A2 (en) | 2006-11-06 | 2008-05-15 | Aman James A | Load tracking system based on self- tracking forklift |
US8531457B2 (en) | 2006-11-29 | 2013-09-10 | Technion Research And Development Foundation Ltd. | Apparatus and method for finding visible points in a cloud point |
US7474389B2 (en) | 2006-12-19 | 2009-01-06 | Dean Greenberg | Cargo dimensional and weight analyzing system |
US7940279B2 (en) | 2007-03-27 | 2011-05-10 | Utah State University | System and method for rendering of texel imagery |
US8132728B2 (en) | 2007-04-04 | 2012-03-13 | Sick, Inc. | Parcel dimensioning measurement system and method |
US8094937B2 (en) | 2007-04-17 | 2012-01-10 | Avago Technologies Ecbu Ip (Singapore) Pte. Ltd. | System and method for labeling feature clusters in frames of image data for optical navigation |
JP4561769B2 (ja) | 2007-04-27 | 2010-10-13 | アイシン・エィ・ダブリュ株式会社 | 経路案内システム及び経路案内方法 |
JP2010533282A (ja) | 2007-06-08 | 2010-10-21 | テレ アトラス ベスローテン フエンノートシャップ | 多視点パノラマを生成する方法及び装置 |
EP2165289A4 (de) | 2007-06-11 | 2012-07-04 | Hand Held Prod Inc | Optisches lesesystem zum extrahieren von informationen aus einem digitalen bild |
US7726575B2 (en) | 2007-08-10 | 2010-06-01 | Hand Held Products, Inc. | Indicia reading terminal having spatial measurement functionality |
JP4466705B2 (ja) | 2007-09-21 | 2010-05-26 | ヤマハ株式会社 | ナビゲーション装置 |
US8396284B2 (en) | 2007-10-23 | 2013-03-12 | Leica Geosystems Ag | Smart picking in 3D point clouds |
US9841314B2 (en) | 2008-08-29 | 2017-12-12 | United Parcel Service Of America, Inc. | Systems and methods for freight tracking and monitoring |
US8636201B2 (en) | 2008-09-14 | 2014-01-28 | Eliezer Magal | Automatic identification system for randomly oriented objects |
US20100091094A1 (en) | 2008-10-14 | 2010-04-15 | Marek Sekowski | Mechanism for Directing a Three-Dimensional Camera System |
US8479996B2 (en) | 2008-11-07 | 2013-07-09 | Symbol Technologies, Inc. | Identification of non-barcoded products |
US8463079B2 (en) | 2008-12-16 | 2013-06-11 | Intermec Ip Corp. | Method and apparatus for geometrical measurement using an optical device such as a barcode and/or RFID scanner |
US8812226B2 (en) | 2009-01-26 | 2014-08-19 | GM Global Technology Operations LLC | Multiobject fusion module for collision preparation system |
US8265895B2 (en) | 2009-03-27 | 2012-09-11 | Symbol Technologies, Inc. | Interactive sensor systems and methods for dimensioning |
US8284988B2 (en) | 2009-05-13 | 2012-10-09 | Applied Vision Corporation | System and method for dimensioning objects using stereoscopic imaging |
US8743176B2 (en) | 2009-05-20 | 2014-06-03 | Advanced Scientific Concepts, Inc. | 3-dimensional hybrid camera and production system |
US8542252B2 (en) | 2009-05-29 | 2013-09-24 | Microsoft Corporation | Target digitization, extraction, and tracking |
US8933925B2 (en) | 2009-06-15 | 2015-01-13 | Microsoft Corporation | Piecewise planar reconstruction of three-dimensional scenes |
AR077905A1 (es) | 2009-08-21 | 2011-09-28 | Syngenta Participations Ag | Sistema automatizado para analizar el vigor de la planta |
KR101619076B1 (ko) | 2009-08-25 | 2016-05-10 | 삼성전자 주식회사 | 모바일 플랫폼의 동적 물체 검출 및 추적 방법 |
US8942884B2 (en) | 2010-01-14 | 2015-01-27 | Innovative Transport Solutions, Llc | Transport system |
US20110216063A1 (en) | 2010-03-08 | 2011-09-08 | Celartem, Inc. | Lidar triangular network compression |
US8619265B2 (en) | 2011-03-14 | 2013-12-31 | Faro Technologies, Inc. | Automatic measurement of dimensional data with a laser tracker |
US9400170B2 (en) | 2010-04-21 | 2016-07-26 | Faro Technologies, Inc. | Automatic measurement of dimensional data within an acceptance region by a laser tracker |
US8199977B2 (en) | 2010-05-07 | 2012-06-12 | Honeywell International Inc. | System and method for extraction of features from a 3-D point cloud |
US8134717B2 (en) | 2010-05-21 | 2012-03-13 | LTS Scale Company | Dimensional detection system and associated method |
US20110310088A1 (en) | 2010-06-17 | 2011-12-22 | Microsoft Corporation | Personalized navigation through virtual 3d environments |
US8872851B2 (en) | 2010-09-24 | 2014-10-28 | Intel Corporation | Augmenting image data based on related 3D point cloud data |
EP2439487B1 (de) | 2010-10-06 | 2012-08-22 | Sick Ag | Volumenmessvorrichtung für bewegte Objekte |
US20120250984A1 (en) | 2010-12-01 | 2012-10-04 | The Trustees Of The University Of Pennsylvania | Image segmentation for distributed target tracking and scene analysis |
US8744644B2 (en) | 2011-01-19 | 2014-06-03 | Electronics And Telecommunications Research Institute | Apparatus and method for detecting location of vehicle |
KR101758058B1 (ko) | 2011-01-20 | 2017-07-17 | 삼성전자주식회사 | 깊이 정보를 이용한 카메라 모션 추정 방법 및 장치, 증강 현실 시스템 |
WO2012100593A1 (zh) | 2011-01-30 | 2012-08-02 | 浙江省电力公司 | 智能电能表全自动化检定系统 |
US8447549B2 (en) | 2011-02-11 | 2013-05-21 | Quality Vision International, Inc. | Tolerance evaluation with reduced measured points |
US8660338B2 (en) | 2011-03-22 | 2014-02-25 | Honeywell International Inc. | Wide baseline feature matching using collobrative navigation and digital terrain elevation data constraints |
US9854209B2 (en) | 2011-04-19 | 2017-12-26 | Ford Global Technologies, Llc | Display system utilizing vehicle and trailer dynamics |
CA2835830A1 (en) | 2011-05-11 | 2012-11-15 | Proiam, Llc | Enrollment apparatus, system, and method featuring three dimensional camera |
US20120287249A1 (en) | 2011-05-12 | 2012-11-15 | Electronics And Telecommunications Research Institute | Method for obtaining depth information and apparatus using the same |
US9070285B1 (en) | 2011-07-25 | 2015-06-30 | UtopiaCompression Corporation | Passive camera based cloud detection and avoidance for aircraft systems |
KR101907081B1 (ko) | 2011-08-22 | 2018-10-11 | 삼성전자주식회사 | 3차원 점군의 물체 분리 방법 |
US9129277B2 (en) | 2011-08-30 | 2015-09-08 | Digimarc Corporation | Methods and arrangements for identifying objects |
US9002099B2 (en) | 2011-09-11 | 2015-04-07 | Apple Inc. | Learning-based estimation of hand and finger pose |
US8793107B2 (en) | 2011-12-01 | 2014-07-29 | Harris Corporation | Accuracy-based significant point derivation from dense 3D point clouds for terrain modeling |
CN103164842A (zh) | 2011-12-14 | 2013-06-19 | 鸿富锦精密工业(深圳)有限公司 | 点云提取系统及方法 |
US20130162806A1 (en) | 2011-12-23 | 2013-06-27 | Mitutoyo Corporation | Enhanced edge focus tool |
EP2615580B1 (de) | 2012-01-13 | 2016-08-17 | Softkinetic Software | Automatische Szenenkalibrierung |
ES2535122T3 (es) | 2012-03-01 | 2015-05-05 | Caljan Rite-Hite Aps | Transportador extensible con luz |
US8668136B2 (en) * | 2012-03-01 | 2014-03-11 | Trimble Navigation Limited | Method and system for RFID-assisted imaging |
US9329269B2 (en) | 2012-03-15 | 2016-05-03 | GM Global Technology Operations LLC | Method for registration of range images from multiple LiDARS |
US8989342B2 (en) | 2012-04-18 | 2015-03-24 | The Boeing Company | Methods and systems for volumetric reconstruction using radiography |
US9153061B2 (en) | 2012-05-04 | 2015-10-06 | Qualcomm Incorporated | Segmentation of 3D point clouds for dense 3D modeling |
WO2013170260A1 (en) | 2012-05-11 | 2013-11-14 | Proiam, Llc | Hand held dimension capture apparatus, system, and method |
US9846960B2 (en) | 2012-05-31 | 2017-12-19 | Microsoft Technology Licensing, Llc | Automated camera array calibration |
US9135543B2 (en) * | 2012-06-20 | 2015-09-15 | Apple Inc. | Compression and obfuscation of three-dimensional coding |
US9420265B2 (en) | 2012-06-29 | 2016-08-16 | Mitsubishi Electric Research Laboratories, Inc. | Tracking poses of 3D camera using points and planes |
US9651363B2 (en) | 2012-07-24 | 2017-05-16 | Datalogic Usa, Inc. | Systems and methods of object measurement in an automated data reader |
ES2545374T3 (es) | 2012-07-31 | 2015-09-10 | Sick Ag | Sistema de detección para el montaje en una cinta transportadora |
US8757479B2 (en) | 2012-07-31 | 2014-06-24 | Xerox Corporation | Method and system for creating personalized packaging |
US9939259B2 (en) | 2012-10-04 | 2018-04-10 | Hand Held Products, Inc. | Measuring object dimensions using mobile computer |
US9472022B2 (en) | 2012-10-05 | 2016-10-18 | University Of Southern California | Three-dimensional point processing and model generation |
US20140192050A1 (en) | 2012-10-05 | 2014-07-10 | University Of Southern California | Three-dimensional point processing and model generation |
US20140104413A1 (en) | 2012-10-16 | 2014-04-17 | Hand Held Products, Inc. | Integrated dimensioning and weighing system |
CN104768612A (zh) | 2012-11-05 | 2015-07-08 | 三菱电机株式会社 | 三维图像拍摄系统及粒子射线治疗装置 |
WO2014080330A2 (en) | 2012-11-22 | 2014-05-30 | Geosim Systems Ltd. | Point-cloud fusion |
MY172143A (en) | 2012-12-13 | 2019-11-14 | Mimos Berhad | Method for non-static foreground feature extraction and classification |
US9154773B2 (en) | 2013-03-15 | 2015-10-06 | Seiko Epson Corporation | 2D/3D localization and pose estimation of harness cables using a configurable structure representation for robot operations |
US9558559B2 (en) * | 2013-04-05 | 2017-01-31 | Nokia Technologies Oy | Method and apparatus for determining camera location information and/or camera pose information according to a global coordinate system |
JP5967303B2 (ja) | 2013-05-29 | 2016-08-10 | トヨタ自動車株式会社 | 駐車支援装置 |
US9443297B2 (en) | 2013-07-10 | 2016-09-13 | Cognex Corporation | System and method for selective determination of point clouds |
US20150088618A1 (en) | 2013-08-26 | 2015-03-26 | Ims Solutions, Inc. | Road tolling |
US9615012B2 (en) | 2013-09-30 | 2017-04-04 | Google Inc. | Using a second camera to adjust settings of first camera |
US20150106403A1 (en) | 2013-10-15 | 2015-04-16 | Indooratlas Oy | Generating search database based on sensor measurements |
US9412040B2 (en) | 2013-12-04 | 2016-08-09 | Mitsubishi Electric Research Laboratories, Inc. | Method for extracting planes from 3D point cloud sensor data |
MY177646A (en) | 2014-02-28 | 2020-09-23 | Icm Airport Technics Australia Pty Ltd | Luggage processing station and system thereof |
CN103945208B (zh) | 2014-04-24 | 2015-10-28 | 西安交通大学 | 一种针对多视点裸眼3d显示的并行同步缩放引擎及方法 |
AU2015280776B2 (en) | 2014-06-27 | 2019-08-22 | Crown Equipment Corporation | Vehicle positioning or navigation utilizing associated feature pairs |
US11051000B2 (en) | 2014-07-14 | 2021-06-29 | Mitsubishi Electric Research Laboratories, Inc. | Method for calibrating cameras with non-overlapping views |
DE102014011821A1 (de) | 2014-08-08 | 2016-02-11 | Cargometer Gmbh | Vorrichtung und Verfahren zur Volumenbestimmung eines durch ein Flurförderzeug bewegten Objekts |
US20160044862A1 (en) | 2014-08-14 | 2016-02-18 | Raven Industries, Inc. | Site specific product application device and method |
CN104200086B (zh) | 2014-08-25 | 2017-02-22 | 西北工业大学 | 宽基线可见光相机位姿估计方法 |
WO2016033451A1 (en) | 2014-08-28 | 2016-03-03 | Lts Metrology, Llc | Stationary dimensioning apparatus |
JP2016057108A (ja) | 2014-09-08 | 2016-04-21 | 株式会社トプコン | 演算装置、演算システム、演算方法およびプログラム |
US9600892B2 (en) | 2014-11-06 | 2017-03-21 | Symbol Technologies, Llc | Non-parametric method of and system for estimating dimensions of objects of arbitrary shape |
EP3221851A1 (de) | 2014-11-20 | 2017-09-27 | Cappasity Inc. | Systeme und verfahren zur 3d-erfassung von objekten mit mehreren bereichskameras und mehreren rgb-kameras |
US9396554B2 (en) | 2014-12-05 | 2016-07-19 | Symbol Technologies, Llc | Apparatus for and method of estimating dimensions of an object associated with a code in automatic response to reading the code |
US9646410B2 (en) | 2015-06-30 | 2017-05-09 | Microsoft Technology Licensing, Llc | Mixed three dimensional scene reconstruction from plural surface models |
CN111556253B (zh) | 2015-07-10 | 2022-06-14 | 深圳市大疆创新科技有限公司 | 生成组合图像的方法及系统、图像的显示方法及系统 |
US9549125B1 (en) | 2015-09-01 | 2017-01-17 | Amazon Technologies, Inc. | Focus specification and focus stabilization |
US20170150129A1 (en) | 2015-11-23 | 2017-05-25 | Chicago Measurement, L.L.C. | Dimensioning Apparatus and Method |
KR102373926B1 (ko) | 2016-02-05 | 2022-03-14 | 삼성전자주식회사 | 이동체 및 이동체의 위치 인식 방법 |
US9791862B1 (en) | 2016-04-25 | 2017-10-17 | Thayermahan, Inc. | Systems and method for unmanned undersea sensor position, orientation, and depth keeping |
US9778388B1 (en) | 2016-12-22 | 2017-10-03 | Thayermahan, Inc. | Systems and methods for autonomous towing of an underwater sensor array |
-
2014
- 2014-12-05 US US14/561,329 patent/US9396554B2/en active Active
-
2015
- 2015-10-16 WO PCT/US2015/055982 patent/WO2016089483A1/en active Application Filing
- 2015-10-16 US US15/533,294 patent/US10140725B2/en active Active
- 2015-10-16 GB GB1708538.2A patent/GB2547390B/en active Active
- 2015-10-16 MX MX2017006341A patent/MX2017006341A/es unknown
- 2015-10-16 DE DE112015005485.5T patent/DE112015005485T5/de active Granted
- 2015-10-16 CA CA2969622A patent/CA2969622C/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20160163067A1 (en) | 2016-06-09 |
WO2016089483A1 (en) | 2016-06-09 |
MX2017006341A (es) | 2017-08-21 |
GB2547390A (en) | 2017-08-16 |
CA2969622C (en) | 2019-08-06 |
US9396554B2 (en) | 2016-07-19 |
GB201708538D0 (en) | 2017-07-12 |
US10140725B2 (en) | 2018-11-27 |
CA2969622A1 (en) | 2016-06-09 |
US20170337704A1 (en) | 2017-11-23 |
GB2547390B (en) | 2019-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE112015005485T5 (de) | Vorrichtung für und verfahren zum schätzen von abmessungen eines objekt mit einem code im automatischen ansprechen auf ein lesen des codes | |
DE112015005076T5 (de) | Nicht-parametrisches Verfahren und System zum Abschätzen von Dimensionen von Objekten mit beliebiger Form | |
DE112016006337B4 (de) | Verfahren und systeme zur hochpräzisionsortung mit tiefenwerten | |
DE112017006429T5 (de) | Verfahren, Systeme und Vorrichtungen zum Segmentieren von Objekten | |
DE102018120487A1 (de) | Verfahren und vorrichtung zur kantenerkennung von auflageflächen | |
DE112016006366T5 (de) | Verfahren und systeme zur verarbeitung von punktwolkendaten mit einem linienscanner | |
DE112017004142T5 (de) | Verfahren, systeme und vorrichtung zum segmentieren und dimensionieren von objekten | |
DE112016006583T5 (de) | Vorrichtung und Verfahren zur Dimensionierung unter Verwendung von digitalen Bildern und Tiefendaten | |
EP2555160B1 (de) | Erzeugung eines in interessante und uninteressante Bereiche vorsegmentierten Bildes | |
DE112019002547T5 (de) | System und verfahren zum bestimmen eines standortes zur platzierung eines pakets | |
DE112014004190T5 (de) | Positurschätzverfahren und Roboter | |
DE112015002368T5 (de) | Zielmusterform als abstandssensor für barcodescanner | |
DE112020005377T5 (de) | Systeme und verfahren zur automatischen kamerainstallationsführung (cig) | |
DE112014003736B4 (de) | Vorrichtung und Verfahren zum Minimieren von Spiegelreflexionen im Bildgebungssichtfeld einer Arbeitsstation, die Zielobjekte durch Bilderfassung liest | |
JP2015225453A (ja) | 物体認識装置及び物体認識方法 | |
DE102020127732A1 (de) | Dreidimensionale (3d) tiefenbildgebungssysteme und -verfahren zur automatischen bestimmung einer versandcontainerfüllung basierend auf bildgebungsvorlagen | |
BE1029791B1 (de) | System und verfahren zum detektieren der kalibrierung eines 3d- sensors | |
DE102015122116A1 (de) | System und Verfahren zur Ermittlung von Clutter in einem aufgenommenen Bild | |
DE102013112040A1 (de) | System und Verfahren zum Auffinden von sattelpunktartigen Strukturen in einem Bild und Bestimmen von Informationen daraus | |
DE112019006132T5 (de) | Verfahren, system und vorrichtung zur hilfsetikett-erkennung und -zuordnung | |
CH708994B1 (de) | Verfahren und Vorrichtung zum Identifizieren eines zweidimensionalen Punktcodes. | |
DE112012004267T5 (de) | Verfahren und Vorrichtung zum automatischen Erkennen der Ausrichtung von Freiform-dokumenten mit Strichcodes | |
DE112021002519T5 (de) | Referenzoberflächenerkennung zur mobilen bemessung | |
DE102020213566A1 (de) | Verfahren und Computersystem zur Objekterkennung oder Objektregistrierung basierend auf einer Bildklassifizierung | |
EP2677492A1 (de) | Codeleser und Verfahren zur Online-Verifikation eines Codes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R016 | Response to examination communication | ||
R018 | Grant decision by examination section/examining division |