CN110031014A - 基于图案识别的视觉定位方法 - Google Patents
基于图案识别的视觉定位方法 Download PDFInfo
- Publication number
- CN110031014A CN110031014A CN201910237891.5A CN201910237891A CN110031014A CN 110031014 A CN110031014 A CN 110031014A CN 201910237891 A CN201910237891 A CN 201910237891A CN 110031014 A CN110031014 A CN 110031014A
- Authority
- CN
- China
- Prior art keywords
- pattern
- coordinate system
- moving cell
- pose
- central 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000003384 imaging method Methods 0.000 claims abstract description 7
- 238000010586 diagram Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 5
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000013316 zoning Methods 0.000 claims description 3
- 230000004807 localization Effects 0.000 abstract description 9
- 244000025254 Cannabis sativa Species 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及定位领域,尤其涉及基于图案识别的视觉定位方法,包括以下步骤:S1:设置一个带有图案或多个带有不同图案的路标,所述图案包括一个或多个图案单元;S2:建立路标坐标系、运动单元坐标系、摄像单元成像坐标系以及全局坐标系;S3:运动单元在运动的过程中采集图像,通过积分图像技术对图像中的图案进行识别;S4:若识别到图案,则根据识别的图案确定对应的路标、对应路标的位姿、图案单元的中心点的位姿,根据图案单元的中心点的位姿确定路标坐标系和运动单元坐标系的平移和旋转,计算得到运动单元在全局坐标系的位姿;S5:若识别不到图案,则通过定位算法对运动单元进行定位。本发明通过两种定位方法相结合,提高定位的准确度。
Description
技术领域
本发明涉及定位领域,尤其涉及基于图案识别的视觉定位方法。
背景技术
现有的定位方法主要包括差分GPS定位,里程计、imu(惯性单元)航位推算定位以及基于视觉的定位方法。
差分GPS定位方法通过安装GPS基站从而精确计算运动单元的位姿,但是GPS基站价格较高,而且信号不稳定。
里程计、imu航位推算定位通过运动单元轮子上的里程计计算运动单元行驶的距离,imu计算运动单元的行驶方向,从而推算出运动单元相对于起始点的位姿,但是里程计、imu航位推算存在累计误差,精度较低。
基于视觉的定位方法,通过在运动区域处添加特定图案计算基站相对于运动单元的位姿和方向,但是现有的基于视觉的定位方法识别效率低,且准确率低。
发明内容
为解决上述问题,本发明提出基于图案识别的视觉定位方法,以提高识别的效率以及准确率。
基于图案识别的视觉定位方法,包括:
S1:设置一个带有图案或多个带有不同图案的路标,所述图案包括一个或多个图案单元;
S2:建立路标坐标系、运动单元坐标系、摄像单元成像坐标系以及全局坐标系;
S3:运动单元在运动的过程中采集图像,通过积分图像技术对图像中的图案进行识别;
S4:若识别到图案,则根据识别的图案确定对应的路标及对应路标的位姿,并根据采集的图像确定图案单元的中心点的位姿,根据图案单元的中心点的位姿确定路标坐标系和运动单元坐标系的平移和旋转,从而计算得到运动单元在全局坐标系的位姿;
S5:若识别不到图案,则通过定位算法对运动单元进行定位。
优选的,所述通过积分图像技术对图像中的图案进行识别包括:
S301:将采集的图像转换成灰度图像;
S302:对灰度图像求积分图;
S303:通过图案模版遍历积分图得到响应图;
S304:根据响应图中的响应值识别采集的图像中是否带有图案单元,根据识别的图案单元确定图案。
优选的,所述根据采集的图像确定图案单元的中心点的位姿包括:
S401:将响应图分割成若干块;
S402:求各个块中的局部响应值;
S403:根据局部响应值确定图案单元的中心点在路标坐标系中的位姿。
优选的,所述确定图案单元的中心点的位姿还包括:
S404:滤除判断错误的中心点。
优选的,所述滤除判断错误的中心点包括:
设定中心点为O(a,b),获取以中心点O为中心、边长为k的正方形区域A;
通过积分图求区域A的平均值mean,再将区域A以平均值mean为阈值求二值图,灰度值大于平均值mean的为255,灰度值小于平均值mean的为0;
根据二值图计算区域A中对称点的个数num,若个数num值小于阈值m,则判断区域A不呈中心对称,并滤除该中心点;若个数num值大于等于阈值m,则保留该中心点。
优选的,所述根据图案单元的中心点的位姿确定路标坐标系和运动单元坐标系的平移和旋转,从而计算得到运动单元在全局坐标系的位姿包括:
设定中心点的数量为n;设定表示中心点在路标坐标系中的坐标,其中,i=1,2……n,Six表示中心点在路标坐标系中的横坐标,Siy表示中心点在路标坐标系中的纵坐标;设定表示中心点在运动单元坐标系中的坐标,其中,i=1,2……n,Wix表示中心点在运动单元坐标系中的横坐标,Wiy表示中心点在运动单元坐标系中的纵坐标;
计算得到运动单元平面坐标系中的中心点的坐标Wi=H·Si,H为摄像单元成像坐标系与运动单元坐标系之间的透视变换矩阵;
计算得到路标坐标系和运动单元坐标系的平移和旋转其计算公式如下:
将Wi,Si,i=1,2...n代入公式(1)、(2)即可得方程组,利用最小二乘法可计算得到
计算运动单元的观测位姿其中,T表示由运动单元当前角度转化的旋转矩阵, 表示路标的位姿,通过扩展卡尔曼滤波算法得到运动单元的位姿
优选的,所述通过定位算法对运动单元进行定位包括:
设定t时刻运动单元的位姿则t+1时刻运动单元的位姿计算公式为:
其中为t+1时刻的位姿,为t时刻的位姿,Δs为相邻时刻运动单元的位移量,θ为运动单元的角度,Δθ为相邻时刻运动单元变化的角度。
通过使用本发明,可以实现以下效果:
通过积分图像技术对图像中的图案进行识别,积分图像技术能够快速准确的识别图像中的图案;若识别到图案,则根据识别的图案计算得到运动单元在全局坐标系的位姿;若识别不到图案,则通过定位算法对运动单元进行定位,两种定位方法相结合,提高定位的效率以及准确度。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1是本发明实施例的整体流程示意图;
图2是本发明实施例中图案的示意图;
图3是本发明实施例中图案单元的示意图;
图4是本发明实施例中路标坐标系、运动单元坐标系、摄像单元成像坐标系以及全局坐标系的示意图;
图5是本发明实施例中步骤S3的流程示意图;
图6是本发明实施例中步骤S4的流程示意图;
图7是本发明实施例中步骤S404的流程示意图。
具体实施方式
以下结合附图,对本发明的技术方案作进一步的描述,但本发明并不限于这些实施例。
本发明的基本思想设置一个带有图案或多个带有不同图案的路标,运动单元在运动的过程中采集图像,通过积分图像技术对图像中的图案进行识别,积分图像技术能够快速准确的识别图像中的图案;若识别到图案,则根据识别的图案计算得到运动单元在全局坐标系的位姿;若识别不到图案,则通过定位算法对运动单元进行定位,两种定位方法相结合,提高定位的效率以及准确度。
如图1所示,本实施例提供一种基于图案识别的视觉定位方法,包括:
S1:设置一个带有图案或多个带有不同图案的路标,所述图案包括一个或多个图案单元;
S2:建立路标坐标系、运动单元坐标系以及全局坐标系;
S3:运动单元在运动的过程中采集图像,通过积分图像技术对图像中的图案进行识别;
S4:若识别到图案,则根据识别的图案确定对应的路标及对应路标的位姿,并根据采集的图像确定图案单元的中心点的位姿,根据图案单元的中心点的位姿确定路标坐标系和运动单元坐标系的平移和旋转,从而计算得到运动单元在全局坐标系的位姿;
S5:若识别不到图案,则通过差分GPS定位方法对运动单元进行定位。
在本实施例中,运动单元根据路标来实现定位,路标上设有用于识别的图案。为了让运动单元在不同的位置能够实现定位,一般会在运动区域的周围或者运动区域内设置多个路标,在每个路标上都设有不同的图案以便于区别。在设置路标时,同时记录每个路标的位姿。以运动单元为割草机为例,路标可以设置在割草机充电桩处、草坪内、草坪外和草坪边界处。
如图2所示,每个图案包括一个或多个图案单元,在本实施例中,如图3所示,所采用的图案单元(a)、(b)为正方形,通过两条对角线将正方形分割成四部分,其对称的两部分为相同的黑色块或者白色块,在正方形的中间位置有一个图案单元的中心点。通过对图案单元进行旋转以及排列可以组合成多个不同的图案,不同的图案对应不同的路标。运动单元通过对图案的识别即可确定所对应的路标,从而确定路标所在的位姿。需要说明的是,图案单元的选择并不局限于本实施例中所采用的图案,至于本实施例中所采用的图案是基于多次识别实验,该图案单元所组成的图案识别效率和准确率高。
在本实施例中,如图4所示,路标、运动单元、摄像单元以及全地图都具有不同的参考坐标系,所以在识别之前需要建立路标坐标系L1、运动单元坐标系L2、摄像单元成像坐标系L3以及全局坐标系L4,以便于位姿的转换。
运动单元在运动的过程中通过前端设置的摄像单元采集图像,通过运动单元内部的处理单元采用积分图像技术对图像中的图案进行识别。如图5所示,具体包括以下步骤:
S301:将采集的图像转换成灰度图像;
S302:对灰度图像求积分图;
S303:通过图案模版遍历积分图得到响应图;
S304:根据响应图中的响应值识别采集的图像中是否带有图案单元,根据识别的图案单元确定图案。
以本实施例中的图案单元为例,如图3所示,该图案单元的响应图计算方式如下:
对于积分图中任意一一点a,其叉形响应值为黑色区域像素和减去白色区域的像素和,白色和黑色区域分别为45°倾斜的正方形。图案单元(a)得到的为正的大响应值,若响应值大于设定阈值,则该部分图像为图案单元(a);图案单元(b)得到的为负的大响应值,若响应值小于设定阈值,则该部分图像为图案单元(b)。
若识别到图案,则根据识别的图案即可确定该图案所对应的路标,而每个路标又对应不同的位姿从而确定该路标所对应的位姿。在本实施例中,通过图案单元的中心点的位姿来确定路标坐标系和运动单元坐标系的平移和旋转,如图6所示,具体包括以下步骤:
S401:将响应图分割成若干块;
S402:求各个块中的局部响应值;
S403:根据局部响应值确定图案单元的中心点在路标坐标系中的位姿。
将响应图分割成小块,求各个小块中响应值的局部最大值和局部最小值。根据图案单元(a)、(b)的图像特点,其中局部最大值且大于设定阈值的可能为图案单元(a),局部最小值且小于设定阈值的可能为图案单元(b)。
作为本实施例的优选,如图7所示,所述确定图案单元的中心点的位姿还包括:
S404:滤除判断错误的中心点。
在实际的识别过程中,可能会由于环境或其他原因导致中心点的判断出错,如果以这些错误的中心点进行后续的计算,会导致最后的定位出错,因此需要滤除判断错误的中心点,避免定位的失败。
具体的,滤除判断错误的中心点包括:
设定中心点为O(a,b),获取以中心点O为中心、边长为k的正方形区域A;
通过积分图求区域A的平均值mean,再将区域A以平均值mean为阈值求二值图,灰度值大于平均值mean的为255,灰度值小于平均值mean的为0;
基于本实施例中的图案单元呈中心对称,以中心点两侧是否对称作为判断该中心点是否误判的依据。根据二值图计算区域A中对称点的个数num,若个数num值小于阈值m,则判断区域A不呈中心对称,并滤除该中心点;若个数num值大于等于阈值m,则保留该中心点。
在得到图案单元的中心点的位姿之后,根据图案单元的中心点的位姿确定路标坐标系和运动单元坐标系的平移和旋转,从而计算得到运动单元在全局坐标系的位姿。具体的:
设定中心点的数量为n;设定表示中心点在路标坐标系中的坐标,其中,i=1,2……n,Six表示中心点在路标坐标系中的横坐标,Siy表示中心点在路标坐标系中的纵坐标;设定表示中心点在运动单元坐标系中的坐标,其中,i=1,2……n,Wix表示中心点在运动单元坐标系中的横坐标,Wiy表示中心点在运动单元坐标系中的纵坐标;
计算得到运动单元平面坐标系中的中心点的坐标Wi=H·Si,H为摄像单元成像坐标系与运动单元坐标系之间的透视变换矩阵;
计算得到路标坐标系和运动单元坐标系的平移和旋转其计算公式如下:
将Wi,Si,i=1,2...n代入公式(1)、(2)即可得方程组,利用最小二乘法可计算得到
计算运动单元的观测位姿其中,T表示由运动单元当前角度转化的旋转矩阵, 表示路标的位姿,通过扩展卡尔曼滤波算法得到运动单元的位姿
基于摄像单元所拍摄的图像中没有路标,因此运动单元无法识别到图案,在这种情况下就只能通过定位方法对运动单元进行定位。具体的:
设定t时刻运动单元的位姿则t+1时刻运动单元的位姿计算公式为:
其中为t+1时刻的位姿,为t时刻的位姿,Δs为相邻时刻运动单元的位移量,θ为运动单元的角度,Δθ为相邻时刻运动单元变化的角度。
上述的定位方法在长时间的使用之后会导致定位的精度降低,而本申请中,在定位的精度降低之后,通过积分图像技术来定位以纠正之前的定位偏差,而又由于积分图像技术定位的时间较长,因此通过两种定位方式相结合的方式,在保证一定定位效率的基础上具有较高的定位精度。
本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (7)
1.基于图案识别的视觉定位方法,其特征在于,包括:
S1:设置一个带有图案或多个带有不同图案的路标,所述图案包括一个或多个图案单元;
S2:建立路标坐标系、运动单元坐标系、摄像单元成像坐标系以及全局坐标系;
S3:运动单元在运动的过程中采集图像,通过积分图像技术对图像中的图案进行识别;
S4:若识别到图案,则根据识别的图案确定对应的路标及对应路标的位姿,并根据采集的图像确定图案单元的中心点的位姿,根据图案单元的中心点的位姿确定路标坐标系和运动单元坐标系的平移和旋转,从而计算得到运动单元在全局坐标系的位姿;
S5:若识别不到图案,则通过定位算法对运动单元进行定位。
2.根据权利要求1所述的基于图案识别的视觉定位方法,其特征在于,所述通过积分图像技术对图像中的图案进行识别包括:
S301:将采集的图像转换成灰度图像;
S302:对灰度图像求积分图;
S303:通过图案模版遍历积分图得到响应图;
S304:根据响应图中的响应值识别采集的图像中是否带有图案单元,根据识别的图案单元确定图案。
3.根据权利要求2所述的基于图案识别的视觉定位方法,其特征在于,所述根据采集的图像确定图案单元的中心点的位姿包括:
S401:将响应图分割成若干块;
S402:求各个块中的局部响应值;
S403:根据局部响应值确定图案单元的中心点在路标坐标系中的位姿。
4.根据权利要求3所述的基于图案识别的视觉定位方法,其特征在于,所述确定图案单元的中心点的位姿还包括:
S404:滤除判断错误的中心点。
5.根据权利要求4所述的基于图案识别的视觉定位方法,其特征在于,所述滤除判断错误的中心点包括:
设定中心点为O(a,b),获取以中心点O为中心、边长为k的正方形区域A;
通过积分图求区域A的平均值mean,再将区域A以平均值mean为阈值求二值图,灰度值大于平均值mean的为255,灰度值小于平均值mean的为0;
根据二值图计算区域A中对称点的个数num,若个数num值小于阈值m,则判断区域A不呈中心对称,并滤除该中心点;若个数num值大于等于阈值m,则保留该中心点。
6.根据权利要求1所述的基于图案识别的视觉定位方法,其特征在于,所述根据图案单元的中心点的位姿确定路标坐标系和运动单元坐标系的平移和旋转,从而计算得到运动单元在全局坐标系的位姿包括:
设定中心点的数量为n;设定表示中心点在路标坐标系中的坐标,其中,i=1,2……n,Six表示中心点在路标坐标系中的横坐标,Siy表示中心点在路标坐标系中的纵坐标;设定表示中心点在运动单元坐标系中的坐标,其中,i=1,2……n,Wix表示中心点在运动单元坐标系中的横坐标,Wiy表示中心点在运动单元坐标系中的纵坐标;
计算得到运动单元平面坐标系中的中心点的坐标Wi=H·Si,H为摄像单元成像坐标系与运动单元坐标系之间的透视变换矩阵;
计算得到路标坐标系和运动单元坐标系的平移和旋转其计算公式如下:
将Wi,Si,i=1,2...n代入公式(1)、(2)即可得方程组,利用最小二乘法可计算得到
计算运动单元的观测位姿其中,T表示由运动单元当前角度转化的旋转矩阵, 表示路标的位姿,通过扩展卡尔曼滤波算法得到运动单元的位姿
7.根据权利要求1所述的基于图案识别的视觉定位方法,其特征在于,所述通过定位算法对运动单元进行定位包括:
设定t时刻运动单元的位姿则t+1时刻运动单元的位姿计算公式为:
其中为t+1时刻的位姿,为t时刻的位姿,Δs为相邻时刻运动单元的位移量,θ为运动单元的角度,Δθ为相邻时刻运动单元变化的角度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910237891.5A CN110031014B (zh) | 2019-03-27 | 2019-03-27 | 基于图案识别的视觉定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910237891.5A CN110031014B (zh) | 2019-03-27 | 2019-03-27 | 基于图案识别的视觉定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110031014A true CN110031014A (zh) | 2019-07-19 |
CN110031014B CN110031014B (zh) | 2024-01-26 |
Family
ID=67236794
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910237891.5A Active CN110031014B (zh) | 2019-03-27 | 2019-03-27 | 基于图案识别的视觉定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110031014B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111251189A (zh) * | 2019-11-12 | 2020-06-09 | 长沙长泰机器人有限公司 | 一种用于铸件打磨的视觉定位方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004092825A1 (en) * | 2003-04-18 | 2004-10-28 | Appro Technology Inc. | Method for exploring optical parameters of camera |
AU2006327353A1 (en) * | 2005-12-23 | 2007-06-28 | Gcoder Systems Ab | Positioning pattern |
CN102121827A (zh) * | 2010-11-29 | 2011-07-13 | 浙江亚特电器有限公司 | 一种移动机器人定位***及其定位方法 |
CN102135429A (zh) * | 2010-12-29 | 2011-07-27 | 东南大学 | 一种基于视觉的机器人室内定位导航方法 |
CN102324032A (zh) * | 2011-09-08 | 2012-01-18 | 北京林业大学 | 一种基于极坐标系下灰度共生矩阵的纹理特征提取方法 |
CN102592292A (zh) * | 2011-12-12 | 2012-07-18 | 河南理工大学 | 基于内积运算的对称图形中心定位方法 |
CN103955659A (zh) * | 2014-04-22 | 2014-07-30 | 广州宽度信息技术有限公司 | 一种批量真知码识别方法 |
US20150138555A1 (en) * | 2013-11-20 | 2015-05-21 | Globalfoundries Inc. | Overlay metrology system and method |
CN106340044A (zh) * | 2015-07-09 | 2017-01-18 | 上海振华重工电气有限公司 | 摄像机外参自动标定方法及标定装置 |
CN106468553A (zh) * | 2016-08-30 | 2017-03-01 | 上海擎朗智能科技有限公司 | 一种基于路标的移动物体的定位方法 |
CN107168339A (zh) * | 2017-07-10 | 2017-09-15 | 北京工业大学 | 一种基于视觉和超声波组合的智能轮椅床对接控制方法 |
US20190007670A1 (en) * | 2017-06-29 | 2019-01-03 | Kabushiki Kaisha Toshiba | Estimation system and automobile |
-
2019
- 2019-03-27 CN CN201910237891.5A patent/CN110031014B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004092825A1 (en) * | 2003-04-18 | 2004-10-28 | Appro Technology Inc. | Method for exploring optical parameters of camera |
AU2006327353A1 (en) * | 2005-12-23 | 2007-06-28 | Gcoder Systems Ab | Positioning pattern |
CN102121827A (zh) * | 2010-11-29 | 2011-07-13 | 浙江亚特电器有限公司 | 一种移动机器人定位***及其定位方法 |
CN102135429A (zh) * | 2010-12-29 | 2011-07-27 | 东南大学 | 一种基于视觉的机器人室内定位导航方法 |
CN102324032A (zh) * | 2011-09-08 | 2012-01-18 | 北京林业大学 | 一种基于极坐标系下灰度共生矩阵的纹理特征提取方法 |
CN102592292A (zh) * | 2011-12-12 | 2012-07-18 | 河南理工大学 | 基于内积运算的对称图形中心定位方法 |
US20150138555A1 (en) * | 2013-11-20 | 2015-05-21 | Globalfoundries Inc. | Overlay metrology system and method |
CN103955659A (zh) * | 2014-04-22 | 2014-07-30 | 广州宽度信息技术有限公司 | 一种批量真知码识别方法 |
CN106340044A (zh) * | 2015-07-09 | 2017-01-18 | 上海振华重工电气有限公司 | 摄像机外参自动标定方法及标定装置 |
CN106468553A (zh) * | 2016-08-30 | 2017-03-01 | 上海擎朗智能科技有限公司 | 一种基于路标的移动物体的定位方法 |
US20190007670A1 (en) * | 2017-06-29 | 2019-01-03 | Kabushiki Kaisha Toshiba | Estimation system and automobile |
CN107168339A (zh) * | 2017-07-10 | 2017-09-15 | 北京工业大学 | 一种基于视觉和超声波组合的智能轮椅床对接控制方法 |
Non-Patent Citations (6)
Title |
---|
刘光宇;刘国栋;韩云生;: "一种基于全景视觉***的Robocop机器人定位方法", 江南大学学报(自然科学版), vol. 8, no. 3, pages 279 - 282 * |
徐德成: "基于人工路标的移动机器人定位导航***设计", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
徐德成: "基于人工路标的移动机器人定位导航***设计", 《中国优秀硕士学位论文全文数据库信息科技辑》, no. 03, 15 March 2017 (2017-03-15), pages 138 - 5130 * |
李学军 等: "标识点快速提取与高精度单点匹配式定位算法", 吉林大学学报(工学版), vol. 44, no. 4, pages 1197 - 1202 * |
杨添瑞: "自动导引车精确定位技术的研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
杨添瑞: "自动导引车精确定位技术的研究", 《中国优秀硕士学位论文全文数据库信息科技辑》, no. 06, 15 June 2015 (2015-06-15), pages 140 - 128 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111251189A (zh) * | 2019-11-12 | 2020-06-09 | 长沙长泰机器人有限公司 | 一种用于铸件打磨的视觉定位方法 |
CN111251189B (zh) * | 2019-11-12 | 2021-07-27 | 长沙长泰机器人有限公司 | 一种用于铸件打磨的视觉定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110031014B (zh) | 2024-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107643086A (zh) | 一种车辆定位方法、装置及*** | |
CN103473774B (zh) | 一种基于路面图像特征匹配的车辆定位方法 | |
CN112667837A (zh) | 图像数据自动标注方法及装置 | |
CN109902637A (zh) | 车道线检测方法、装置、计算机设备和存储介质 | |
CN107798724A (zh) | 自动化车辆3d道路模型和车道标记定义*** | |
JP5804185B2 (ja) | 移動物***置姿勢推定装置及び移動物***置姿勢推定方法 | |
CN107703951B (zh) | 一种基于双目视觉的无人机避障方法及*** | |
CN110356976A (zh) | 基于模板匹配的港口无人集卡起重机精确对位***及方法 | |
EP2597614A1 (en) | Automotive camera system and its calibration method and calibration program | |
CN111912416A (zh) | 用于设备定位的方法、装置及设备 | |
CN108805934A (zh) | 一种车载摄像机的外部参数标定方法及装置 | |
CN108896994A (zh) | 一种无人驾驶车辆定位方法及设备 | |
CN107728175A (zh) | 基于gnss和vo融合的无人驾驶车辆导航定位精度矫正方法 | |
CN103925927B (zh) | 一种基于车载视频的交通标识定位方法 | |
KR20060087449A (ko) | 차량 위치 인식 장치 및 차량 위치 인식 방법 | |
CN112347205B (zh) | 一种车辆误差状态的更新方法和装置 | |
CN101750017A (zh) | 大视场中多移动目标位姿的视觉检测方法 | |
CN110766760B (zh) | 用于相机标定的方法、装置、设备和存储介质 | |
Cao et al. | Camera to map alignment for accurate low-cost lane-level scene interpretation | |
CN110533718A (zh) | 一种单目视觉人工路标的辅助ins的导航定位方法 | |
JP2015194397A (ja) | 車両位置検出装置、車両位置検出方法及び車両位置検出用コンピュータプログラムならびに車両位置検出システム | |
CN108122255A (zh) | 一种基于梯形与圆形组合地标的无人机位姿估计方法 | |
CN112446915B (zh) | 一种基于图像组的建图方法及装置 | |
CN110031014A (zh) | 基于图案识别的视觉定位方法 | |
JP2012215442A (ja) | 自位置特定システム、自位置特定プログラム及び自位置特定方法 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: No. 150 Wenlong Road, Yuxin Town, Nanhu District, Jiaxing City, Zhejiang Province Applicant after: Zhejiang Yate Electric Appliance Co.,Ltd. Address before: No. 150 Wenlong Road, Yuxin Town, Nanhu District, Jiaxing City, Zhejiang Province Applicant before: ZHEJIANG YAT ELECTRICAL APPLIANCE Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |