-
公开(公告)号：CN101443817A
公开(公告)日：2009-05-27
申请号：CN200780017102.2
申请日：2007-02-14
Applicant: 皮尔茨公司
IPC: G06T7/00
CPC classification number: G06T7/593 , G06T7/97 , G06T2207/10012
Abstract: 用于借助图像数据来三维场景重建的被动方法通常基于确定场景的多个从不同方向和距离记录的图像之间的空间对应关系。本发明所解决的问题是提出一种方法，该方法在低计算开销的情况下带来求解对应关系问题时的高可靠性，以及形成一种相应的装置。对此，提出了一种用于确定场景的从不同观察视角记录的多个图像序列中的图像范围之间的空间对应关系的方法，优选用于该场景的三维重建的方法，其中在图像序列中确定形成图像范围的、与确定对应关系有关的图像区域，其中在通过像素位置u、v、图像值g和时间t定义的空间R(uvgt)中分别将参数化的函数h(u，v，t)与图像范围匹配，并且其中参数化的函数的参数用于形成多个图像序列的图像范围之间的相似性度量。
-
公开(公告)号：CN101443817B
公开(公告)日：2013-06-12
申请号：CN200780017102.2
申请日：2007-02-14
Applicant: 皮尔茨公司
IPC: G06T7/00
CPC classification number: G06T7/593 , G06T7/97 , G06T2207/10012
Abstract: 用于借助图像数据来三维场景重建的被动方法通常基于确定场景的多个从不同方向和距离记录的图像之间的空间对应关系。本发明所解决的问题是提出一种方法，该方法在低计算开销的情况下带来求解对应关系问题时的高可靠性，以及形成一种相应的装置。对此，提出了一种用于确定场景的从不同观察视角记录的多个图像序列中的图像范围之间的空间对应关系的方法，优选用于该场景的三维重建的方法，其中在图像序列中确定形成图像范围的、与确定对应关系有关的图像区域，其中在通过像素位置u、v、图像值g和时间t定义的空间R(uvgt)中分别将参数化的函数h(u，v，t)与图像范围匹配，并且其中参数化的函数的参数用于形成多个图像序列的图像范围之间的相似性度量。
-
公开(公告)号：CN101896936A
公开(公告)日：2010-11-24
申请号：CN200880119955.1
申请日：2008-10-02
Applicant: 皮尔茨公司
IPC: G06T7/00
CPC classification number: G01B11/245 , G01C11/06 , G06K9/00214 , G06T7/30 , G06T7/593 , G06T2200/04
Abstract: 本发明涉及一种用于将对象模型(OM)与三维点云(PW)相匹配的方法，其中点云(PW)借助立体方法(S1)由两个图像(B1，B2)产生并且将聚类方法(S2)应用于点云(PW)上，以便识别分别与一个群(CL)相关的点，接着执行模型匹配(S3)，在该模型匹配中至少一个对象模型(OM)与至少一个群(CL)叠加并且确定对象模型(OM)相对于该群(CL)的最佳位置，借助匹配的对象模型(OM)执行对点的伪相关的校正(S4)，其特征在于，借助至少一个示例对象(BO)训练的分类器(KL)用于由所述图像(B1，B2)的至少之一生成概率图(AM)，其中由概率图(AM)确定在图像(B1，B2)中的与示例对象(BO)类似的至少一个对象(O)的数目和/或存在概率，其中在聚类方法(S2)中和/或在模型匹配(S3)中考虑概率图(AM)。
-
Patent Agency Ranking
公开(公告)号：CN101511550B
公开(公告)日：2013-12-18
申请号：CN200780033212.8
申请日：2007-04-04
Applicant: 皮尔茨公司
CPC classification number: F16P3/142 , G05B2219/40202 , G06K9/00201 , G06K9/00342
Abstract: 制造过程极大地受益于人类与机器之间的紧密合作。尽管人类行动灵活并有适应性，但在重复的工作操作期间倾向于犯错误，机器运转迅速而精确，却是静态的并且不是很灵活。为了使得在安全的人机交互的情况下能够进行改进的危险防护，根据机器或机器部件以及被观测的人员的当前位置和当前移动状态，将依赖于空间和时间的可变的危险程度分配给受监控的空间区域。为此，在工业环境中，使用多摄像机系统来获取人员的图像数据以便获得可能关于人员、特别也关于其身体部分的位置和取向的最详细的信息。然后针对人员的成像来检验这些图像数据使得每当在图像数据中检测到人员，就将关节连接的虚拟的人类身体三维模型匹配到该人员假设。随后，将该虚拟的身体模型连续地匹配到在图像数据中检测到的人员的移动行为。使用虚拟的身体模型在空间中的位置和移动行为的知识来确定危险可能性。使这样确定出的危险可能性与阈值比较以便在超过该阈值的情况下对机器或机器部分的移动控制起作用。
-
公开(公告)号：CN101512452B
公开(公告)日：2011-02-02
申请号：CN200780032230.4
申请日：2007-07-25
Applicant: 皮尔茨公司
IPC: G05B19/4061
CPC classification number: G05B19/4061 , G05B2219/39098 , G05B2219/49137
Abstract: 对于以相当大的速度移动的现代工业机器人，碰撞通常对机器人和碰撞对象产生严重的损坏。这可以导致受伤以及代价较大的生产停工。因此一种用于在具有移动机器部件的机器与位于其周围的对象之间无碰撞交互的方法涉及使用当前位置和动态行为的知识来确定并且监控安全区域。特别地，移动机器部件的图像数据由图像记录系统进行记录并且与数据库相关联，数据库是在训练阶段中使用至少一个移动机器部件的图像数据被建立的。数据库包含针对机器的移动周期内的多个移动阶段的图像数据。将当前记录的图像数据与该数据库相关联包括既确定移动机器部件的当前位置，又估计在停止时间内可达到的未来位置。该估计是优化机器在有碰撞危险的情况下的动态行为的基础。
-
公开(公告)号：CN101896936B
公开(公告)日：2012-07-18
申请号：CN200880119955.1
申请日：2008-10-02
Applicant: 皮尔茨公司
IPC: G06T7/00
CPC classification number: G01B11/245 , G01C11/06 , G06K9/00214 , G06T7/30 , G06T7/593 , G06T2200/04
Abstract: 本发明涉及一种用于将对象模型(OM)与三维点云(PW)相匹配的方法，其中点云(PW)借助立体方法(S1)由两个图像(B1，B2)产生并且将聚类方法(S2)应用于点云(PW)上，以便识别分别与一个群(CL)相关的点，接着执行模型匹配(S3)，在该模型匹配中至少一个对象模型(OM)与至少一个群(CL)叠加并且确定对象模型(OM)相对于该群(CL)的最佳位置，借助匹配的对象模型(OM)执行对点的伪相关的校正(S4)，其特征在于，借助至少一个示例对象(BO)训练的分类器(KL)用于由所述图像(B1，B2)的至少之一生成概率图(AM)，其中由概率图(AM)确定在图像(B1，B2)中的与示例对象(BO)类似的至少一个对象(O)的数目和/或存在概率，其中在聚类方法(S2)中和/或在模型匹配(S3)中考虑概率图(AM)。
-
公开(公告)号：CN101512452A
公开(公告)日：2009-08-19
申请号：CN200780032230.4
申请日：2007-07-25
Applicant: 皮尔茨公司
IPC: G05B19/4061
CPC classification number: G05B19/4061 , G05B2219/39098 , G05B2219/49137
Abstract: 对于以相当大的速度移动的现代工业机器人，碰撞通常对机器人和碰撞对象产生严重的损坏。这可以导致受伤以及代价较大的生产停工。因此一种用于在具有移动机器部件的机器与位于其周围的对象之间无碰撞交互的方法涉及使用当前位置和动态行为的知识来确定并且监控安全区域。特别地，移动机器部件的图像数据由图像记录系统进行记录并且与数据库相关联，数据库是在训练阶段中使用至少一个移动机器部件的图像数据被建立的。数据库包含针对机器的移动周期内的多个移动阶段的图像数据。将当前记录的图像数据与该数据库相关联包括既确定移动机器部件的当前位置，又估计在停止时间内可达到的未来位置。该估计是优化机器在有碰撞危险的情况下的动态行为的基础。
-
公开(公告)号：CN101511550A
公开(公告)日：2009-08-19
申请号：CN200780033212.8
申请日：2007-04-04
Applicant: 皮尔茨公司
CPC classification number: F16P3/142 , G05B2219/40202 , G06K9/00201 , G06K9/00342
Abstract: 制造过程极大地受益于人类与机器之间的紧密合作。尽管人类行动灵活并有适应性，但在重复的工作操作期间倾向于犯错误，机器运转迅速而精确，却是静态的并且不是很灵活。为了使得在安全的人机交互的情况下能够进行改进的危险防护，根据机器或机器部件以及被观测的人员的当前位置和当前移动状态，将依赖于空间和时间的可变的危险程度分配给受监控的空间区域。为此，在工业环境中，使用多摄像机系统来获取人员的图像数据以便获得可能关于人员、特别也关于其身体部分的位置和取向的最详细的信息。然后针对人员的成像来检验这些图像数据使得每当在图像数据中检测到人员，就将关节连接的虚拟的人类身体三维模型匹配到该人员假设。随后，将该虚拟的身体模型连续地匹配到在图像数据中检测到的人员的移动行为。使用虚拟的身体模型在空间中的位置和移动行为的知识来确定危险可能性。使这样确定出的危险可能性与阈值比较以便在超过该阈值的情况下对机器或机器部分的移动控制起作用。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.026 seconds)
