CN113298194A - 一种基于多传感器的数据融合方法、***及存储介质 - Google Patents

一种基于多传感器的数据融合方法、***及存储介质 Download PDF

Info

Publication number
CN113298194A
CN113298194A CN202110842053.8A CN202110842053A CN113298194A CN 113298194 A CN113298194 A CN 113298194A CN 202110842053 A CN202110842053 A CN 202110842053A CN 113298194 A CN113298194 A CN 113298194A
Authority
CN
China
Prior art keywords
sensor
distance value
sensors
detection
processor
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
CN202110842053.8A
Other languages
English (en)
Other versions
CN113298194B (zh
Inventor
雷彬
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.)
Zhongda Intelligent Technology Co.,Ltd.
Original Assignee
Zhongda Testing Hunan Co Ltd
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 Zhongda Testing Hunan Co Ltd filed Critical Zhongda Testing Hunan Co Ltd
Priority to CN202110842053.8A priority Critical patent/CN113298194B/zh
Publication of CN113298194A publication Critical patent/CN113298194A/zh
Application granted granted Critical
Publication of CN113298194B publication Critical patent/CN113298194B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/25Fusion techniques
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/20Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring contours or curvatures, e.g. determining profile
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C15/00Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于多传感器的数据融合方法、***及存储介质,属于传感器领域,涉及数据融合技术,旨在消除传感器传输的数据错误或者因传感器本身的误差导致的结果不精确问题。本发明包括若干传感器、筛选模块、处理器、控制器以及姿态调整模块;从单一的传感器转换为多个传感器多个角度,且同一位置多次测量筛选的方式,从单一的数据采集向多维度关联数据采集转变,减少因单一参数造成误判的可能性,提高了分析的准确性和可靠性。多个传感器协调工作,可从多个角度测量被测结构,可以将不同的信息进行互补,从而对结构有更全面的描述。

Description

一种基于多传感器的数据融合方法、***及存储介质
技术领域
本发明属于传感器领域,涉及数据融合技术,具体是一种基于多传感器的数据融合方法、***及存储介质。
背景技术
传感器技术的发展带来的是获取信息的便捷程度大幅提升,同时,获取到的信息量也成几何倍数飞速增长。多传感器技术发展同样促进了有关数据融合方面理论与技术的进步。数据融合技术的重点是对数据的优化和综合操作。在传感器网络中,若直接对不同传感器采集的信息进行简单的叠加处理,会破坏各个传感器信息之间的联系,且数据量大难以处理。因此,数据融合技术是对同一客体的不同信息进行整合加工,得到更为准确、可靠、全面的信息。
现有的传感器数据融合大多采用将各传感器多次求平均算法获取到的信息进行分类、综合、提取等,获得特征向量,然后将每个传感器提取到的特征向量进行融合,得到一个综合属性特征。此方法采用的平均算法无法消除当传感器传输的数据错误或者因传感器本身的误差导致的问题带来的结果不精确问题。
为此,提出一种基于多传感器的数据融合方法、***及存储介质。
发明内容
本发明提供了一种基于多传感器的数据融合方法、***及存储介质,旨在消除传感器传输的数据错误或者因传感器本身的误差导致的结果不精确问题。本发明从单一的传感器转换为多个传感器多个角度,且同一位置多次测量筛选的方式,从单一的数据采集向多维度关联数据采集转变,减少因单一参数造成误判的可能性,提高了分析的准确性和可靠性。多个传感器协调工作,可从多个角度测量被测结构,可以将不同的信息进行互补,从而对结构有更全面的描述。
本发明的目的可以通过以下技术方案实现:
一种基于多传感器的数据融合***,包括若干传感器、筛选模块、处理器、控制器以及姿态调整模块;
若干所述传感器安装在姿态调整模块的表面,用于测量被测物体与传感器之间的距离数值,并将测量的距离数值发送至筛选模块;
筛选模块,用于对传感器发送的距离数值进行筛选;
处理器,用于建立三维坐标,并结合传感器的坐标和经筛选模块筛选的距离数值进行坐标变换,最终确定被测物体的三维立体图形;
姿态调整模块,用于对固定在表面的传感器进行姿态调整;
控制器,用于控制姿态调整模块进行调整。
进一步地,若干所述传感器为同一种型号同一生产批次的传感器。
进一步地,所述传感器为位移传感器。
进一步地,所述处理器以被测物体放置的平面为基准,建立三维立体坐标轴,同时将各个传感器的位置标记为Pi(xi,yi,zi)。
进一步地,控制器控制姿态调整模块进而使得各个传感器在姿态调整的范围内进行运动,处理器实时获取得到各个传感器反馈回的距离数值;
处理器将获取得到的距离数值分别标记为Lis;
处理器将三维立体坐标中的位置坐标进行坐标变换得到被测物体的检测坐标,在三维立体坐标中依次连接检测坐标可以得到被测物体的三维立体图形。
一种基于多传感器的数据融合方法,包括以下步骤:
步骤一:处理器以被测物体放置的平面为基准,建立三维立体坐标轴,同时将各个传感器的位置在三维立体坐标中标记为Pi(xi,yi,zi);
步骤二:通过控制器开启传感器,各个传感器将测得的距离数值发送至筛选模块;
处理器设定传感器检测突变阈值,传感器实时将检测的距离数值发送至筛选模块,计算前后两次发送的距离数值的差值,并标记为CZ;
当CZ小于传感器检测突变阈值时,表示距离数值正常,不做处理;
步骤三:筛选模块将筛选后的距离数值发送至处理器;
步骤四:处理器将获取得到的距离数值分别进行标记,标记为Lis,其中L表示传感器测得的距离,s表示传感器进行姿态调整的时间;
步骤五:处理器将三维立体坐标中的位置坐标进行坐标变换得到被测物体的检测坐标;
步骤六:在三维立体坐标中依次连接检测坐标得到被测物体的三维立体图形。
进一步地,在各个传感器将测得的距离数值发送至筛选模块前还包括:
控制器控制姿态调整模块进行传感器姿态调整,使得各个传感器在姿态调整的范围内进行运动。
进一步地,姿态调整模块进行姿态调整时,调整的单位时间以及调整的单位距离与三维立体坐标轴的单位距离有关,且同一位置,有两个以上的传感器经过且发送两个以上的距离数值至处理器。
进一步地,当CZ大于等于传感器检测突变阈值时,将后一检测距离数值标记为可疑距离数值,同时处理器发送二次检测信号至控制器,控制器控制除此传感器外任一传感器进行此位置检测,将检测的距离数值发送至筛选模块;
当检测距离数值与后一检测距离数值一致时,表示距离数值正常,去除可疑距离数值的标签;
当检测距离数值与后一检测距离数值不一致时,表示距离数值异常,将此距离数值标记为异常距离数值,通过筛选模块将此距离数值删除,并将此传感器标记为问题传感器。
一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序被计算机执行时,使得所述的方法被实现。
与现有技术相比,本发明的有益效果是:
1、本发明从单一的传感器转换为多个传感器多个角度,且同一位置多次测量筛选的方式,从单一的数据采集向多维度关联数据采集转变,减少因单一参数造成误判的可能性,提高了分析的准确性和可靠性。
2、提高***的监测全面性。多个传感器协调工作,可从多个角度测量被测结构,可以将不同的信息进行互补,从而对结构有更全面的描述。
3、一般情况下,传感器的位置以及传感器检测的范围固定的,因此传感器传回到筛选模块的信息也是固定的,即当被测物体被遮挡或者是障碍物出现时,测量返回的距离数值信息就会出现误差,导致被测物体的测量出错;为了避免此类问题的出现,本***在进行测量时,采用多个传感器多个角度进行全方位的测量,且在测量同一类距离数值时采用的是同一种型号同一生产批次的传感器,尽量减少因为传感器本身的原因导致测量出现误差,且本发明还包括姿态调整模块;姿态调整模块用于对传感器的姿态进行调整,姿态调整模块受控制器的控制。
4、姿态调整模块进行姿态调整时,调整的单位时间以及调整的单位距离与三维立体坐标轴的单位距离有关,且同一位置,必须有两个以上的传感器经过且发送两个以上的距离数值至处理器。提升了数据采集的准确性。
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的附图。
图1为本发明一种基于多传感器的数据融合***的结构图;
图2为本发明一种基于多传感器的数据融合方法的流程图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,一种基于多传感器的数据融合***,包括若干传感器,所述传感器用于获取被测量物体的信息,并将检测到被测物体的信息发送至筛选模块进行信息筛选;所述信息包括距离;
需要说明的是,一般情况下,传感器的位置以及传感器检测的范围固定的,因此传感器传回到筛选模块的信息也是固定的,即当被测物体被遮挡或者是障碍物出现时,测量返回的距离数值信息就会出现误差,导致被测物体的测量出错;
为了避免此类问题的出现,本***在进行测量时,采用多个传感器多个角度进行全方位的测量,且在测量同一类距离数值时采用的是同一种型号同一生产批次的传感器,尽量减少因为传感器本身的原因导致测量出现误差,且本发明还包括姿态调整模块;所述姿态调整模块用于对传感器的姿态进行调整,所述姿态调整模块受控制器的控制;
若干传感器包括位移传感器,所述位移传感器用于获取被测物体与传感本体之间的距离;
所述基于多传感器的距离数值融合***还包括处理器,所述处理器用于对若干传感器传输的信息进行距离数值处理,具体的,处理器对若干传感器传输的信息进行距离数值处理的过程包括:
步骤一:控制器将各个传感器安装在姿态调整模块上,安装后的姿态调整模块分布在被测物体的各个方位,包括前后左右以及上下,且位置不固定且随机;
步骤二:处理器以被测物体放置的平面为基准,建立三维立体坐标轴,同时将各个传感器的位置在三维立体坐标中进行体现,分别记录各个传感器的位置,将位置标记为Pi(xi,yi,zi),其中i表示传感器的编号,Pi(xi,yi,zi)表示在三维立体坐标中传感器的位置坐标;
步骤三:通过控制器全面开启传感器,各个传感器将测得的距离数值发送至处理器;处理器接收得到各个传感器反馈回的距离数值;
步骤四:控制器控制姿态调整模块进行传感器姿态调整,使得各个传感器在姿态调整的范围内进行运动,并同时将运动中采集的信息发送至处理器,处理器获取得到各个传感器反馈回的距离数值;
步骤五:处理器将获取得到的距离数值分别进行标记,标记为Lis,其中L表示传感器测得的距离,s表示传感器进行姿态调整的时间;
步骤六:处理器将三维立体坐标中的位置坐标进行坐标变换得到被测物体的检测坐标,变换的方式为用X轴、Y轴、Z轴加上或者减去Lis;
步骤七:在三维立体坐标中依次连接检测坐标可以得到被测物体的三维立体图形。
需要进行说明的是,基于多传感器的距离数值融合***还包括筛选模块,所述筛选模块用于对传感器传送到处理器的距离数值进行初步筛选,筛选的标准为:
处理器设定传感器检测突变阈值,传感器实时将检测的距离数值发送至筛选模块,计算前后两次发送的距离数值的差值,并标记为CZ;
当CZ大于等于传感器检测突变阈值时,将后一检测距离数值标记为可疑距离数值,同时处理器发送二次检测信号至控制器,控制器控制除此传感器外任一传感器进行此位置检测,将检测的距离数值发送至筛选模块;
当检测距离数值与后一检测距离数值一致时,表示距离数值正常,去除可疑距离数值的标签;
当检测距离数值与后一检测距离数值不一致时,表示距离数值异常,将此距离数值标记为异常距离数值,通过筛选模块将此距离数值删除,并将此传感器标记为问题传感器;
当CZ小于传感器检测突变阈值时,表示距离数值正常,不做处理。
需要说明的是,姿态调整模块在进行姿态调整的同时用于控制传感器的检测方向,所述检测方向与X轴、Y轴或者Z轴平行;且检测方向与被测物体有关;
所述姿态调整模块进行姿态调整时,调整的单位时间以及调整的单位距离与三维立体坐标轴的单位距离有关,且同一位置,必须有两个以上的传感器经过且发送两个以上的距离数值至处理器。
如图2所示,一种基于多传感器的数据融合方法,包括以下步骤:
步骤一:处理器以被测物体放置的平面为基准,建立三维立体坐标轴,同时将各个传感器的位置在三维立体坐标中标记为Pi(xi,yi,zi);
步骤二:通过控制器开启传感器,各个传感器将测得的距离数值发送至筛选模块;
处理器设定传感器检测突变阈值,传感器实时将检测的距离数值发送至筛选模块,计算前后两次发送的距离数值的差值,并标记为CZ;
当CZ小于传感器检测突变阈值时,表示距离数值正常,不做处理;
步骤三:筛选模块将筛选后的距离数值发送至处理器;
步骤四:处理器将获取得到的距离数值分别进行标记,标记为Lis,其中L表示传感器测得的距离,s表示传感器进行姿态调整的时间;
步骤五:处理器将三维立体坐标中的位置坐标进行坐标变换得到被测物体的检测坐标;
步骤六:在三维立体坐标中依次连接检测坐标得到被测物体的三维立体图形。
其中,在各个传感器将测得的距离数值发送至筛选模块前还包括:
控制器控制姿态调整模块进行传感器姿态调整,使得各个传感器在姿态调整的范围内进行运动。
其中,姿态调整模块进行姿态调整时,调整的单位时间以及调整的单位距离与三维立体坐标轴的单位距离有关,且同一位置,有两个以上的传感器经过且发送两个以上的距离数值至处理器。
其中,当CZ大于等于传感器检测突变阈值时,将后一检测距离数值标记为可疑距离数值,同时处理器发送二次检测信号至控制器,控制器控制除此传感器外任一传感器进行此位置检测,将检测的距离数值发送至筛选模块;
当检测距离数值与后一检测距离数值一致时,表示距离数值正常,去除可疑距离数值的标签;
当检测距离数值与后一检测距离数值不一致时,表示距离数值异常,将此距离数值标记为异常距离数值,通过筛选模块将此距离数值删除,并将此传感器标记为问题传感器。
一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序被计算机执行时,使得所述的方法被实现。
在本发明所提供的实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式;所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方法的目的。
另对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。***权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。

Claims (10)

1.一种基于多传感器的数据融合***,其特征在于,包括若干传感器、筛选模块、处理器、控制器以及姿态调整模块;
若干所述传感器安装在姿态调整模块的表面,用于测量被测物体与传感器之间的距离数值,并将测量的距离数值发送至筛选模块;
筛选模块,用于对传感器发送的距离数值进行筛选;
处理器,用于建立三维坐标,并结合传感器的坐标和经筛选模块筛选的距离数值进行坐标变换,最终确定被测物体的三维立体图形;
姿态调整模块,用于对固定在表面的传感器进行姿态调整;
控制器,用于控制姿态调整模块进行调整。
2.根据权利要求1所述的一种基于多传感器的数据融合***,其特征在于,若干所述传感器为同一种型号同一生产批次的传感器。
3.根据权利要求1所述的一种基于多传感器的数据融合***,其特征在于,所述传感器为位移传感器。
4.根据权利要求1所述的一种基于多传感器的数据融合***,其特征在于,所述处理器以被测物体放置的平面为基准,建立三维立体坐标轴,同时将各个传感器的位置标记为Pi(xi,yi,zi)。
5.根据权利要求1所述的一种基于多传感器的数据融合***,其特征在于,控制器控制姿态调整模块进而使得各个传感器在姿态调整的范围内进行运动,处理器实时获取得到各个传感器反馈回的距离数值;
处理器将获取得到的距离数值分别标记为Lis;
处理器将三维立体坐标中的位置坐标进行坐标变换得到被测物体的检测坐标,在三维立体坐标中依次连接检测坐标得到被测物体的三维立体图形。
6.一种基于多传感器的数据融合方法,其特征在于,包括以下步骤:
步骤一:处理器以被测物体放置的平面为基准,建立三维立体坐标轴,同时将各个传感器的位置在三维立体坐标中标记为Pi(xi,yi,zi);
步骤二:通过控制器开启传感器,各个传感器将测得的距离数值发送至筛选模块;
处理器设定传感器检测突变阈值,传感器实时将检测的距离数值发送至筛选模块,计算前后两次发送的距离数值的差值,并标记为CZ;
当CZ小于传感器检测突变阈值时,表示距离数值正常,不做处理;
步骤三:筛选模块将筛选后的距离数值发送至处理器;
步骤四:处理器将获取得到的距离数值分别进行标记,标记为Lis,其中L表示传感器测得的距离,s表示传感器进行姿态调整的时间;
步骤五:处理器将三维立体坐标中的位置坐标进行坐标变换得到被测物体的检测坐标;
步骤六:在三维立体坐标中依次连接检测坐标得到被测物体的三维立体图形。
7.根据权利要求6所述的一种基于多传感器的数据融合方法,其特征在于,在各个传感器将测得的距离数值发送至筛选模块前还包括:
控制器控制姿态调整模块进行传感器姿态调整,使得各个传感器在姿态调整的范围内进行运动。
8.根据权利要求7所述的一种基于多传感器的数据融合方法,其特征在于,姿态调整模块进行姿态调整时,调整的单位时间以及调整的单位距离与三维立体坐标轴的单位距离有关,且同一位置,有两个以上的传感器经过且发送两个以上的距离数值至处理器。
9.根据权利要求6所述的一种基于多传感器的数据融合方法,其特征在于,当CZ大于等于传感器检测突变阈值时,将后一检测距离数值标记为可疑距离数值,同时处理器发送二次检测信号至控制器,控制器控制除此传感器外任一传感器进行此位置检测,将检测的距离数值发送至筛选模块;
当检测距离数值与后一检测距离数值一致时,表示距离数值正常,去除可疑距离数值的标签;
当检测距离数值与后一检测距离数值不一致时,表示距离数值异常,将此距离数值标记为异常距离数值,通过筛选模块将此距离数值删除,并将此传感器标记为问题传感器。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,当所述计算机程序被计算机执行时,使得如权利要求6-9任一项所述的方法被实现。
CN202110842053.8A 2021-07-26 2021-07-26 一种基于多传感器的数据融合方法、***及存储介质 Active CN113298194B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110842053.8A CN113298194B (zh) 2021-07-26 2021-07-26 一种基于多传感器的数据融合方法、***及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110842053.8A CN113298194B (zh) 2021-07-26 2021-07-26 一种基于多传感器的数据融合方法、***及存储介质

Publications (2)

Publication Number Publication Date
CN113298194A true CN113298194A (zh) 2021-08-24
CN113298194B CN113298194B (zh) 2021-10-19

Family

ID=77330974

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110842053.8A Active CN113298194B (zh) 2021-07-26 2021-07-26 一种基于多传感器的数据融合方法、***及存储介质

Country Status (1)

Country Link
CN (1) CN113298194B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114595256A (zh) * 2022-03-14 2022-06-07 哈尔滨市若初科技有限责任公司 一种基于大数据的信息管理***及方法
CN115601944A (zh) * 2022-10-20 2023-01-13 浙江瑞邦科特检测有限公司(Cn) 具有高准确度的数据监控方法
CN117629122A (zh) * 2023-11-24 2024-03-01 江苏欧普瑞信息科技有限公司 一种水坝位移的监测与预警方法及***

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101603812A (zh) * 2009-07-21 2009-12-16 北京航空航天大学 一种超高速实时三维视觉测量装置及方法
CN105874350A (zh) * 2013-12-27 2016-08-17 株式会社国际电气通信基础技术研究所 校准装置、校准方法及校准程序
CN109579766A (zh) * 2018-12-24 2019-04-05 苏州瀚华智造智能技术有限公司 一种产品外形自动检测方法及***
CN110428008A (zh) * 2019-08-02 2019-11-08 深圳市唯特视科技有限公司 一种基于多融合传感器的目标探测与识别装置和方法
CN112130579A (zh) * 2020-09-24 2020-12-25 国网智能科技股份有限公司 一种隧道无人机巡检方法及***

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101603812A (zh) * 2009-07-21 2009-12-16 北京航空航天大学 一种超高速实时三维视觉测量装置及方法
CN105874350A (zh) * 2013-12-27 2016-08-17 株式会社国际电气通信基础技术研究所 校准装置、校准方法及校准程序
CN109579766A (zh) * 2018-12-24 2019-04-05 苏州瀚华智造智能技术有限公司 一种产品外形自动检测方法及***
CN110428008A (zh) * 2019-08-02 2019-11-08 深圳市唯特视科技有限公司 一种基于多融合传感器的目标探测与识别装置和方法
CN112130579A (zh) * 2020-09-24 2020-12-25 国网智能科技股份有限公司 一种隧道无人机巡检方法及***

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114595256A (zh) * 2022-03-14 2022-06-07 哈尔滨市若初科技有限责任公司 一种基于大数据的信息管理***及方法
CN114595256B (zh) * 2022-03-14 2022-10-28 北京浩太同益科技发展有限公司 一种基于大数据的信息管理***及方法
CN115601944A (zh) * 2022-10-20 2023-01-13 浙江瑞邦科特检测有限公司(Cn) 具有高准确度的数据监控方法
CN115601944B (zh) * 2022-10-20 2024-03-12 浙江瑞邦科特检测有限公司 具有高准确度的数据监控方法
CN117629122A (zh) * 2023-11-24 2024-03-01 江苏欧普瑞信息科技有限公司 一种水坝位移的监测与预警方法及***
CN117629122B (zh) * 2023-11-24 2024-06-07 江苏欧普瑞信息科技有限公司 一种水坝位移的监测与预警方法及***

Also Published As

Publication number Publication date
CN113298194B (zh) 2021-10-19

Similar Documents

Publication Publication Date Title
CN113298194B (zh) 一种基于多传感器的数据融合方法、***及存储介质
CN107086944A (zh) 一种异常检测方法和装置
CN115077425B (zh) 一种基于结构光三维视觉的产品检测设备及方法
EP2765386A1 (en) Monitoring device, monitoring system and monitoring method
TWI518469B (zh) 加工監控系統及方法
CN115290286B (zh) 一种亚跨超声速风洞流场稳定性的集成学习评估***
CN114781476B (zh) 一种量测设备故障分析***和方法
CN113405519B (zh) 农机的作业亩数计算方法和农机的作业亩数计算***
CN116991115B (zh) 数控机床主轴状态监测方法、装置、设备及介质
CN116522096B (zh) 基于动作捕捉的三维数字孪生内容智能制作方法
CN116678368B (zh) 基于bim技术的装配式钢结构数据智能采集方法
CN112781556A (zh) 一种基于多数据融合滤波的井盖异动监测方法和装置
CN116736814A (zh) 一种电缆保护管制造用生产设备的控制方法及***
CN116630809A (zh) 基于智能图像分析的地质雷达数据自动识别方法及***
CN109614758A (zh) 具有空间相关性的圆形形状误差的监控方法
CN112965966B (zh) 一种基于实测飞参数据的快速预处理方法、***及计算机相关产品
CN112816053A (zh) 一种船舶设备的非接触式振动信息检测方法及***
CN117141046B (zh) 一种铝箔餐盒冲压成型机的安全监测方法及***
WO2023073941A1 (ja) エラー要因推定装置、エラー要因推定方法及びコンピュータ可読媒体
CN116698445B (zh) 一种自动驾驶安全性检测方法及***
CN117171922B (zh) 一种钢结构制作中平行矫正的方法及***
CN113393450B (zh) 用于数字线划图的数据质检方法、***及可读存储介质
CN117687290B (zh) 一种基于多源数据的秒表检测与评估方法及***
CN115438592B (zh) 基于***工程的工业研发设计数据建模方法
CN113219447B (zh) 一种基于毫米波阵列的输电线距离稳定测量方法

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
CB03 Change of inventor or designer information

Inventor after: Lei Bin

Inventor after: Luo Jie

Inventor after: Bian Haibo

Inventor after: Wang Dekuang

Inventor after: Liu Tingzhi

Inventor before: Lei Bin

CB03 Change of inventor or designer information
CP03 Change of name, title or address

Address after: No.755, Xueshi street, Yuelu District, Changsha City, Hunan Province, 410205

Patentee after: Zhongda Intelligent Technology Co.,Ltd.

Address before: 410000 Bachelor's Street, Yuelu District, Changsha City, Hunan Province, 755 Bachelor's Road

Patentee before: CUHK testing (Hunan) Co.,Ltd.

CP03 Change of name, title or address