CN107167090A - 车辆外廓尺寸测量方法及*** - Google Patents
车辆外廓尺寸测量方法及*** Download PDFInfo
- Publication number
- CN107167090A CN107167090A CN201710147603.8A CN201710147603A CN107167090A CN 107167090 A CN107167090 A CN 107167090A CN 201710147603 A CN201710147603 A CN 201710147603A CN 107167090 A CN107167090 A CN 107167090A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- dimensional scanner
- cloud
- calibration
- overall dimension
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及一种车辆外廓尺寸测量方法及***,在车辆停放在检测工位后,获取位于所述车辆周围的多台三维扫描装置分别对所述车辆分别进行扫描得到的各第一点云数据,并且,所有所述三维扫描装置的位置分布方式应保证所述车辆的所有部位均能被扫描到。之后将所有所述第一点云数据进行配准得到车辆点云,最后根据所述车辆点云计算所述车辆的外廓尺寸。车辆外廓尺寸测量方法及***用来对静止的车辆进行测量,检测工位只需要能够容纳最长的车辆即可,从而节约了土地资源,可有效降低检测站点的运营成本。
Description
技术领域
本发明涉及车辆测量技术领域,特别是涉及一种车辆外廓尺寸测量方法及***。
背景技术
《营运车辆综合性能要求和检测方法》的整车整备检测项目中要求对汽车尺寸参数进行检测,车辆的结构不得任意改造,车辆整车尺寸参数的检测是运行安全性检测的重要内容之一。
传统的车辆外廓尺寸测量方案主要有红外数字光幕法和二维激光雷达测量法。其中,红外数字光幕法的测量原理简单,成本低。二维激光雷达测量法测量外廓尺寸的精度勉强能够满足国标y要求的1%测量误差。然而,上述两种方案要求检测工位的长度至少为最长车辆长度的2倍。对于一些车辆检测站点,尤其是室内测量的站点,利用上述方案进行测量时,对场地的改动较大,并且场地利用率低。
发明内容
基于此,有必要针对传统车辆测量方案要求测量场地较长的问题,提供一种车辆外廓尺寸测量方法及***。
一种车辆外廓尺寸测量方法,包括:
在车辆停放在检测工位后,获取位于所述车辆周围的多台三维扫描装置分别对所述车辆分别进行扫描得到的各第一点云数据;并且,所有所述三维扫描装置的位置分布方式应保证所述车辆的所有部位均能被扫描到;
将所有所述第一点云数据进行配准得到车辆点云;
根据所述车辆点云计算所述车辆的外廓尺寸。
在其中一个实施例中,将所有所述第一点云数据进行配准得到车辆点云的步骤包括:
获取能够反映各所述三维扫描装置的机体坐标系之间转换关系的标定数据;
根据所述标定数据将所有所述第一点云数据进行配准得到所述车辆点云。
在其中一个实施例中,所述标定数据的计算方法包括:
在车辆未进入检测工位前,获取各所述三维扫描装置分别对所述检测工位扫描得到的第二点云数据;其中,所述检测工位上设有多个标定点;
根据所述标定点将各所述第二点云数据进行配准,从而得到各所述三维扫描装置扫描的点云数据要转换到同一指定坐标系下需相乘的标定矩阵;
并且,根据所述标定数据将所有所述第一点云数据进行配准得到所述车辆点云的步骤为:
将各所述三维扫描装置扫描的所述第一点云数据和各自对应的所述标定矩阵相乘,从而得到所述车辆点云。
在其中一个实施例中,根据所述标定点将各所述第二点云数据进行配准,从而得到各所述三维扫描装置扫描的点云数据要转换到同一指定坐标系下需相乘的标定矩阵的步骤包括:
获取用户输入的设定数量个标定点在各所述第二点云数据对应的第二反射强度图像中的位置信息、用户输入的所述设定数量个标定点在世界坐标系下的第一坐标值;
根据各所述位置信息得出所述设定数量个标定点在各所述三维扫描装置机体坐标系下的第二坐标值,并得出各所述第二坐标值转换为所述第一坐标值需相乘的第一转换矩阵;
分别从各所述第二点云数据提取出包括所有所述标定点的第三点云数据,并利用匹配算法分别计算各转换至世界坐标系下的第三点云数据配准至其中一个转换至世界坐标系下的第三点云数据分别对应的第二转换矩阵;
对于各所述三维扫描装置,将各自对应的所述第一转换矩阵乘以各自对应的所述第二转换矩阵得到各自对应的所述标定矩阵。
在其中一个实施例中,在根据所述车辆点云计算所述车辆的外廓尺寸的步骤之前,所述方法还包括:
通过校准标志线计算各所述三维扫描装置对应的修正矩阵;所述校准标志线位于所述检测工位外侧;所述修正矩阵能够反映各所述三维扫描装置当前的姿态相对于扫描并得到所述第二点云数据时的姿态而发生的变化;
根据所述修正矩阵对所述车辆点云进行修正。
在其中一个实施例中,通过校准标志线计算各所述三维扫描装置对应的修正矩阵的步骤包括:
对于任一所述三维扫描装置,将扫描的所述第一点云数据对应的第一反射强度图像与扫描的所述第二点云数据对应的第二反射强度图像进行对比,从而得出能够反映所述第一反射图像中的校准标志线相对于所述第二反射强度图像中的校准标志线发生的变化的所述修正矩阵。
一种车辆外廓尺寸测量***,包括控制装置及多台三维扫描装置;各所述三维扫描装置分别与所述控制装置连接;并且,各所述三维扫描装置均放置于所述检测工位周围;
所述控制装置用于执行上述的车辆外廓尺寸测量方法。
在其中一个实施例中,所述三维扫描装置的数量为两台或两台以上。
在其中一个实施例中,所述车辆外廓尺寸测量***还包括交换机;所述交换机分别与所述各所述三维扫描装置、所述控制装置连接。
在其中一个实施例中,所述车辆外廓尺寸测量***还包括多台摄像机、红外触发装置、打印机及显示装置;各所述摄像机分别与所述交换机连接;所述红外触发装置、所述打印机、所述显示装置分别与所述控制装置连接;
所述摄像机用于拍摄车辆的图像和/或视频,并将拍摄的数据通过所述交换机上传至所述控制装置;所述红外触发装置用于在检测到车辆进入所述检测工位后,触发所述车辆外廓尺寸测量***开始对所述车辆进行扫描和测量;所述打印机用于打印纸质报告;所述显示装置用于显示工作状态、测量结果、车牌号中的一种或两种以上。
上述车辆外廓尺寸测量方法及***具有的有益效果为:该车辆外廓尺寸测量方法及***中,在车辆停放在检测工位后,获取位于车辆周围的多台三维扫描装置对车辆分别进行扫描得到的各第一点云数据,之后将所有第一点云数据进行配准得到车辆点云,最后根据车辆点云计算车辆的外廓尺寸。因此,该车辆外廓尺寸测量方法及***用来对静止的车辆进行测量,检测工位只需要能够容纳最长的车辆即可,从而节约了土地资源,可有效降低检测站点的运营成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他实施例的附图。
图1为一实施例提供的车辆外廓尺寸测量***的组成结构示意图;
图2为由图1所示实施例的车辆外廓尺寸测量***中的控制装置执行的车辆外廓尺寸测量方法的流程图;
图3为图2所示实施例的车辆外廓尺寸测量方法中步骤S400的其中一种具体流程图;
图4为关于图2所示实施例的车辆外廓尺寸测量方法中标定数据的其中一种获取方式流程图;
图5为图4所示实施例的步骤S200的其中一种具体流程图;
图6为图2所示实施例的车辆外廓尺寸测量方法的其中一种具体流程图;
图7为图1所示实施例的车辆外廓尺寸测量***的其中一种测量场地布置示意图;
图8为图1所示实施例的车辆外廓尺寸测量***的另一种测量场地布置示意图;
图9为图1所示实施例的车辆外廓尺寸测量***的另一种测量场地布置示意图;
图10为位于检测工位周围的一个位置的三维激光雷达对车辆进行扫描得到的点云图像;
图11为位于检测工位周围的另一个位置的三维激光雷达对车辆进行扫描得到的点云图像。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施例。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。
除非另有定义,本文所使用的所有的技术和科学术语与属于发明的技术领域的技术人员通常理解的含义相同。本文中在发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
一实施例提供了一种车辆外廓尺寸测量方法,用于测量车俩的外廓尺寸,例如:车辆的长、宽、高。实施该车辆外廓尺寸测量方法的车辆外廓尺寸测量***请参考图1、图7。
车辆外廓尺寸测量***包括控制装置100及多台三维扫描转装置200。其中,各三维扫描装置200分别与控制装置100连接。控制装置100,是指具备数据处理能力的装置,例如计算机等智能设备,其用来执行本发明实施例提供的车辆外廓尺寸测量方法。并且,控制装置100还用来与数据中心600进行通讯。数据中心600是用于存放车辆信息。控制装置100可以将测量结果和车辆基本信息(例如:牌照、车头、车身图像等)上传至数据中心600,数据中心600返回通过或不通过的结果。
三维扫描转装置200,是指可以对目标物体进行三维扫描从而得出点云数据的装置,例如三维激光雷达。并且,各台三维扫描装置200均放置于检测工位810(注:图1中未示出,请参考图7)周围。检测工位810是指对车辆进行测量时车辆需要停放的区域。请参考图7,当车辆停放于检测工位810后,车头停在停车线上。
进一步地,车辆外廓尺寸测量***还包括交换机300。并且,交换机300分别与各三维扫描装置200、控制装置100连接,从而使得各三维扫描装置200能够通过交换机300与控制装置100利用网络进行通讯。
该车辆外廓尺寸测量***在运行之前,控制装置100可以配置各三维扫描装置200的IP地址及端口号,从而使得所有的三维扫描装置200与控制装置100共同组成局域网。网络通讯组网简单,而且传输距离远,更便于车辆检测的实施。
可以理解的是,各三维扫描装置200与控制装置100之间的数据传输方式不限于通过交换机300传输的这一种方式,还可以采用其他方式进行通讯,例如:采用USB、RS232等串口方式。
另外,请继续参考图1,车辆外廓尺寸测量***还可以包括多台摄像机400、红外触发装置500、打印机700及显示装置(图1中未示出)。其中,摄像机400与交换机300连接。红外触发装置500、打印机700分别与控制装置100连接。
摄像机400同样放置于检测工位810的周围,其用于拍摄车辆的图像和/或视频,并将拍摄的数据通过交换机300上传至控制装置100。设置摄像机400的目的是拍摄车辆测量时的现场情况,用来防止测量作弊。红外触发装置500放置于检测工位810***,例如可以为红外对管(即红外线发射管与光敏接收管),用来在检测到车辆进入检测工位810后,触发车辆外廓尺寸测量***开始对车辆进行扫描和测量。具体地,红外触发装置500可以检测车辆是否进入检测工位,并将检测信号发送至控制装置100,当控制装置100根据检测信号判断车辆进入检测工位810后,控制各台三维扫描装置200开始进行扫描以便于控制装置100根据扫描结果计算车辆的外廓尺寸,且控制装置100还可以控制其他相应设备(例如摄像机400)开始运行。打印机700用于打印纸质报告。因此,控制装置100还可以将车辆的测量结果通过打印机700打印出来。显示装置可以放于车辆前方,用于显示工作状态、测量结果、车牌号中的一种或两种以上,从而便于实时查看。
可以理解的是,车辆外廓尺寸测量***的组成结构不限于上述情况,例如上述红外触发装置500、打印机700及显示装置根据实际情况也可以省略。
接下来将介绍本发明实施例提供的车辆外廓尺寸测量方法,请参考图2,包括以下内容。
步骤S300,在车辆停放在检测工位810后,获取位于车辆周围的多台三维扫描装置100分别对车辆进行扫描得到的各第一点云数据。并且,所有三维扫描装置100的位置分布方式应保证车辆的所有部位均能被扫描到。
其中,第一点云数据属于点云数据。当红外触发装置500检测到车辆进入检测工位810后,向控制装置100发送检测信号,控制装置100接收到该检测信号后控制各三维扫描装置200开始对车辆进行扫描。当各三维扫描装置200扫描完成后,将各自扫描到的第一点云数据发送至控制装置100。若三维扫描装置200为三维激光雷达,请参考图10和图11,这两幅点云图像为位于检测工位810周围的两个不同位置的三维激光雷达分别对车辆进行扫描得到的点云数据对应的图像。另外,所有三维扫描装置200的位置分布方式应保证车辆的所有部位均能被扫描到,从而保证最终能够得到车辆完整的点云数据。关于各三维扫描装置200的位置分布方式详见以下内容。
具体地,三维扫描装置200的数量可以为两台或两台以上。因此,对于不同车长的车辆,可以采用相应数量的三维扫描装置200进行扫描。请参考图7,定义相互垂直的X轴和Y轴,且车辆的车身与X轴平行。另外,定义沿平行于Y轴的直线分布、并位于检测工位810两侧的两个区域分别为第一区域820和第二区域830。因此,当车辆停放于检测工位810后,以车辆的前进方向为前方,第一区域820、第二区域830则分别位于车辆的右侧、左侧。换言之,在图7中,第一区域820、第二区域830分别位于检测工位810的上方、下方。可以理解的是,第一区域820、第二区域830的位置也可以按照相反的方式设置。
另外,若三维扫描装置100的数量为两台,请参考图8,则两台三维扫描装置100(分别记为L1、L2)分别放置于第一区域820、第二区域830,且均位于检测工位810的***。另外,这两台三维扫描装置100之间连接的线段倾斜于X轴。具体地,这两台三维扫描装置100之间沿X轴的距离可以介于8米至10米之间。并且,这两台三维扫描装置100各自所在的位置可以在车辆的其中一条对角线上。另外,各三维扫描装置200可以分别扫描180度。在上述情况下,该车辆外廓尺寸测量***可以测量车长为7米以下的车辆。
若三维扫描装置100的数量为三台,请参考图7,则第一台三维扫描装置100(记为L1)放置于第二区域830,第二台和第三台三维扫描装置100(分别记为L2、L3)分别放置于第一区域820的两侧,并且第一台三维扫描装置100在第一区域820的投影位于第二台和第三台三维扫描装置100之间。具体地,第二台三维扫描装置100的X轴坐标值小于检测工位810上各点中的最小的X轴坐标值,第三台三维扫描装置100的X轴坐标值大于检测工位810上各点中的最大的X轴坐标值。另外,各三维扫描装置200可以分别扫描180度。基于上述设置方式,第一台三维扫描装置100可以扫描车辆的车顶和相应位置的车身部分,第二台三维扫描装置100可以扫描车辆的车头以及相应位置的车身部分,第三台三维扫描装置100可以扫描车辆的车尾及以及相应位置的车身部分。并且,该车辆外廓尺寸测量***可以测量车长为15米以下的车辆。
若三维扫描装置100的数量为四台,请参考图9,则第一台和第三台三维扫描装置100(分别记为L1、L3)分别位于第一区域820,第二台和第四台三维扫描装置100(分别记为L2、L4)分别位于第二区域830,并且第二台三维扫描装置100在第一区域820的投影位于第一台和第三台三维扫描装置100之间,第三台三维扫描装置100在第二区域830的投影位于第二台和第四台三维扫描装置100之间。具体地,第一台三维扫描装置100的X轴坐标值小于检测工位810上各点中的最小的X轴坐标值,第四台三维扫描装置100的X轴坐标值大于检测工位810上各点中的最大的X轴坐标值。并且,按照第一台三维扫描装置100、第二台三维扫描装置100、第三台三维扫描装置100、第四台三维扫描装置100的顺序,相邻两台三维扫描装置100之间在X轴的距离均介于7米至8米之间。另外,各三维扫描装置200可以分别扫描180度。基于上述设置方式,该车辆外廓尺寸测量***可以测量车长为22米以下的车辆。
步骤S400,将所有第一点云数据进行配准得到车辆点云。
其中,将所有第一点云数据进行配准是指将所有第一点云数据通过点云配准方法转换到同一个坐标系下,从而拼接为完整的车辆点云。
步骤S700,根据上述车辆点云计算车辆的外廓尺寸。
该步骤中,可以先对车辆点云进行滤波,以滤除孤立噪声点和干扰对象,从而得到只包括车辆的点云,提高测量精度。另外,可以对车辆点云进行分割,从而计算车辆的外廓尺寸。
具体地,定义X轴、Y轴、Z轴共同组成空间直角坐标系,其中,X轴、Y轴的方向如图7所示,Z轴的正向与车辆底部中心指向车辆顶部中心的方向平行。在进行切割时,可以对车辆点云用多个平行于XOZ的第一平面进行切割(相当于用多个第一平面与车辆点云求交)得到多个第一轮廓点的坐标,并从这些第一轮廓点的坐标中寻找车头各点的坐标与车尾各点的坐标,之后即可根据车头各点与车尾各点的X轴坐标值计算出车辆的长度。例如:可以将车辆最后端所有轮廓点中X轴坐标值中的最大值减去车辆最前端所有轮廓点中X轴坐标值中的最小值,即可得出车辆的长度。
另外,可以对车辆点云利用多个平行于YOZ的第二平面进行切割(相当于用多个第二平面与车辆点云求交)得到多个第二轮廓点的坐标。以车辆在运行时前进的方向为前方,从这些第二轮廓点的坐标中寻找车辆左侧面上各轮廓点的坐标和车辆右侧面上各轮廓点的坐标,之后即可根据车辆左侧面上各轮廓点的坐标和车辆右侧面上各轮廓点的坐标计算出车辆的宽度。例如:可以将车辆最右侧所有轮廓点中Y轴坐标值的最大值减去车辆最左侧所有轮廓点中Y轴坐标值中的最小值,即可得出车辆的宽度。
另外,在对车辆点云利用多个平行于XOZ的第一平面进行切割后,还可以从所有第一轮廓点的坐标中寻找到车顶各轮廓点的坐标和车底各轮廓点的坐标,之后即可根据车顶各轮廓点的坐标和车底各轮廓点的坐标计算出车辆的高度。例如:可以将车顶所有轮廓点中Z轴坐标值的最大值减去车底所有轮廓点中Z轴坐标值中的最小值,即可得出车辆的高度。
由于传统的车辆测量方法都是在车辆行驶过程中进行测量,这些测量方法不仅要求场地足够大、地面平整度高,而且要求车辆通过时保持低速、匀速直行,否则测量误差将大幅上升,这对驾驶员的驾驶技术和车辆本身的可控性要求较高。而实际测量中,一些卡车在低速运行时车身抖动厉害,从而使得测量精度较低。而本发明实施例提供的上述该车辆外廓尺寸测量方法对静止的车辆进行测量,检测工位810只需要能够容纳最长的车辆即可,故只需要红外数字光幕法和二维激光雷达测量法一半的场地,节约了土地资源,并且对测量场地是否有坡度并无要求,另外在测量时也无需考虑车辆的运行状态,对驾驶员的驾驶技术、车辆的可控性都没有要求,可有效降低检测站点的运营成本,而且提高了测量精度。
具体地,步骤S400的其中一种具体实施方式包括以下内容,请参考图3。
步骤S410,获取能够反映各三维扫描装置200的机体坐标系之间转换关系的标定数据。
其中,机体坐标系即仪器坐标系。各三维扫描装置200的机体坐标系可以为:以各三维扫描装置200为原点的笛卡尔坐标系中的三维坐标系。机体坐标系之间的转换关系,例如为平移或旋转等变换矩阵。
步骤S420,根据上述标定数据将所有第一点云数据进行配准得到车辆点云。
由于标定数据能够反映各三维扫描装置200的机体坐标系之间的转换关系,因此,根据该标定数据即可将各三维扫描装置200扫描的第一点云数据转换到同一坐标系下。
具体地,标定数据可以在车辆未进入检测工位810之前进行测量。云数据拼接(或配准)的一个基本原理是通过公共区域的点云来实现多幅点云数据变换到统一坐标系下。而在该车辆外廓尺寸测量***中,车辆的停车区域(即检测工位810)在没有车辆时是多台三维扫描装置200扫描的公共区域。然而,在对车辆进行测量的过程中,由于多幅点云数据的公共区域只有车顶,因此不足以实现多幅点云数据的精确配准。故,本发明实施例在车辆未进入检测工位810前,事先扫描检测工位810(以下简称为标定过程),从而标定出多台三维扫描装置200机体坐标系之间的关系(即标定数据),从而能够在后续对车辆进行测量时,直接利用这个关系对各三维扫描装置200扫描得到的第一点云数据进行配准。标定数据的计算方法具体详见以下内容,请参考图4,
步骤S100,在车辆未进入检测工位810前,获取各三维扫描装置200对检测工位810扫描得到的第二点云数据。其中,检测工位810上设有多个标定点。
第二点云数据同样属于点云数据。标定点是人工设置的标志物,目的是提供容易分辨和提取的特征点,以便于计算出各三维扫描装置200机体坐标系之间的转换关系。标定点可以用反光率较高的反光纸贴在地上,或者用白色油漆刷在地面上。
请参考图7,A1至A6为各标定点。A1至A6的形状可以为方形。在X轴方向上,相邻两个标定点之间的距离可以介于3米至5米之间,例如为4米。在Y轴方向上,相邻两个标定点之间的距离可以介于1米至3米之间,例如为2米。可以理解的是,标定点的个数和位置排布方式不限于图7的一种情况,只需保证标定点的个数大于或等于4即可。
步骤S200,根据上述标定点将各第二点云数据进行配准,从而得到各三维扫描装置200扫描的点云数据要转换到同一指定坐标系下需相乘的标定矩阵。
其中,不同的三维扫描装置200对应不同的标定矩阵。标定矩阵例如为平移矩阵或旋转矩阵。指定坐标系,与后续车辆测量过程中需要将所有三维扫描装置200扫描的第一点云数据最终配准的目标坐标系保持一致。由于标定点都在检测工位810内,处于各三维扫描装置200扫描的公共区域,因此根据这些标定点的坐标值即可得出各第二点云数据转换到同一指定坐标系下的标定矩阵。另外,由于各三维扫描装置200在该车辆外廓尺寸测量***中所处的位置都是固定不变的,因此,该标定矩阵能够代表各三维扫描装置200机体坐标系之间的关系,从而能够直接利用该标定矩阵对后续车辆测量过程中各三维扫描装置200扫描得到的第一点云数据进行配准。
基于上述步骤S100和步骤S200,步骤S420具体为:将各三维扫描装置200扫描的第一点云数据和各自对应的标定矩阵相乘,从而得到车辆点云。
具体地,步骤S200的其中一种具体实施方式包括以下内容,请参考图5。
步骤S210,获取用户输入的设定数量个标定点在各第二点云数据对应的第二反射强度图像中的位置信息、用户输入的所述设定数量个标定点在世界坐标系下的第一坐标值。
该步骤利用少量个数的标定点进行粗匹配,即缩小各第二点云数据之间的旋转和平移错位,以提高精确配准的效率和趋向。第二反射强度图像属于反射强度图像,是指直接利用激光反射强度按照第二点云数据的点云阵列形式生成的二维图像。各三维扫描装置200可以将第二点云数据发送至控制装置100,控制装置100即可将各第二点云数据以第二反射强度图像的形式显示出来,这时用户即可在显示屏幕上指定设定数量个标定点中各个标定点在第二反射强度图像中的位置。其中,位置信息包括设定数量个标定点中各个标定点的位置。并且,不同的第二点云数据对应不同的位置信息。第一坐标值包括设定数量个标定点中各个标定点在世界坐标系下的坐标值。设定数量个标定点例如为4个或其他数量个标定点。
步骤S220,根据各所述位置信息得出所述设定数量个标定点在各三维扫描装置200机体坐标系下的第二坐标值,并得出各第二坐标值转换为第一坐标值需相乘的第一转换矩阵。
对于各第二反射强度图像,其与各自对应的第二点云数据均存在一一对应的映射关系,因此根据各位置信息即可得出设定数量个标定点在各第二点云数据中的第二坐标值。对于任一三维扫描装置200,即可通过XT=X’(其中,X为该三维扫描装置200对应的第二坐标值,X’是该三维扫描装置200对应的第一坐标值),得出第一转换矩阵T。假设三维扫描装置200的数量为三台,则相应得到各三维扫描装置200的第一转换矩阵T1、T2、T3。由此,完成了粗匹配的过程,这时利用第一转换矩阵即可将各三维扫描装置200扫描的点云数据都粗略转换到世界坐标系下,但由于是粗匹配过程,因此这时还存在配准误差。
步骤S230,分别从各所述第二点云数据得出包括所有标定点的第三点云数据,并利用匹配算法分别计算各转换至世界坐标系下的第三点云数据配准至其中一个转换至世界坐标系下的第三点云数据分别对应的第二转换矩阵。
从该步骤开始是进行精匹配的过程,即在上述粗配准的基础上使点云配准误差达到最小,从而满足应用的需要。其中,根据各第二点云数据得出包括所有标定点的第三点云数据的具体方式例如为:首先对各第一强度图像进行分割,例如进行灰度阈值分割,从而提取出各第一强度图像中所有的标定点,再根据强度图像与点云之间的映射关系,得到各第二点云数据中包括所有标定点的点云(即第三点云数据)。由于第三点云数据包括的点数量较多,因此根据第三点云数据进行配准,从而能够提高配准的精度。匹配算法例如为ICP(Iterative Closest Point,迭代就近点)配准算法。转换到世界坐标系下的第三点云数据,是指对于各三维扫描装置200,将各自对应的第三点云数据乘以各自对应的第一转换矩阵后得到的点云。
下面举例说明该步骤的具体算法:假设三维扫描装置200包括三台(分别记为L1、L2、L3),这三台三维扫描装置200分别对应的第三点云数据为Y1、Y2、Y3,那么将这些第三点云数据利用步骤S220得出的第一转换矩阵(T1、T2、T3),分别转换为各世界坐标系下的第三点云数据,即:Y1*T1、Y2*T2、Y3*T3。接下来,选定Y1*T1为基准(这时,第一台三维扫描装置200对应的第二转换矩阵则为1),将Y2*T2向Y1*T1配准得到相应的第二转换矩阵T2’,将Y3*T3向Y1*T1配准得到相应的第二转换矩阵T3’,至此即完成了精配准。
步骤S240,对于各三维扫描装置200,将各自对应的第一转换矩阵乘以各自对应的第二转换矩阵得到各自对应的标定矩阵。
同样以上述例子进行说明,第一台三维扫描装置200对应的标定矩阵为T1(注:第一台三维扫描装置200的第二转换矩阵为1);第二台三维扫描装置200对应的标定矩阵为T2*T2’;第三台三维扫描装置200对应的标定矩阵为T3*T3’。
可以理解的是,步骤S200的计算方式不限于图5所示的一种情况,只要能够根据标定点计算出各三维扫描装置的点云数据要转换到同一指定坐标系下需相乘的标定矩阵即可。
进一步地,在步骤S700之前,步骤S400之后,该车辆外廓尺寸测量方法还包括以下内容,请参考图6。
步骤S500,通过校准标志线计算各三维扫描装置200对应的修正矩阵。其中,校准标志线位于检测工位800外侧。修正矩阵能够反映各三维扫描装置200的姿态相对于扫描并得到第二点云数据时的姿态而发生的变化。
其中,校准标志线是人工设置的标志线,请参考图7,B1、B2为两条校准标志线。校准标志线位于检测工位800外侧,从而保证车辆进入检测工位800后,各三维扫描装置200仍然能够扫描到校准标志线。三维扫描装置200的姿态例如包括旋转角、俯仰角。各三维扫描装置200的姿态相对于扫描并得到第二点云数据时的姿态而发生的变化,换言之是指,各三维扫描装置200对车辆进行扫描时的姿态相对于之前标定过程中所处姿态而发生的变化。
由于在实际测量过程中,不确定的因素可能会导致三维扫描装置200的机体发生转动、固定架发生振动等现象,从而使得三维扫描装置200自身的机体坐标系发生变化,这样在对车辆进行测量时,如果继续使用上述标定过程得出的标定矩阵来对所有的第一点云数据进行配准,则会影响配准的精确性。而由于修正矩阵可以反映出三维扫描装置200的姿态变化(例如旋转的角度),就能反映出机体坐标系的变换,因此可以利用修正矩阵车辆点云进行修正,从而提高配准的精确性。
本发明实施例中,通过校准标志线计算各三维扫描装置200对应的修正矩阵的具体实现方式可以为:对于任一三维扫描装置200,将扫描的第一点云数据对应的第一反射强度图像与扫描的第二点云数据对应的第二反射强度图像进行对比,从而得出能够反映第一反射图像中的校准标志线相对于第二反射强度图像中的校准标志线发生的变化的修正矩阵。
其中,第一反射强度图像同样属于反射强度图像,是指直接利用激光反射强度按照第一点云数据的点云阵列形式生成的二维图像。并且,可以利用相关的图像处理算法(例如:用从第二反射图像中提取出的灰度模板在第一反射强度图像中进行模板匹配,从而检测出第一反射强度图像相对于第二反射强度图像发生的旋转角度;或者分别提取第一反射强度图像、第二反射强度图像中的特征点,建立对应关系,求得仿射变换参数)来计算得出修正矩阵。由于在标定过程和车辆测量过程中,三维扫描装置200均可以扫描到校准标志线,因此通过比较第一反射强度图像中的校准标志线和第二反射强度图像中的校准标志线,即可反映出三维扫描装置200的姿态变化。
需要说明的是,修正矩阵可以直接为第一反射强度图像中的校准标志线相对于第二反射强度图像中的校准标志线发生的变化矩阵,或者修正矩阵也可以为根据该变化矩阵得出的能够使得各第一点云数据准确进行配准的矩阵(例如:如果第一反射强度图像中的校准标志线相对于第二反射强度图像中的校准标志线逆时针旋转了30度,那么修正矩阵则可以为顺时针旋转30度,从而消除了这一误差)
步骤S600,根据修正矩阵对车辆点云进行修正。
该步骤中,如果修正矩阵直接为第一反射强度图像中的校准标志线相对于第二反射强度图像中的校准标志线发生的变化矩阵,那么在对车辆点云进行修正时,需要将该修正矩阵进行相应处理,以转换为能够使得各第一点云数据准确进行配准的矩阵(如果第一反射强度图像中的校准标志线相对于第二反射强度图像中的校准标志线逆时针旋转了30度,那么修正矩阵则可以为顺时针旋转30度,从而消除了这一误差);如果修正矩阵在步骤S500中已经进行了处理,直接为能够使得各第一点云数据进行精确配准的矩阵,那么该步骤即可直接将修正矩阵乘以相应三维扫描装置200配准后的第一点云数据即可。
需要说明的是,图2至图6为本发明实施例的方法的流程示意图。应该理解的是,虽然图2至图6的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,图2至图6中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种车辆外廓尺寸测量方法,包括:
在车辆停放在检测工位后,获取位于所述车辆周围的多台三维扫描装置分别对所述车辆分别进行扫描得到的各第一点云数据;并且,所有所述三维扫描装置的位置分布方式应保证所述车辆的所有部位均能被扫描到;
将所有所述第一点云数据进行配准得到车辆点云;
根据所述车辆点云计算所述车辆的外廓尺寸。
2.根据权利要求1所述的车辆外廓尺寸测量方法,其特征在于,将所有所述第一点云数据进行配准得到车辆点云的步骤包括:
获取能够反映各所述三维扫描装置的机体坐标系之间转换关系的标定数据;
根据所述标定数据将所有所述第一点云数据进行配准得到所述车辆点云。
3.根据权利要求2所述的车辆外廓尺寸测量方法,其特征在于,所述标定数据的计算方法包括:
在车辆未进入检测工位前,获取各所述三维扫描装置分别对所述检测工位扫描得到的第二点云数据;其中,所述检测工位上设有多个标定点;
根据所述标定点将各所述第二点云数据进行配准,从而得到各所述三维扫描装置扫描的点云数据要转换到同一指定坐标系下需相乘的标定矩阵;
并且,根据所述标定数据将所有所述第一点云数据进行配准得到所述车辆点云的步骤为:
将各所述三维扫描装置扫描的所述第一点云数据和各自对应的所述标定矩阵相乘,从而得到所述车辆点云。
4.根据权利要求3所述的车辆外廓尺寸测量方法,其特征在于,根据所述标定点将各所述第二点云数据进行配准,从而得到各所述三维扫描装置扫描的点云数据要转换到同一指定坐标系下需相乘的标定矩阵的步骤包括:
获取用户输入的设定数量个标定点在各所述第二点云数据对应的第二反射强度图像中的位置信息、用户输入的所述设定数量个标定点在世界坐标系下的第一坐标值;
根据各所述位置信息得出所述设定数量个标定点在各所述三维扫描装置机体坐标系下的第二坐标值,并得出各所述第二坐标值转换为所述第一坐标值需相乘的第一转换矩阵;
分别从各所述第二点云数据提取出包括所有所述标定点的第三点云数据,并利用匹配算法分别计算各转换至世界坐标系下的第三点云数据配准至其中一个转换至世界坐标系下的第三点云数据分别对应的第二转换矩阵;
对于各所述三维扫描装置,将各自对应的所述第一转换矩阵乘以各自对应的所述第二转换矩阵得到各自对应的所述标定矩阵。
5.根据权利要求3所述的车辆外廓尺寸测量方法,其特征在于,在根据所述车辆点云计算所述车辆的外廓尺寸的步骤之前,所述方法还包括:
通过校准标志线计算各所述三维扫描装置对应的修正矩阵;所述校准标志线位于所述检测工位外侧;所述修正矩阵能够反映各所述三维扫描装置当前的姿态相对于扫描并得到所述第二点云数据时的姿态而发生的变化;
根据所述修正矩阵对所述车辆点云进行修正。
6.根据权利要求5所述的车辆外廓尺寸测量方法,其特征在于,通过校准标志线计算各所述三维扫描装置对应的修正矩阵的步骤包括:
对于任一所述三维扫描装置,将扫描的所述第一点云数据对应的第一反射强度图像与扫描的所述第二点云数据对应的第二反射强度图像进行对比,从而得出能够反映所述第一反射图像中的校准标志线相对于所述第二反射强度图像中的校准标志线发生的变化的所述修正矩阵。
7.一种车辆外廓尺寸测量***,其特征在于,包括控制装置及多台三维扫描装置;各所述三维扫描装置分别与所述控制装置连接;并且,各所述三维扫描装置均放置于所述检测工位周围;
所述控制装置用于执行权利要求1至6中任一权利要求所述的车辆外廓尺寸测量方法。
8.根据权利要求7所述的车辆外廓尺寸测量***,其特征在于,所述三维扫描装置的数量为两台或两台以上。
9.根据权利要求8所述的车辆外廓尺寸测量***,其特征在于,所述车辆外廓尺寸测量***还包括交换机;所述交换机分别与所述各所述三维扫描装置、所述控制装置连接。
10.根据权利要求9所述的车辆外廓尺寸测量***,其特征在于,所述车辆外廓尺寸测量***还包括多台摄像机、红外触发装置、打印机及显示装置;各所述摄像机分别与所述交换机连接;所述红外触发装置、所述打印机、所述显示装置分别与所述控制装置连接;
所述摄像机用于拍摄车辆的图像和/或视频,并将拍摄的数据通过所述交换机上传至所述控制装置;所述红外触发装置用于在检测到车辆进入所述检测工位后,触发所述车辆外廓尺寸测量***开始对所述车辆进行扫描和测量;所述打印机用于打印纸质报告;所述显示装置用于显示工作状态、测量结果、车牌号中的一种或两种以上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710147603.8A CN107167090A (zh) | 2017-03-13 | 2017-03-13 | 车辆外廓尺寸测量方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710147603.8A CN107167090A (zh) | 2017-03-13 | 2017-03-13 | 车辆外廓尺寸测量方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107167090A true CN107167090A (zh) | 2017-09-15 |
Family
ID=59848743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710147603.8A Pending CN107167090A (zh) | 2017-03-13 | 2017-03-13 | 车辆外廓尺寸测量方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107167090A (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108627112A (zh) * | 2018-05-09 | 2018-10-09 | 广州市杜格科技有限公司 | 车辆销轴距动态测量方法 |
CN108645625A (zh) * | 2018-03-21 | 2018-10-12 | 北京纵目安驰智能科技有限公司 | 尾端与侧面结合的3d车辆检测方法、***、终端和存储介质 |
CN108759662A (zh) * | 2018-04-02 | 2018-11-06 | 广州市杜格数控设备有限公司 | 车辆外廓尺寸测量方法 |
CN109141595A (zh) * | 2018-06-15 | 2019-01-04 | 东南大学 | 一种通过视频识别车辆尺寸信息获取交通轴载信息的方法 |
CN110455190A (zh) * | 2019-09-10 | 2019-11-15 | 中国航发南方工业有限公司 | 一种非接触式整体件测量夹具 |
CN110728693A (zh) * | 2019-09-27 | 2020-01-24 | 上海图趣信息科技有限公司 | 大规模行车路面三维点云的生成方法及*** |
CN110728747A (zh) * | 2019-09-29 | 2020-01-24 | 浙江工业大学 | 一种基于激光点云数据及OpenGL的车辆三维外廓绘制方法 |
CN111121640A (zh) * | 2019-12-18 | 2020-05-08 | 浙江明度智控科技有限公司 | 一种车辆尺寸检测方法和装置 |
CN111121628A (zh) * | 2019-12-31 | 2020-05-08 | 芜湖哈特机器人产业技术研究院有限公司 | 基于二维激光雷达的车厢容器的三维扫描***标定方法 |
CN112099050A (zh) * | 2020-09-14 | 2020-12-18 | 北京魔鬼鱼科技有限公司 | 车辆外形识别装置和方法、车辆处理设备和方法 |
CN112363130A (zh) * | 2020-11-30 | 2021-02-12 | 东风汽车有限公司 | 车载传感器标定方法、存储介质及*** |
CN112417591A (zh) * | 2020-11-16 | 2021-02-26 | 上海交通大学 | 基于云台与扫描仪的车辆建模方法、***、介质及设备 |
CN112859088A (zh) * | 2021-01-04 | 2021-05-28 | 北京科技大学 | 一种基于三维雷达的车辆位置信息获取方法及*** |
CN112906128A (zh) * | 2021-01-18 | 2021-06-04 | 上海交通大学 | 基于直线导轨与扫描仪的车辆建模方法、设备及*** |
CN112906127A (zh) * | 2021-01-18 | 2021-06-04 | 上海交通大学 | 基于云台与扫描仪的车辆建模方法、***、介质及设备 |
CN113610765A (zh) * | 2021-07-12 | 2021-11-05 | 武汉特创科技有限公司 | 一种车辆轮廓检测方法、装置、电子设备和可读存储介质 |
CN114088041A (zh) * | 2021-10-18 | 2022-02-25 | 北京魔鬼鱼科技有限公司 | 车辆三维扫描成像方法及*** |
CN115235525A (zh) * | 2021-12-07 | 2022-10-25 | 上海仙途智能科技有限公司 | 传感器检测方法、装置、电子设备及可读储存介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103256895A (zh) * | 2013-05-09 | 2013-08-21 | 四川九洲电器集团有限责任公司 | 一种利用三维激光扫描仪进行林业调查的方法 |
CN103486984A (zh) * | 2013-10-12 | 2014-01-01 | 中国人民解放军63926部队 | 一种风洞内型面同轴度的检测方法 |
WO2015038354A1 (en) * | 2013-09-10 | 2015-03-19 | Faro Technologies, Inc. | Use of a three-dimensional imager's point cloud data to set the scale for photogrammetry |
CN105547151A (zh) * | 2015-12-23 | 2016-05-04 | 上海建工集团股份有限公司 | 三维激光扫描点云数据采集与处理的方法及*** |
CN105606023A (zh) * | 2015-12-18 | 2016-05-25 | 武汉万集信息技术有限公司 | 一种车辆外廓尺寸测量方法和*** |
CN105737751A (zh) * | 2014-12-06 | 2016-07-06 | 中国石油化工股份有限公司 | 立式储罐变形监测***及方法 |
-
2017
- 2017-03-13 CN CN201710147603.8A patent/CN107167090A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103256895A (zh) * | 2013-05-09 | 2013-08-21 | 四川九洲电器集团有限责任公司 | 一种利用三维激光扫描仪进行林业调查的方法 |
WO2015038354A1 (en) * | 2013-09-10 | 2015-03-19 | Faro Technologies, Inc. | Use of a three-dimensional imager's point cloud data to set the scale for photogrammetry |
CN103486984A (zh) * | 2013-10-12 | 2014-01-01 | 中国人民解放军63926部队 | 一种风洞内型面同轴度的检测方法 |
CN105737751A (zh) * | 2014-12-06 | 2016-07-06 | 中国石油化工股份有限公司 | 立式储罐变形监测***及方法 |
CN105606023A (zh) * | 2015-12-18 | 2016-05-25 | 武汉万集信息技术有限公司 | 一种车辆外廓尺寸测量方法和*** |
CN105547151A (zh) * | 2015-12-23 | 2016-05-04 | 上海建工集团股份有限公司 | 三维激光扫描点云数据采集与处理的方法及*** |
Non-Patent Citations (1)
Title |
---|
李霖: "基于激光扫描的室内环境三维重建***", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108645625A (zh) * | 2018-03-21 | 2018-10-12 | 北京纵目安驰智能科技有限公司 | 尾端与侧面结合的3d车辆检测方法、***、终端和存储介质 |
CN108645625B (zh) * | 2018-03-21 | 2022-02-18 | 北京纵目安驰智能科技有限公司 | 尾端与侧面结合的3d车辆检测方法、***、终端和存储介质 |
CN108759662A (zh) * | 2018-04-02 | 2018-11-06 | 广州市杜格数控设备有限公司 | 车辆外廓尺寸测量方法 |
CN108627112A (zh) * | 2018-05-09 | 2018-10-09 | 广州市杜格科技有限公司 | 车辆销轴距动态测量方法 |
CN109141595B (zh) * | 2018-06-15 | 2020-06-30 | 东南大学 | 一种通过视频识别车辆尺寸信息获取交通轴载信息的方法 |
CN109141595A (zh) * | 2018-06-15 | 2019-01-04 | 东南大学 | 一种通过视频识别车辆尺寸信息获取交通轴载信息的方法 |
CN110455190A (zh) * | 2019-09-10 | 2019-11-15 | 中国航发南方工业有限公司 | 一种非接触式整体件测量夹具 |
CN110728693A (zh) * | 2019-09-27 | 2020-01-24 | 上海图趣信息科技有限公司 | 大规模行车路面三维点云的生成方法及*** |
CN110728693B (zh) * | 2019-09-27 | 2022-12-23 | 上海维智卓新信息科技有限公司 | 大规模行车路面三维点云的生成方法及*** |
CN110728747A (zh) * | 2019-09-29 | 2020-01-24 | 浙江工业大学 | 一种基于激光点云数据及OpenGL的车辆三维外廓绘制方法 |
CN111121640A (zh) * | 2019-12-18 | 2020-05-08 | 浙江明度智控科技有限公司 | 一种车辆尺寸检测方法和装置 |
CN111121640B (zh) * | 2019-12-18 | 2021-10-15 | 杭州明度智能科技有限公司 | 一种车辆尺寸检测方法和装置 |
CN111121628A (zh) * | 2019-12-31 | 2020-05-08 | 芜湖哈特机器人产业技术研究院有限公司 | 基于二维激光雷达的车厢容器的三维扫描***标定方法 |
CN112099050A (zh) * | 2020-09-14 | 2020-12-18 | 北京魔鬼鱼科技有限公司 | 车辆外形识别装置和方法、车辆处理设备和方法 |
CN112417591A (zh) * | 2020-11-16 | 2021-02-26 | 上海交通大学 | 基于云台与扫描仪的车辆建模方法、***、介质及设备 |
CN112417591B (zh) * | 2020-11-16 | 2022-06-28 | 上海交通大学 | 基于云台与扫描仪的车辆建模方法、***、介质及设备 |
CN112363130A (zh) * | 2020-11-30 | 2021-02-12 | 东风汽车有限公司 | 车载传感器标定方法、存储介质及*** |
CN112363130B (zh) * | 2020-11-30 | 2023-11-14 | 东风汽车有限公司 | 车载传感器标定方法、存储介质及*** |
CN112859088A (zh) * | 2021-01-04 | 2021-05-28 | 北京科技大学 | 一种基于三维雷达的车辆位置信息获取方法及*** |
CN112906127A (zh) * | 2021-01-18 | 2021-06-04 | 上海交通大学 | 基于云台与扫描仪的车辆建模方法、***、介质及设备 |
CN112906128A (zh) * | 2021-01-18 | 2021-06-04 | 上海交通大学 | 基于直线导轨与扫描仪的车辆建模方法、设备及*** |
CN113610765A (zh) * | 2021-07-12 | 2021-11-05 | 武汉特创科技有限公司 | 一种车辆轮廓检测方法、装置、电子设备和可读存储介质 |
CN114088041A (zh) * | 2021-10-18 | 2022-02-25 | 北京魔鬼鱼科技有限公司 | 车辆三维扫描成像方法及*** |
CN115235525A (zh) * | 2021-12-07 | 2022-10-25 | 上海仙途智能科技有限公司 | 传感器检测方法、装置、电子设备及可读储存介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107167090A (zh) | 车辆外廓尺寸测量方法及*** | |
CN111505606B (zh) | 多相机与激光雷达***相对位姿检校方法及装置 | |
CN111311689B (zh) | 一种激光雷达与相机相对外参的标定方法及*** | |
CN203084734U (zh) | 用于再生虚拟物体的*** | |
JP3728900B2 (ja) | キャリブレーション方法及び装置、並びにキャリブレーション用データ生成方法 | |
CN101901501B (zh) | 一种生成激光彩色云图的方法 | |
CN107784672A (zh) | 用于获取车载相机的外部参数的方法和装置 | |
Balzer et al. | Multiview specular stereo reconstruction of large mirror surfaces | |
CN112902874B (zh) | 图像采集装置及方法、图像处理方法及装置、图像处理*** | |
US9449433B2 (en) | System for reproducing virtual objects | |
CN104778716B (zh) | 基于单幅图像的卡车车厢体积测量方法 | |
CN110827360B (zh) | 一种光度立体式测量***及其标定光源方向的方法 | |
CN113658262B (zh) | 相机外参标定方法、装置、***及存储介质 | |
CN106840029A (zh) | 一种高反光物体表面轮廓测量装置及方法 | |
CN115856829B (zh) | 一种雷达三维数据转换的图像数据识别方法及*** | |
CN110766762A (zh) | 一种全景泊车的标定方法及标定*** | |
CN110044266B (zh) | 基于散斑投影的摄影测量*** | |
JP2024091700A (ja) | 移動体評価装置、移動体評価方法、およびプログラム | |
CN104268884B (zh) | 一种基于车联网的车道偏离预警的标定***和方法 | |
CN113281777A (zh) | 一种货物体积动态测量方法及其测量装置 | |
CN115187612A (zh) | 一种基于机器视觉的平面面积测量方法、装置及*** | |
JPH09329430A (ja) | 物体の損傷程度計測方法及び装置、並びに物体の修理費算出装置 | |
CN116563370A (zh) | 基于单目计算机视觉的测距方法和测速方法 | |
CN114187365A (zh) | 路侧感知***的相机与毫米波雷达联合标定方法及*** | |
JP5964093B2 (ja) | 車両サイズ測定装置、車両サイズ測定方法、およびプログラム |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170915 |
|
RJ01 | Rejection of invention patent application after publication |