DE112016006366T5 - Verfahren und systeme zur verarbeitung von punktwolkendaten mit einem linienscanner - Google Patents

Verfahren und systeme zur verarbeitung von punktwolkendaten mit einem linienscanner Download PDF

Info

Publication number
DE112016006366T5
DE112016006366T5 DE112016006366.0T DE112016006366T DE112016006366T5 DE 112016006366 T5 DE112016006366 T5 DE 112016006366T5 DE 112016006366 T DE112016006366 T DE 112016006366T DE 112016006366 T5 DE112016006366 T5 DE 112016006366T5
Authority
DE
Germany
Prior art keywords
point cloud
line scanner
cargo
points
loaded cargo
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.)
Withdrawn
Application number
DE112016006366.0T
Other languages
English (en)
Inventor
Charles Burton Swope
Richard Mark Clayton
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Symbol Technologies LLC
Original Assignee
Symbol Technologies LLC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Symbol Technologies LLC filed Critical Symbol Technologies LLC
Publication of DE112016006366T5 publication Critical patent/DE112016006366T5/de
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06Systems determining position data of a target
    • G01S17/42Simultaneous measurement of distance and other co-ordinates
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88Lidar systems specially adapted for specific applications
    • G01S17/89Lidar systems specially adapted for specific applications for mapping or imaging
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4808Evaluating distance, position or velocity data
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/481Constructional features, e.g. arrangements of optical elements
    • G01S7/4817Constructional features, e.g. arrangements of optical elements relating to scanning

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Analysis (AREA)
  • User Interface Of Digital Computer (AREA)
  • Traffic Control Systems (AREA)

Abstract

Hierin werden Verfahren und Systeme zum Verarbeiten von Punktwolkendaten mit einem Linienscanner beschrieben. Eine Ausführungsform hat die Form eines Verfahrens, das umfasst: Empfangen einer 3D-Punktwolke, die für ein Objekt repräsentativ ist; Verwenden eines oder mehrerer Linienscanner zum Identifizieren einer oder mehrerer jeweiliger äußerer Grenzen des Objekts; und Dimensionieren des Objekts basierend auf Punkten in der Punktwolke, wobei jeder der Punkte in der Punktwolke, die zum Dimensionieren des Objekts verwendet werden, sich bei oder innerhalb jeder identifizierten äußeren Grenze befindet.

Description

  • HINTERGRUND DER ERFINDUNG
  • Dreidimensionale (3D) Punktwolken können verwendet werden, um die Abmessungen verschiedener Objekte zu bestimmen. Im Zusammenhang mit der Frachtbeförderung können Punktwolken Fracht und ein frachtbewegendes Fahrzeug in Bewegung erfassen. Die Abmessungen der Fracht können verbessert werden, indem das frachtbewegende Fahrzeug angehalten und die Fracht abgesetzt wird; dies führt jedoch zu Verzögerungen beim Bewegen der Fracht.
  • Dementsprechend besteht ein Bedarf an Verfahren und Systemen zur Verarbeitung von Punktwolkendaten mit einem Linienscanner.
  • Figurenliste
  • Die beigefügten Figuren, in denen gleiche Bezugszeichen identische oder funktional ähnliche Elemente in den einzelnen Ansichten bezeichnen, sind zusammen mit der nachfolgenden detaillierten Beschreibung Bestandteil der Beschreibung und dienen dazu, Ausführungsformen von Konzepten, die die beanspruchte Erfindung umfassen, weiter zu veranschaulichen und verschiedene Prinzipien und Vorteile dieser Ausführungsformen zu erklären.
    • zeigt ein erstes beispielhaftes Verfahren gemäß einigen Ausführungsformen.
    • zeigt ein zweites beispielhaftes Verfahren gemäß einigen Ausführungsformen.
    • zeigt ein Blockdiagramm eines beispielhaften Computerverarbeitungssystems gemäß einigen Ausführungsformen.
    • zeigt ein Blockdiagramm eines beispielhaften Systems gemäß einigen Ausführungsformen.
    • zeigt eine Übersicht eines ersten Beispielszenarios gemäß einigen Ausführungsformen.
    • zeigt eine Übersicht eines zweiten Beispielszenarios gemäß einigen Ausführungsformen.
    • zeigt eine Ansicht eines beispielhaften Linienscanners gemäß einigen Ausführungsformen.
    • zeigt eine erste beispielhafte Konfiguration von mehreren Linienscannern gemäß einigen Ausführungsformen.
    • zeigt eine zweite beispielhafte Konfiguration von mehreren Linienscannern gemäß einigen Ausführungsformen.
  • Erfahrene Fachleute werden erkennen, dass Elemente in den Figuren der Einfachheit und Klarheit halber dargestellt sind und nicht notwendigerweise maßstabsgetreu gezeichnet wurden. Zum Beispiel können die Dimensionen einiger der Elemente in den Figuren relativ zu anderen Elementen übertrieben sein, um das Verständnis von Ausführungsformen der vorliegenden Erfindung zu verbessern.
  • Die Vorrichtung und die Verfahrensschritte wurden, wo es angemessen ist, durch herkömmliche Symbole in den Zeichnungen dargestellt, die nur jene spezifischen Details zeigen, die zum Verständnis der Ausführungsformen der vorliegenden Erfindung relevant sind, um somit die Offenbarung nicht mit Einzelheiten zu verdecken, die für die Fachleute auf dem Gebiet, die auf die vorliegende Beschreibung zurückgreifen, ohne weiteres ersichtlich sind.
  • DETAILLIERTE BESCHREIBUNG
  • Eine Ausführungsform nimmt die Form eines Verfahrens an, das das Empfangen einer 3D (dreidimensionalen) Punktwolke umfasst, die repräsentativ für ein frachtbewegendes Fahrzeug ist, das mit Fracht beladen ist; Verwenden von mindestens einem Linienscanner, der so ausgerichtet ist, dass er in einer vertikalen Ebene scannt und positioniert ist, um eine untere Grenze der geladenen Fracht zu identifizieren; und Dimensionieren der geladenen Fracht basierend auf Punkten in der Punktwolke, wobei jeder der Punkte in der Punktwolke, die zum Dimensionieren der geladenen Fracht verwendet werden, bei oder über der identifizierten unteren Grenze liegt.
  • Eine andere Ausführungsform nimmt die Form eines Systems an, das eine Kommunikationsschnittstelle, einen Prozessor und einen Datenspeicher aufweist, der Anweisungen enthält, die von dem Prozessor ausführbar sind, um zumindest die im vorhergehenden Absatz beschriebenen Funktionen auszuführen.
  • In mindestens einer Ausführungsform umfasst der mindestens eine Linienscanner mindestens einen LIDAR (Lichterkennungs- und entfernungs) -Linienscanner.
  • In mindestens einer Ausführungsform ist der Linienscanner an einer festen Struktur befestigt, so dass der Linienscanner den untersten Teil einer geladenen Fracht erfassen kann.
  • In mindestens einer Ausführungsform ist der mindestens eine Linienscanner so ausgerichtet, dass er in der vertikalen Ebene zwischen einem ersten Winkel unterhalb der Horizontalen und einem zweiten Winkel oberhalb der Horizontalen scannt, so dass der Linienscanner den untersten Teil einer geladenen Fracht erfassen kann.
  • In mindestens einer Ausführungsform ist der mindestens eine Linienscanner ein Linienscanner.
  • In mindestens einer Ausführungsform umfasst der mindestens eine Linienscanner zwei Linienscanner, die an im Wesentlichen gegenüberliegenden Seiten der geladenen Fracht positioniert sind, so dass der Linienscanner den untersten Teil einer geladenen Fracht erfassen kann.
  • In mindestens einer Ausführungsform ist die untere Grenze ein unterer Punkt.
  • In mindestens einer Ausführungsform ist die untere Grenze eine untere Kontur, wobei das Identifizieren der unteren Grenze der geladenen Fracht ferner auf einer Positionsinformation bezüglich des frachtbewegenden Fahrzeugs und / oder der geladenen Fracht basiert.
  • In mindestens einer Ausführungsform wird das Verwenden des mindestens einen Linienscanners zum Identifizieren der unteren Grenze der geladenen Fracht als Reaktion auf ein Detektieren eines auslösenden Ereignisses ausgeführt. In einer solchen Ausführungsform umfasst das auslösende Ereignis ein Empfangen einer Indikation von einem Bewegungssensor.
  • In mindestens einer Ausführungsform umfasst das Dimensionieren der geladenen Fracht basierend auf Punkten in der Punktwolke: Erzeugen einer reduzierten Punktwolke zumindest teilweise durch Entfernen aller Punkte von der empfangenen Punktwolke, die niedriger als die identifizierte untere Grenze sind; und Dimensionieren der geladenen Fracht unter Verwendung der reduzierten Punktwolke.
  • In mindestens einer Ausführungsform umfasst das Verfahren ferner das Verwenden von mindestens einem Obergrenzen-Linienscanner, der so ausgerichtet ist, dass er in einer vertikalen Ebene scannt, um eine obere Grenze der geladenen Fracht zu identifizieren, und das Dimensionieren der geladenen Fracht basierend auf Punkten in der Punktwolke umfasst das Dimensionieren der geladenen Fracht basierend auf Punkten in der Punktwolke, die oberhalb der identifizierten unteren Grenze und nicht oberhalb der identifizierten oberen Grenze liegen. In einer solchen Ausführungsform umfasst das Verfahren ferner das Verwenden von mindestens einem Seitengrenzen-Linienscanner, der so ausgerichtet ist, dass er in einer horizontalen Ebene scannt, um eine seitliche Grenze der geladenen Fracht zu identifizieren, und das Dimensionieren der geladenen Fracht basierend auf Punkten in der Punktwolke, die oberhalb der identifizierten unteren Grenze liegen, umfasst das Dimensionieren der geladenen Fracht basierend auf Punkten in der Punktwolke, die über der identifizierten unteren Grenze und innerhalb der identifizierten Seitengrenze liegen.
  • In mindestens einer Ausführungsform umfasst das Verwenden des mindestens einen Linienscanners zum Identifizieren der unteren Grenze der geladenen Fracht ein Betreiben des mindestens einen Linienscanners zwischen einer oberen Scangrenze und einer unteren Scangrenze. In einer solchen Ausführungsform ist zumindest die obere Scangrenze oder die untere Scangrenze konfigurierbar; in einer anderen derartigen Ausführungsform umfasst das Verfahren ferner ein Einstellen der oberen Scangrenze basierend auf einer maximalen Höhe der 3D-Punktwolke; in einer anderen derartigen Ausführungsform umfasst das Verfahren ferner ein Einstellen der unteren Scangrenze basierend auf einer minimalen Höhe der 3D-Punktwolke.
  • In mindestens einer Ausführungsform umfasst das Verwenden des mindestens einen Linienscanners zum Identifizieren der unteren Grenze der geladenen Fracht ein Betreiben des mindestens einen Linienscanners unter einer oberen Scangrenze.
  • In mindestens einer Ausführungsform umfasst das Verfahren: Empfangen einer 3D-Punktwolke, die für ein Objekt repräsentativ ist; Verwenden eines oder mehrerer Linienscanner zum Identifizieren einer oder mehrerer jeweiliger äußerer Grenzen des Objekts; und Dimensionieren des Objekts basierend auf Punkten in der Punktwolke, wobei jeder der Punkte in der Punktwolke, die zum Dimensionieren des Objekts verwendet werden, sich an oder innerhalb jeder identifizierten äußeren Grenze befindet.
  • Darüber hinaus kann jede der hierin beschriebenen Variationen und Permutationen in Bezug auf beliebige Ausführungsformen implementiert werden, einschließlich in Bezug auf jegliche Ausführungsformen des Verfahrens und in Bezug auf jegliche Systemausführungsformen. Ferner ist diese Flexibilität und mehrfache Anwendbarkeit von Ausführungsformen trotz der Verwendung einer etwas anderen Sprache (z. B. Prozess, Verfahren, Schritte, Funktionen, Satz von Funktionen und dergleichen) vorhanden, um solche Ausführungsformen zu beschreiben und/oder zu charakterisieren.
  • Bevor mit dieser detaillierten Beschreibung fortgefahren wird, sei angemerkt, dass die in den verschiedenen Figuren dargestellten und beschriebenen Entitäten, Verbindungen, Anordnungen und dergleichen beispielhaft und nicht einschränkend dargestellt sind. So sind sämtliche Aussagen oder andere Hinweise darauf, was eine bestimmte Figur „abbildet“, was ein bestimmtes Element oder eine Entität in einer bestimmten Figur „ist“ oder „hat“, und jede und alle ähnlichen Aussagen - die isoliert und außerhalb des Kontexts als absolut und daher einschränkend gelesen werden können - nur richtig gelesen werden können, als wenn ein Satz konstruktiv vorangestellt wird wie „In mindestens einer Ausführungsform, ....“ Und aus Gründen, die der Kürze und Klarheit der Darstellung nahekommen, wird diese implizierte Leitklausel in dieser detaillierten Beschreibung nicht wiederholt.
  • zeigt ein erstes beispielhaftes Verfahren gemäß einigen Ausführungsformen. Insbesondere zeigt das Verfahren 100. Das Verfahren 100 umfasst ein Empfangen einer 3D-Punktwolke in Schritt 102, ein Identifizieren äußerer Grenzen in Schritt 104 und ein Dimensionieren in Schritt 106.
  • In Schritt 102 ist die empfangene 3D-Punktwolke repräsentativ für ein Objekt. Die 3D-Punktwolke kann von einem Tiefensensor oder einer Anordnung von Tiefensensoren erzeugt werden.
  • In Schritt 104 werden ein oder mehrere Linienscanner verwendet, um eine oder mehrere jeweilige äußere Grenzen des Objekts zu identifizieren. Die Linienscanner können LIDAR (Lichterkennungs- und entfernungs) -Linienscanner sein und können in der Lage sein, eine Ebene zu scannen, um eine äußere Grenze eines Objekts zu bestimmen. Beispielhafte äußere Grenzen können irgendeine von einer unteren Grenze, einer oberen Grenze, Seitengrenzen, vorderen Grenzen oder hinteren Grenzen sein.
  • In Schritt 106 wird das Objekt basierend auf Punkten in der Punktwolke dimensioniert, wobei jeder der Punkte in der Punktwolke, die zum Dimensionieren des Objekts verwendet wird, bei oder innerhalb jeder identifizierten äußeren Grenze ist. Die Dimensionierung kann durch Herausfiltern von Punkten in der Punktwolke, die sich außerhalb der identifizierten äußeren Grenzen befinden, durch Zurücksetzen der Punktwolkenwerte auf die identifizierten äußeren Grenzen, durch Löschen von Punkten in der Punktwolke, die sich außerhalb der identifizierten äußeren Grenzen befinden, und dergleichen erfolgen.
  • zeigt ein zweites beispielhaftes Verfahren gemäß einigen Ausführungsformen. Insbesondere zeigt das Verfahren 200. Das Verfahren 200 umfasst ein Empfangen einer 3D-Punktwolke in Schritt 202, ein Identifizieren einer unteren Grenze in Schritt 204 und ein Dimensionieren in Schritt 206.
  • In Schritt 202 ist die empfangene 3D-Punktwolke repräsentativ für ein frachtbewegendes Fahrzeug. Die 3D-Punktwolke kann von einem Tiefensensor oder einer Anordnung von Tiefensensoren erzeugt werden. Der Tiefensensor kann über dem frachtbewegenden Fahrzeug installiert sein und dazu ausgeführt sein, die Punktwolke zu erzeugen, wenn das frachtbewegende Fahrzeug an oder unter dem Tiefensensor vorbeifährt.
  • In Schritt 204 identifiziert ein Linienscanner, der so ausgerichtet ist, dass er in einer vertikalen Ebene scannt, und so positioniert ist, dass er den unteren Teil der Fracht erfassen kann, eine untere Grenze der geladenen Fracht. Die Linienscanner können LIDAR-Linienscanner sein und können in der Lage sein, die vertikale Ebene zu scannen, um die untere Grenze der Fracht zu bestimmen. Um die untere Grenze zu bestimmen, scannt der LIDAR-Linienscanner die vertikale Ebene und gibt Tiefenwerte zurück. Basierend auf einer bekannten Position des LIDAR-Linienscanners und einer bekannten Position des frachtbewegenden Fahrzeugs kann eine untere Grenze der Fracht identifiziert werden.
  • Ein Verfahren zur Bestimmung der unteren Grenze ist es, eine Stufenänderung in zurückgegebenen Tiefenwerten zu identifizieren und die untere Grenze als den Punkt zu identifizieren, an dem die Tiefenmessungen von dem LIDAR-Linienscanner einen Schritt von nahe zu entfernt machen.
  • In Schritt 206 wird die geladene Fracht basierend auf Punkten in der Punktwolke dimensioniert, wobei jeder der Punkte in der Punktwolke, der zum Dimensionieren des Objekts verwendet wird, bei oder über der identifizierten unteren Grenze liegt. Ähnlich wie in Schritt 106 des Verfahrens 100 kann das Dimensionieren durch Herausfiltern von Punkten in der Punktwolke, die unter der identifizierten unteren Grenze liegen, durch Zurücksetzen der Punktwolkenwerte von Punkten unter der identifizierten unteren Grenze auf die identifizierte untere Grenze, durch Löschen von Punkten in der Punktwolke, die unter der identifizierten unteren Grenze liegen, und dergleichen erfolgen.
  • In mindestens einer Ausführungsform umfasst das Dimensionieren der geladenen Fracht basierend auf Punkten in der Punktwolke ein Erzeugen einer reduzierten Punktwolke zumindest teilweise durch Entfernen aller Punkte aus der empfangenen Punktwolke, die unterhalb der identifizierten unteren Grenze liegen, und ein Dimensionieren der geladenen Fracht unter Verwendung der reduzierten Punktwolke.
  • Die Dimension der Fracht kann für die Verfolgung der Fracht auf einen anderen Server ausgegeben werden. Beispielhafte Verfahren zum Verfolgen umfassen das Berechnen eines Frachtvolumens, einer Dichte der Fracht und dergleichen.
  • zeigt ein Blockdiagramm eines beispielhaften Computerverarbeitungssystems gemäß einigen Ausführungsformen. Insbesondere zeigt das Computerverarbeitungssystem 300. Das Computerverarbeitungssystem 300 umfasst eine Kommunikationsschnittstelle 302 (die einen Transceiver 304 umfasst), einen Datenspeicher 306 (der Programmanweisungen 308 und Betriebsdaten 310 umfasst), einen Prozessor 312, eine Benutzerschnittstelle 314, Peripheriegeräte 316 und einen Kommunikationsbus 318. Diese Anordnung ist beispielhaft und nicht einschränkend dargestellt, da andere beispielhafte Anordnungen hier beschrieben werden könnten.
  • Das Computerverarbeitungssystem 300 kann in Teilen der offenbarten Erfindung gefunden werden, einschließlich des Tiefensensors, den Linienscanners, des Frachtdimensionierungsmoduls oder dergleichen. Nicht alle Elemente, die als Teil des Computerverarbeitungssystems 300 dargestellt sind, sind in allen Elementen erforderlich. Als ein Beispiel kann das Computerverarbeitungssystem in einem der LIDAR-Linienscanner mit einem Transceiver 304 ausgestattet sein, wenn es sich drahtlos mit einem Frachtdimensionierungsmodul verbindet; in einigen Ausführungsformen kann der LIDAR-Linienscanner jedoch mit dem Frachtdimensionierungsmodul verbunden sein und der Transceiver 304 ist nicht erforderlich.
  • Wie oben erwähnt, umfasst die Kommunikationsschnittstelle 302 den Transceiver 304. Der Transceiver 304 kann ausgeführt (z. B. eingestellt) sein, um auf einem von einer Reihe von Kanälen zu empfangen und zu senden. Der Transceiver 304 kann eine einzelne Komponente sein oder als ein separater Sender und Empfänger realisiert sein, wie es dem Fachmann bekannt ist. Die Kommunikationsschnittstelle 302 kann so ausgeführt sein, dass sie zur Kommunikation gemäß einem oder mehreren drahtlosen Kommunikationsprotokollen betreibbar ist, von denen einige Beispiele LMR, LTE, APCO P25, ETSI DMR, TETRA, Wi-Fi, Bluetooth und dergleichen umfassen. Die Kommunikationsschnittstelle 302 kann auch eine oder mehrere drahtgebundene Kommunikationsschnittstellen enthalten (für die Kommunikation beispielsweise gemäß Ethernet, USB und / oder einem oder mehreren anderen Protokollen.) Die Kommunikationsschnittstelle 302 kann jegliche notwendige Hardware (z. B. Chipsätze, Antennen, Ethernet-Schnittstellen usw.), jede notwendige Firmware und jede notwendige Software zum Durchführen einer oder mehrerer Kommunikationsformen mit einer oder mehreren anderen Einheiten, wie sie hier beschrieben sind, aufweisen.
  • Der Datenspeicher 306 kann die Form irgendeines nicht-flüchtigen computerlesbaren Mediums oder eine Kombination solcher Medien annehmen, wobei einige Beispiele Flash-Speicher, Nur-Lese-Speicher (read-only memory - ROM) und Direktzugriffsspeicher (random-access memory - RAM) umfassen, um nur einige zu nennen, da irgendeine oder mehrere Arten von nicht-flüchtiger Datenspeichertechnologie, die von Fachleuten auf dem relevanten Gebiet als geeignet erachtet werden, verwendet werden könnten. Wie in gezeigt, umfasst der Datenspeicher 306 Programmanweisungen 308, die durch den Prozessor 312 ausgeführt werden können, um verschiedene hierin beschriebene Funktionen auszuführen, und er ist ferner dargestellt als Betriebsdaten 310 enthaltend, die einen oder mehrere Datenwerte gespeichert haben und / oder auf die durch die Rechenvorrichtung beim Ausführen einer oder mehrerer der hierin beschriebenen Funktionen zugegriffen wird.
  • Der Prozessor 312 kann einen oder mehrere Prozessoren irgendeines Typs umfassen, der von Fachleuten als geeignet erachtet wird, wobei einige Beispiele einen universalen Mikroprozessor und einen dedizierten digitalen Signalprozessor (DSP) enthalten.
  • Die Benutzerschnittstelle 314 kann ein oder mehrere Eingabegeräte (also Komponenten und dergleichen) und / oder ein oder mehrere Ausgabegeräte (also Komponenten und dergleichen) umfassen. In Bezug auf Eingabegeräte kann die Benutzerschnittstelle 314 einen oder mehrere Touchscreens, Knöpfe, Schalter, Mikrofone und dergleichen enthalten. In Bezug auf Ausgabegeräte kann die Benutzerschnittstelle 314 ein oder mehrere Displays, Lautsprecher, Leuchtdioden (LEDs) und dergleichen enthalten. Darüber hinaus könnten eine oder mehrere Komponenten (z. B. ein interaktiver Touchscreen und ein interaktives Display) der Benutzerschnittstelle 314 sowohl eine Benutzereingabe- als auch eine Benutzerausgabefunktionalität bereitstellen. Andere Benutzerschnittstellenkomponenten könnten ebenfalls vorhanden sein, wie dem Fachmann bekannt ist.
  • Die Peripheriegeräte 316 können ein beliebiges Computervorrichtungszubehör, eine Komponente oder dergleichen aufweisen, auf die durch die Computervorrichtung während des Betriebs zugegriffen werden kann und die von dieser verwendbar sind. Beispielhafte Peripheriegeräte 316 umfassen einen GPS-Empfänger, einen Höhenmesser, einen RSSI-Sensor, einen Bewegungssensor und dergleichen.
  • In einer Ausführungsform sind die verschiedenen Komponenten des Computerverarbeitungssystems 300 alle über einen Kommunikationsbus 318 (oder ein anderes geeignetes Kommunikationsnetzwerk oder dergleichen) kommunikativ miteinander gekoppelt.
  • zeigt ein Blockdiagramm eines beispielhaften Systems gemäß einigen Ausführungsformen. Insbesondere zeigt das System 400. Das System 400 umfasst einen Tiefensensor 402, einen Linienscanner 404, ein Dimensionierungsmodul 406 und einen Kommunikationsbus 408.
  • Das System 400 kann ausgeführt sein, um das Verfahren 100 oder 200 durchzuführen. Zum Beispiel kann der Tiefensensor 402 entweder den Schritt 102 oder den Schritt 202 ausführen, um jeweils eine 3D-Punktwolke des Objekts oder des beladenen Fahrzeugs zu empfangen. Der Linienscanner 404 kann entweder Schritt 104 oder 204 ausführen, um jeweils eine äußere Grenze oder eine untere Grenze zu identifizieren. Das Dimensionierungsmodul 406 kann entweder Schritt 106 oder 206 ausführen, um jeweils das Objekt oder die geladene Fracht zu dimensionieren. Die obigen Komponenten sind über den Systembus 408 verbunden.
  • Der Linienscanner 404 kann mindestens ein Linienscanner sein, der ausgeführt ist, um eine Grenze, wie eine äußere Grenze oder eine untere Grenze, zu identifizieren.
  • zeigt eine Übersicht über ein erstes Beispielszenario gemäß einigen Ausführungsformen. Insbesondere zeigt ein Szenario 500. Das Szenario 500 umfasst den Tiefensensor 402, den Linienscanner 404, ein 3D-Punktwolken-Sichtfeld 502, eine vertikale Ebene 504, ein frachtbewegendes Fahrzeug 506 und Fracht 508. Das Szenario 500 zeigt eine Seitenansicht von Komponenten des Systems 400.
  • Der Tiefensensor 402 ist ausgeführt, um eine 3D-Punktwolke von Objekten in dem 3D-Punktwolken-Sichtfeld 502 zu erzeugen. Während der Tiefensensor 402 als ein einzelner Tiefensensor dargestellt ist, kann er auch eine Anordnung von Tiefensensoren in verschiedenen Positionen sein. Daten von der Anordnung von Tiefensensoren können in eine einzelne 3D-Punktwolke zusammengeführt werden, die für die Objekte in dem Sichtfeld repräsentativ ist.
  • Der Linienscanner 404 ist ausgeführt, um in der vertikalen Ebene 504 zu scannen. Das frachtbewegende Fahrzeug 506, das die Fracht 508 trägt, fährt durch die vertikale Ebene 504. Der Linienscanner 404 scannt in der vertikalen Ebene 504, wenn die Fracht 508 durch die vertikale Ebene 504 läuft, um die untere Grenze der Fracht zu identifizieren.
  • In einigen Ausführungsformen umfasst der Linienscanner 404 mindestens einen LIDAR-Linienscanner. In einer anderen Ausführungsform ist der Linienscanner 404 an einer Struktur wie einer Wand, einem Türrahmen oder einem Poller befestigt. In noch einer anderen Ausführungsform ist der Linienscanner 404 genau ein Linienscanner.
  • In einigen Ausführungsformen ist die untere Grenze ein unterer Punkt. Der untere Punkt kann durch den niedrigsten detektierten Punkt der Fracht, den nächsten Punkt zu dem Boden, einen Durchschnitt der Datenpunkte von mehreren Linienscanner-Messungen, eingestellt werden, wenn die Fracht den Linienscanner durchläuft, oder auf andere ähnliche Weise. Beim Dimensionieren der geladenen Fracht anhand von Punkten in der Punktwolke liegt jeder Punkt in der Punktwolke, der für das Dimensionieren der geladenen Fracht verwendet wird, auf oder über dem identifizierten unteren Punkt.
  • In einigen Ausführungsformen ist die untere Grenze eine untere Kontur, und das Identifizieren der unteren Grenze der geladenen Fracht basiert ferner auf Positionsinformationen bezüglich des frachtbewegenden Fahrzeugs und / oder der geladenen Fracht. In einer solchen Ausführungsform wird eine Positionsinformation entweder des frachtbewegenden Fahrzeugs oder der geladenen Fracht verwendet, um die untere Kontur zu identifizieren. Während sich das frachtbewegende Fahrzeug durch die vertikale Ebene vor dem Linienscanner bewegt, führt der Linienscanner Scans der vertikalen Ebene durch, um eine untere Grenze zu identifizieren. Die untere Kontur kann eine Linie zwischen einer ersten identifizierten unteren Grenze an der Vorderseite der Fracht und einer zweiten identifizierten unteren Grenze an der Rückseite der Fracht sein. Die untere Kontur kann auch nichtlinear sein und auf mehreren verschiedenen Messungen von dem Linienscanner basieren, wenn sich die Fracht an dem Linienscanner vorbeibewegt.
  • In einer Ausführungsform wird die Verwendung des mindestens einen Linienscanners zum Identifizieren der unteren Grenze der geladenen Fracht als Reaktion auf das Detektieren eines auslösenden Ereignisses ausgeführt. Beispielhafte auslösende Ereignisse umfassen das Empfangen einer Indikation von einem Bewegungssensor, das Erfassen der Identität eines frachtbewegenden Fahrzeugs von einem optischen oder RFID- (Radio Frequency Identification) Scanner oder einem ortsbasierten Auslöser basierend auf dem bekannten Ort des frachtbewegenden Fahrzeugs.
  • zeigt eine Übersicht eines zweiten Beispielszenarios gemäß einigen Ausführungsformen. Insbesondere zeigt ein Szenario 550. Das Szenario 550 enthält alle die gleichen Elemente des Szenarios 500 von : der Tiefensensor 402, der Linienscanner 404, ein 3D-Punktwolken-Sichtfeld 502, eine vertikale Ebene 504, ein frachtbewegendes Fahrzeug 506 und Fracht 508. Das Szenario 500 umfasst auch einen unteren Vorsprung 552, der sich von der Fracht 508 erstreckt.
  • Der untere Vorsprung 552 kann aus unregelmäßig geformter Fracht, Frachtabschnitten, die beim Heben nach unten ragen, Abschnitten beschädigter Fracht und dergleichen herrühren. Wenn die Fracht 508 mit dem unteren Vorsprung 552 und dem frachtbewegenden Fahrzeug 506 an dem Linienscanner 404 und der vertikalen Ebene 504 vorbeifahren, wird eine untere Grenze der Fracht 508 identifiziert. In einer Ausführungsform, bei der die untere Grenze eine untere Kontur ist, basiert die Form der unteren Kontur auf der Erfassung des unteren Vorsprungs 552 durch den Linienscanner.
  • zeigt eine Ansicht eines beispielhaften Linienscanners gemäß einigen Ausführungsformen. Insbesondere zeigt die Ansicht 600. Die Ansicht 600 umfasst den Linienscanner 404, die vertikale Ebene 504, eine horizontale Ebene 602, einen ersten Winkel 604 und einen zweiten Winkel 606.
  • In einer Ausführungsform ist der Linienscanner 404 so ausgerichtet, dass er die vertikale Ebene 504 zwischen dem ersten Winkel 604 unter der horizontalen Ebene 602 und dem zweiten Winkel 606 über der horizontalen Ebene 602 scannt. Eine oder beide der oberen und unteren Scan-Grenzen können konfigurierbar sein. Zum Beispiel kann die obere Scangrenze auf einer maximalen Höhe der 3D-Punktwolke basieren, und die untere Scangrenze kann auf einer minimalen Höhe der 3D-Punktwolke basieren.
  • In einer anderen Ausführungsform umfasst das Verwenden des mindestens einen Linienscanners zum Identifizieren der unteren Grenze der geladenen Fracht ein Betreiben des mindestens einen Linienscanners unter einer oberen Scangrenze.
  • In einer Ausführungsform umfasst das Verwenden des mindestens einen Linienscanners zum Identifizieren der unteren Grenze der geladenen Fracht ein Betreiben des mindestens einen Linienscanners zwischen einer oberen Scangrenze und einer unteren Scangrenze. Zum Beispiel kann die untere Scangrenze durch Begrenzen des ersten Winkels 604 auf einen eingestellten Wert eingestellt werden, und die obere Scangrenze kann durch Begrenzen des zweiten Winkels 606 eingestellt werden.
  • zeigt eine erste beispielhafte Konfiguration von mehreren Linienscannern gemäß einigen Ausführungsformen. Insbesondere zeigt die Konfiguration 700. Die Konfiguration 700 ist eine Draufsicht auf die Konfiguration und umfasst die Linienscanner 404A und 404B, die vertikalen Ebenen 504A und 504B, die jeweils den Linienscannern 404A und 404B zugeordnet sind, das frachtbewegende Fahrzeug 506, und die Fracht 508.
  • Die Linienscanner 404A und 404B sind ähnlich dem Linienscanner 404, der in den dargestellt ist, und sind auf im Wesentlichen gegenüberliegenden Seiten der Fracht 508 positioniert.
  • zeigt eine zweite beispielhafte Konfiguration von mehreren Linienscannern gemäß einigen Ausführungsformen. Insbesondere zeigt die Konfiguration 800. Die Konfiguration 800 umfasst den Linienscanner 404, die vertikale Ebene 504, die Fracht 506, das frachtbewegende Fahrzeug 508, einen Linienscanner 802 und eine vertikale Ebene 804.
  • In einer Ausführungsform umfasst das Verfahren ferner das Verwenden von mindestens einem Obergrenzen-Linienscanner, der ausgerichtet ist, um in einer vertikalen Ebene zu scannen, um eine Obergrenze der geladenen Fracht zu identifizieren, und das Dimensionieren der geladenen Fracht basierend auf Punkten in der Punktwolke umfasst das Dimensionieren der geladenen Fracht basierend auf Punkten in der Punktwolke, die über der identifizierten unteren Grenze und nicht über der identifizierten oberen Grenze liegen.
  • Ähnlich zu der Konfiguration 500, die in dargestellt ist, scannt der Linienscanner 404 die vertikale Ebene 504, um eine untere Grenze der Fracht 506 zu identifizieren. Zusätzlich ist der Linienscanner 802 ein Obergrenzen-Linienscanner, der konfiguriert ist, um die vertikale Ebene 804 zu scannen, um die obere Grenze der Fracht 506 zu identifizieren. Das Dimensionieren der Fracht 506 basiert auf Punkten in der 3D-Punktwolke, die über der unteren Grenze liegen, die durch den Linienscanner 404 identifiziert wird, und nicht über der oberen Grenze, die durch den Linienscanner 802 identifiziert wird.
  • In einer Ausführungsform kann das Dimensionieren der Fracht ferner das Verwenden von mindestens einem Seitengrenzen-Linienscanner umfassen, der ausgerichtet ist, um in einer horizontalen Ebene zu scannen, um eine Seitengrenze der geladenen Fracht zu identifizieren. In einer solchen Ausführungsform umfasst das Dimensionieren der geladenen Fracht basierend auf Punkten in der Punktwolke, die über der identifizierten unteren Grenze liegen, das Dimensionieren der geladenen Fracht basierend auf Punkten in der Punktwolke, die über der identifizierten unteren Grenze und innerhalb der identifizierten Seitengrenze liegen.
  • In einer Ausführungsform umfasst das Dimensionieren der geladenen Fracht das Rotieren der 3D-Punktwolke. Das Rotieren der 3D-Punktwolke kann vorteilhaft sein, wenn das frachtbewegende Fahrzeug die Fracht nicht auf Höhe befördert. Zum Beispiel kann die Fracht nach hinten zum Gabelstapler gekippt werden. In einer solchen Ausführungsform kann das Rotieren der 3D-Punktwolke auf der identifizierten unteren Grenze basieren. In einem Rotationsbeispiel ist die identifizierte untere Grenze eine untere Kontur in der Form einer Linie, die sich in einer Neigung von 5 Grad befindet, was bedeutet, dass die Fracht um 5 Grad gegenüber einem horizontalen Boden geneigt ist. Die 3D-Punktwolke kann um 5 Grad gedreht werden, um der von dem frachtbewegenden Fahrzeug auf die Fracht auferlegten Steigung entgegenzuwirken, womit die 3D-Punktewolke angepasst wird. In einem anderen Rotationsbeispiel kann die 3D-Punktwolke gedreht werden, indem ein minimaler (d. H. unterster) Punkt der unteren Kontur identifiziert wird und die 3D-Punktwolke so gedreht wird, dass alle Punkte der unteren Kontur auf der Höhe des identifizierten minimalen Punkts liegen.
  • In der vorstehenden Beschreibung wurden spezifische Ausführungsformen beschrieben. Ein Durchschnittsfachmann erkennt jedoch, dass verschiedene Modifikationen und Änderungen vorgenommen werden können, ohne vom Umfang der Erfindung abzuweichen, wie er in den nachfolgenden Ansprüchen wiedergegeben ist. Dementsprechend sind die Beschreibung und die Figuren vielmehr in einem illustrativen als in einem einschränkenden Sinne zu betrachten, und alle derartigen Modifikationen sollen im Umfang der vorliegenden Lehren eingeschlossen sein.
  • Die Nutzen, Vorteile, Lösungen für Probleme und alle Elemente, die zum Auftreten oder einer Verstärkung eines Nutzens, eines Vorteils, oder einer Lösung führen können, sind nicht als kritische, erforderliche oder wesentliche Merkmale oder Elemente in den Ansprüchen zu verstehen. Die Erfindung wird ausschließlich durch die beigefügten Ansprüche definiert, einschließlich jeglicher Änderungen, die während der Anhängigkeit dieser Anmeldung vorgenommen wurden, sowie aller Äquivalente der Ansprüche wie erteilt.
  • Darüber hinaus können in diesem Dokument relationale Begriffe wie erster und zweiter, oberer und unterer und dergleichen lediglich verwendet sein, um eine Entität oder Aktion von einer anderen Entität oder Aktion zu unterscheiden, ohne notwendigerweise eine tatsächliche derartige Beziehung oder Reihenfolge zwischen solchen Entitäten oder Aktionen zu erfordern oder zu implizieren. Die Ausdrücke „umfasst“, „umfassend“, „hat“, „haben“, „aufweist“, „aufweisen“, „enthält“, „enthalten“ oder jede andere Variation davon sollen eine nicht-ausschließliche Einbeziehung abdecken, derart, dass ein Prozess, Verfahren, Produkt oder Vorrichtung, das eine Liste von Elementen umfasst, hat, aufweist, enthält, nicht nur diese Elemente aufweist, sondern auch andere Elemente aufweisen kann, die nicht ausdrücklich aufgelistet sind oder einem solchen Prozess, Verfahren, Produkt oder Vorrichtung inhärent sind. Ein Element, dem „umfasst ... ein“, „hat ... ein“, „aufweist ... ein“ oder „enthält ...ein“ vorausgeht, schließt ohne weitere Einschränkungen die Existenz zusätzlicher identischer Elemente in dem Prozess, dem Verfahren, dem Produkt oder der Vorrichtung, die das Element umfasst, hat, aufweist oder enthält, nicht aus. Die Begriffe „ein“ und „eine“ sind als eine oder mehrere definiert, sofern es hierin nicht ausdrücklich anders angegeben wird. Die Begriffe „im Wesentlichen“, „im Allgemeinen“, „ungefähr“, „etwa“ oder jede andere Version davon sind so definiert, dass sie von einem Fachmann auf diesem Gebiet nahekommend verstanden werden, und in einer nicht-einschränkenden Ausführungsform ist der Ausdruck definiert als innerhalb von 10%, in einer weiteren Ausführungsform als innerhalb von 5%, in einer weiteren Ausführungsform als innerhalb von 1% und in einer weiteren Ausführungsform als innerhalb von 0,5%. Der Ausdruck „gekoppelt“, wie er hierin verwendet wird, ist als verbunden definiert, jedoch nicht notwendigerweise direkt und nicht notwendigerweise mechanisch. Eine Vorrichtung oder eine Struktur, die auf eine bestimmte Art „ausgeführt“ ist, ist zumindest auch so ausgeführt, kann aber auch auf Arten ausgeführt sein, die nicht aufgeführt sind.
  • Es versteht sich, dass einige Ausführungsformen von einem oder mehreren generischen oder spezialisierten Prozessoren (oder „Verarbeitungsgeräten“) wie Mikroprozessoren, digitale Signalprozessoren, kundenspezifische Prozessoren und Field-Programmable-Gate-Arrays (FPGAs) und einmalig gespeicherten Programmanweisungen (einschließlich sowohl Software als auch Firmware) umfasst sein können, die den einen oder die mehreren Prozessoren steuern, um in Verbindung mit bestimmten Nicht-Prozessorschaltungen einige, die meisten oder alle der hierin beschriebenen Funktionen des Verfahrens und/oder der Vorrichtung zu implementieren. Alternativ können einige oder alle Funktionen durch eine Zustandsmaschine implementiert sein, die keine gespeicherten Programmanweisungen aufweist, oder in einer oder mehreren anwendungsspezifischen integrierten Schaltungen (ASICs), in denen jede Funktion oder einige Kombinationen von bestimmten Funktionen als benutzerdefinierte Logik implementiert sind. Natürlich kann eine Kombination der beiden Ansätze verwendet werden.
  • Darüber hinaus kann eine Ausführungsform als ein computerlesbares Speichermedium implementiert sein, auf dem computerlesbarer Code gespeichert ist, um einen Computer (der beispielsweise einen Prozessor umfasst) zu programmieren, um ein Verfahren auszuführen, wie es hierin beschrieben und beansprucht ist. Beispiele solcher computerlesbaren Speichermedien weisen eine Festplatte, eine CD-ROM, eine optische Speichervorrichtung, eine magnetische Speichervorrichtung, einen ROM (Nur-Lese-Speicher), einen PROM (programmierbarer Nur-Lese-Speicher), einen EPROM (löschbarer programmierbarer Nur-Lese-Speicher), einen EEPROM (elektrisch löschbarer programmierbarer Nur-Lese-Speicher) und einen Flash-Speicher auf, sind aber nicht hierauf beschränkt auf. Ferner wird davon ausgegangen, dass ein Durchschnittsfachmann, ungeachtet möglicher signifikanter Anstrengungen und vieler Designwahlen, die beispielsweise durch verfügbare Zeit, aktuelle Technologie und wirtschaftliche Überlegungen motiviert sind, ohne Weiteres in der Lage ist, solche Softwareanweisungen und -programme und ICs mit minimalem Experimentieren zu generieren, wenn er durch die hierin offenbarten Konzepte und Prinzipien angeleitet wird.
  • Die Zusammenfassung der Offenbarung wird bereitgestellt, um es dem Leser zu ermöglichen, schnell das Wesen der technischen Offenbarung zu ermitteln. Sie wird mit dem Verständnis bereitgestellt, dass sie nicht zur Auslegung oder Einschränkung des Umfangs oder der Bedeutung der Ansprüche verwendet wird. Ferner kann der vorangehenden detaillierten Beschreibung entnommen werden, dass verschiedene Merkmale in verschiedenen Ausführungsformen zum Zwecke der Verschlankung der Offenbarung zusammengefasst sind. Diese Art der Offenbarung ist nicht so auszulegen, dass es die Absicht widerspiegelt, dass die beanspruchten Ausführungsformen mehr Merkmale erfordern, als ausdrücklich in jedem Anspruch angegeben sind. Vielmehr ist es so, wie die folgenden Ansprüche zeigen, dass der erfinderische Gegenstand in weniger als allen Merkmalen einer einzigen offenbarten Ausführungsform liegt. Somit werden die folgenden Ansprüche hiermit in die detaillierte Beschreibung inkorporiert, wobei jeder Anspruch für sich als ein separat beanspruchter Gegenstand steht.

Claims (20)

  1. Verfahren, umfassend: Empfangen einer 3D-Punktwolke, die für ein mit einer Fracht beladenes frachtbewegendes Fahrzeug repräsentativ ist; Verwenden von mindestens einem Linienscanner, der ausgerichtet ist, um in einer vertikalen Ebene zu scannen und so positioniert ist, um eine untere Grenze der geladenen Fracht zu identifizieren; und Dimensionieren der geladenen Fracht basierend auf Punkten in der Punktwolke, wobei jeder der Punkte in der Punktwolke, die zum Dimensionieren der geladenen Fracht verwendet werden, bei oder über der identifizierten unteren Grenze liegt.
  2. Verfahren nach Anspruch 1, wobei der mindestens eine Linienscanner mindestens einen LIDAR (Lichterkennungs- und entfernungs) -Linienscanner umfasst.
  3. Verfahren nach Anspruch 1, wobei der Linienscanner an einer festen Struktur befestigt ist.
  4. Verfahren nach Anspruch 1, wobei der mindestens eine Linienscanner so ausgerichtet ist, um in der vertikalen Ebene zwischen einem ersten Winkel unter einer Horizontalen und einem zweiten Winkel über der Horizontalen zu scannen.
  5. Verfahren nach Anspruch 1, wobei der mindestens eine Linienscanner ein Linienscanner ist.
  6. Verfahren nach Anspruch 1, wobei der mindestens eine Linienscanner zwei Linienscanner umfasst, die auf im Wesentlichen gegenüberliegenden Seiten der geladenen Fracht positioniert sind.
  7. Verfahren nach Anspruch 1, wobei die untere Grenze ein unterer Punkt ist.
  8. Verfahren nach Anspruch 1, wobei die untere Grenze eine untere Kontur ist, wobei das Identifizieren der unteren Grenze der geladenen Fracht ferner auf einer Positionsinformation bezüglich des frachtbewegenden Fahrzeugs und / oder der geladenen Fracht basiert.
  9. Verfahren nach Anspruch 1, wobei das Verwenden des mindestens einen Linienscanners zum Identifizieren der unteren Grenze der geladenen Fracht als Reaktion auf ein Detektieren eines auslösenden Ereignisses erfolgt.
  10. Verfahren nach Anspruch 9, wobei das auslösende Ereignis ein Empfangen einer Indikation von einem Bewegungssensor umfasst.
  11. Verfahren nach Anspruch 1, wobei das Dimensionieren der geladenen Fracht basierend auf Punkten in der Punktwolke umfasst: Erzeugen einer reduzierten Punktwolke zumindest teilweise durch Entfernen aller Punkte von der empfangenen Punktwolke, die niedriger als die identifizierte untere Grenze sind; und Dimensionieren der geladenen Fracht unter Verwendung der reduzierten Punktwolke.
  12. Verfahren nach Anspruch 1, ferner umfassend: Verwenden von mindestens einem Obergrenzen-Linienscanner, der ausgerichtet ist, um in einer vertikalen Ebene zu scannen, um eine obere Grenze der geladenen Fracht zu identifizieren, wobei das Dimensionieren der geladenen Fracht basierend auf Punkten in der Punktwolke ein Dimensionieren der geladenen Fracht basierend auf Punkten in der Punktwolke umfasst, die über der identifizierten unteren Grenze und nicht über der identifizierten oberen Grenze liegen.
  13. Verfahren nach Anspruch 1, ferner umfassend: Verwenden von mindestens einem Seitengrenzen-Linienscanner, der so ausgerichtet ist, dass er in einer horizontalen Ebene scannt, um eine Seitengrenze der geladenen Fracht zu identifizieren, wobei das Dimensionieren der geladenen Fracht basierend auf Punkten in der Punktwolke, die oberhalb der identifizierten unteren Grenze liegen, ein Dimensionieren der geladenen Fracht basierend auf Punkten in der Punktwolke umfasst, die über der identifizierten unteren Grenze und innerhalb der identifizierten Seitengrenze liegen.
  14. Verfahren nach Anspruch 1, wobei das Verwenden des mindestens einen Linienscanners zum Identifizieren der unteren Grenze der geladenen Fracht ein Betreiben des mindestens einen Linienscanners zwischen einer oberen Scangrenze und einer unteren Scangrenze umfasst.
  15. Verfahren nach Anspruch 14, wobei zumindest die obere Scangrenze und / oder die untere Scangrenze konfigurierbar ist.
  16. Verfahren nach Anspruch 14, ferner umfassend: Einstellen der oberen Scangrenze basierend auf einer maximalen Höhe der 3D-Punktwolke.
  17. Verfahren nach Anspruch 14, ferner umfassend: Einstellen der unteren Scangrenze basierend auf einer minimalen Höhe der 3D-Punktwolke.
  18. Verfahren nach Anspruch 1, wobei das Verwenden des mindestens einen Linienscanners zum Identifizieren der unteren Grenze der geladenen Fracht ein Betreiben des mindestens einen Linienscanners unterhalb einer oberen Scangrenze umfasst.
  19. System, umfassend: mindestens einen Tiefensensor, der ausgeführt ist, um eine 3D-Punktewolke zu erhalten, die für ein frachtbewegendes Fahrzeug mit geladener Fracht repräsentativ ist; mindestens einen Linienscanner, der so ausgerichtet ist, dass er in einer vertikalen Ebene scannt und ausgeführt ist, um eine untere Grenze der geladenen Fracht zu identifizieren; und ein Frachtdimensionierungsmodul, das ausgeführt ist, um die geladene Fracht basierend auf Punkten in der Punktwolke zu dimensionieren, wobei jeder der Punkte in der Punktwolke, die zum Dimensionieren der geladenen Fracht verwendet werden, bei oder über der identifizierten unteren Grenze liegt.
  20. Verfahren, umfassend: Empfangen einer 3D-Punktwolke, die für ein Objekt repräsentativ ist; Verwenden eines oder mehrerer Linienscanner zum Identifizieren einer oder mehrerer jeweiliger äußerer Grenzen des Objekts; und Dimensionieren des Objekts basierend auf Punkten in der Punktwolke, wobei jeder der Punkte in der Punktwolke, die zum Dimensionieren des Objekts verwendet werden, sich bei oder innerhalb jeder identifizierten äußeren Grenze befindet.
DE112016006366.0T 2016-02-04 2016-12-08 Verfahren und systeme zur verarbeitung von punktwolkendaten mit einem linienscanner Withdrawn DE112016006366T5 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/015,228 US10145955B2 (en) 2016-02-04 2016-02-04 Methods and systems for processing point-cloud data with a line scanner
US15/015,228 2016-02-04
PCT/US2016/065519 WO2017136035A1 (en) 2016-02-04 2016-12-08 Methods and systems for processing point-cloud data with a line scanner

Publications (1)

Publication Number Publication Date
DE112016006366T5 true DE112016006366T5 (de) 2018-10-18

Family

ID=57799777

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112016006366.0T Withdrawn DE112016006366T5 (de) 2016-02-04 2016-12-08 Verfahren und systeme zur verarbeitung von punktwolkendaten mit einem linienscanner

Country Status (6)

Country Link
US (1) US10145955B2 (de)
CN (1) CN108885259A (de)
DE (1) DE112016006366T5 (de)
GB (1) GB2566152A (de)
MX (1) MX2018009457A (de)
WO (1) WO2017136035A1 (de)

Families Citing this family (52)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9805240B1 (en) 2016-04-18 2017-10-31 Symbol Technologies, Llc Barcode scanning and dimensioning
US11042161B2 (en) 2016-11-16 2021-06-22 Symbol Technologies, Llc Navigation control method and apparatus in a mobile automation system
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
US10726273B2 (en) 2017-05-01 2020-07-28 Symbol Technologies, Llc Method and apparatus for shelf feature and object placement detection from shelf images
US11978011B2 (en) 2017-05-01 2024-05-07 Symbol Technologies, Llc Method and apparatus for object status detection
US10663590B2 (en) 2017-05-01 2020-05-26 Symbol Technologies, Llc Device and method for merging lidar data
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
US11367092B2 (en) 2017-05-01 2022-06-21 Symbol Technologies, Llc Method and apparatus for extracting and processing price text from an image set
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
SE1751405A1 (en) * 2017-11-14 2019-04-02 Cind Ab Method and image processing system for facilitating estimation of volumes of load of a truck
US11327504B2 (en) 2018-04-05 2022-05-10 Symbol Technologies, Llc Method, system and apparatus for mobile automation apparatus localization
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
US10809078B2 (en) 2018-04-05 2020-10-20 Symbol Technologies, Llc Method, system and apparatus for dynamic path generation
US10832436B2 (en) 2018-04-05 2020-11-10 Symbol Technologies, Llc Method, system and apparatus for recovering label positions
US10817688B1 (en) * 2018-05-29 2020-10-27 Chi Fai Ho Apparatus and method to render services based on a label
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
EP3654287B1 (de) * 2018-11-19 2021-07-21 Kapsch TrafficCom AG Verfahren und vorrichtung zum messen der höhe eines fahrzeugs
US11416000B2 (en) 2018-12-07 2022-08-16 Zebra Technologies Corporation Method and apparatus for navigational ray tracing
US11079240B2 (en) 2018-12-07 2021-08-03 Zebra Technologies Corporation Method, system and apparatus for adaptive particle filter localization
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
WO2020168313A1 (en) * 2019-02-15 2020-08-20 Arizona Board Of Regents On Behalf Of The University Of Arizona Mobile 3d imaging system and method
US11960286B2 (en) 2019-06-03 2024-04-16 Zebra Technologies Corporation Method, system and apparatus for dynamic task sequencing
US11080566B2 (en) 2019-06-03 2021-08-03 Zebra Technologies Corporation Method, system and apparatus for gap detection in support structures with peg regions
US11200677B2 (en) 2019-06-03 2021-12-14 Zebra Technologies Corporation Method, system and apparatus for shelf edge detection
US11402846B2 (en) 2019-06-03 2022-08-02 Zebra Technologies Corporation Method, system and apparatus for mitigating data capture light leakage
US11341663B2 (en) 2019-06-03 2022-05-24 Zebra Technologies Corporation Method, system and apparatus for detecting support structure obstructions
US11662739B2 (en) 2019-06-03 2023-05-30 Zebra Technologies Corporation Method, system and apparatus for adaptive ceiling-based localization
US11151743B2 (en) 2019-06-03 2021-10-19 Zebra Technologies Corporation Method, system and apparatus for end of aisle detection
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
US11227404B2 (en) * 2020-02-25 2022-01-18 Zebra Technologies Corporation Transporter segmentation for data capture system
US11062472B1 (en) * 2020-03-17 2021-07-13 Zebra Technologies Corporation Transporter segmentation for data capture system
US11822333B2 (en) 2020-03-30 2023-11-21 Zebra Technologies Corporation Method, system and apparatus for data capture illumination control
CN111708022B (zh) * 2020-07-15 2022-02-08 四川长虹电器股份有限公司 毫米波雷达的扫描区域边界的计算方法及装置
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
WO2022226636A1 (en) * 2021-04-26 2022-11-03 2872475 Ontario Limited Vehicle damage detection system and method
US11954882B2 (en) 2021-06-17 2024-04-09 Zebra Technologies Corporation Feature-based georegistration for mobile computing devices
CN115147834B (zh) * 2022-09-06 2023-05-05 南京航空航天大学 一种基于点云的飞机长桁平面特征提取方法、装置及设备

Family Cites Families (121)

* Cited by examiner, † Cited by third party
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
AU2002315499B2 (en) 2001-06-29 2006-08-03 Quantronix, Inc. Overhead dimensioning system and method
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
US7757946B2 (en) * 2004-04-16 2010-07-20 Acme Scale Company, Inc. Material transport in-motion product dimensioning system and method
US8294809B2 (en) 2005-05-10 2012-10-23 Advanced Scientific Concepts, Inc. Dimensioning system
RU2416783C2 (ru) 2005-06-28 2011-04-20 Скэнэлайз Пти Лтд Система и способ измерения и составления карты поверхности относительно репера
US8625854B2 (en) 2005-09-09 2014-01-07 Industrial Research Limited 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
CA2545118C (en) 2006-04-28 2011-07-05 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
WO2008154611A2 (en) 2007-06-11 2008-12-18 Honeywell International Inc. Optical reader system for extracting information in a digital image
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
WO2010029558A1 (en) 2008-09-14 2010-03-18 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
US20110047636A1 (en) 2009-08-21 2011-02-24 Syngenta Participations Ag Crop Automated Relative Maturity System
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
US20140351073A1 (en) 2011-05-11 2014-11-27 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
US20140192050A1 (en) 2012-10-05 2014-07-10 University Of Southern California Three-dimensional point processing and model generation
US9472022B2 (en) 2012-10-05 2016-10-18 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
EP2915563B1 (de) 2012-11-05 2018-04-18 Mitsubishi Electric Corporation System zur erfassung dreidimensionaler bilder und partikelstrahltherapievorrichtung
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
WO2014192107A1 (ja) 2013-05-29 2014-12-04 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
CN103983188B (zh) * 2014-05-06 2017-01-25 华东师范大学 一种运动物体的体积测量方法及其测量装置
EP3161572B1 (de) 2014-06-27 2019-01-23 Crown Equipment Corporation Wiederfinden eines verlorenen fahrzeuges unter verwendung von assoziierten merkmalspaaren
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
EP3687156B1 (de) 2015-07-10 2022-03-16 SZ DJI Technology Co., Ltd. Doppellinsensystem mit lichtteiler
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

Also Published As

Publication number Publication date
GB2566152A (en) 2019-03-06
MX2018009457A (es) 2018-09-21
CN108885259A (zh) 2018-11-23
US10145955B2 (en) 2018-12-04
US20170227645A1 (en) 2017-08-10
WO2017136035A1 (en) 2017-08-10
GB201812272D0 (en) 2018-09-12

Similar Documents

Publication Publication Date Title
DE112016006366T5 (de) Verfahren und systeme zur verarbeitung von punktwolkendaten mit einem linienscanner
DE112016006337B4 (de) Verfahren und systeme zur hochpräzisionsortung mit tiefenwerten
DE112019002547B4 (de) System und verfahren zum bestimmen eines standortes zur platzierung eines pakets
DE112018002314T5 (de) Verfahren und vorrichtung zur erkennung eines objektstatus
DE102018120487A1 (de) Verfahren und vorrichtung zur kantenerkennung von auflageflächen
DE112016006583T5 (de) Vorrichtung und Verfahren zur Dimensionierung unter Verwendung von digitalen Bildern und Tiefendaten
DE112020003332B4 (de) Dreidimensionale (3D) Tiefenbildgebungssysteme und -Verfahren zur dynamischen Container-Autokonfiguration
DE112017001049T5 (de) Fahrzeugparkplatzbelegungs-Sichtsensor
DE112020005377T5 (de) Systeme und verfahren zur automatischen kamerainstallationsführung (cig)
DE112018006554T5 (de) Systeme und verfahren zum bestimmen der kommerziellen anhängerbefüllung
DE112014006876T5 (de) Fahrassistenzvorrichtung, Fahrassistenzverfahren und Programm
DE112016005287T5 (de) Verfahren und systeme zur behälter-vollheitsschätzung
DE112019002730B4 (de) Datenerfassungssystem und Verfahren zur Objektdimensionierung
DE102015207903A1 (de) Vorrichtung und Verfahren zum Erfassen eines Verkehrszeichens vom Balkentyp in einem Verkehrszeichen-Erkennungssystem
BE1029791B1 (de) System und verfahren zum detektieren der kalibrierung eines 3d- sensors
DE112019004745T5 (de) Vorrichtung und verfahren zum bestimmen einer profiltiefe
DE102015122116A1 (de) System und Verfahren zur Ermittlung von Clutter in einem aufgenommenen Bild
DE102016011055A1 (de) Identifizieren von Formen in einem Bild durch Vergleichen von Bézierkurven
DE112012004847B4 (de) Verfahren und System zum Detektieren von Linien in einem Bild und Spurdetektionssystem zum Analysieren von Straßenbildern
DE112022001743T5 (de) Systeme und verfahren zur optimierung der bildgebungseinstellungen und der bilderfassung für einen bildverarbeitungsauftrag
DE112019003593T5 (de) Verfahren und vorrichtung zur kalibrierung einer client-rechenvorrichtung zur dekodierung von symbolen
DE112021002519T5 (de) Referenzoberflächenerkennung zur mobilen bemessung
DE102021104352A1 (de) Transporter-segmentierung für datenerfassungssystem
DE112020004829T5 (de) Verfahren, system und vorrichtung zur mobilen vermessung
DE112022001773T5 (de) Systeme und Verfahren zur Bestimmung eines adaptiven Bereichs von Interesse (ROI) für die Berechnung von Bildmetriken

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R120 Application withdrawn or ip right abandoned