CN107104971B - 一种基于激光雷达和视频的联合监控方法 - Google Patents
一种基于激光雷达和视频的联合监控方法 Download PDFInfo
- Publication number
- CN107104971B CN107104971B CN201710304515.4A CN201710304515A CN107104971B CN 107104971 B CN107104971 B CN 107104971B CN 201710304515 A CN201710304515 A CN 201710304515A CN 107104971 B CN107104971 B CN 107104971B
- Authority
- CN
- China
- Prior art keywords
- laser radar
- ranging
- points
- video
- point
- 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.)
- Expired - Fee Related
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 19
- 230000033001 locomotion Effects 0.000 claims abstract description 12
- 238000005259 measurement Methods 0.000 claims abstract description 12
- 238000004891 communication Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 5
- 230000009191 jumping Effects 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 4
- 238000012423 maintenance Methods 0.000 abstract description 4
- 230000007547 defect Effects 0.000 abstract description 2
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000006835 compression Effects 0.000 description 4
- 238000007906 compression Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010425 computer drawing Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/16—Implementation or adaptation of Internet protocol [IP], of transmission control protocol [TCP] or of user datagram protocol [UDP]
- H04L69/163—In-band adaptation of TCP data exchange; In-band control procedures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
- H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Computer Security & Cryptography (AREA)
- Alarm Systems (AREA)
- Closed-Circuit Television Systems (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明涉及一种基于激光雷达和视频的联合监控方法、装置及***,属于雷达监控***领域,本发明为了解决现有的雷达及视频监控***维护成本高,对于入侵检测不准确的缺点,而提出一种基于激光雷达和视频的联合监控方法、装置及***。本发明的方法包括:与激光雷达建立TCP通信,发出测量请求;接收激光雷达返回的原始信息,并存入数据暂存队列中;解析原始信息中的部分报文,得到测距点信息;对测距点进行抽稀得到抽稀后的测距点;根据抽稀后的测距点绘制深度图像;根据用户的输入信息,在深度图像中选定敏感区域;检测选定的敏感区域内测距点的数量是否超过预设阈值,若是,则认为有目标闯入,根据移动的测距点绘制目标的运动轨迹,并发出预警信号。
Description
技术领域
本发明涉及一种基于激光雷达和视频的联合监控方法、装置及***,属于雷达监控***领域。
背景技术
随着信息社会的发展和生活水平的提高,人们对区域安防的信息化、自动化提出了更高的要求。相比以往纯人力的监视方式,如门卫、巡逻队、安保摄像头监视人员等,借助数字传感器及计算机网络的自动化监控***有着多方面的优越性。借助数字传感器,监控***获得了广阔的覆盖范围和很高的定位灵敏度。
传统的视频监控在弱光和无光环境下效果很差。激光雷达是一种主动雷达,不需要环境光的辅助,因此使用激光雷达可以弥补视频监控在无光环境下的监控缺失,并增强其在弱光情况下的监控效果。单个激光雷达即可覆盖半径60米的半圆形区域,并对覆盖范围内的指定区域进行实时监控和自动预警,对25米内目标的定位误差小于10cm。基于激光雷达和视频的联合监控***具备追踪、记录目标行动路径的能力,能够有效降低漏报误报的几率。同时,借助计算机网络,该***可以将各个区域的监控信息进行交流汇总,并能够在第一时间将监控信息发送到监控人员的移动设备上,从而减少了信息调度的成本与时间,为突发事件的快速反应提供了条件。
在软件设计上,软件平台的模块化为平台的功能拓展和故障排除提供了方便。当今很多的开源软件均为模块化设计,这使得软件的维护成本降到了最低。同时,用户也可以按照自己的需求,增减软件的功能,令使用变得十分方便。
发明内容
本发明的目的是为了解决现有的雷达及视频监控***维护成本高,对于入侵检测不准确的缺点,而提出一种基于激光雷达和视频的联合监控方法、装置及***。
根据本发明的第一方面,提供了一种基于激光雷达和视频的联合监控方法,包括:
步骤一、与激光雷达建立TCP通信,发出测量请求;
步骤二、接收激光雷达返回的原始信息,并将所述原始信息存入数据暂存队列中;
步骤三、解析从原始信息中截取出的部分报文,得到测距点信息;
步骤四、对测距点进行抽稀处理得到抽稀后的测距点;
步骤五、根据抽稀后的测距点绘制深度图像;
步骤六:用于根据用户的输入信息,在所述深度图像中选定敏感区域;
步骤七、检测选定的敏感区域内测距点的数量是否超过预设阈值,若是,则认为有目标闯入,根据移动的测距点绘制目标的运动轨迹,同时发出预警信号。
根据本发明的第二方面,提供了一种基于激光雷达和视频的联合监控装置,包括:
通信建立模块,用于与激光雷达建立TCP通信,发出测量请求;
信息接收模块,用于接收激光雷达返回的原始信息,并将所述原始信息存入数据暂存队列中;
解析模块,用于解析从原始信息中截取出的部分报文,得到测距点信息;
抽稀模块,用于对测距点进行抽稀处理得到抽稀后的测距点;
图像绘制模块,用于根据抽稀后的测距点绘制深度图像;
敏感区域选择模块,用于根据用户的输入信息,在所述深度图像中选定敏感区域;
预警检测模块,用于检测选定的敏感区域内测距点的数量是否超过预设阈值,若是,则认为有目标闯入,根据移动的测距点绘制目标的运动轨迹,同时发出预警信号。根据本发明的第三方面,提供了一种基于激光雷达和视频联合的监控***,包括:
激光雷达,用于将测量得到的原始信息发送给处理器;
摄像头;
显示屏;
处理器,用于实现如权利要求3所述的基于激光雷达和视频的联合监控装置;还用于将所述摄像头拍摄到的视频监控画面显示在所述显示屏上。
本发明的有益效果为:1、采用激光雷达和视频两种手段并行监控,使得监控信息更加全面;2、所使用的激光雷达监控可以在环境昏暗的时候正常工作,实现全时段下的监控;3、软件平台使用多线程以及模块化编程,便于维护和功能拓展;4、监控画面可以通过网络发送,使得监控人员可以在离开监控端时依然可以在远程收看监控画面。
附图说明
图1为本发明的基于激光雷达和视频的联合监控方法的流程图;
图2为激光雷达实现扫描过程的示意图;
图3为针对一个房间的激光雷达扫描结果,其中图像中的线条表示房间的轮廓,横纵坐标代表房间俯视图的空间坐标;
图4为视频监控过程的流程图;
图5为本发明实施例中软件平台的显示界面图;
图6为Douglas Peucker算法的原理示意图;
图7为由极坐标到直角坐标转换的示意图,横纵坐标代表房间俯视图的空间坐标;
图8为x264视频编码的流程图。
具体实施方式
具体实施方式一:本实施方式的基于激光雷达和视频的联合监控方法,如图1所示,包括:
步骤一、与激光雷达建立TCP通信,发出测量请求;
步骤二、接收激光雷达返回的原始信息,并将所述原始信息存入数据暂存队列中;
步骤三、解析从原始信息中截取出的部分报文,得到测距点信息;
步骤四、对测距点进行抽稀处理得到抽稀后的测距点;
步骤五、根据抽稀后的测距点绘制深度图像;所述深度图像具有选定的监控区域。
本实施方式中,首先依据图2中的激光雷达的扫描原理,可以实现监控功能。该部分包括三个线程:数据采集线程、数据处理线程、分析绘制线程。数据采集线程负责建立计算机与激光雷达的TCP通信,发出测量请求,接收激光雷达返回的原始信息,并且将原始信息分片后,不经处理地装入原始数据暂存队列中;数据处理线程负责从原始数据中截取有用报文,对其进行解析获得单帧测量的全部测距点信息,这些坐标点绘制出来就是一次扫描图像,如图3所示。每一帧测量的全部测距点打包装入待分析队列;分析绘制线程实现两个主要功能。最基本的功能是雷达扫描结果的绘制,就是将数据处理线程的输出直接绘制出来。进一步的分析功能负责对数据处理线程的输出数据进行分析,通过对点集的特征分析,判断出扫描图中的运动物体,并记录其运动轨迹。同时加入兴趣区域输入功能,可以在监控画面中绘制兴趣区域,当有物体进入该区域时,通过包含判定可以进行闯入预警。
通过解析每一组报文,我们可以获得每一次测量的全部扫描点测距信息并将其放入一个向量中。
又由于这些测距信息按照顺时针的扫描顺序排列,因此由每个测距信息在向量中的位置,可以推算出这一测距点相对于激光雷达法线的角度。这就得到了与扫描点总数相同个数的极坐标,为了便于计算机绘图,再以激光雷达中心为原点,进行极坐标到直角坐标的坐标变换:
x=r·cosθ=r·cos(N·θ1)
y=r·sinθ=r·cos(N·θ1)把得到的直角坐标点集合[X,Y]绘制出来,就能够得到深度图像,当扫描一个房间时,这一深度图像可以视为房间的平面图。由极坐标向直角坐标转换的示意图如图7所示。
步骤六、检测选定的监控区域内测距点的数量是否超过预设阈值,若是,则认为有目标闯入,根据移动的测距点绘制目标的运动轨迹,同时发出预警信号。
由于人体可以被激光雷达探测出来,其特征为一群密集的测距点,因此,对于监控区域,判断当前是否有阈值N个点在这一区域中,如果有,则判定这一区域已经被闯入,如果少于N个点在此区域,则判定人员没有闯入这一区域。在对激光雷达的一次测量中所有测距点都进行一遍这一判定后,便可以得出监控区域中出现了的测距点个数,其值大于阈值N,则判定该区域被闯入。随着闯入者在监控区域中不断来回走动,其在监控区域内每一时刻的位置也被记录下来。将每一时刻闯入者的位置,存入一个运动轨迹点记录矩阵。在每次显示激光雷达图像的同时,把这些点连接成线,就能形成其在监控区域内的运动轨迹。
具体实施方式二:本实施方式与具体实施方式一不同的是:
所述抽稀算法为Douglas Peuker算法。
由于激光雷达在室内环境下采集的测距点数较多,如在角度分辨率为0.5°,扫描幅度为190°时,采样点数就已经达到381个,相对于室内环境的典型几何结构,如墙体的直线、甚至曲线来说都过于复杂,不利于数据的实时处理,也不方便观察。实际上,在处理矢量化数据时,记录中往往会有很多重复数据,对进一步数据处理带来诸多不便。多余的数据一方面浪费了较多的存储空间,另一方面造成所要表达的图形不光滑或不符合标准。因此要通过某种规则,在保证矢量曲线形状不变的情况下,最大限度地减少数据点个数,这个过程称为抽稀。因此,在这样的情境下,本发明可选用Douglas-Peucker抽稀算法来减少冗余数据量,该算法原理为:
步骤五一:将测距点所形成的矢量曲线的首尾两点连接,得到曲线的弦a;
步骤五二:得到测距点中距离弦a距离最大的点c,计算点c到弦a的距离b;
步骤五三:将距离b与给定阈值进行比较,若距离b小于给定阈值,则将与各个直线段的端点作为抽稀后的测距点;若距离b大于给定阈值,则将点c与弦a的两个端点连接,形成两条新的直线段,分别对这两条直线段进行步骤1至3的处理。
Douglas-Peucker抽稀算法的原理示意图如图6所示。
其它步骤及参数与具体实施方式一相同。
具体实施方式三:本实施方式与具体实施方式一或二不同的是:在步骤六之后,还包括:
步骤七:获取摄像头的视频信号,将所述视频信号、所述深度图像以及所目标的运动轨迹在同一界面中显示
这样设置的好处是,可以使监控人员同时获取两种监控信息,增加了便捷性,监控效果也较为直观。视频监控可以使用工业摄像头采集视频,借助x264压缩编码进行视频编码,使用无差错控制的UDP进行局域网中的视频分组传输方式。视频监控过程的流程图如图4所示。
其它步骤及参数与具体实施方式一或二相同。
具体实施方式四:本实施方式提供了一种基于激光雷达和视频的联合监控装置,包括:
通信建立模块,用于与激光雷达建立TCP通信,发出测量请求;
信息接收模块,用于接收激光雷达返回的原始信息,并将所述原始信息存入数据暂存队列中;
解析模块,用于解析从原始信息中截取出的部分报文,得到测距点信息;
抽稀模块,用于对测距点进行抽稀处理得到抽稀后的测距点;
图像绘制模块,用于根据抽稀后的测距点绘制深度图像;所述深度图像具有选定的监控区域;
预警检测模块,用于检测选定的监控区域内测距点的数量是否超过预设阈值,若是,则认为有目标闯入,根据移动的测距点绘制目标的运动轨迹,同时发出预警信号。
本实施方式与具体实施方式一对应一致,是具体实施方式一对应的虚拟装置,此处不做详述。
其它步骤及参数与具体实施方式一至三之一相同。
具体实施方式五:本实施方式提供了一种基于激光雷达和视频联合的监控***,包括:
激光雷达,用于将测量得到的原始信息发送给处理器;摄像头;显示屏;处理器,用于实现如具体实施方式四所述的基于激光雷达和视频的联合监控装置;还用于将所述摄像头拍摄到的视频监控画面显示在所述显示屏上。
本监控***软件平台可使用C++开发,开发环境可选择Visual StudioCommunity2015。视频监控与激光雷达监控均采用模块化编程以及多线程编程,进行整合后,可以在软件中并行使用。
激光雷达监控部分主要由数据接收、数据处理以及监控信息分析与绘制三部分组成,这三部分并行进行。数据接收部分负责接收激光雷达即时采集到的原始数据,并进行暂存;数据处理部分从暂存队列中取出原始数据并对其进行报文解析,包括有意义报文的截取、测距数据的极坐标转换、测距数据的排列等等;监控信息的分析与绘制部分通过分析激光雷达的扫描图,能够获得运动物体的位置与运动信息,并将分析结果绘制出来。本发明所借助的激光雷达设备是SICK公司生产的SICK-LMS511激光雷达。
视频监控过程主要由视频采集、视频编解码、网络发送组成。视频采集设备选用大恒的MER-125-30UC彩色摄像头,同时提供了摄像头的驱动。
视频编解码选用了x264编解码器。网络发送使用UDP协议,进行分组传输。x264编码器是一种开源的软件编码器,它在各种基于H.264的编码其中显著的特点是易用且高效,去除了许多对编码性能改良不多但计算复杂度很高的算法,这降低了编码的计算复杂度,因此在适当的编码器设置下,这种编码器有良好的实时性,同时又能保证很高的压缩率。本工程使用的x264编码器,是ffmpeg中集成的x264编码部分,ffmpeg中也有很多其他功能本课题中并不会用到,但由于ffmpeg便于部署和调用,因此最终选择了这一解决方案。ffmpeg库十分轻量,只需要引用后缀为.h的头文件即可调用库里的功能。
x264编码器工作流程分为以下几个步骤:首先进行编码器参数的初始化,以及视情况对部分参数进行自定义调整,这一步简称为参数配置;第二步是读取待编码的视频帧;接下来进行VCL层(Video Coding Layer)编码,这就是x264的核心步骤,对视频的压缩编码;接下来是NAL层(Network Abstraction Layer)编码步骤,经过这一层编码后的视频帧就可以作为UDP传输的有效载荷了。x264编码器工作流程如图8所示。
本发明使用的视频色彩空间变换过程如下:
由于x264压缩编码时输入格式为YUV420,而摄像头采集数据为RGB24格式,因此需要RGB24和yuv420之间的转换,变换方程为:
其中,R、G、B为RGB格式的三个色彩分量,而Y、U、V为YUV格式的照度(Y)以及色度(U、V)。使用此变换方程可以在YUV和RGB间进行转换,且由于是线性运算,因此实时性能够得到保证。
其它步骤及参数与具体实施方式一至四之一相同。
<实施例>
下面提供本发明的一个具体的实施例:
对某教室进行监控,将雷达和摄像头设置在教室中恰当的位置。监控***通过计算机上的软件启动,软件具有如图5所示的图形界面,图形界面可以输入摄像头或者雷达的IP地址,当输入完成后,计算机与摄像头和雷达进行无限网络通信,操作人员通过图形界面的启动按键启动扫描,此时激光雷达开始进行测距。由于当前时刻没有人入侵,因此根据激光雷达的测距信息绘制出的图像是房间的轮廓。操作人员可以通过图形界面在绘制出的房间图像中中选定一部分区域作为敏感区域。在下一时刻,有人进入教室,但未进入敏感区域,此时不发出警报;当激光雷达测距时发现敏感区域内出现了大量、密集的测距点,认定此时有人进入了敏感区域,将发出警报。
本发明还可有其它多种实施例,在不背离本发明精神及其实质的情况下,本领域技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (1)
1.一种基于激光雷达和视频的联合监控方法,其特征在于,包括:
步骤一、与激光雷达建立TCP通信,发出测量请求;
步骤二、接收激光雷达返回的原始信息,并将所述原始信息存入数据暂存队列中;
步骤三、解析从原始信息中截取出的报文,得到测距点信息;
步骤四、对测距点进行抽稀处理得到抽稀后的测距点;
所述抽稀处理采用的方法为Douglas Peuker算法,其具体过程为:
步骤四一:将测距点所形成的矢量曲线的首尾两点连接,得到直线段a;
步骤四二:得到测距点中距离直线段距离最大的点c,计算点c到直线段的距离b;
步骤四三:将距离b与给定阈值进行比较,若距离b小于给定阈值,则将所有直线段的端点作为抽稀后的测距点;若距离b大于给定阈值,则将点c与直线段的两个端点连接,形成两条新的直线段,并跳转至步骤四一;
步骤五、根据抽稀后的测距点绘制深度图像;
解析从原始信息中截取出的报文时,将获得的全部测距点信息放入一个向量中;根据抽稀后的测距点在向量中的位置,推算出抽稀后的测距点相对于激光雷达法线的角度,即得到抽稀后的测距点的极坐标,再以激光雷达中心为原点,进行极坐标到直角坐标的坐标变换,将得到的直角坐标点绘制出来,得到深度图像;
步骤六:用于根据用户的输入信息,在所述深度图像中选定敏感区域;
步骤七、检测选定的敏感区域内测距点的数量是否超过预设阈值,若是,则认为有目标闯入,根据移动的测距点绘制目标的运动轨迹,同时发出预警信号;
步骤八:获取摄像头的视频信号,将所述视频信号、所述深度图像以及所目标的运动轨迹在同一界面中显示;
获取的视频信号经过x264编解码器后进行显示,摄像头采集视频信号为RGB24格式,x264编解码器的输入格式为YUV420,RGB24和yuv420之间的变换方程为:
其中,R、G、B为RGB格式的三个色彩分量,而Y、U、V为YUV格式的照度(Y)以及色度(U、V)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710304515.4A CN107104971B (zh) | 2017-05-03 | 2017-05-03 | 一种基于激光雷达和视频的联合监控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710304515.4A CN107104971B (zh) | 2017-05-03 | 2017-05-03 | 一种基于激光雷达和视频的联合监控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107104971A CN107104971A (zh) | 2017-08-29 |
CN107104971B true CN107104971B (zh) | 2021-05-28 |
Family
ID=59658091
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710304515.4A Expired - Fee Related CN107104971B (zh) | 2017-05-03 | 2017-05-03 | 一种基于激光雷达和视频的联合监控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107104971B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107782316B (zh) * | 2017-11-01 | 2019-07-12 | 北京旷视科技有限公司 | 目标对象的轨迹确定方法、装置及*** |
CN107968988B (zh) * | 2017-11-30 | 2019-05-31 | 北京旷视科技有限公司 | 监测设备及智能货架 |
CN108051777B (zh) * | 2017-12-01 | 2020-06-02 | 北京迈格威科技有限公司 | 目标的追踪方法、装置及电子设备 |
CN110126885B (zh) * | 2018-02-02 | 2022-04-22 | 保定市天河电子技术有限公司 | 一种铁路周界入侵目标监测方法及*** |
CN108931611A (zh) * | 2018-05-29 | 2018-12-04 | 深圳中兴网信科技有限公司 | 多维度的环境检测方法及*** |
CN108846336B (zh) * | 2018-05-31 | 2022-03-15 | 深圳市易成自动驾驶技术有限公司 | 目标检测方法、装置及计算机可读存储介质 |
CN111383294B (zh) * | 2018-12-27 | 2023-10-17 | 杭州海康威视数字技术股份有限公司 | 一种安防雷达***中防区的绘制方法及装置 |
CN113298832B (zh) * | 2021-07-02 | 2024-02-02 | 华北电力大学 | 一种放电紫外视频量化参数提取和显示方法及其应用 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104064057A (zh) * | 2014-06-13 | 2014-09-24 | 沈阳飞机工业(集团)有限公司 | 图像跟踪测量数据与雷达测量数据互补融合的实现方法 |
CN104680555A (zh) * | 2015-02-13 | 2015-06-03 | 电子科技大学 | 基于视频监控的越界检测方法及越界监控*** |
CN105376538A (zh) * | 2015-12-08 | 2016-03-02 | 湖南纳雷科技有限公司 | 一种雷达与视频融合的大范围监控***及方法 |
CN105389920A (zh) * | 2015-11-30 | 2016-03-09 | 北京正安维视科技股份有限公司 | 基于二维激光雷达和视频分析的周界报警方法 |
CN205193981U (zh) * | 2015-11-12 | 2016-04-27 | 湖南纳雷科技有限公司 | 具有低误报率的雷达视觉融合智能警戒*** |
CN205750530U (zh) * | 2015-12-31 | 2016-11-30 | 深圳光启合众科技有限公司 | 机器人及其驾驶***和远程服务器 |
CN106443700A (zh) * | 2016-11-30 | 2017-02-22 | 国家电网公司 | 一种用于架空输电线路的多激光雷达阵列监控方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010141120A2 (en) * | 2009-02-20 | 2010-12-09 | Digital Signal Corporation | System and method for generating three dimensional images using lidar and video measurements |
US9055201B2 (en) * | 2011-10-14 | 2015-06-09 | Samsung Techwin Co., Ltd. | Apparatus and method of storing and searching for image |
US9747812B2 (en) * | 2014-10-22 | 2017-08-29 | Honda Motor Co., Ltd. | Saliency based awareness modeling |
CN106291584B (zh) * | 2016-10-12 | 2018-09-21 | 中国林业科学研究院资源信息研究所 | 一种基于激光雷达扫描特征的点云抽稀方法 |
-
2017
- 2017-05-03 CN CN201710304515.4A patent/CN107104971B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104064057A (zh) * | 2014-06-13 | 2014-09-24 | 沈阳飞机工业(集团)有限公司 | 图像跟踪测量数据与雷达测量数据互补融合的实现方法 |
CN104680555A (zh) * | 2015-02-13 | 2015-06-03 | 电子科技大学 | 基于视频监控的越界检测方法及越界监控*** |
CN205193981U (zh) * | 2015-11-12 | 2016-04-27 | 湖南纳雷科技有限公司 | 具有低误报率的雷达视觉融合智能警戒*** |
CN105389920A (zh) * | 2015-11-30 | 2016-03-09 | 北京正安维视科技股份有限公司 | 基于二维激光雷达和视频分析的周界报警方法 |
CN105376538A (zh) * | 2015-12-08 | 2016-03-02 | 湖南纳雷科技有限公司 | 一种雷达与视频融合的大范围监控***及方法 |
CN205750530U (zh) * | 2015-12-31 | 2016-11-30 | 深圳光启合众科技有限公司 | 机器人及其驾驶***和远程服务器 |
CN106443700A (zh) * | 2016-11-30 | 2017-02-22 | 国家电网公司 | 一种用于架空输电线路的多激光雷达阵列监控方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107104971A (zh) | 2017-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107104971B (zh) | 一种基于激光雷达和视频的联合监控方法 | |
CA2815133C (en) | Method and system for converting privacy zone planar images to their corresponding pan/tilt coordinates | |
US6829391B2 (en) | Adaptive resolution system and method for providing efficient low bit rate transmission of image data for distributed applications | |
US6989745B1 (en) | Sensor device for use in surveillance system | |
US7242295B1 (en) | Security data management system | |
US7342489B1 (en) | Surveillance system control unit | |
CN108234927B (zh) | 视频追踪方法和*** | |
CN110910460B (zh) | 一种获取位置信息的方法、装置及标定设备 | |
CN112449093A (zh) | 一种三维全景视频融合监控平台 | |
CN103327310B (zh) | 一种基于鼠标轨迹跟踪的监控和巡航方法 | |
CN109376601B (zh) | 基于高速球的物体跟踪方法、监控服务器、视频监控*** | |
CN103929592A (zh) | 全方位智能监控设备及方法 | |
CN103795987B (zh) | 嵌入式视频采集处理***及其实现方法 | |
WO2021035756A1 (zh) | 基于飞行器的巡检方法、设备及存储介质 | |
CN110703760B (zh) | 一种用于安防巡检机器人的新增可疑物体检测方法 | |
CN111147811B (zh) | 一种自动人脸追踪的三维成像***、成像方法和成像设备 | |
CN102117484A (zh) | 使用图像色彩信息的处理***、处理方法与图像分类方法 | |
CN110247991A (zh) | 基于大数据的铁路运输煤炭抑尘智能监测分析*** | |
CN110378292A (zh) | 三维空间定位***和方法 | |
JP3213284B2 (ja) | プラント監視装置 | |
CN112235540A (zh) | 一种用于屏幕显示故障识别报警的智能视频监控*** | |
US20200169714A1 (en) | 3d visual intelligent simulation monitoring system and simulation display method thereof | |
CN115100245A (zh) | 一种基于高空抛物的溯源追踪***及其追踪方法 | |
CN116242487A (zh) | 基于机器人的体温监测方法、装置、设备及存储介质 | |
CN115265382B (zh) | 一种基于视频图像的船舶高度测量识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210528 |