CN110017852B - 一种导航定位误差测量方法 - Google Patents

一种导航定位误差测量方法 Download PDF

Info

Publication number
CN110017852B
CN110017852B CN201910339871.9A CN201910339871A CN110017852B CN 110017852 B CN110017852 B CN 110017852B CN 201910339871 A CN201910339871 A CN 201910339871A CN 110017852 B CN110017852 B CN 110017852B
Authority
CN
China
Prior art keywords
coordinate system
agv
robot
camera
mechanical arm
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
CN201910339871.9A
Other languages
English (en)
Other versions
CN110017852A (zh
Inventor
张国军
李�根
王书亭
黄禹
孟杰
鲍龙
谢远龙
章小龙
蒋立泉
梁启亮
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.)
Guangdong Intelligent Robotics Institute
Original Assignee
Guangdong Intelligent Robotics Institute
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 Guangdong Intelligent Robotics Institute filed Critical Guangdong Intelligent Robotics Institute
Priority to CN201910339871.9A priority Critical patent/CN110017852B/zh
Publication of CN110017852A publication Critical patent/CN110017852A/zh
Application granted granted Critical
Publication of CN110017852B publication Critical patent/CN110017852B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Manipulator (AREA)

Abstract

一种导航定位误差测量方法，包括步骤：首先在站点固定两个二维码；其次AGV移至目标站点进行机械臂示教，获取AGV在目标站点的拍照姿态以及机械臂的姿态参数；然后进行视觉标定，提取出在图像中两个二维码中心点a、b所在像素位置，利用坐标转换获得中心点a、b在机器人坐标下的坐标，然后获得AGV在目标站点时二维码坐标系与机器人坐标系的相对关系；开启导航***，AGV每次停靠站点后都以同样的机械臂姿态拍照进行视觉标定，并获得在AGV当前位置时二维码坐标系与机器人坐标系的相对关系，根据AGV在不同位置下二维码坐标系与机器人坐标系的相对关系得到AGV实际停靠位置相对目标停靠位置的误差。本发明能较高精度、便捷地对AGV导航定位误差进行在线测量。

Description

一种导航定位误差测量方法
技术领域
本发明属于导航定位技术领域，具体地说是一种主要针对AGV机器人移动过程中导航定位的误差测量方法。
背景技术
目前很多自动化应用场所，都使用AGV移动机器人进行操作，以提高生产效率。AGV的活动范围较大导致其位置误差的精准测量比较困难，通常采用三角测量、运动捕捉***、数据集以及特定评估算法等测量或评估位置误差。
三角测量，通过测量设置多个标志点，通过计算当前位置和标志点的几何关系从而估计出当前位置坐标。该方法存在标志点位置确定困难、定位精度不高等问题。
运动捕捉***是通过多个高性能的高速摄像头实现对移动机器人的空间位置确定，该***设备十分昂贵。
也有利用算法来评估定位精度的方法，比如利用激光雷达数据的扫描匹配从而获得较高定位结果，以此作为真实位置的估计。
还可以通过算法得出的位置信任分布(belief distributions)的信息熵来度量当前的位置精度。但特定评估算法给出的位置本身就容易受环境变化的影响。
发明内容
为了解决上述的技术问题，本发明提供了一种导航定位误差测量方法，其采取以下技术方案：
一种导航定位误差测量方法，包括以下步骤：
在站点放置两个10mm*10mm的二维码，两个二维码横向排布；
建立世界坐标系Xw-Yw-Zw、机器人坐标系Xr-Yr-Zr、机械臂末端坐标系Xt-Yt-Zt、相机坐标系Xc-Yc-Zc和特征点所在面的像素坐标系U-V，二维码坐标系XP-YP，相机装在机械臂的末端，二维码坐标系在世界坐标系中是固定不变的；
机械臂示教，当AGV在目标停靠站点位置时，获得移动机械臂在该站点停靠时的机械臂拍照姿态，以及获得机械臂的姿态参数，即机械臂末端坐标系相对于机器人坐标系的位置关系，相机拍摄后两个二维码位于图像中心且图像边缘具有预定空间；
视觉标定，提取出在图像中两个二维码中心点a、b所在的像素位置，利用坐标转换获得中心点a、b在机器人坐标系下的坐标，然后获得AGV在目标站点时二维码坐标系与机器人坐标系的相对关系；
开启导航***，AGV每次停靠站点后都以同样的机械臂姿态拍照进行视觉标定，并获得在AGV当前位置时二维码坐标系与机器人坐标系的相对关系；
最终由于二维码坐标系在世界坐标系中是固定不变的，所以根据AGV在不同位置时二维码坐标系与机器人坐标系的相对关系，利用坐标转换得到AGV实际停靠位置相对目标停靠位置的误差。
所述AGV在目标停靠位置时，使得该AGV停靠在站点的设定距离范围内，机械臂带动相机移动时相机坐标系与机器人坐标系保持在水平状态，机械臂带动相机移动至两个二维码的上方，使两个二维码的位置位于相机的拍摄中心。
所述视觉标定过程中，获得AGV在目标停靠站点位置时中心点a、b在像素坐标系下的坐标具体为：
采用基于二维码的模板匹配方法，获得中心点a、b在像素坐标系下的坐标，相机拍摄得到被搜索图像，令二维码模板T的大小为K*L,被搜索图像的大小为M*N，将二维码模板在被搜索图像中遍历平移，二维码模板重合的区域记为S(i,j)，其中(i,j)为该区域左上角像素在被搜索图像中的坐标，因此1≤i≤M-K+1，1≤j≤N-L+1，T与S(i,j)进行匹配，若完成匹配，则T与S(i,j)的差等于零，采用公式(1)归一化积相关函数来衡量T与S(i,j)的相似度：
Figure GDA0004075152450000031
由公式(1)可知0≤R(i,j)≤1，且当R(i,j)＝1时，T与S(i,j)完全匹配，匹配到两个二维码位置后，求得中心点a、b在像素坐标系下的坐标。
所述将中心点a、b在像素坐标系下的坐标转换为相机坐标系下的坐标，中心点a、b统称为参考点P，具体为：
采用张正友标定方法获得内参矩阵，获得空间中某个参考点P像素坐标与相机坐标下坐标的转换关系，利用公式(2)进行坐标转换：
Figure GDA0004075152450000032
其中，[Xc,Yc,Zc]T为二维码上的参考点P在相机坐标系下的坐标，[u,v]T为参考点P在像素坐标系下的坐标，并记[u0,v0]T为相机的光轴中心线与成像平面交点的像素坐标，fx和fy是相机坐标系下X和Y方向的等效焦距，ρ为比例因子，通过测量得到相机与站点平面距离Zc。
所述将参考点P在相机坐标系下的坐标转换为机器人坐标系下的坐标具体为：
利用机械臂示教时的机械臂姿态参数和相机在机械臂上的安装位置，得到一个机器人坐标系转换到相机坐标系的齐次变换矩阵R，利用公式(3)完成参考点P在相机坐标系下的坐标转换为机器人坐标系下的坐标：
Figure GDA0004075152450000033
从而根据公式(4)可得到参考点P的像素坐标和其在移动机械臂坐标系下坐标的转换关系，从而获得了参考点P，即中心点a、b在机器人坐标***中的坐标：
Figure GDA0004075152450000041
根据公式(4)可获得的AGV在目标停靠位置时中心点a、b在机器人坐标系下的坐标和AGV在实际停靠位置时中心点a、b在机器人坐标系下的坐标。T是AGV在目标停靠位置时二维码坐标系相对机器人坐标系的相对关系，可由在AGV目标停靠位置时中心点a、b在机器人坐标系下的坐标求得C是AGV在实际停靠位置时二维码坐标系相对机器人坐标系的相对关系，可由AGV在实际停靠位置时中心点a、b在机器人坐标系下的坐标求得，如公式(5)(6)所示：
Figure GDA0004075152450000042
Figure GDA0004075152450000043
其中，(axt,ayt)和(bxt,byt)是在AGV目标停靠位置时中心点a、b在机器人坐标系下的坐标，(axa,aya)和(bxa,bya)是AGV在实际停靠位置时中心点a、b在机器人坐标系下的坐标
最终利用坐标转换即可得到AGV实际停靠位置相对目标停靠位置的误差[xe,ye,θe]T，坐标转换通过公式(7)(8)求解：
T＝EC (7)
Figure GDA0004075152450000051
其中，E是机械臂实际停靠位置相对目标停靠位置的齐次变换矩阵。
本发明测量精度高，准确的测量出AGV目标停靠位置与实际停靠位置的误差，速度快，提高效率。
附图说明
附图1为本发明测量示意图；
附图2为本发明中心点a、b在二维码上的提取示意图。
具体实施方式
为能进一步了解本发明的特征、技术手段以及所达到的具体目的、功能，下面结合附图与具体实施方式对本发明作进一步详细描述。
如附图1和2所示，AGV上具有机械臂，机械臂末端安装相机，机械臂可进行各个方向的动作，从而带动相机的位置变化。本发明揭示了一种导航定位误差测量方法，包括以下步骤：
搭建一个AGV场景，在站点设两个二维码，该两个二维码的中心点为a、b中心点a和b的连线中点为站点参考点P。
在站点放置两个10mm*10mm的二维码，两个二维码横向排布；
建立世界坐标系Xw-Yw-Zw、机器人坐标系Xr-Yr-Zr、机械臂末端坐标系Xt-Yt-Zt、相机坐标系Xc-Yc-Zc和特征点所在面的像素坐标系U-V，二维码坐标系XP-YP，相机装在机械臂的末端，二维码坐标系在世界坐标系中是固定不变的；
机械臂示教，当AGV在目标停靠站点位置时，获得移动机械臂在该站点停靠时的机械臂拍照姿态，以及获得机械臂的姿态参数，即机械臂末端坐标系相对于机器人坐标系的位置关系，相机拍摄后两个二维码位于图像中心且图像边缘具有预定空间；
视觉标定，提取出在图像中两个二维码中心点a、b所在的像素位置，利用坐标转换获得中心点a、b在机器人坐标系下的坐标，然后获得AGV在目标站点时二维码坐标系与机器人坐标系的相对关系；
开启导航***，AGV每次停靠站点后都以同样的机械臂姿态拍照进行视觉标定，并获得在AGV当前位置时二维码坐标系与机器人坐标系的相对关系；
最终由于二维码坐标系在世界坐标系中是固定不变的，所以根据AGV在不同位置时二维码坐标系与机器人坐标系的相对关系，利用坐标转换得到AGV实际停靠位置相对目标停靠位置的误差。
所述AGV在目标停靠位置时，使得该AGV停靠在站点的设定距离范围内，机械臂带动相机移动时相机坐标系与机器人坐标系保持在水平状态，机械臂带动相机移动至两个二维码的上方，使两个二维码的位置位于相机的拍摄中心。
所述视觉标定过程中，获得AGV在目标停靠站点位置时中心点a、b在像素坐标系下的坐标具体为：
采用基于二维码的模板匹配方法，获得中心点a、b在像素坐标系下的坐标，相机拍摄得到被搜索图像，令二维码模板T的大小为K*L,被搜索图像的大小为M*N，将二维码模板在被搜索图像中遍历平移，二维码模板重合的区域记为S(i,j)，其中(i,j)为该区域左上角像素在被搜索图像中的坐标，因此1≤i≤M-K+1，1≤j≤N-L+1，T与S(i,j)进行匹配，若完成匹配，则T与S(i,j)的差等于零，采用公式(1)归一化积相关函数来衡量T与S(i,j)的相似度：
Figure GDA0004075152450000061
由公式(1)可知0≤R(i,j)≤1，且当R(i,j)＝1时，T与S(i,j)完全匹配，匹配到两个二维码位置后，求得中心点a、b在像素坐标系下的坐标。
所述将中心点a、b在像素坐标系下的坐标转换为相机坐标系下的坐标，中心点a、b统称为参考点P，具体为：
采用张正友标定方法获得内参矩阵，获得空间中某个参考点P像素坐标与相机坐标下坐标的转换关系，利用公式(2)进行坐标转换：
Figure GDA0004075152450000071
其中，[Xc,Yc,Zc]T为二维码上的参考点P在相机坐标系下的坐标，[u,v]T为参考点P在像素坐标系下的坐标，并记[u0,v0]T为相机的光轴中心线与成像平面交点的像素坐标，fx和fy是相机坐标系下X和Y方向的等效焦距，ρ为比例因子，通过测量得到相机与站点平面距离Zc。
所述将参考点P在相机坐标系下的坐标转换为机器人坐标系下的坐标具体为：
利用机械臂示教时的机械臂姿态参数和相机在机械臂上的安装位置，得到一个机器人坐标系转换到相机坐标系的齐次变换矩阵R，利用公式(3)完成参考点P在相机坐标系下的坐标转换为机器人坐标系下的坐标：
Figure GDA0004075152450000072
从而根据公式(4)得到参考点P的像素坐标和其在移动机械臂坐标系下坐标的转换关系，从而获得了参考点P，即中心点a、b在机器人坐标***中的坐标：
Figure GDA0004075152450000081
根据公式(4)可获得的AGV在目标停靠位置时中心点a、b在机器人坐标系下的坐标和AGV在实际停靠位置时中心点a、b在机器人坐标系下的坐标。T是AGV在目标停靠位置时二维码坐标系相对机器人坐标系的相对关系，可由在AGV目标停靠位置时中心点a、b在机器人坐标系下的坐标求得C是AGV在实际停靠位置时二维码坐标系相对机器人坐标系的相对关系，可由AGV在实际停靠位置时中心点a、b在机器人坐标系下的坐标求得，如公式(5)(6)所示：
Figure GDA0004075152450000082
Figure GDA0004075152450000083
其中，(axt,ayt)和(bxt,byt)是在AGV目标停靠位置时中心点a、b在机器人坐标系下的坐标，(axa,aya)和(bxa,bya)是AGV在实际停靠位置时中心点a、b在机器人坐标系下的坐标。
最终利用坐标转换即可得到AGV实际停靠位置相对目标停靠位置的误差[xe,ye,θe]T，坐标转换通过公式(7)(8)求解：
T＝EC (7)
Figure GDA0004075152450000091
其中，E是机械臂实际停靠位置相对目标停靠位置的齐次变换矩阵。
本发明通过在站点上设置两个二维码，通过获取中心点a、b在目标停靠位置时机器人坐标系下的坐标和实际停靠位置时机器人坐标系下的坐标，利用坐标转换即可得到AGV真实停靠位置相对目标停靠位置的误差，速度更快，精度更高。
需要说明的是，以上仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，但是凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种导航定位误差测量方法，包括以下步骤：
在站点放置两个10mm*10mm的二维码，两个二维码横向排布；
建立世界坐标系Xw—Yw—Zw、机器人坐标系Xr—Yr—Zr、机械臂末端坐标系Xt—Yt—Zt、相机坐标系Xc—Yc—Zc和特征点所在面的像素坐标系U—V，二维码坐标系XP—YP，相机装在机械臂的末端，二维码坐标系在世界坐标系中是固定不变的；
机械臂示教，当AGV在目标停靠站点位置时，获得移动机械臂在该站点停靠时的机械臂拍照姿态，以及获得机械臂的姿态参数，即机械臂末端坐标系相对于机器人坐标系的位置关系，相机拍摄后两个二维码位于图像中心且图像边缘具有预定空间；
视觉标定，提取出在图像中两个二维码中心点a、b所在的像素位置，利用坐标转换获得中心点a、b在机器人坐标系下的坐标，然后获得AGV在目标站点时二维码坐标系与机器人坐标系的相对关系；
开启导航***，AGV每次停靠站点后都以同样的机械臂姿态拍照进行视觉标定，并获得在AGV当前位置时二维码坐标系与机器人坐标系的相对关系；
最终由于二维码坐标系在世界坐标系中是固定不变的，所以根据AGV在不同位置时二维码坐标系与机器人坐标系的相对关系，利用坐标转换得到AGV实际停靠位置相对目标停靠位置的误差，坐标转换是指通过二维码坐标系与机器人坐标系的相对关系，以及机械臂末端坐标系与机器人坐标系的相对关系进行的坐标转换；
将中心点a,b在像素坐标系下的坐标转换为相机坐标系下的坐标，中心点a,b统称为参考点P，具体为：
采用张正友标定方法获得内参矩阵，获得空间中某个参考点P像素坐标与相机坐标下坐标的转换关系，利用公式(2)进行坐标转换：
Figure FDA0004075152440000011
其中[Xc,Yc,Zc]T为二维码上的参考点P在相机坐标系下的坐标，[u,v]T为参考点P在像素坐标系下的坐标，并记[u0,v0]T为相机的光轴中心线与成像平面交点的像素坐标，fx和fy是相机坐标系下X和Y方向的等效焦距，ρ为比例因子，通过测量得到相机与站点平面距离Zc。
2.根据权利要求1所述的导航定位误差测量方法，其特征在于，AGV在目标停靠位置时，使得该AGV停靠在站点的设定距离范围内，机械臂带动相机移动时相机坐标系与机器人坐标系保持在水平状态，机械臂带动相机移动至两个二维码的上方，使两个二维码的位置位于相机的拍摄中心。
3.根据权利要求2所述的导航定位误差测量方法，其特征在于，所述视觉标定过程中，获得AGV在目标停靠站点位置时中心点a、b在像素坐标系下的坐标具体为：
采用基于二维码的模板匹配方法，获得中心点a、b在像素坐标系下的坐标，相机拍摄得到被搜索图像，令二维码模板T的大小为K*L,被搜索图像的大小为M*N，将二维码模板在被搜索图像中遍历平移，二维码模板重合的区域记为S(i,j)，(i,j)为该区域左上角像素在被搜索图像中的坐标，因此1≤i≤M-K+1,1≤j≤N-L+1,T与S(i,j)进行匹配，若完成匹配，则T与S(i,j)的差等于零，采用公式(1)归一化积相关函数来衡量T与S(i,j)的相似度：
Figure FDA0004075152440000021
由公式(1)可知：0≤R(i,j)≤1，当R(i,j)＝1时，T与S(i,j)完全匹配，匹配到两个二维码位置后，求得中心点a、b在像素坐标系下的坐标。
4.根据权利要求3所述的导航定位误差测量方法，其特征在于，将参考点P在相机坐标系下的坐标转换为机器人坐标系下的坐标具体为：
利用机械臂示教时的机械臂姿态参数和相机在机械臂上的安装位置，得到一个机器人坐标系转换到相机坐标系的齐次变换矩阵R，利用公式(3)完成参考点P在相机坐标系下的坐标转换为机器人坐标系下的坐标，
Figure FDA0004075152440000022
从而根据公式(4)为了得到参考点P的像素坐标和其在移动机械臂坐标系下坐标的转换关系，从而获得了参考点P，即中心点a,b在机器人坐标***中的坐标，
Figure FDA0004075152440000031
5.根据权利要求4所述的导航定位误差测量方法，其特征在于，根据公式(4)可获得的AGV在目标停靠位置时中心点a、b在机器人坐标系下的坐标和AGV在实际停靠位置时中心点a、b在机器人坐标系下的坐标，T是AGV在目标停靠位置时二维码坐标系相对机器人坐标系的相对关系，可由在AGV目标停靠位置时中心点a、b在机器人坐标系下的坐标求得C是AGV在实际停靠位置时二维码坐标系相对机器人坐标系的相对关系，可由AGV在实际停靠位置时中心点a、b在机器人坐标系下的坐标求得，如公式(5)(6)所示：
Figure FDA0004075152440000032
Figure FDA0004075152440000033
其中，(axt，ayt)和(bxt，byt)是在AGV目标停靠位置时中心点a、b在机器人坐标系下的坐标，(axa，aya)和(bxa，bya)是AGV在实际停靠位置时中心点a、b在机器人坐标系下的坐标；
最终利用坐标转换即可得到AGV实际停靠位置相对目标停靠位置的误差[xe,ye,θe]T，坐标转换通过公式(7)(8)求解：
T＝EC (7)
Figure FDA0004075152440000034
其中，E是机械臂实际停靠位置相对目标停靠位置的齐次变换矩阵。
CN201910339871.9A 2019-04-25 2019-04-25 一种导航定位误差测量方法 Active CN110017852B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910339871.9A CN110017852B (zh) 2019-04-25 2019-04-25 一种导航定位误差测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910339871.9A CN110017852B (zh) 2019-04-25 2019-04-25 一种导航定位误差测量方法

Publications (2)

Publication Number Publication Date
CN110017852A CN110017852A (zh) 2019-07-16
CN110017852B true CN110017852B (zh) 2023-03-21

Family

ID=67192505

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910339871.9A Active CN110017852B (zh) 2019-04-25 2019-04-25 一种导航定位误差测量方法

Country Status (1)

Country Link
CN (1) CN110017852B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111208827B (zh) * 2020-02-20 2020-09-08 崔永亮 一种投射式agv二维码导航***及其应用
CN112507755B (zh) * 2020-12-22 2024-05-24 芜湖英视迈智能科技有限公司 最小化二维码角点重投影误差的目标物体六自由度定位方法及***
CN113771042B (zh) * 2021-09-30 2023-03-24 杭州景吾智能科技有限公司 基于视觉的移动机器人夹取工具的方法及***
CN113843798B (zh) * 2021-10-11 2023-04-28 深圳先进技术研究院 一种移动机器人抓取定位误差的纠正方法、***及机器人
CN114683279B (zh) * 2022-02-17 2023-05-23 广东博智林机器人有限公司 导航精度的确定方法、装置和电子设备

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0538688A (ja) * 1991-07-30 1993-02-19 Nok Corp 産業用ロボツトシステムの座標系較正方法
JP6468741B2 (ja) * 2013-07-22 2019-02-13 キヤノン株式会社 ロボットシステム及びロボットシステムの校正方法
CN103759716B (zh) * 2014-01-14 2016-08-17 清华大学 基于机械臂末端单目视觉的动态目标位置和姿态测量方法
CN107081755A (zh) * 2017-01-25 2017-08-22 上海电气集团股份有限公司 一种机器人单目视觉引导***的自动标定装置
WO2018214147A1 (zh) * 2017-05-26 2018-11-29 深圳配天智能技术研究院有限公司 一种机器人标定方法、***、机器人及存储介质
CN107738254B (zh) * 2017-08-25 2019-12-24 中国科学院光电研究院 一种机械臂坐标系的转换标定方法与***
CN107767423B (zh) * 2017-10-10 2019-12-06 大连理工大学 一种基于双目视觉的机械臂目标定位抓取方法
CN108519055A (zh) * 2018-04-26 2018-09-11 华中科技大学 一种基于视觉的双机器人相对位姿在线标定方法
CN109671122A (zh) * 2018-12-14 2019-04-23 四川长虹电器股份有限公司 手眼相机标定方法及装置

Also Published As

Publication number Publication date
CN110017852A (zh) 2019-07-16

Similar Documents

Publication Publication Date Title
CN110017852B (zh) 一种导航定位误差测量方法
CN111968177B (zh) 一种基于固定摄像头视觉的移动机器人定位方法
CN111964694B (zh) 一种用于三维测量的激光测距仪标定方法
CN106529587B (zh) 基于目标点识别的视觉航向识别方法
CN111811395B (zh) 基于单目视觉的平面位姿动态测量方法
CN111220126A (zh) 一种基于点特征和单目相机的空间物***姿测量方法
CN109341668B (zh) 基于折射投影模型和光束追踪法的多相机测量方法
CN105043250B (zh) 一种基于至少两个公共标记点的双视角数据对齐方法
CN112484746B (zh) 一种基于地平面的单目视觉辅助激光雷达里程计方法
CN111536872B (zh) 基于视觉的二维平面测距装置及方法、标记点识别装置
CN110695982A (zh) 一种基于三维视觉的机械臂手眼标定方法和装置
CN112492292B (zh) 一种自由姿态的智能视觉3d信息采集设备
CN113119129A (zh) 一种基于标准球的单目测距定位方法
CN112658643B (zh) 接插件装配方法
CN113028990B (zh) 一种基于加权最小二乘的激光跟踪姿态测量***及方法
CN108805940B (zh) 一种变倍相机在变倍过程中跟踪定位的方法
CN114413958A (zh) 无人物流车的单目视觉测距测速方法
CN116468764A (zh) 基于超点空间引导的多视图工业点云高精度配准***
CN113781558B (zh) 一种姿态与位置解耦的机器人视觉寻位方法
CN110595374A (zh) 基于传递像机的大型结构件实时形变监测方法
CN112053401B (zh) 一种芯片拼接方法、装置、设备及存储介质
CN113465572A (zh) 一种基于相机成像几何关系的单目测距方法及***
CN112330740A (zh) 一种基于单目视频的伪双目动态测距方法
CN108564626B (zh) 用于确定安装于采集实体的相机之间的相对姿态角的方法和装置
CN113421300B (zh) 确定鱼眼相机图像中物体实际位置的方法及装置

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