JP2005293350A - 3次元物体照合装置 - Google Patents
3次元物体照合装置 Download PDFInfo
- Publication number
- JP2005293350A JP2005293350A JP2004108990A JP2004108990A JP2005293350A JP 2005293350 A JP2005293350 A JP 2005293350A JP 2004108990 A JP2004108990 A JP 2004108990A JP 2004108990 A JP2004108990 A JP 2004108990A JP 2005293350 A JP2005293350 A JP 2005293350A
- Authority
- JP
- Japan
- Prior art keywords
- data
- collation
- dimensional
- resolution
- selection
- 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
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
【解決手段】 3次元データの各計測点について計測誤差を推定する誤差特性評価手段14と、3次元データから1以上のデータ領域を切り出し、データ分散が閾値よりも大きなデータ領域を初期候補として選定する特徴部分抽出手段16と、データ領域又は前記データ領域同士の組合せについて推定処理時間と推定照合精度を計算する処理時間・精度評価手段18と、初期候補から目標処理時間と目標照合精度を達成するデータ領域又はデータ領域同士の組合せを選定する照合データ領域選定手段10とを備え、3次元データ照合手段が、照合データ領域選定手段10の選定したデータ領域又はデータ領域同士の組合せについて標準3次元データとの照合を行う。
【選択図】図1
Description
以下の実施の形態では、本件発明に係る3次元物体照合装置を位置姿勢推定に応用する場合を例に説明する。図1は、本発明の実施の形態1に係る3次元物体照合装置の概略を示す模式図である。3次元物体照合装置では、センサ等の3次元データ取得手段6によってある視線方向から見た対象物体4の3次元データを取得し、その計測した3次元データを既知の3次元データ(標準3次元データ)と照合することにより、対象物体4の位置姿勢推定を行う。図示するように、センサ6によって取得した3次元データは、メモリ等の3次元データ蓄積手段8に蓄積され、照合データ領域選定手段10において照合に用いるデータ領域が選定され、3次元データ照合手段12において標準3次元データとの照合が行われた後、照合結果が出力される。計測した3次元データを表すセンサ座標は任意であるが、例えば、センサ6の視線方向をz軸とし、それに直交する平面内にx軸とy軸を取る直交座標をセンサ座標として用いることができる。位置姿勢の推定精度を高めるために複数の方向から物体4の計測を行うこともあるが、その場合には統一したセンサ座標系に変換して標準3次元データとの照合が行われる。
(3次元データ取得)
まず、3次元データ取得手段6によって対象物体4の3次元立体形状を表す3次元データが取得される(ステップ30)。この3次元データ取得手段6としては、各種の3次元距離測定手段を用いることができ、例えば、2つ以上のカメラを用いて三角測量原理により距離分布計測を行うステレオ方式、パターン投光を行い1つ以上のカメラで観測して三角測量原理に基づいて計測を行う構造化光方式、レーダー光の出射から反射光の受光までの時間を計測する飛行時間法などの各種レンジファインダを用いることができる。3次元データ取得手段6によって得られるデータは、一般にある視点方向から物体4を見たときの距離画像であり、部分的な3次元データである。3次元データは、センサ6を動かしながら複数の視点から計測したデータを複合したものであっても良い。
次に、3次元データ取得手段6によって取得した3次元データを3次元データ蓄積手段8に蓄積する(ステップ32)。3次元データ蓄積手段8は、計測した3次元データを記憶可能なメモリであれば良く、特に種類は問わない。また、3次元データ蓄積手段8には、計測した3次元データの他に、照合すべき対象物体4の標準3次元データも蓄積されている。標準3次元データは、既知の姿勢の物体4を計測することによって得た3次元データでも良いし、CAD設計情報などから生成された3次元データであっても良い。
次に、照合データ領域選定手段10が、下位動作モジュールである誤差特性評価手段14、特徴部分抽出手段16、処理時間・精度評価手段18の動作制御を行って総合的な評価を行った上でデータ領域選定を行う(ステップ34〜42)。これにより座標の各方向別の目標照合精度や目標の処理時間を実現するのに必要なデータ領域が選定される。以下、3つの下位動作モジュールについて、その動作をフロー順に説明していき、次いでこれらを総合的に評価すると共に動作制御を行う照合データ領域選定手段の動作について述べる。なお、3つの下位動作モジュールは基本的には図3に示すようにシーケンシャルに処理されるが、照合データ領域選定手段10で適切なデータ領域の選定ができなかった場合には、特徴部分抽出手段16での閾値パラメータを変更するなどして、目標の位置姿勢推定精度や処理時間を達成するように1回以上動作する構成となっている。
まず、誤差特性評価手段14では、3次元データ蓄積手段8に蓄積された3次元データの各計測点について誤差特性の評価を行う(ステップ34)。ここで評価する誤差特性は、各計測点が持つ計測誤差の空間的な分布を評価したものであり、例えばセンサ座標の各座標軸方向における計測誤差の推定標準偏差として表される。ここで評価する誤差特性の種類は特に限定されないが、例えば、センサ6の構造によって決まる誤差特性や、対象物体4の表面反射特性(材質、形状)によって決まる誤差特性などが挙げられる。
次に特徴部分抽出手段16では、計測した3次元データの中から照合に適したデータ領域を抽出する(ステップ36)。例えば、3次元データから予め決められた標準的なサイズのデータ領域を切り出し、各データ領域について所定の形状特徴値を算出した上で、形状特徴値が閾値を超えるデータ領域を初期候補として選択する。ここで形状特徴値は、照合に適したデータ領域を判断できる指標となるものであれば良い。例えば、あるデータ領域が形状的にユニークであったり、そのデータ領域の濃淡テクスチャがユニークであれば照合に適していると言える。従って、形状特徴値の具体例としては、そのデータ領域における距離データの分散、曲率の分散、曲率(それ自体)、ヒストグラム分布、ヒストグラムの平均や標準偏差、空間周波数(フーリエ変換の係数等)等が挙げられる。
<選定アルゴリズム1>
Step1 3次元計測データ中、等間隔に区切った8方向について各方向別の距離データ分散値算出
Step2 if(8方向中最も小さな分散値>閾値) then 選択
<選定アルゴリズム2>
Step1 3次元計測データ中、等間隔に区切った8方向について、各方向の法線成分の分散値算出
Step2 if (8方向中最も小さな変化値の分散値>閾値) then 選択
次に、処理時間・精度評価手段18において、特徴部分抽出手段16で選定されたデータ領域の初期候補から各種組合せに対する推定照合精度と推定処理時間算出を行う(ステップ38)。まず、推定照合精度は、先の誤差特性評価手段14で評価した誤差特性に基づいて算出できる。例えば、誤差特性評価手段14によって各計測点における誤差ベクトル、即ち、x、y、z方向の計測誤差の推定標準偏差を見積もっているため、データ領域内の全ての誤差ベクトルを合成すれば、データ領域全体が示す計測誤差をx、y、z方向について知ることができる。ここでデータ領域の大きさがそれぞれ異なる場合には、合成した誤差ベクトルをデータ領域内の計測点数で割って平均誤差ベクトルを求めても良い。また、データ領域内の各計測点が持つ誤差ベクトルの分散が、小さいほうが照合精度が良好となる傾向にある。そこで誤差ベクトルの分散を計算して照合精度の指標としても良い。この分散は、誤差ベクトルのx、y、z成分の各々について計算しても良い。また、誤差ベクトルの合成と誤差ベクトルの分散の両方を組合せて照合精度の指標を得ても良い。
次に、照合データ領域選定手段10において、上記に述べた3つの下位動作モジュールである誤差特性評価手段14、特徴部分抽出手段16、処理時間・精度評価手段の出力から得られる評価値を基にデータ領域の選定を行い、データ領域の選定が適切にできなかった場合は選定の閾値を変えるなどして特徴部分の抽出からやり直す(ステップ40、42)。具体的には、照合データ領域選定手段10において、特徴部分抽出手段16で選定されたM個の初期候補データ領域から目標の照合精度と処理時間を達成できるデータ領域の組合せを探索する。
次に、3次元データ照合手段12において、照合データ領域選定手段10によって選定されたデータ領域又はデータ領域同士の組合せを3次元データ蓄積手段8に蓄積された標準3次元データと照合する。ここで照合には、3次元データ同士の照合が可能な種々の照合手法を用いることができる。例えば、非特許文献1に記載されたICPアルゴリズム法、非特許文献2に記載された計測誤差を考慮した照合法、池内克史による「物体認識と認識プログラムの自動生成」(人工知能学会誌、vol.4、No.1、pp.30-42、1989)に紹介された種種の幾何推論システム、特開平6−109451号に記載されたようなアスペクト姿勢への射影による予め登録した代表姿勢と照合する方法、等を用いることができる。中でもICPアルゴリズムを用いれば、任意の形状を扱うことができ、しかも高精度の照合が可能となる点で有利である。
こうして最終的な位置姿勢推定結果が得られると、照合に用いたデータ領域や照合結果等の情報が照合特性蓄積手段20に蓄積された後、照合結果が出力される(ステップ46、48)。尚、照合特性蓄積手段20には、過去の照合結果の他に、照合データ領域選定手段10が3つの下位動作モジュールを動作制御する際や、各モジュールが評価を行うための各種照合特性を保持する。例えば、評価を行う際の標準領域サイズや標準的な組合せ例に関する情報などが過去の照合結果などから蓄積されており、これを照合データ領域選定手段において優先的な組合せとして利用する。
図5は、本発明の実際の形態2に係る3次元物体照合装置を示すブロック図であり、図6は、その処理を示すフロー図である。実施の形態2では、特徴部分抽出手段14における選定基準及び/又は照合データ領域選定手段10で用いる選定基準を変更指示するための選定基準変更手段11を備えており、3次元データを取得、蓄積した後に対象物体4に合わせて選定基準を適宜変更する(ステップ33)。その他の点は、実施の形態1と同様である。ここで、特徴部分抽出手段14の選定基準を変更するとは、データ領域選定の閾値の変更のほか、選定アルゴリズムの変更や、切り出すデータ領域の大きさの変更も含まれる。また、照合データ領域選定手段10で用いる選定基準を変更するとは、目標処理時間や目標照合精度を変えることの他、組合せに用いるデータ領域数の変更、表面テクスチャに基づく選定等の他の選定手法の併用の有無に関する変更なども含まれる。
図7は、本発明の実際の形態3に係る3次元物体照合装置の処理を示すフロー図である。実施の形態3では、実施の形態2においてオペレータが変更していた選定基準を、データ領域の選定結果に応じて選定基準変更手段が自動的に変更するようにする(ステップ41)。その他の点は、実施の形態2と同様である。
図9は、本発明の実際の形態4に係る3次元物体照合装置を示すブロック図であり、図10は、その処理を示すフロー図である。この実施形態では、図9に示すように、特徴部分抽出手段16で選定したデータ領域に対して、その後の照合処理計算に用いるデータ点数を削減するためのデータ点数削減手段19を備えている。例えば図10に示すように、特徴部分抽出手段によって選定した後(ステップ36)、選定した初期候補に対してデータ点数の削減を行う(ステップ37)。これにより、データ点数をすべて用いた場合には目標とする処理時間を実現できない場合にも、データ点数を減らして処理時間が短縮できるため、目標の処理時間の達成が可能となる。その他の点は、実施の形態3と同様である。
図11は、本発明の実際の形態5に係る3次元物体照合装置の処理を示すフロー図である。本実施の形態では、実施の形態4におけるデータ点数削減処理が多重解像度にわたって実行される場合について、さらに「3次元照合手段」における利用方法も含めて説明する。本実施の形態におけるブロック図は、実施の形態4の図9と同じである。
図12は、本発明の実際の形態4に係る3次元物体照合装置を示すブロック図であり、図13は、その処理を示すフロー図である。実施の形態5では、特徴部分抽出手段16で選定されたデータ領域に対してデータ点数を削減する場合について説明したが、本実施の形態では、予め多重解像度化された3次元データに対して、特徴部分抽出手段16でデータ領域の選定を行う場合について説明する。
e)、最終解像度であれば次の照合特性蓄積に進む。その後の3次元データ照合手段における照合手順(ステップ44a〜44e)は、実施の形態5と同様に、低解像度データから高解像度データへと順次照合するとともに、低解像度データにおける照合結果を高解像度データにおける照合初期値として利用する。
図14は、本発明の実際の形態7に係る3次元物体照合装置を示すブロック図であり、図15は、その処理を示すフロー図である。本実施の形態では、多重解像度データの生成と照合のみを行い、誤差特性評価や特徴部分抽出は行わない。即ち、3次元データ蓄積手段8に3次元データを蓄積した後(ステップ32)、多重解像度データ生成手段9において3次元データに対してデータ点数削減を異なるデータ削減率を用いて多段階で行い、多重解像度のデータを得る(ステップ35)。多重解像度データを得る手順は、実施の形態5で説明したのと同様である。そして3次元照合手段12において、多重解像度化された3次元データを用いて照合が行われるが(ステップ44a〜44e)、この際、まず低解像度データのみを用いた照合が行われ、順次高解像度データを用いた照合処理が行われる。この際、低解像度で得られた照合結果が、より高解像度での照合の際に利用される。具体的には、低解像度での照合位置や照合度が高解像度での照合初期値として用いられる。これにより、低解像度段階での少ないデータ点数で開始した照合処理結果を、より詳細なデータを持つ高解像度段階に引き継ぐことができ、処理速度の向上と精度維持を容易に両立させることができるという効果がある。
Claims (11)
- 物体の立体形状を計測して3次元データを得る3次元データ取得手段と、
取得した3次元データを蓄積する3次元データ蓄積手段と、
取得した3次元データと参照すべき標準3次元データとの照合を行う3次元データ照合手段とを備えた3次元物体照合装置であって、
さらに、前記3次元データの各計測点について計測誤差を推定する誤差特性評価手段と、
前記3次元データから1以上のデータ領域を切り出し、所定の形状特徴値が閾値よりも大きなデータ領域を初期候補として選定する特徴部分抽出手段と、
前記データ領域又は前記データ領域同士の組合せについて推定処理時間と推定照合精度を計算する処理時間・精度評価手段と、
前記初期候補から、目標処理時間と目標照合精度を達成するデータ領域又はデータ領域同士の組合せを選定する照合データ領域選定手段とを備え、
前記3次元データ照合手段が、前記照合データ領域選定手段の選定したデータ領域又はデータ領域同士の組合せについて標準3次元データとの照合を行うことを特徴とする3次元物体照合装置。 - 前記誤差特性評価手段が、前記3次元データ取得手段に由来する計測誤差を前記3次元取得手段と前記物体の相対位置から推定することを特徴とする請求項1に記載の3次元物体照合装置。
- 前記3次元データ取得手段が、前記物体に照射した光を受光器によって検出することによって立体形状を計測し、
前記誤差特性評価手段が、前記物体表面で反射して前記受光器に向かう光線の割合に基づいて計測誤差を推定することを特徴とする請求項1又は2に記載の3次元物体照合装置。 - 過去に選定したデータ領域又はデータ領域同士の組合せを蓄積する照合特性蓄積手段を備え、前記照合データ領域選定手段が、前記照合特性蓄積手段に蓄積された情報に基づいてデータ領域又はデータ領域同士の組合せを選定することを特徴とする請求項1乃至3のいずれか1項に記載の3次元物体照合装置。
- 前記特徴部分抽出手段で用いる選定基準及び/又は前記照合データ領域選定手段で用いるデータ選定基準を変更する選定基準変更手段を備えたことを特徴とする請求項1乃至4のいずれか1項に記載の3次元物体照合装置。
- 前記選定基準変更手段が、前記照合データ領域選定手段の選定結果又は前記3次元データ照合手段での照合結果に基づいて自動的に変更動作を行うことを特徴とする請求項5に記載の3次元物体照合装置。
- 前記3次元データ又はデータ領域から照合すべきデータ点数を削減するデータ点数削減手段を備えたことを特徴とする請求項1乃至6のいずれか1項に記載の3次元物体照合装置。
- 前記3次元データ又はデータ領域から異なる削減率でデータ点数を削減することにより多重解像度化されたデータを生成する多重解像度データ生成手段を備え、
前記3次元データ照合手段が、前記多重解像度化データを低解像度データから高解像度データへと順次照合するとともに、低解像度データにおける照合結果を高解像度データにおける照合初期値として利用することを特徴とする請求項1乃至7に記載の3次元物体照合装置。 - 前記特徴部分抽出手段で用いる選定基準及び/又は前記照合データ領域選定手段で用いるデータ選定基準を変更する選定基準変更手段を備え、
前記多重解像度化データ生成手段が、削減率を変更しながら前記3次元データからデータ削減を繰り返すことにより多重解像度化されたデータを生成し、
前記選定基準変更手段が、各解像度のデータについて、前記特徴部分抽出手段で用いる選定基準及び/又は前記照合データ領域選定手段で用いるデータ選定基準を変更しながら選定を繰り返すことを特徴とする請求項8に記載の3次元物体照合装置。 - 前記多重解像度化データ生成手段が、削減率を変更しながら前記3次元データからデータ削減を繰り返すことにより多重解像度化されたデータを生成し、
前記特徴部分抽出手段が、前記多重解像度化されたデータの解像度に応じて切り出すデータ領域の大きさを変えるとともに、前記解像度が最小であるときには前記3次元データの略全体からデータ領域を切り出すことを特徴とする請求項8又は9に記載の3次元物体照合装置。 - 物体の立体形状を計測して3次元データを得る3次元データ取得手段と、
取得した3次元データを蓄積する3次元データ蓄積手段と、
取得した3次元データと参照すべき標準3次元データとの照合を行う3次元データ照合手段とを備えた3次元物体照合装置であって、
さらに、前記3次元データ又はデータ領域から異なる削減率でデータ点数を削減することにより多重解像度化されたデータを生成する多重解像度データ生成手段を備え、
前記3次元データ照合手段が、前記多重解像度化データを低解像度データから高解像度データへと順次照合するとともに、低解像度データにおける照合結果を高解像度データにおける照合初期値として利用することを特徴とする3次元物体照合装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004108990A JP4383230B2 (ja) | 2004-04-01 | 2004-04-01 | 3次元物体照合装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004108990A JP4383230B2 (ja) | 2004-04-01 | 2004-04-01 | 3次元物体照合装置 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2005293350A true JP2005293350A (ja) | 2005-10-20 |
JP2005293350A5 JP2005293350A5 (ja) | 2006-12-21 |
JP4383230B2 JP4383230B2 (ja) | 2009-12-16 |
Family
ID=35326197
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004108990A Expired - Lifetime JP4383230B2 (ja) | 2004-04-01 | 2004-04-01 | 3次元物体照合装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4383230B2 (ja) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008309603A (ja) * | 2007-06-14 | 2008-12-25 | Ihi Corp | 蛍光探傷方法および蛍光探傷装置 |
JP2011504230A (ja) * | 2007-11-15 | 2011-02-03 | シロナ・デンタル・システムズ・ゲゼルシャフト・ミット・ベシュレンクテル・ハフツング | 三角法を用いた物体の光学的測定方法 |
JP2011179910A (ja) * | 2010-02-26 | 2011-09-15 | Canon Inc | 位置姿勢計測装置、位置姿勢計測方法、およびプログラム |
JP2011209116A (ja) * | 2010-03-30 | 2011-10-20 | Dainippon Screen Mfg Co Ltd | 3次元位置・姿勢認識装置およびそれを用いたシステム、方法、プログラム |
JP2015118023A (ja) * | 2013-12-19 | 2015-06-25 | 富士通株式会社 | 法線ベクトル抽出装置、法線ベクトル抽出方法及び法線ベクトル抽出プログラム |
JP2017068317A (ja) * | 2015-09-28 | 2017-04-06 | 富士通株式会社 | 生成方法、判別方法、プログラム及び情報処理装置 |
JP2019049533A (ja) * | 2017-07-28 | 2019-03-28 | ザ・ボーイング・カンパニーThe Boeing Company | 対象物の3−d計測を実施するための解像度適応型メッシュ |
JP2020101437A (ja) * | 2018-12-21 | 2020-07-02 | 株式会社日立製作所 | 3次元位置・姿勢認識装置及び方法 |
WO2021240670A1 (ja) * | 2020-05-27 | 2021-12-02 | 日本電気株式会社 | 異常検出システム、異常検出装置、異常検出方法、及びコンピュータ可読媒体 |
JP2022515355A (ja) * | 2018-12-10 | 2022-02-18 | 北京図森智途科技有限公司 | トレーラ挟角の測定方法、装置及び車両 |
WO2022215248A1 (ja) * | 2021-04-09 | 2022-10-13 | 日本電気株式会社 | 当人認証支援、当人認証支援方法及びプログラム |
-
2004
- 2004-04-01 JP JP2004108990A patent/JP4383230B2/ja not_active Expired - Lifetime
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008309603A (ja) * | 2007-06-14 | 2008-12-25 | Ihi Corp | 蛍光探傷方法および蛍光探傷装置 |
JP2011504230A (ja) * | 2007-11-15 | 2011-02-03 | シロナ・デンタル・システムズ・ゲゼルシャフト・ミット・ベシュレンクテル・ハフツング | 三角法を用いた物体の光学的測定方法 |
JP2011179910A (ja) * | 2010-02-26 | 2011-09-15 | Canon Inc | 位置姿勢計測装置、位置姿勢計測方法、およびプログラム |
JP2011209116A (ja) * | 2010-03-30 | 2011-10-20 | Dainippon Screen Mfg Co Ltd | 3次元位置・姿勢認識装置およびそれを用いたシステム、方法、プログラム |
JP2015118023A (ja) * | 2013-12-19 | 2015-06-25 | 富士通株式会社 | 法線ベクトル抽出装置、法線ベクトル抽出方法及び法線ベクトル抽出プログラム |
JP2017068317A (ja) * | 2015-09-28 | 2017-04-06 | 富士通株式会社 | 生成方法、判別方法、プログラム及び情報処理装置 |
JP2019049533A (ja) * | 2017-07-28 | 2019-03-28 | ザ・ボーイング・カンパニーThe Boeing Company | 対象物の3−d計測を実施するための解像度適応型メッシュ |
JP7308597B2 (ja) | 2017-07-28 | 2023-07-14 | ザ・ボーイング・カンパニー | 対象物の3-d計測を実施するための解像度適応型メッシュ |
JP2022515355A (ja) * | 2018-12-10 | 2022-02-18 | 北京図森智途科技有限公司 | トレーラ挟角の測定方法、装置及び車両 |
JP7330276B2 (ja) | 2018-12-10 | 2023-08-21 | 北京図森智途科技有限公司 | トレーラ挟角の測定方法、装置及び車両 |
JP7159033B2 (ja) | 2018-12-21 | 2022-10-24 | 株式会社日立製作所 | 3次元位置・姿勢認識装置及び方法 |
JP2020101437A (ja) * | 2018-12-21 | 2020-07-02 | 株式会社日立製作所 | 3次元位置・姿勢認識装置及び方法 |
JPWO2021240670A1 (ja) * | 2020-05-27 | 2021-12-02 | ||
WO2021240670A1 (ja) * | 2020-05-27 | 2021-12-02 | 日本電気株式会社 | 異常検出システム、異常検出装置、異常検出方法、及びコンピュータ可読媒体 |
JP7416233B2 (ja) | 2020-05-27 | 2024-01-17 | 日本電気株式会社 | 異常検出システム、異常検出装置、異常検出方法、及びプログラム |
WO2022215248A1 (ja) * | 2021-04-09 | 2022-10-13 | 日本電気株式会社 | 当人認証支援、当人認証支援方法及びプログラム |
JP7460016B2 (ja) | 2021-04-09 | 2024-04-02 | 日本電気株式会社 | 当人認証支援システム、当人認証支援方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP4383230B2 (ja) | 2009-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10402998B2 (en) | Position estimation apparatus and position estimation method | |
US8427472B2 (en) | Multidimensional evidence grids and system and methods for applying same | |
KR101003168B1 (ko) | 다차원 에비던스 그리드 및 그를 적용한 시스템 및 방법 | |
US8340400B2 (en) | Systems and methods for extracting planar features, matching the planar features, and estimating motion from the planar features | |
US8792726B2 (en) | Geometric feature extracting device, geometric feature extracting method, storage medium, three-dimensional measurement apparatus, and object recognition apparatus | |
Oehler et al. | Efficient multi-resolution plane segmentation of 3D point clouds | |
JP5963353B2 (ja) | 光学データ処理装置、光学データ処理システム、光学データ処理方法、および光学データ処理用プログラム | |
CN108801268B (zh) | 目标对象的定位方法、装置及机器人 | |
CN111274943B (zh) | 一种检测方法、装置、电子设备及存储介质 | |
CN109977466B (zh) | 一种三维扫描视点规划方法、装置及计算机可读存储介质 | |
JP5955028B2 (ja) | 画像処理装置、画像処理方法および画像処理用のプログラム | |
JP4383230B2 (ja) | 3次元物体照合装置 | |
Brand et al. | Submap matching for stereo-vision based indoor/outdoor SLAM | |
KR20160003776A (ko) | 자세 추정 방법 및 로봇 | |
US20160239973A1 (en) | Moving body position estimation device and moving body position estimation method | |
US20130080111A1 (en) | Systems and methods for evaluating plane similarity | |
JP2017151650A (ja) | 物体状態特定方法、物体状態特定装置、および、搬送車 | |
US10778902B2 (en) | Sensor control device, object search system, object search method, and program | |
US9816786B2 (en) | Method for automatically generating a three-dimensional reference model as terrain information for an imaging device | |
JP4701848B2 (ja) | 画像マッチング装置、画像マッチング方法および画像マッチング用プログラム | |
CN113111513B (zh) | 传感器配置方案确定方法、装置、计算机设备及存储介质 | |
JP6172432B2 (ja) | 被写体識別装置、被写体識別方法および被写体識別プログラム | |
Kawashima et al. | Finding the next-best scanner position for as-built modeling of piping systems | |
JP6188345B2 (ja) | 情報処理装置、情報処理方法 | |
KR102547333B1 (ko) | 깊이 영상 기반 실시간 바닥 검출방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061102 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20061102 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20061102 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090707 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090813 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20090908 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090918 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121002 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |