-
公开(公告)号：CN119579693A
公开(公告)日：2025-03-07
申请号：CN202411772127.5
申请日：2024-12-04
Applicant: 哈尔滨工业大学
IPC: G06T7/73 , G06V10/25 , G06V10/75 , G06V10/80 , G06N3/0455 , G06N3/048 , G06N3/0464 , G06N3/08
Abstract: 基于单目相机的两阶段物体六自由度位姿估计方法，解决了如何实现对弱纹理工业零件进行高精度高效率位姿估计的问题，属于单目相机位姿估计技术领域。本发明为一个由粗到精的两阶段位姿估计方法。粗位姿估计网络基于掩码特征和2D位置特征融合粗略的估计了六自由度的位姿值，粗位姿估计阶段提供了位姿精确估计的初始值，避免了位姿精确估计算法优化过程陷入局部最优值。精确位姿估计网络引入动态蛇形卷积层构建物体轮廓特征提取网络，提高轮廓特征生成质量，并对背景轮廓进行滤除。通过可微的高斯‑牛顿优化方法，在多个尺度上迭代优化，最小化投影轮廓与物体轮廓的重投影误差，实现精确的位姿估计。
-
公开(公告)号：CN116630437A
公开(公告)日：2023-08-22
申请号：CN202310569735.5
申请日：2023-05-19
Applicant: 哈尔滨工业大学
Abstract: 双目PTZ相机中心视点重合的测距方法，解决了主动视觉三维检测时在线环境中无法用标定板重新标定的问题，属于主动视觉技术领域。本发明包括：双目PTZ相机的左右相机分别在球腔内各自位置处采用各种俯仰角和方位角拍摄目标图像，获得角度‑图像编码器，测距时，利用左右相机拍摄目标，根据拍摄的图像，在角度‑图像编码器中找到左右相机拍摄的图像对应的方位角和俯仰角，再结合左右相机和目标的位置几何关系，得到左右相机与目标点的夹角α0、β0；根据α0、β0、左右相机旋转中心位置点间距D，解出目标点的三维距离。本发明可以在调焦和拍摄角度和范围调节后内外参发生变化条件下，不需要自标定，仍然可以进行中心视点重合时测距。
-
公开(公告)号：CN115096288A
公开(公告)日：2022-09-23
申请号：CN202210706524.7
申请日：2022-06-21
Applicant: 哈尔滨工业大学
Abstract: 移动机器人导航轨迹解算精度和能力测试方法,解决了现有不便使用靶标轨迹评测机器人自身轨迹解算精度的问题，属于导航轨迹精度测试技术领域。本发明使用高精度激光扫描测距仪器，扫描环境获得场景完整点云和图像，采用虚拟轨迹和虚拟传感器类型与视角(与被测机器人使用的传感器类型和参数、视角相同)，对该场景完整点云和图像进行采样，生成虚拟轨迹和虚拟传感器类型与视角对应的传感器数据帧序列，被测机器人使用该传感器数据帧序列(等同于该机器人在该实际环境中进行运动和数据采集)，解算生成机器人运动轨迹，生成的机器人运动轨迹与虚拟轨迹(作为真值)进行比较，测试被测机器人轨迹解算精度和能力。
-
公开(公告)号：CN116758160B
公开(公告)日：2024-04-26
申请号：CN202310735104.6
申请日：2023-06-20
Applicant: 哈尔滨工业大学
Abstract: 基于正交视觉系统的光学元件装配过程位姿检测方法及装配方法，属于工业装配视觉检测领域，本发明为解决现有光学元件装配中光学元件边缘与装配框容易发生碰撞，导致装配失误的问题。本发明方法包括：S1、构建视觉检测系统步骤；所述视觉检测系统包括一台全局相机和两台侧视角相机，S2、视觉检测系统中三台相机的联合标定步骤；其中，以全局相机的相机坐标系作为统一的全局坐标系；S3、光学元件位姿解算步骤；三台相机同步获取光学元件的俯视图和两个侧视图，从三台相机的图像中提取光学元件边缘在各自像素坐标系下的解析式，结合联合标定数据，将不同相机的像素坐标系下的边缘对齐到统一的全局坐标系下；通过这些边缘的解析式确定光学元件的位姿。
-
公开(公告)号：CN115330862A
公开(公告)日：2022-11-11
申请号：CN202210967969.0
申请日：2022-08-12
Applicant: 哈尔滨工业大学
Abstract: 视觉防撞监测装置及大型球形靶室内设备防撞监测方法，解决了如何监测球形靶室内内仪器设备之间在运动过程中的碰撞风险的问题，属于视觉监测领域。本发明设计一种视觉防撞监测装置，根据大型球形靶室的特点，布置多套视觉防撞监测装置，安装在靶室外部，通过法兰对内部进行观测。本发明根据视觉防撞监测装置的成像模块之间的相对位置关系、目标相对于成像模块坐标系的位置和姿态确定多目标之间的位置和姿态，根据多目标之间的位置和姿态，解算目标间最小间距，根据目标间最小间距来评估碰撞风险，实现防撞。
-
Patent Agency Ranking
公开(公告)号：CN115272491A
公开(公告)日：2022-11-01
申请号：CN202210966610.1
申请日：2022-08-12
Applicant: 哈尔滨工业大学
IPC: G06T7/80
Abstract: 双目PTZ相机动态自标定方法,解决了如何对调焦变倍和原地旋转调节后的PTZ双目相机参数标定的问题，属于主动视觉技术领域。本发明包括：S1、对双目PTZ相机进行初始标定，获得两个相单目机的初始内参和双目初始外参；S2、根据获得的初始内参和双目初始外参，使用无限单应性约束方法分别对双目PTZ相机中的两个单目相机进行动态自标定，获得两个单目相机运动后的内参和、两个单目相机运动前后旋转矩阵和；S3、根据两个单目相机运动前后的视图关系以及两个单目相机的初始位姿关系得到两个单目相机运动后的位姿关系，完成自标定，获得双目PTZ相机运动后的外参。
-
公开(公告)号：CN116758160A
公开(公告)日：2023-09-15
申请号：CN202310735104.6
申请日：2023-06-20
Applicant: 哈尔滨工业大学
Abstract: 基于正交视觉系统的光学元件装配过程位姿检测方法及装配方法，属于工业装配视觉检测领域，本发明为解决现有光学元件装配中光学元件边缘与装配框容易发生碰撞，导致装配失误的问题。本发明方法包括：S1、构建视觉检测系统步骤；所述视觉检测系统包括一台全局相机和两台侧视角相机，S2、视觉检测系统中三台相机的联合标定步骤；其中，以全局相机的相机坐标系作为统一的全局坐标系；S3、光学元件位姿解算步骤；三台相机同步获取光学元件的俯视图和两个侧视图，从三台相机的图像中提取光学元件边缘在各自像素坐标系下的解析式，结合联合标定数据，将不同相机的像素坐标系下的边缘对齐到统一的全局坐标系下；通过这些边缘的解析式确定光学元件的位姿。
-
公开(公告)号：CN115096288B
公开(公告)日：2023-03-17
申请号：CN202210706524.7
申请日：2022-06-21
Applicant: 哈尔滨工业大学
Abstract: 移动机器人导航轨迹解算精度和能力测试方法,解决了现有不便使用靶标轨迹评测机器人自身轨迹解算精度的问题，属于导航轨迹精度测试技术领域。本发明使用高精度激光扫描测距仪器，扫描环境获得场景完整点云和图像，采用虚拟轨迹和虚拟传感器类型与视角(与被测机器人使用的传感器类型和参数、视角相同)，对该场景完整点云和图像进行采样，生成虚拟轨迹和虚拟传感器类型与视角对应的传感器数据帧序列，被测机器人使用该传感器数据帧序列(等同于该机器人在该实际环境中进行运动和数据采集)，解算生成机器人运动轨迹，生成的机器人运动轨迹与虚拟轨迹(作为真值)进行比较，测试被测机器人轨迹解算精度和能力。
-
公开(公告)号：CN117934630A
公开(公告)日：2024-04-26
申请号：CN202410042814.5
申请日：2024-01-11
Applicant: 哈尔滨工业大学
IPC: G06T7/80
Abstract: 一种多视角视觉检测系统的外参标定方法，它属于视觉检测技术领域。本发明解决了对低或无共同视场多视角视觉检测系统高精度外参标定方法的实现需要依赖于高制造精度的立体靶标的问题。本发明方法为：步骤一、根据多视角视觉检测系统中每台相机的工作距离，为各台相机分别选择一个平面靶标，将选择出的平面靶标刚性地组合为立体靶标；步骤二、从各个自由度方向激励平面靶标，利用多视角视觉检测系统中的各台相机采集图像；步骤三、对于各组图像中的满足完整性条件的各个图像，分别解算采集每个图像时平面靶标相对于相机坐标系的位姿；步骤四、根据采集的图像和残差函数解算任意两台相机之间的相对位姿。本发明方法可以应用于视觉检测技术领域。
-
公开(公告)号：CN116630409A
公开(公告)日：2023-08-22
申请号：CN202310681703.4
申请日：2023-06-09
Applicant: 哈尔滨工业大学
IPC: G06T7/70 , G06V10/74 , G06V10/75 , G06V10/764 , G06V10/774 , G06T7/62 , G06T7/66 , G06T7/80 , G06T17/20
Abstract: 基于三维CAD模型的单目相机快速目标位姿估计方法，解决了基于三维CAD模型的单幅高分辨图像目标位姿精确估计方法的实时性差的问题，属于目标位姿估计领域。本发明包括:使用虚拟相机在均匀视角下拍摄目标CAD线框模型，生成多视角的模板图像库；将当前实际相机采集目标的实体图像输入至训练好的实体图像特征提取网络，提取实体图像特征向量；从模板图像库中逐一选取模板图像，并输入至训练好的模板图像特征提取网络中，提取模板图像的特征向量，计算实体图像的特征向量和每一个模板图像的特征向量的相似度度量，找到相似度最高的模板图像，该模板图像对应的位姿，作为当前实际相机采集的图像中的目标的位姿。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.026 seconds)
