CN105091744B - 一种基于视觉传感器和激光测距仪的位姿检测装置与方法 - Google Patents

一种基于视觉传感器和激光测距仪的位姿检测装置与方法 Download PDF

Info

Publication number
CN105091744B
CN105091744B CN201510229371.1A CN201510229371A CN105091744B CN 105091744 B CN105091744 B CN 105091744B CN 201510229371 A CN201510229371 A CN 201510229371A CN 105091744 B CN105091744 B CN 105091744B
Authority
CN
China
Prior art keywords
pose
deviation
laser range
current
range finder
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.)
Active
Application number
CN201510229371.1A
Other languages
English (en)
Other versions
CN105091744A (zh
Inventor
卢金燕
王鹏
覃政科
熊召
任超
徐德
袁晓东
邹伟
刘长春
周海
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.)
Institute of Automation of Chinese Academy of Science
Laser Fusion Research Center China Academy of Engineering Physics
Original Assignee
Institute of Automation of Chinese Academy of Science
Laser Fusion Research Center China Academy of Engineering Physics
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 Institute of Automation of Chinese Academy of Science, Laser Fusion Research Center China Academy of Engineering Physics filed Critical Institute of Automation of Chinese Academy of Science
Priority to CN201510229371.1A priority Critical patent/CN105091744B/zh
Publication of CN105091744A publication Critical patent/CN105091744A/zh
Application granted granted Critical
Publication of CN105091744B publication Critical patent/CN105091744B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于视觉传感器和激光测距仪的位姿检测装置与方法,该装置使用一个视觉传感器和三个激光测距仪共同采集目标信息;该方法包括:从目标图像中选择特征点和特征直线,得到特征点的图像坐标和特征直线的角度,进而得到特征点的图像偏差和特征直线的角度偏差;求取当前像素当量,根据当前图像偏差、角度偏差和像素当量,得到当前位姿在三个自由度上的偏差;根据三个激光测距仪的读数及相对位置关系,得到当前姿态在对应两个旋转自由度上的角度偏差和当前位姿在深度方向上的偏差,由此实现目标的六自由度位姿检测。

Description

一种基于视觉传感器和激光测距仪的位姿检测装置与方法
技术领域
本发明属于传感器检测技术领域,更具体地涉及一种基于视觉传感器和激光测距仪的位姿检测装置和方法。
背景技术
位姿检测作为重要环节,广泛的应用于机器人控制、航空对接、跟踪制导等诸多领域。传感器种类丰富,功能多样,是获取外界环境信息的重要工具。通过传感器提供的信息实现位姿检测吸引了众多学者的关注。
视觉传感器能够感知丰富的环境信息,且安装使用方便,是较常使用的一种外部传感器。通过对视觉传感器获取的图像信息进行处理,可以得到目标的轮廓、形状、颜色,还可以实现目标的运动检测、相对定位等。根据视觉传感器提供的图像信息得到目标位姿信息是常用的位姿检测方法,这类方法(例如参考SangJoo Kwon,Haemm Jeong,and JaewoongHwang.Kalman Filter-Based Coarse-to-Fine Control for Display Visual AlignmentSystems[J].IEEE Transactions on Automation Science and Engineering,2012,9(3):621-628;Biao Zhang,Jianjun Wang,Gregory Rossano,Carlos Martinez andKock.Vision-guided Robot Alignment for Scalable,Flexible Assembly Automation[C].IEEE International Conference on Robotics and Biomimetic.Phuket,Thailand,2011:944-951.)一般基于单目视觉或双目视觉,先从视觉图像中提取关键特征,然后结合视觉测量技术,经过多个坐标变换,得到目标的位置和姿态信息,实现目标的位姿检测。这类方法仅使用视觉传感器,传感器配置方便,检测过程简单高效。但是这类方法要求目标在检测过程中一直完全可见,因此只适用于小尺寸目标的位姿检测。
当不能得到充分目标信息如目标尺寸较大、部分视觉特征不可见时,就需要借助其他传感器来完成目标检测。目前,常用的方法主要有借助激光跟踪仪(例如参见Zhi Liu,Ying Xie,Jing Xu,Ken Chen.Laser tracker based robotic assembly system forlarge scale peg-hole parts[C].IEEE International Conference on CyberTechnology in Automation,Control and Intelligent Systems,Hong Kong,China,2014:574-578.)或者激光测距仪(例如参见Young-Keun Kim,Yonghun Kim,Kyung-sooKim,Yun Sub Jung.Developing a Robust Sensing System for Remote Relative 6-DOFMotion Using 1-D Laser Sensors[C].IEEE International Systems Conference,Vancouver,CANADA.2012.)来实现大尺寸目标的位姿检测。激光跟踪仪非常适合用于大尺寸零部件的位姿测量,但价格昂贵。激光测距仪测量精度高,性能稳定,抗干扰能力强,体积小,便于安装。目前的借助激光测距仪和视觉传感器进行位姿检测的方法将视觉传感器安装在目标物体上,检测时需要先手动调整激光测距仪的位姿,使其打到目标物体的指定位置,这类方法检测过程繁琐,且检测精度较低。
发明内容
基于上述背景,本发明的主要目的在于提供一种综合视觉传感器和激光测距仪两者优点的位姿检测装置和方法。
为达到上述目的,作为本发明的一个方面,本发明提供了一种基于视觉传感器和激光测距传感器的位姿检测方法,包括步骤如下:
步骤S0,使用一个视觉传感器和三个激光测距仪共同获取目标信息;
步骤S1:从所述视觉传感器获得的目标图像中选择视觉传感器敏感的特征点和特征直线,离线得到特征点期望图像坐标和特征直线期望角度,在线提取所述特征点和特征直线,得到所述特征点当前图像坐标和所述特征直线当前角度,比较当前值和期望值,得到当前特征点和期望特征点之间的图像偏差,以及当前特征直线角度和期望特征直线角度之间的偏差;
步骤S2:根据在线提取的所述目标图像的特征和目标空间尺寸,得到当前像素当量;
步骤S3:根据所述图像偏差和当前像素当量,得到当前位姿和目标位姿在视觉传感器敏感的三个自由度的偏差;
步骤S4:根据所述三个激光测距仪的读数及它们的相对位置关系,离线得到所述三个激光测距仪构成的平面的法向量期望值,在线得到当前平面法向量,将当前法向量和期望法向量分别投影到视觉不敏感的两个旋转自由度对应的平面上,并根据投影到各平面的分量,得到当前姿态和期望姿态在对应自由度上的角度偏差;
步骤S5:根据所述三个激光测距仪的读数得到当前位姿和期望位姿在深度方向的偏差;
步骤S6:结合从所述目标图像得到的三个自由度的偏差和从激光测距仪读数得到的三个自由度的偏差,以及当前位姿,得到目标的六自由度信息,实现目标的位姿检测。
其中,所述视觉传感器安装在便于获取目标物体图像的位置,所述三个激光测距仪呈等腰三角形排列。
其中,步骤S1中所述特征点的当前图像偏差和特征直线的当前角度偏差是通过下式来计算的:
其中,Δu、Δv分别表示特征点在U方向和V方向的图像坐标偏差,θz表示特征直线角度偏差。(ud,vd)表示特征点期望图像坐标,(u,v)表示特征点当前图像坐标,θd表示特征直线期望角度,θ表示特征直线当前角度。
其中,步骤S2中所述的当前像素当量是通过下式来计算的:
ts=S/S0
其中,ts表示当前的像素当量,S表示目标在图像中的尺寸,S0表示目标的空间尺寸。
其中,步骤S3中所述的当前位姿和目标位姿在视觉传感器敏感的三个自由度的偏差表示如下:
其中,Δx表示当前位姿和期望位姿在X方向的位置偏差,Δy表示当前位姿和期望位姿在X方向的位置偏差,Δθz表示当前位姿和期望位姿在绕光轴方向的旋转角度偏差。
其中,步骤S4中所述的当前位姿和目标位姿在视觉传感器不敏感的两个自由度的偏差表示如下:
其中,Δθx表示当前位姿和目标位姿在绕X轴方向的旋转角度偏差,Δθy示当前位姿和目标位姿在绕Y轴方向的旋转角度偏差。Vqyoz和Vqzox是激光平面的期望法向量Vq分别在YOZ平面和ZOX平面的投影,Vyox和Vzox是激光平面法向量V分别在YOZ平面和ZOX平面的投影。
其中,步骤S5中所述的当前位姿和目标位姿在视觉传感器不敏感的深度方向上的位置偏差表示如下:
Δz=(d1+d2+d3)/3;
其中,Δz表示当前位姿和目标位姿在Z方向的位置偏差,di(i=1,2,3)表示三个激光测距仪的读数。
其中,所述的目标位姿表示如下:
其中,[x,y,z,θx,θy,θz]表示通过视觉传感器和激光测距仪检测得到的目标位姿,[x0,y0,z0,θx0,θy0,θz0]表示当前位姿,[Δx,Δy,Δz,Δθx,Δθy,Δθz]表示当前位姿和目标位姿之间的偏差,[Δx,Δy,Δθz]是通过视觉图像得到的位姿偏差,视觉传感器对这三个自由度的位姿变化敏感,[Δz,Δθx,Δθy]是根据激光测距仪的测量值得到的位姿偏差,通过激光测距仪来得到视觉传感器敏感的三个自由度之外的位姿信息。
作为本发明的另一个方面,本发明还提供了一种基于视觉传感器和激光测距仪的位姿检测装置,包括一个视觉传感器、三个激光测距仪和控制单元,其中所述视觉传感器安装在便于获取目标物体图像的位置,所述三个激光测距仪呈等腰三角形排列,以及
所述控制单元执行如权利要求1至8任意一项所述的基于视觉传感器和激光测距仪的位姿检测方法来控制所述视觉传感器和激光测距仪的输入,并计算得到目标的六自由度信息,实现目标的位姿检测。
其中,所述视觉传感器为AVT GC1600H,激光测距仪为CASTAL PT50220S。
基于上述技术方案可知,本发明具有以下有益效果:传统的基于视觉图像的位姿检测方法要求目标在检测过程中一直完全可见,只适用于小尺寸目标的位姿检测,对于不能得到充分目标图像信息如目标尺寸较大、部分视觉特征不可见等场景,其难以检测目标的精确位姿信息。本发明针对视觉传感器不能得到充分目标图像的场景,借助视觉传感器和激光测距仪共同获取目标信息,从视觉图像得到视觉传感器敏感的三个自由度的位姿信息,从激光距离信息得到剩余三个自由度的位姿信息,融合两种传感器的检测结果,实现目标的位姿检测。该发明能够在无法得到充分目标图像的场景下,根据视觉图像信息和激光距离信息,得到目标的六自由度位姿。大量的试用数据也证明了本发明的有效性。由此可见,本发明借助精心布局的视觉传感器和激光传感器,解决了仅靠视觉传感器难以得到充分目标信息的问题;基于视觉传感器和激光传感器提供的信息,实现了目标的六自由度位姿检测;检测精度高,稳定性和实时性好。
附图说明
图1为本发明的基于视觉传感器和激光测距仪的位姿检测装置的传感器布局图,其中深灰色方形表示激光测距仪,深灰色圆形表示视觉传感器;
图2为本发明的基于视觉传感器和激光测距仪的位姿检测方法的流程图;
图3为本发明的基于视觉传感器和激光测距仪的位姿检测装置传感器的检测结果。
具体实施方式
下面结合附图对本发明的实施例作详细的说明:本实施例在以本发明技术方案为前提下进行实施,结合详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述实施例。
本发明公开了一种基于视觉传感器和激光测距仪的位姿检测装置和方法,该装置使用精心布局的多个传感器共同采集目标信息,对不同类型传感器提供的信息分别处理,并将处理结果进行融合,实现目标的六自由度位姿检测。
更具体地,作为本发明的一个优选实施例,如图1示出本发明的基于视觉传感器和激光测距仪的位姿检测装置的传感器布局图,该装置中使用了四个传感器:一个视觉传感器和三个激光测距仪。视觉传感器安装在便于获取目标物体图像的位置,三个激光测距仪呈等腰三角形排列。针对方形目标,传感器支架也为方形,三个激光测距仪分别安装在方形支架的左边、右边和下边的中点处,视觉传感器安装在方形支架的上边。其中,所述视觉传感器例如为AVT GC1600H,激光测距仪例如为CASTAL PT50220S。
如图2示出本发明的基于视觉传感器和激光测距仪的位姿检测方法的流程图,在检测过程中,从视觉图像得到当前特征和期望特征的图像偏差,进而得到当前位姿和期望位姿在视觉敏感的三个自由度的信息,从激光距离信息得到当前位姿和期望位姿在深度方向的位置偏差,以及当前法向量和期望法向量的角度偏差,从而得到当前位姿和期望位姿在视觉不敏感的三个自由度上的信息,融合视觉图像处理结果和激光距离信息结果,实现目标的位姿检测,该方法包括以下步骤:
第一步:从目标图像中选择视觉传感器敏感的特征点和特征直线,离线得到特征点期望图像坐标和特征直线期望角度,在线提取特征点和特征直线,得到特征点当前图像坐标和特征直线当前角度,比较当前值和期望值,得到当前特征点和期望特征点之间的图像偏差,以及当前特征直线角度和期望特征直线角度之间的偏差;
第二步:根据在线提取的图像特征和目标空间尺寸,得到当前像素当量;
第三步:根据当前图像偏差和像素当量,得到当前位姿和目标位姿在视觉传感器敏感的三个自由度的偏差;
第四步:根据三个激光测距仪的读数及它们的相对位置关系,离线得到三个激光测距仪构成的平面的法向量期望值,在线得到当前平面法向量,将当前法向量和期望法向量分别投影到视觉不敏感的两个旋转自由度对应的平面上,并根据投影到各平面的分量,得到当前姿态和期望姿态在对应自由度上的角度偏差;
第五步:根据三个激光传感器的读数得到当前位姿和期望位姿在深度方向的偏差;
第六步:结合从视觉图像得到的三个自由度的偏差和从激光距离信息得到的三个自由度的偏差,以及当前位姿,得到目标的六自由度信息,实现目标的位姿检测。
所述第一步,具体如下:
根据视觉传感器获取的目标图像,提取关键特征,得到特征点的当前图像偏差和特征直线的当前角度偏差如下:
其中,Δu、Δv分别表示特征点在U方向和V方向的图像坐标偏差,θz表示特征直线角度偏差。(ud,vd)表示特征点期望图像坐标,(u,v)表示特征点当前图像坐标。θd表示特征直线期望角度,θ表示特征直线当前角度。
所述第二步,具体如下:
根据目标在图像中的尺寸和目标的空间尺寸,得到当前像素当量如下:
ts=S/S0
其中,ts表示当前的像素当量,S表示目标在图像中的尺寸,S0表示目标的空间尺寸。
所述第三步,具体如下:
根据第一步得到的图像偏差和角度偏差,以及第二步得到的像素当量,得到当前位姿和目标位姿在视觉传感器敏感的三个自由度的偏差如下:
其中,Δx表示当前位姿和期望位姿在X方向的位置偏差,Δy表示当前位姿和期望位姿在X方向的位置偏差,Δθz表示当前位姿和期望位姿在绕光轴方向的旋转角度偏差。
所述第四步,具体如下:
将激光传感器当成质点,则这三个激光传感器构成一个平面。记三个激光传感器质点为A,B,C,则三个质点构成的平面法向量V如下:
根据三个激光测距仪的测量值及它们之间的位置关系,离线得到期望的平面法向量Vq,然后在线计算当前的平面法向量V,将V和Vq投影到YOZ平面和ZOX平面,则两个法向量在YOZ平面的投影之间的夹角即为当前位姿与期望位姿在绕X轴方向的角度偏差,两个法向量在ZOX平面的投影之间的夹角即为当前位姿与期望位姿在绕Y轴方向的角度偏差。因此,得到角度偏差如下:
其中,Δθx表示当前位姿和目标位姿在绕X轴方向的旋转角度偏差,Δθy表示当前位姿和目标位姿在绕Y轴方向的旋转角度偏差。Vqyoz和Vqzox是激光平面的期望法向量Vq分别在YOZ平面和ZOX平面的投影,Vyox和Vzox是激光平面法向量V分别在YOZ平面和ZOX平面的投影。
所述第五步,具体如下:
根据三个激光测距仪的测量值,得到当前位姿和目标位姿在视觉传感器不敏感的深度方向上的位置偏差如下:
Δz=(d1+d2+d3)/3
其中,Δz表示当前位姿和目标位姿在Z方向的位置偏差,di(i=1,2,3)表示三个激光测距仪的测量值。
所述第六步,具体如下:
其特征在于,所述的目标位姿表示如下:
其中,[x,y,z,θx,θy,θz]表示通过视觉传感器和激光测距仪检测得到的目标位姿,[x0,y0,z0,θx0,θy0,θz0]表示当前位姿,[Δx,Δy,Δz,Δθx,Δθy,Δθz]表示当前位姿和目标位姿之间的偏差,[Δx,Δy,Δθz]是通过视觉图像得到的位姿偏差,视觉传感器对这三个自由度的位姿变化敏感,[Δz,Δθx,Δθy]是根据激光测距仪的测量值得到的位姿偏差,通过激光测距仪来得到视觉传感器敏感的三个自由度之外的位姿信息。
为了验证本发明的方法,对目标进行位姿检测。图3为本发明的传感器检测结果,(a)为目标图像处理结果,(b)为三个激光测距仪的测量值。从图3可以看出,所述方法能够准确的对目标图像进行检测,且三个激光测距仪测量值基本一致,此时检测装置与目标的位姿偏差已基本消除,根据装置的当前位姿,可以得到目标的位姿信息。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于视觉传感器和激光测距仪的位姿检测方法,包括以下步骤:
步骤S0,使用一个视觉传感器和三个激光测距仪共同获取目标信息;
步骤S1:从所述视觉传感器获得的目标图像中选择视觉传感器敏感的特征点和特征直线,离线得到特征点期望图像坐标和特征直线期望角度,在线提取所述特征点和特征直线,得到所述特征点当前图像坐标和所述特征直线当前角度,比较当前值和期望值,得到当前特征点和期望特征点之间的图像偏差,以及特征直线当前角度和特征直线期望角度之间的偏差;
步骤S2:根据在线提取的所述目标图像的特征和目标空间尺寸,得到当前像素当量;
步骤S3:根据所述图像偏差和当前像素当量,得到当前位姿和目标位姿在视觉传感器敏感的三个自由度的偏差;
步骤S4:根据所述三个激光测距仪的读数及它们的相对位置关系,离线得到所述三个激光测距仪构成的平面的法向量期望值,在线得到当前平面法向量,将当前法向量和期望法向量分别投影到视觉不敏感的两个旋转自由度对应的平面上,并根据投影到各平面的分量,得到当前姿态和期望姿态在对应自由度上的角度偏差;
步骤S5:根据所述三个激光测距仪的读数得到当前位姿和期望位姿在深度方向的偏差;
步骤S6:结合从所述目标图像得到的三个自由度的偏差和从激光测距仪读数得到的三个自由度的偏差,以及当前位姿,得到目标的六自由度信息,实现目标的位姿检测。
2.根据权利要求1所述的基于视觉传感器和激光测距仪的位姿检测方法,其中所述视觉传感器安装在便于获取目标物体图像的位置,所述三个激光测距仪呈等腰三角形排列。
3.根据权利要求1所述的基于视觉传感器和激光测距仪的位姿检测方法,其中步骤S1中所述特征点的当前图像偏差和特征直线的当前角度偏差是通过下式来计算的:
其中,Δu、Δv分别表示特征点在U方向和V方向的图像坐标偏差,θz表示特征直线角度偏差,(ud,vd)表示特征点期望图像坐标,(u,v)表示特征点当前图像坐标,θd表示特征直线期望角度,θ表示特征直线当前角度。
4.根据权利要求1所述的基于视觉传感器和激光测距仪的位姿检测方法,其中步骤S2中所述的当前像素当量是通过下式来计算的:
ts=S/S0
其中,tS表示当前的像素当量,S表示目标在图像中的尺寸,S0表示目标的空间尺寸。
5.根据权利要求1所述的基于视觉传感器和激光测距仪的位姿检测方法,其中步骤S3中所述的当前位姿和目标位姿在视觉传感器敏感的三个自由度的偏差表示如下:
其中,Δx表示当前位姿和期望位姿在X方向的位置偏差,Δy表示当前位姿和期望位姿在X方向的位置偏差,Δθz表示当前位姿和期望位姿在绕光轴方向的旋转角度偏差。
6.根据权利要求1所述的基于视觉传感器和激光测距仪的位姿检测方法,其中步骤S4中所述的当前位姿和目标位姿在视觉传感器不敏感的两个自由度的偏差表示如下:
其中,Δθx表示当前位姿和目标位姿在绕X轴方向的旋转角度偏差,Δθy示当前位姿和目标位姿在绕Y轴方向的旋转角度偏差,Vqyoz和Vqzox是激光平面的期望法向量Vq分别在YOZ平面和ZOX平面的投影,Vyox和Vzox是激光平面法向量V分别在YOZ平面和ZOX平面的投影。
7.根据权利要求1所述的基于视觉传感器和激光测距仪的位姿检测方法,其中步骤S5中所述的当前位姿和目标位姿在视觉传感器不敏感的深度方向上的位置偏差表示如下:
Δz=(d1+d2+d3)/3;
其中,Δz表示当前位姿和目标位姿在Z方向的位置偏差,di(i=1,2,3)表示三个激光测距仪的读数。
8.根据权利要求1所述的基于视觉传感器和激光测距仪的位姿检测方法,其中所述的目标位姿表示如下:
其中,[x,y,z,θx,θy,θz]表示通过视觉传感器和激光测距仪检测得到的目标位姿,[x0,y0,z0,θx0,θy0,θz0]表示当前位姿,[Δx,Δy,Δz,Δθx,Δθy,Δθz]表示当前位姿和目标位姿之间的偏差,[Δx,Δy,Δθz]是通过视觉图像得到的位姿偏差,视觉传感器对这三个自由度的位姿变化敏感,[Δz,Δθx,Δθy]是根据激光测距仪的测量值得到的位姿偏差,通过激光测距仪来得到视觉传感器敏感的三个自由度之外的位姿信息。
9.一种基于视觉传感器和激光测距仪的位姿检测装置,包括一个视觉传感器、三个激光测距仪和控制单元,其中所述视觉传感器安装在便于获取目标物体图像的位置,所述三个激光测距仪呈等腰三角形排列,以及
所述控制单元执行如权利要求1至8任意一项所述的基于视觉传感器和激光测距仪的位姿检测方法来控制所述视觉传感器和激光测距仪的输入,并计算得到目标的六自由度信息,实现目标的位姿检测。
10.根据权利要求9所述的基于视觉传感器和激光测距仪的位姿检测装置,其中所述视觉传感器为AVT GC1600H,激光测距仪为CASTAL PT50220S。
CN201510229371.1A 2015-05-07 2015-05-07 一种基于视觉传感器和激光测距仪的位姿检测装置与方法 Active CN105091744B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510229371.1A CN105091744B (zh) 2015-05-07 2015-05-07 一种基于视觉传感器和激光测距仪的位姿检测装置与方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510229371.1A CN105091744B (zh) 2015-05-07 2015-05-07 一种基于视觉传感器和激光测距仪的位姿检测装置与方法

Publications (2)

Publication Number Publication Date
CN105091744A CN105091744A (zh) 2015-11-25
CN105091744B true CN105091744B (zh) 2018-06-26

Family

ID=54572707

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510229371.1A Active CN105091744B (zh) 2015-05-07 2015-05-07 一种基于视觉传感器和激光测距仪的位姿检测装置与方法

Country Status (1)

Country Link
CN (1) CN105091744B (zh)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106885514B (zh) * 2017-02-28 2019-04-30 西南科技大学 一种基于机器视觉的深水钻井隔水管自动对接位姿检测方法
CN106944818B (zh) * 2017-05-08 2019-10-01 成都锦江电子***工程有限公司 大型雷达天线六自由度自动对接分离***及方法
CN108177143B (zh) * 2017-12-05 2021-08-10 上海工程技术大学 一种基于激光视觉引导的机器人定位抓取方法及***
CN108089196B (zh) * 2017-12-14 2021-11-19 中国科学院光电技术研究所 一种光学主被动融合的非合作目标位姿测量装置
CN108680926B (zh) * 2018-04-11 2022-03-25 北京特种机械研究所 平面内双平台相对位姿测量***
CN108961254A (zh) * 2018-06-26 2018-12-07 天津城建大学 一种激光视觉融合下矫正运动检测方法
CN108927807B (zh) * 2018-08-14 2020-08-07 河南工程学院 一种基于点特征的机器人视觉控制方法
CN109146957B (zh) * 2018-08-14 2020-09-25 河南工程学院 一种基于三角形特征的机器人视觉控制方法
CN108839027B (zh) * 2018-08-31 2020-12-25 河南工程学院 基于激光测距传感器的机器人自动对准控制方法
CN109212497A (zh) * 2018-10-30 2019-01-15 哈尔滨工业大学 一种空间六自由度车载雷达天线位姿偏差测量及对接方法
CN109541626B (zh) * 2018-12-12 2020-12-11 华南农业大学 目标平面法向量检测装置及检测方法
CN109814548B (zh) * 2018-12-29 2022-02-15 广州蓝海机器人***有限公司 一种基于室内微波基站的导航方法和agv
CN109815911B (zh) * 2019-01-26 2020-11-03 上海交通大学 基于深度融合网络的视频运动物体检测***、方法及终端
CN110370286B (zh) * 2019-08-13 2022-04-12 西北工业大学 基于工业机器人和单目相机的定轴运动刚体空间位置识别方法
CN110455277B (zh) * 2019-08-19 2023-04-07 哈尔滨工业大学 基于物联网数据融合的高精度姿态测量装置与方法
CN111179339B (zh) * 2019-12-13 2024-03-08 深圳市瑞立视多媒体科技有限公司 基于三角测量的坐标定位方法、装置、设备及存储介质
CN112985257A (zh) * 2019-12-17 2021-06-18 中兴通讯股份有限公司 一种板状工件的三维坐标校准方法
CN111438689B (zh) * 2020-03-19 2021-09-21 智美康民(珠海)健康科技有限公司 工具头位姿的调整方法、装置及可读存储介质
CN111583239B (zh) * 2020-05-09 2021-03-30 中南大学 蜂窝结构几何规整度图像识别方法及***
CN112548554A (zh) * 2020-12-19 2021-03-26 北京工业大学 一种集成多传感测距的机器人螺栓拧紧***
CN113516013B (zh) * 2021-04-09 2024-05-14 阿波罗智联(北京)科技有限公司 目标检测方法、装置、电子设备、路侧设备和云控平台
CN113914880B (zh) * 2021-09-01 2024-02-23 中铁九局集团电务工程有限公司 基于激光测距的倾角可修正隧道打孔方法及打孔机器人
CN116007655B (zh) * 2022-12-05 2023-09-01 广州阿路比电子科技有限公司 一种姿态传感器航向角测试***及方法
CN116147521B (zh) * 2023-04-18 2023-07-07 菲特(天津)检测技术有限公司 非接触式工件尺寸测量装置及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6542249B1 (en) * 1999-07-20 2003-04-01 The University Of Western Ontario Three-dimensional measurement method and apparatus
CN102927908A (zh) * 2012-11-06 2013-02-13 中国科学院自动化研究所 机器人手眼***结构光平面参数标定装置及方法
CN104482924A (zh) * 2014-12-11 2015-04-01 中国航天空气动力技术研究院 旋成体目标位姿视觉测量方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6542249B1 (en) * 1999-07-20 2003-04-01 The University Of Western Ontario Three-dimensional measurement method and apparatus
CN102927908A (zh) * 2012-11-06 2013-02-13 中国科学院自动化研究所 机器人手眼***结构光平面参数标定装置及方法
CN104482924A (zh) * 2014-12-11 2015-04-01 中国航天空气动力技术研究院 旋成体目标位姿视觉测量方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Developing a robust sensing system for remote relative 6-DOF motion using 1-D laser sensors;Kim Y K,et al.;《Proceedings of the 2012 IEEE International Conference on Systems》;20121231;1-4 *
Robust 6DOF Motion Estimation for Non-Overlapping, Multi-Camera Systems;Clipp B, et al.;《IEEE Workshop on Application of Computer Vision》;20081231;1-8 *
Structure optimization of 1-D laser sensors assembly for robust 6-DOF measurement;Kim Y,et al.;《Proceedings of the 2012 IEEE International Conference on Systems》;20121231;1-4 *

Also Published As

Publication number Publication date
CN105091744A (zh) 2015-11-25

Similar Documents

Publication Publication Date Title
CN105091744B (zh) 一种基于视觉传感器和激光测距仪的位姿检测装置与方法
CN105205824B (zh) 基于高精度辅助相机和球靶标的多摄像机全局校准方法
US9355453B2 (en) Three-dimensional measurement apparatus, model generation apparatus, processing method thereof, and non-transitory computer-readable storage medium
EP1901029B1 (en) Position and orientation measurement method and apparatus
US7640129B2 (en) Information processing apparatus and information processing method
CN106127758B (zh) 一种基于虚拟现实技术的视觉检测方法及装置
CN103512548B (zh) 距离测量装置及距离测量方法
CN109405835B (zh) 基于非合作目标直线与圆单目图像的相对位姿测量方法
Sun et al. RGB-D SLAM in indoor environments with STING-based plane feature extraction
JPWO2015045834A1 (ja) マーカ画像処理システム
CN206990800U (zh) 一种定位***
CN108846857A (zh) 视觉里程计的测量方法及视觉里程计
He et al. Eccentricity error identification and compensation for high-accuracy 3D optical measurement
CN106157322B (zh) 一种基于平面镜的像机安装位置标定方法
CN114608554B (zh) 一种手持slam设备以及机器人即时定位与建图方法
Yang et al. Accurate calibration approach for non-overlapping multi-camera system
CN106840106B (zh) 基站式六自由度对接位姿检测方法
CN106651957B (zh) 基于模板的单目视觉目标空间定位方法
Sobel et al. Camera calibration for tracked vehicles augmented reality applications
Muffert et al. The estimation of spatial positions by using an omnidirectional camera system
CN104075710B (zh) 一种基于航迹预测的机动扩展目标轴向姿态实时估计方法
Wang et al. Calibrated Kinect sensors for robot simultaneous localization and mapping
Hui et al. Visual SLAM based on EKF filtering algorithm from omnidirectional camera
Ogata et al. A robust position and posture measurement system using visual markers and an inertia measurement unit
Cho et al. Analysis in long-range apriltag pose estimation and error modeling

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant