CN113126119A - 融合点云数据与机器视觉的精定位方法、***及介质 - Google Patents

融合点云数据与机器视觉的精定位方法、***及介质 Download PDF

Info

Publication number
CN113126119A
CN113126119A CN202110361664.0A CN202110361664A CN113126119A CN 113126119 A CN113126119 A CN 113126119A CN 202110361664 A CN202110361664 A CN 202110361664A CN 113126119 A CN113126119 A CN 113126119A
Authority
CN
China
Prior art keywords
vehicle
line laser
guarantee
point cloud
range
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
Application number
CN202110361664.0A
Other languages
English (en)
Other versions
CN113126119B (zh
Inventor
孙棪伊
丁立平
唐晓峰
干兴业
韩锐
汤日佳
张帅
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.)
Shanghai Institute of Electromechanical Engineering
Original Assignee
Shanghai Institute of Electromechanical Engineering
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 Shanghai Institute of Electromechanical Engineering filed Critical Shanghai Institute of Electromechanical Engineering
Priority to CN202110361664.0A priority Critical patent/CN113126119B/zh
Publication of CN113126119A publication Critical patent/CN113126119A/zh
Application granted granted Critical
Publication of CN113126119B publication Critical patent/CN113126119B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种融合点云数据与机器视觉的精定位方法、***及介质，包括：利用保障车上安装的24线激光雷达对保障车进行粗定位，并将保障车移动至战车的允许装填范围内；抓取装置利用16线激光雷达采用NDT算法检测移动目标的起始位置和终点位置以及起始位置和终点位置之间的障碍物；两个单线激光雷达判断16线激光雷达检测过程中产生的误差是否在预设范围内；两个单线激光校准抓取装置距离障碍物最近距离l3和l4，基于抓取装置距离障碍物最近距离l3和l4，装填***上位机根据预设安全值判断此时是否安全；抓取装置上预设个工业相机捕捉靶标图像，通过对靶标图像进行阈值分割提取边缘特征，再进行靶标的识别并定位。

Description

融合点云数据与机器视觉的精定位方法、***及介质
技术领域
本发明涉及应用方法领域，具体地，涉及融合点云数据与机器视觉的精定位方法、***及介质，更为具体地，涉及融合两种定位方式的一种快速自动化的筒弹定位方法。
背景技术
近年来，武器装备的自动化与高效化需求日益升高，也针对国际军工技术的发展，导弹装填速度的提高已成为各国军事实力发展的必然要求。传统的装填方式耗时，且安全性得不到保障，所以，为实现更加安全和便捷的操作，发展自动装填技术就显得越加重要和关键。
基于机器视觉的装填产品设备是产品智能化高效化的发展趋势，近年来各大学与研究机构针对基于机器视觉的自动装填的课题发表了诸多文章，足见对这一课题的重视，以及发展自动装填技术的必要性。而激光雷达，作为非常有效的距离测距与定位设备，广泛应用于许多装备的定位***中。多线激光雷达在垂直方向上，将多线激光器定义为相同数量的通道，通道以某一规律分布于，垂直方向的角度范围，以一固定频率发射激光，水平方向上激光近似双曲线分布来采集点云数据。以扫描数据一点的形式记录三维坐标，点云数据可以对几何特征、颜色特征进行描述，输出信息包括激光测距值、回波反射率值、水平旋转角度值和时间戳，这些反馈给指控计算机的信息很大程度上完整的描述目标的特征。
点云数据侧重于描述目标距离与各个设备的相对位置，工业相机则侧重于识别特征，进而捕捉靶标。
专利文献CN111947647A(申请号：202010871685.2)公开了一种视觉与激光雷达融合的机器人精准定位方法，先通过相机获取作业点区域的第一图像，根据标记物分析第一图像是否满足预设要求；若满足预设要求，则根据第一图像分析机器人的中心在平行于墙面方向上向作业中心移动的第一距离；再通过激光雷达获取雷达中心到作业中心的第二距离，根据第二距离、雷达中心与机器人外壳边缘的第三距离以及预设安全距离分析机器人朝向作业中心移动的第四距离；根据预设范围对机器人的偏移量进行修正；同时机器人在修正过程中还通过自适应蒙特卡罗粒子滤波算法进行位置估计，提高了机器人定位的精度和效率。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种融合点云数据与机器视觉的精定位方法、***及介质。
根据本发明提供的一种融合点云数据与机器视觉的精定位方法，包括：
步骤S1：利用保障车上安装的24线激光雷达对保障车进行粗定位，当保障车不在战车的允许装填范围内时，则将保障车移动至战车的允许装填范围内；
步骤S2：当保障车在战车的允许装填范围内时，抓取装置利用16线激光雷达采用NDT算法检测移动目标的起始位置和终点位置以及起始位置和终点位置之间的障碍物；
步骤S3：两个单线激光雷达判断16线激光雷达检测过程中产生的误差是否在预设范围内，当误差不在预设范围内时，则终止操作；
步骤S4：两个单线激光校准抓取装置距离障碍物最近距离l3和l4，基于抓取装置距离障碍物最近距离l3和l4，装填***上位机根据预设安全值判断此时是否安全，当不安全时，则终止相应操作；
步骤S5：抓取装置上预设个工业相机捕捉靶标图像，通过对靶标图像进行阈值分割提取边缘特征，再进行靶标的识别并定位。
优选地，所述步骤S1包括：
步骤S1.1：利用保障车上安装的24线激光雷达扫描战车，获取战车的点云数据；
步骤S1.2：基于战车的点云数据利用NDT/ICP融合算法判断保障车与战车的相对位置，当保障车不在战车的允许填装范围内时，则将保障车进入预先设定的停车范围内。
优选地，还包括：反馈移动目标相对相机的位姿，上位机在转换至***坐标系下作为初始值，抓取装置基于坐标系下的初始值进行相应操作。
根据本发明提供的一种融合点云数据与机器视觉的精定位***，包括：
模块M1：利用保障车上安装的24线激光雷达对保障车进行粗定位，当保障车不在战车的允许装填范围内时，则将保障车移动至战车的允许装填范围内；
模块M2：当保障车在战车的允许装填范围内时，抓取装置利用16线激光雷达采用NDT算法检测移动目标的起始位置和终点位置以及起始位置和终点位置之间的障碍物；
模块M3：两个单线激光雷达判断16线激光雷达检测过程中产生的误差是否在预设范围内，当误差不在预设范围内时，则终止操作；
模块M4：两个单线激光校准抓取装置距离障碍物最近距离l3和l4，基于抓取装置距离障碍物最近距离l3和l4，装填***上位机根据预设安全值判断此时是否安全，当不安全时，则终止相应操作；
模块M5：抓取装置上预设个工业相机捕捉靶标图像，通过对靶标图像进行阈值分割提取边缘特征，再进行靶标的识别并定位。
优选地，所述模块M1包括：
模块M1.1：利用保障车上安装的24线激光雷达扫描战车，获取战车的点云数据；
模块M1.2：基于战车的点云数据利用NDT/ICP融合算法判断保障车与战车的相对位置，当保障车不在战车的允许填装范围内时，则将保障车进入预先设定的停车范围内。
优选地，还包括：反馈移动目标相对相机的位姿，上位机在转换至***坐标系下作为初始值，抓取装置基于坐标系下的初始值进行相应操作。
根据本发明提供的一种存储有计算机程序的计算机可读存储介质，所述计算机程序被处理器执行时实现上述所述的方法的步骤。
与现有技术相比，本发明具有如下的有益效果：
1、操作简单安全可靠，能够正常发挥设备效能，并尽可能减少导致人的能力降低和错误增加的因素；
2、使操作人员在工作负荷、准确性、时间、心理及通信等方面的要求不超出其能力范围；
3、在时间、费用与性能的相互权衡中应尽量减少对人员及其训练的要求。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明方法流程图；
图2为融合点云算法流程图；
图3为24线激光车轮检测定位；
图4为24线激光雷达车身侧拟合姿态偏移；
图5为靶标定位1；
图6为靶标定位2；
图7为融合点云数据与机器视觉的精定位***示意图；
图8为融合点云数据与机器视觉的精定位***示意图；
图9为融合点云数据与机器视觉的精定位***示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对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，还可以做出若干变化和改进。这些都属于本发明的保护范围。
本发明涉及融合点云数据与机器视觉的定位方法，该定位方法应用于武器设备自动装填***。主要用于实现保障车对战车装卸筒弹集装模块功能，保障战车、保障车、吊机、抓取装置等设备产品所组成的这一***对筒弹完成定位，进而实现装填。
本发明首先使用一种24线激光雷达对保障车进行粗定位，进入战车的可装填范围内，粗定位后由两个16线激光雷达、两个单线激光与4个工业相机进行精定位，进入允许范围内，进行自动装填。
保障车停车的过程中，24线激光雷达工作，扫描战车，获取战车的点云数据。点云配准算法得到战车检测与定位模型。根据获取的战车与保障车的相对位置，设定的停车范围。显示画面中保障车的位置随激光雷达扫描处理结果实时更新。当画面中保障车的位置指示到达划定区域后停车。粗定位结束后该定位***将通过16线激光与单线激光配合测距再通过工业相机捕捉、识别目标进行点云数据与机器视觉的综合数据分析处理方式，完成机械臂***的定位功能。
实施例1
根据本发明提供的一种融合点云数据与机器视觉的精定位方法，如图1所示，包括：
步骤S1：利用保障车上安装的24线激光雷达对保障车进行粗定位，当保障车不在战车的允许装填范围内时，则将保障车移动至战车的允许装填范围内；
步骤S2：当保障车在战车的允许装填范围内时，抓取装置利用16线激光雷达采用NDT算法检测移动目标的起始位置和终点位置以及起始位置和终点位置之间的障碍物；
步骤S3：两个单线激光雷达判断16线激光雷达检测过程中产生的误差是否在预设范围内，当误差不在预设范围内时，则终止操作；
步骤S4：两个单线激光校准抓取装置距离障碍物最近距离l3和l4，基于抓取装置距离障碍物最近距离l3和l4，装填***上位机根据预设安全值判断此时是否安全，当不安全时，则终止相应操作；
步骤S5：抓取装置上预设个工业相机捕捉靶标图像，通过对靶标图像进行阈值分割提取边缘特征，再进行靶标的识别并定位，如图5-6所示。
具体地，所述步骤S1包括：如图2至4所示：
步骤S1.1：利用保障车上安装的24线激光雷达扫描战车，获取战车的点云数据；
步骤S1.2：基于战车的点云数据利用NDT/ICP融合算法判断保障车与战车的相对位置，当保障车不在战车的允许填装范围内时，则将保障车进入预先设定的停车范围内。
具体地，还包括：反馈移动目标相对相机的位姿，上位机在转换至***坐标系下作为初始值，抓取装置基于坐标系下的初始值进行相应操作。
根据本发明提供的一种融合点云数据与机器视觉的精定位***，包括：
模块M1：利用保障车上安装的24线激光雷达对保障车进行粗定位，当保障车不在战车的允许装填范围内时，则将保障车移动至战车的允许装填范围内；
模块M2：当保障车在战车的允许装填范围内时，抓取装置利用16线激光雷达采用NDT算法检测移动目标的起始位置和终点位置以及起始位置和终点位置之间的障碍物；
模块M3：两个单线激光雷达判断16线激光雷达检测过程中产生的误差是否在预设范围内，当误差不在预设范围内时，则终止操作；
模块M4：两个单线激光校准抓取装置距离障碍物最近距离l3和l4，基于抓取装置距离障碍物最近距离l3和l4，装填***上位机根据预设安全值判断此时是否安全，当不安全时，则终止相应操作；
模块M5：抓取装置上预设个工业相机捕捉靶标图像，通过对靶标图像进行阈值分割提取边缘特征，再进行靶标的识别并定位。
具体地，所述模块M1包括：
模块M1.1：利用保障车上安装的24线激光雷达扫描战车，获取战车的点云数据；
模块M1.2：基于战车的点云数据利用NDT/ICP融合算法判断保障车与战车的相对位置，当保障车不在战车的允许填装范围内时，则将保障车进入预先设定的停车范围内。
具体地，还包括：反馈移动目标相对相机的位姿，上位机在转换至***坐标系下作为初始值，抓取装置基于坐标系下的初始值进行相应操作。
根据本发明提供的一种存储有计算机程序的计算机可读存储介质，所述计算机程序被处理器执行时实现上述所述的方法的步骤。
实施例2
实施例2是实施例1的变化例
粗定位阶段，软件通过网络控制24线激光雷达M26工作，并让激光雷达以200ms周期实时发送激光雷达扫描的数据，采用NDT/ICP融合算法对数据进行解算。
如图2所示，首先模拟一个目标点云，使用NDT算法对两幅点云进行粗配准，缩短点云空间距离，然后对粗配准后的两幅点云进行30％的抽稀，为ICP配准提供良好初值，对剩下的点云建立KD树索引结构，通过KD树加速点对搜索逐步迭代，当满足约束条件，(所有最近点对的欧式距离之和；设定算法最小距离阈值)如果最近点对的欧式距离之和小于最小距离阈值，则满足ICP算法结束条件。
将具有对应关系的最近点对的下标使用相同的符号表示，计算变换矩阵；通过两点云质心即变换矩阵得到平移量。最后将原始待配准点云经得出的转换关系进行转换完成点云配准，实时获取战车特征值。
上位机根据NDT算法先对待配准点云进行栅格化处理，将其划分为指定大小的网格，通过正态分布的方式，构建每个网格的概率分布函数，之后优化求解出最优变换参数，使得源点云概率密度分布达到最大，以实现两个点云之间的最佳匹配。
判断是否有筒弹模块，确认模块数量状态是否与装填准备时驾驶员输入信息一致，如图7-8所示。
在保障车上吊机平移至战车上方过程中进入精定位阶段，精定位第一步，抓取装置上激光雷达M11、M12工作，测量靶标的距离。并由单线激光校准l5，l6(战车发射架上的靶标距离l5，l6)的误差，上位机判断误差是否在允许范围内，|l5-l6|＞0.1m，则***报故。
上位机控制抓取装置上16线激光雷达M11、M12工作，检测抓取装置距离障碍物最近距离l3，l4，并由两单线激光通过激光测距方法进行校准。上位机判断此时是否安全。
在吊机平移回原位置过程中，车上24线激光雷达M26工作，检测两车调平状态下战车坐标系原点在激光雷达坐标系下的坐标Xlaunch-laser，进行坐标系转换，方便后续解算工作；
上位机通过NDT算法对是否有筒弹模块进行判断，确认车上模块数量状态是否与装填准备时驾驶员输入信息一致，对障碍物距离l3，l4和模块数进行2次确认；
抓取装置下放的过程中精定位第二步，在16线激光雷达M11、M12检测战车发射架上的靶标距离l5，l6，上位机根据NDT算法判断l5，l6是否接近，并由单线激光校准，即满足(l5-l6)绝对值<0.1m，若不满足，***报故。
16线激光雷达M11、M12再次检测到车发射架上的靶标距离l5，l6，并由单线激光校准，为使抓取装置上的工业相机焦距满足要求，|(l5+l6)/2-1.35|＜0.1m时使满足要求，不满足要求排故；
精定位最后一步，工业相机M7-M10通过阈值分割后进行边缘特征提取对靶标进行识别并定位，根据《工业相机图像处理要求》反馈目前模块相对相机的位姿，上位机再转换至吊机坐标系下作为初始值；
在本申请的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的***、装置及其各个模块以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的***、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以，本发明提供的***、装置及其各个模块可以被认为是一种硬件部件，而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构；也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (7)

1.一种融合点云数据与机器视觉的精定位方法，其特征在于，包括：
步骤S1：利用保障车上安装的24线激光雷达对保障车进行粗定位，当保障车不在战车的允许装填范围内时，则将保障车移动至战车的允许装填范围内；
步骤S2：当保障车在战车的允许装填范围内时，抓取装置利用16线激光雷达采用NDT算法检测移动目标的起始位置和终点位置以及起始位置和终点位置之间的障碍物；
步骤S3：两个单线激光雷达判断16线激光雷达检测过程中产生的误差是否在预设范围内，当误差不在预设范围内时，则终止操作；
步骤S4：两个单线激光校准抓取装置距离障碍物最近距离l3和l4，基于抓取装置距离障碍物最近距离l3和l4，装填***上位机根据预设安全值判断此时是否安全，当不安全时，则终止相应操作；
步骤S5：抓取装置上预设个工业相机捕捉靶标图像，通过对靶标图像进行阈值分割提取边缘特征，再进行靶标的识别并定位。
2.根据权利要求1所述的融合点云数据与机器视觉的精定位方法，其特征在于，所述步骤S1包括：
步骤S1.1：利用保障车上安装的24线激光雷达扫描战车，获取战车的点云数据；
步骤S1.2：基于战车的点云数据利用NDT/ICP融合算法判断保障车与战车的相对位置，当保障车不在战车的允许填装范围内时，则将保障车进入预先设定的停车范围内。
3.根据权利要求1所述的融合点云数据与机器视觉的精定位方法，其特征在于，还包括：反馈移动目标相对相机的位姿，上位机在转换至***坐标系下作为初始值，抓取装置基于坐标系下的初始值进行相应操作。
4.一种融合点云数据与机器视觉的精定位***，其特征在于，包括：
模块M1：利用保障车上安装的24线激光雷达对保障车进行粗定位，当保障车不在战车的允许装填范围内时，则将保障车移动至战车的允许装填范围内；
模块M2：当保障车在战车的允许装填范围内时，抓取装置利用16线激光雷达采用NDT算法检测移动目标的起始位置和终点位置以及起始位置和终点位置之间的障碍物；
模块M3：两个单线激光雷达判断16线激光雷达检测过程中产生的误差是否在预设范围内，当误差不在预设范围内时，则终止操作；
模块M4：两个单线激光校准抓取装置距离障碍物最近距离l3和l4，基于抓取装置距离障碍物最近距离l3和l4，装填***上位机根据预设安全值判断此时是否安全，当不安全时，则终止相应操作；
模块M5：抓取装置上预设个工业相机捕捉靶标图像，通过对靶标图像进行阈值分割提取边缘特征，再进行靶标的识别并定位。
5.根据权利要求4所述的融合点云数据与机器视觉的精定位***，其特征在于，所述模块M1包括：
模块M1.1：利用保障车上安装的24线激光雷达扫描战车，获取战车的点云数据；
模块M1.2：基于战车的点云数据利用NDT/ICP融合算法判断保障车与战车的相对位置，当保障车不在战车的允许填装范围内时，则将保障车进入预先设定的停车范围内。
6.根据权利要求4所述的融合点云数据与机器视觉的精定位***，其特征在于，还包括：反馈移动目标相对相机的位姿，上位机在转换至***坐标系下作为初始值，抓取装置基于坐标系下的初始值进行相应操作。
7.一种存储有计算机程序的计算机可读存储介质，其特征在于，所述计算机程序被处理器执行时实现权利要求1至3中任一项所述的方法的步骤。
CN202110361664.0A 2021-04-02 2021-04-02 融合点云数据与机器视觉的精定位方法、***及介质 Active CN113126119B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110361664.0A CN113126119B (zh) 2021-04-02 2021-04-02 融合点云数据与机器视觉的精定位方法、***及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110361664.0A CN113126119B (zh) 2021-04-02 2021-04-02 融合点云数据与机器视觉的精定位方法、***及介质

Publications (2)

Publication Number Publication Date
CN113126119A true CN113126119A (zh) 2021-07-16
CN113126119B CN113126119B (zh) 2023-01-24

Family

ID=76774707

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110361664.0A Active CN113126119B (zh) 2021-04-02 2021-04-02 融合点云数据与机器视觉的精定位方法、***及介质

Country Status (1)

Country Link
CN (1) CN113126119B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113643371A (zh) * 2021-10-13 2021-11-12 中国空气动力研究与发展中心低速空气动力研究所 一种飞行器模型表面标记点的定位方法
CN113776533A (zh) * 2021-07-29 2021-12-10 北京旷视科技有限公司 可移动设备的重定位方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2514884A1 (fr) * 1981-10-20 1983-04-22 Sfim Procede et dispositif pour corriger globalement, d'un tir au suivant, le tir d'une arme a tir tendu
CN104236385A (zh) * 2014-09-09 2014-12-24 中国人民解放军63853部队 基于激光雷达的火炮回转半径和俯仰半径检测装置及方法
US20170138192A1 (en) * 2015-11-16 2017-05-18 Abb Technology Ag Automatically scanning and representing an environment with collision avoidance
CN107985605A (zh) * 2017-11-30 2018-05-04 陶文英 一种环绕察打一体飞机的控制方法及***
CN111301259A (zh) * 2020-04-10 2020-06-19 贵刚 一种运输车与载货车的自动对接装填***、方法及计算机存储介质
CN111947647A (zh) * 2020-08-26 2020-11-17 四川阿泰因机器人智能装备有限公司 一种视觉与激光雷达融合的机器人精准定位方法
CN212422936U (zh) * 2020-04-10 2021-01-29 贵刚 一种运输车与载货车的自动对接装填***

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2514884A1 (fr) * 1981-10-20 1983-04-22 Sfim Procede et dispositif pour corriger globalement, d'un tir au suivant, le tir d'une arme a tir tendu
CN104236385A (zh) * 2014-09-09 2014-12-24 中国人民解放军63853部队 基于激光雷达的火炮回转半径和俯仰半径检测装置及方法
US20170138192A1 (en) * 2015-11-16 2017-05-18 Abb Technology Ag Automatically scanning and representing an environment with collision avoidance
CN107985605A (zh) * 2017-11-30 2018-05-04 陶文英 一种环绕察打一体飞机的控制方法及***
CN111301259A (zh) * 2020-04-10 2020-06-19 贵刚 一种运输车与载货车的自动对接装填***、方法及计算机存储介质
CN212422936U (zh) * 2020-04-10 2021-01-29 贵刚 一种运输车与载货车的自动对接装填***
CN111947647A (zh) * 2020-08-26 2020-11-17 四川阿泰因机器人智能装备有限公司 一种视觉与激光雷达融合的机器人精准定位方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
孙棪伊 等: ""一种改进特征提取方法在智能装填中的应用"", 《现代防御技术》 *
李若鹏: ""基于车载激光雷达的点云匹配定位"", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113776533A (zh) * 2021-07-29 2021-12-10 北京旷视科技有限公司 可移动设备的重定位方法及装置
CN113643371A (zh) * 2021-10-13 2021-11-12 中国空气动力研究与发展中心低速空气动力研究所 一种飞行器模型表面标记点的定位方法

Also Published As

Publication number Publication date
CN113126119B (zh) 2023-01-24

Similar Documents

Publication Publication Date Title
CN112476434B (zh) 一种基于协作机器人的视觉3d取放方法及***
EP4283515A1 (en) Detection method, system, and device based on fusion of image and point cloud information, and storage medium
CN111191600B (zh) 障碍物检测方法、装置、计算机设备和存储介质
CN110344621B (zh) 一种面向智能车库的车轮点云检测方法
CN112907676B (zh) 传感器的标定方法、装置、***、车辆、设备及存储介质
CN108445480B (zh) 基于激光雷达的移动平台自适应扩展目标跟踪***及方法
CN113126119B (zh) 融合点云数据与机器视觉的精定位方法、***及介质
US10591277B2 (en) Method and system for measuring outermost dimension of a vehicle positioned at an inspection station
CN108269281B (zh) 基于双目视觉的避障技术方法
CN110873879A (zh) 一种多源异构传感器特征深度融合的装置及方法
CN111699410A (zh) 点云的处理方法、设备和计算机可读存储介质
CN111814936A (zh) 基于空间扫描的集装箱识别方法、***、设备及存储介质
CN111742344A (zh) 图像语义分割方法、可移动平台及存储介质
CN111723724A (zh) 一种路面障碍物识别方法和相关装置
CN114413958A (zh) 无人物流车的单目视觉测距测速方法
CN114359865A (zh) 一种障碍物的检测方法及相关装置
CN114170252A (zh) 一种基于机器视觉的集卡车头防砸保护***及方法
CN117115249A (zh) 一种集装箱锁孔自动识别定位***及方法
CN116309882A (zh) 一种面向无人叉车应用的托盘检测和定位方法及***
CN116958935A (zh) 基于多视角的目标定位方法、装置、设备及介质
CN115063771B (zh) 对障碍物的距离检测的纠错方法、***、存储介质及设备
CN113326715B (zh) 一种目标关联方法及装置
CN114937233A (zh) 一种基于多光谱数据深度学习的识别方法和识别装置
CN114814810A (zh) 行人检测方法
CN112149687A (zh) 目标识别的方法

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