CN111935423B - 一种机器人获取深度图像数据的方法及其控制系统 - Google Patents
一种机器人获取深度图像数据的方法及其控制系统 Download PDFInfo
- Publication number
- CN111935423B CN111935423B CN202010764271.XA CN202010764271A CN111935423B CN 111935423 B CN111935423 B CN 111935423B CN 202010764271 A CN202010764271 A CN 202010764271A CN 111935423 B CN111935423 B CN 111935423B
- Authority
- CN
- China
- Prior art keywords
- robot
- light intensity
- infrared light
- integration time
- working environment
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/50—Control of the SSIS exposure
- H04N25/53—Control of the integration time
- H04N25/533—Control of the integration time by using differing integration times for different sensor regions
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Manipulator (AREA)
Abstract
本发明公开一种机器人获取深度图像数据的方法，所述方法具体包括如下步骤：机器人基于预先设置的校准信息获取当前工作环境的曝光信息；机器人基于预先设置的校准信息和当前工作环境曝光信息进行积分时间自适应调节；机器人基于调节后的积分时间获取深度图像数据。所述方法能够使机器人在不同工作环境下获取曝光效果最佳时的深度图像数据，具有高度灵活性和准确性，避免获取深度图像数据出现过曝光或欠曝光的情况。本发明还公开了一种自适应获取深度图像数据的机器人控制系统。
Description
技术领域
本发明涉及机器人领域，具体涉及一种机器人获取深度图像数据的方法及其控制系统。
背景技术
机器人获取深度图像数据的过程中通常存在过曝光或欠曝光进而造成图像数据失常的情况，目前主要通过机器人预先设定积分时间，但是机器人预先设定积分时间的方法，通常存在不同工作环境的光强不同引起机器人获取的深度图像数据质量参差不齐的情况。
发明内容
为解决上述问题，本发明提供了一种机器人获取深度图像数据的方法及其控制系统，大大提高了机器人获取深度图像数据的工作效率，保证机器人获取深度图像数据的质量。本发明的具体技术方案如下：
一种机器人获取深度图像数据的方法，其特征在于，机器人获取深度图像数据的方法具体步骤包括如下：机器人基于预先设置的校准信息获取当前工作环境的曝光信息；机器人基于预先设置的校准信息和当前工作环境曝光信息进行积分时间自适应调节；机器人基于调节后的积分时间获取深度图像数据；其中，所述预先设置的校准信息是机器人被设置于标准测试环境时，基于预先选择的采样区域进行校准获取的信息；所述预先选择的采样区域是预先从机器人红外光强度图像中选择的限定区域。本方法能够使得机器人在不同工作环境下通过自适应调节积分时间快速获取高质量、曝光效果最佳的深度图像数据。
进一步地，所述校准信息的获取具体包括如下步骤：机器人被设置于标准测试环境中；依次调节机器人积分时间，机器人采集并储存积分时间和其对应的红外光强度图；基于采集的红外光强度图和预先选择的采样区域，机器人计算红外光强度图中采样区域内红外光强度中值IR_mid；基于积分时间和其对应的红外光强度图中采样区域内红外光强度中值IR_mid进行曲线拟合，机器人获取积分时间和红外光强度中值的标准曲线关系式；基于红外光强度图比较得出曝光效果最佳时的图像，机器人获取并储存曝光效果最佳时的红外光强度中值IR_mid。本发明将机器人设置于标准测试环境中获取校准信息，校准信息可用于校准机器人在不同工作环境下的曝光效果最佳时的积分时间，以此达到机器人在不同工作环境获取高质量的深度图像数据的目的。
进一步地，所述预先选择的采样区域是基于机器人的不同功能对深度数据有不同的需求，从红外光强度图中选择出符合深度数据需求的区域。本发明可根据机器人的不同功能目的，对所述红外光强度图像中的采样区域进行定制化限定，具有高度灵活性。
进一步地，所述机器人获取积分时间和红外光强度中值的标准曲线关系式的具体步骤包括：机器人选择适当的曲线关系式来拟合反映积分时间Integration_time和其对应的红外光强度图中采样区域内红外光强度中值IR_time两变量间的关系，获得积分时间Integration_time和强度中值IR_mid的标准曲线关系式。
进一步地，所述机器人获取当前工作环境曝光信息的具体步骤包括如下：机器人采集当前工作环境实时红外光强度图，计算实时红外光强度图中采样区域内红外光强度中值IR_real;机器人根据当前工作环境实时红外光强度图中采样区域内红外光强度中值IR_real和当前积分时间在校准信息中的标准曲线关系式中对应的标准强度中值IR_standard，计算当前工作环境缩放系数Scale_factor;机器人根据校准信息中曝光效果最佳时的红外光强度中值IR_best、积分时间与红外光强度中值的标准曲线关系式和缩放系数Scale_factor，计算当前工作环境中曝光效果最佳时的积分时间Integration_time_best；其中，所述当前工作环境中曝光效果最佳时的积分时间是机器人当前工作环境的曝光信息。本发明使得机器人准确获取当前工作环境的曝光信息，基于获取的当前工作环境的曝光信息可以帮助机器人获取更精准的深度图像数据。
进一步地，所述当前工作环境缩放系数Scale_factor是机器人当前积分时间在标准曲线关系式中对应的标准强度中值IR_standard和当前工作环境实时红外光强度图中采样区域内红外光强度中值IR_real的比值的n次幂。
进一步地，所述曝光效果最佳时的积分时间通过将校准信息中的曝光效果最佳时的强度中值IR_best和当前缩放系数Scale_factor的乘积作为IR_mid代入标准曲线关系式中获得。本发明利用缩放系数使得校准信息中的标准曲线关系式能够在不同工作环境下作为机器人获取深度图像数据的参考关系式。
进一步地，所述机器人基于调节后的积分时间获取深度图像数据具体包括如下步骤：机器人根据计算获得的当前工作环境曝光效果最佳时的积分时间调节自身积分时间；机器人获取当前工作环境曝光效果最佳时的深度图像数据。本发明机器人可基于当前工作环境曝光效果最佳时的积分时间获取曝光效果最佳时的深度图像数据，无需耗费大量人力和时间，机器人可自适应调节至获取高质量深度图像数据。
本发明还公开一种自适应获取深度图像数据的机器人控制系统，所述机器人控制系统包括：控制单元，用于获取和储存预先设置的校准信息，接收TOF传感器采集的实时红外光强度图像，计算当前工作环境红外光强度图像中预先选择的采样区域内强度中值IR_MID，获取当前工作环境曝光效果最佳时的积分时间并传输至TOF传感器；TOF传感器，用于采集实时红外光强度图像并传输至控制单元，接收控制单元获取的当前工作环境曝光效果最佳时的积分时间并基于当前工作环境曝光效果最佳时的积分时间调节积分时间，采集当前工作环境曝光效果最佳时的深度图像数据。所述控制系统能够在不同工作环境下控制机器人快速获取高质量、曝光效果最佳时的深度图像数据，不受环境光强度影响，避免出现过曝光或欠曝光的情况。
进一步地，所述校准信息通过如下步骤获取：机器人控制系统被设置于标准测试环境下；基于TOF传感器的积分时间范围内，依次调节积分时间，TOF传感器采集随积分时间改变而变换的红外光强度图像，控制单元接收计算并储存积分时间和其对应的红外光强度中采样区域内的红外光强度中值IR_MID;基于积分时间和其对应的红外光强度中值IR_MID进行曲线拟合，控制单元获取并储存积分时间与红外光强度中值的标准曲线关系式。所述校准信息可用于机器人控制系统在不同工作环境下校准环境获取曝光效果最佳时的深度图像数据，具有灵活校准的优势。
附图说明
图1为本发明一种实施例所述机器人获取深度图像数据的方法流程示意图。
图2为本发明一种实施例所述自适应获取深度图像数据的机器人控制系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行详细描述。应当理解，下面所描述的具体实施例仅用于解释本发明，并不用于限定本发明。
本发明公开一种机器人获取深度图像数据的方法，用于机器人在不同工作环境下自适应调节参数获取深度图像数据，结合附图1，所述方法具体步骤包括：机器人基于预先设置的校准信息获取当前工作环境的曝光信息；机器人基于预先设置的校准信息和当前工作环境曝光信息进行积分时间自适应调节；机器人基于调节后的积分时间获取深度图像数据。
具体地，所述预先设置的校准信息是机器人被设置于标准测试环境时，基于预先选择的采样区域进行校准所获取的信息；所述采样区域是根据产品功能对深度数据的需求，通过预先选择红外光强度图像中的限定像素点作为采样区域，可以是但不限于红外光强度图像中的下方四十行像素点、红外光强度图像中的上方二十行像素点、红外光强图像右侧十列像素点或全幅红外光强度图像，具体限定像素点作为采样区域可根据产品功能对深度图像数据的需求改变；所述机器人获取深度图像数据可以是但不限于机器人利用TOF传感器获取；所述积分时间为TOF模块发射光波脉冲和接收反射光波脉冲的时间。
本发明的一种实施例中，所述校准信息的获取具体包括如下步骤：机器人被设置于标准测试环境中；依次调节机器人积分时间，机器人采集并储存积分时间和其对应的红外光强度图；基于采集的红外光强度图和预先选择的采样区域，机器人计算红外光强度图中采样区域内红外光强度中值IR_mid；基于积分时间和其对应的红外光强度图中采样区域内红外光强度中值IR_mid进行曲线拟合，机器人获取积分时间和红外光强度中值的标准曲线关系式；基于红外光强度图比较得出曝光效果最佳时的图像，机器人获取并储存曝光效果最佳时的红外光强度中值IR_mid。
具体地，所述标准测试环境是指环境中空间空旷且不存在障碍物；所述红外光强度图是指所拍摄图像中每个像素点代表红外光强度；所述红外光强度中值是指红外光强度图像中采样区域内所有像素点的像素值中值。
本发明的一种实施例中，所述预先选择的采样区域是基于机器人的不同功能对深度数据有不同的需求，从红外光强度图中选择出符合深度数据需求的区域。
具体地，所述采样区域是基于机器人不同功能对深度数据的需求，选择红外光强度图像中的行数据作为限定采样区域范围，可以是但不限于是红外光强度图像下方四十行数据、红外光强图像上方二十行数据或全幅红外光强度图像，具体采样区域的限定可根据机器人功能对深度数据的需求而改变，如果机器人是扫地机器人，需要测量扫地区域的深度数据，则可以根据传感器位置选择红外光强度图中下方一定行数的像素点作为机器人采样区域。
本发明的一种实施例中，所述机器人获取积分时间和红外光强度中值的标准曲线关系式的具体步骤包括：机器人选择适当的曲线关系式来拟合反映积分时间Integration_time和其对应的红外光强度图中采样区域内红外光强度中值IR_time两变量间的关系，获得积分时间Integration_time和强度中值IR_mid的标准曲线关系式。具体地，标准曲线关系式可用作机器人在不同工作环境下的校准公式，利用标准曲线关系式获取当前工作环境的标准强度中值。
本发明的一种实施例中，所述机器人获取当前工作环境曝光信息的具体步骤包括如下：机器人采集当前工作环境实时红外光强度图，计算实时红外光强度图中采样区域内红外光强度中值IR_real;机器人根据当前工作环境实时红外光强度图中采样区域内红外光强度中值IR_real和当前积分时间在校准信息中的标准曲线关系式中对应的标准强度中值IR_standard，计算当前工作环境缩放系数Scale_factor;机器人根据校准信息中曝光效果最佳时的红外光强度中值IR_best、积分时间与红外光强度中值的标准曲线关系式和缩放系数Scale_factor，计算当前工作环境中曝光效果最佳时的积分时间Integration_time_best；具体地，所述机器人当前工作环境曝光信息为当前工作环境中曝光效果最佳时的积分时间。
本发明的一种实施例中，所述当前工作环境缩放系数Scale_factor是机器人当前积分时间在标准曲线关系式中对应的标准强度中值IR_standard和当前工作环境实时红外光强度图中采样区域内红外光强度中值IR_real的比值的n次幂。具体地，所述n次幂根据标准曲线关系式决定，可以是但不限于是1次幂或2次幂；由于机器人当前工作环境与标准测试环境有所差异，可以通过缩放系数进行校准使得标准曲线关系式可应用于不同工作环境中。
本发明的一种实施例中，所述曝光效果最佳时的积分时间通过将校准信息中的曝光效果最佳时的强度中值IR_best和当前缩放系数Scale_factor的乘积作为IR_mid代入标准曲线关系式中获得。具体地，所述预先选择的曝光效果最佳时的强度中值和当前缩放系数的乘积代表机器人当前工作环境曝光效果最佳时的强度中值;；所述标准曲线关系式根据校准信息中标准测试环境下积分时间Integration_time和强度中值IR_mid拟合获得。
本发明的一种实施例中，所述机器人基于调节后的积分时间获取深度图像数据具体包括如下步骤：机器人根据计算获得的当前工作环境曝光效果最佳时的积分时间调节自身积分时间；机器人获取当前工作环境曝光效果最佳时的深度图像数据。具体地，机器人基于TOF飞行时间测距法获取深度图像数据，通过调节积分时间可以获得当前工作环境下曝光效果最佳时的深度图像数据。
本发明还公开了一种自适应获取深度图像数据的机器人控制系统，如图2所示，所述机器人控制系统包括：控制单元，用于获取和储存预先设置的校准信息，接收TOF传感器采集的实时红外光强度图像，计算当前工作环境红外光强度图像中预先选择的采样区域内强度中值IR_mid，获取当前工作环境曝光效果最佳时的积分时间并传输至TOF传感器；TOF传感器，用于采集实时红外光强度图像并传输至控制单元，接收控制单元获取的当前工作环境曝光效果最佳时的积分时间并基于当前工作环境曝光效果最佳时的积分时间调节积分时间，采集当前工作环境曝光效果最佳时的深度图像数据。具体地，所述控制系统能够在不同工作环境下控制机器人快速获取高质量、曝光效果最佳时的深度图像数据，不受环境光强度影响，避免出现过曝光或欠曝光的情况。
本发明的一种实施例中，所述校准信息通过如下步骤获取：机器人控制系统被设置于标准测试环境下；基于TOF传感器的积分时间范围内，依次调节积分时间，TOF传感器采集随积分时间改变而变换的红外光强度图像，控制单元接收计算并储存积分时间和其对应的红外光强度中采样区域内的红外光强度中值IR_mid;基于积分时间和其对应的红外光强度中值IR_mid进行曲线拟合，控制单元获取并储存积分时间与红外光强度中值的标准曲线关系式。具体地，所述校准信息可用于机器人控制系统在不同工作环境下校准环境获取曝光效果最佳的深度图像数据，具有灵活校准的优势
以上实施例仅用于说明本发明的技术方案，而非对其限制。在本发明的上述实施例中，对各个实施例的描述都各有侧重，某各实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本发明所提供的实施例中，应该理解到，所揭露的方法和控制系统，可以通过其他的方式实现。例如，以上所描述实施例仅仅是示意性的，例如，所述单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略或不执行。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同限定以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种机器人获取深度图像数据的方法，其特征在于，机器人获取深度图像数据的方法具体步骤包括如下：
机器人基于预先设置的校准信息获取当前工作环境的曝光信息；
机器人基于预先设置的校准信息和当前工作环境曝光信息进行积分时间自适应调节；
机器人基于调节后的积分时间获取深度图像数据；
其中，所述预先设置的校准信息是机器人被设置于标准测试环境时，基于预先选择的采样区域进行校准获取的信息；所述预先选择的采样区域是预先从机器人红外光强度图像中选择的限定区域；
其中，所述校准信息的获取具体包括如下步骤：机器人被设置于标准测试环境中；依次调节机器人积分时间，机器人采集并储存积分时间和其对应的红外光强度图；基于采集的红外光强度图和预先选择的采样区域，机器人计算红外光强度图中采样区域内红外光强度中值IR_mid；基于积分时间和其对应的红外光强度图中采样区域内红外光强度中值IR_mid进行曲线拟合，机器人获取积分时间和红外光强度中值的标准曲线关系式；基于红外光强度图比较得出曝光效果最佳时的图像，机器人获取并储存曝光效果最佳时的红外光强度中值IR_mid；
其中，所述机器人获取当前工作环境曝光信息的具体步骤包括如下：
机器人采集当前工作环境实时红外光强度图，计算实时红外光强度图中采样区域内红外光强度中值IR_real；
机器人根据当前工作环境实时红外光强度图中采样区域内红外光强度中值IR_real和当前积分时间在校准信息中的标准曲线关系式中对应的标准强度中值IR_standard，计算当前工作环境缩放系数Scale_factor；
机器人根据校准信息中曝光效果最佳时的红外光强度中值IR_best、积分时间与红外光强度中值的标准曲线关系式和当前工作环境缩放系数Scale_factor，计算当前工作环境中曝光效果最佳时的积分时间Integration_time_best；所述当前工作环境中曝光效果最佳时的积分时间是机器人当前工作环境的曝光信息；
其中，所述当前工作环境缩放系数Scale_factor是机器人当前积分时间在标准曲线关系式中对应的标准强度中值IR_standard和当前工作环境实时红外光强度图中采样区域内红外光强度中值IR_real的比值的n次幂；
其中，所述曝光效果最佳时的积分时间通过将校准信息中的曝光效果最佳时的红外光强度中值IR_best和当前工作环境缩放系数Scale_factor的乘积作为IR_mid代入标准曲线关系式中获得。
2.根据权利要求1所述的机器人获取深度图像数据的方法，其特征在于，所述预先选择的采样区域是基于机器人的不同功能对深度数据有不同的需求，从红外光强度图中选择出符合深度数据需求的区域。
3.根据权利要求1所述的机器人获取深度图像数据的方法，其特征在于，所述机器人获取积分时间和红外光强度中值的标准曲线关系式的具体步骤包括：
机器人选择适当的曲线关系式来拟合反映积分时间Integration_time和其对应的红外光强度图中采样区域内红外光强度中值IR_time两变量间的关系，获得积分时间Integration_time和红外光强度中值IR_mid的标准曲线关系式。
4.根据权利要求1所述的机器人获取深度图像数据的方法，其特征在于，所述机器人基于调节后的积分时间获取深度图像数据具体包括如下步骤：
机器人根据计算获得的当前工作环境曝光效果最佳时的积分时间调节自身积分时间；
机器人获取当前工作环境曝光效果最佳时的深度图像数据。
5.一种自适应获取深度图像数据的机器人控制系统，其特征在于，用于实现如权利要求1至4任意一项所述的机器人获取深度图像数据的方法，所述机器人控制系统包括：
控制单元，用于获取和储存预先设置的校准信息，接收TOF传感器采集的实时红外光强度图像，计算当前工作环境红外光强度图像中预先选择的采样区域内强度中值IR_mid，获取当前工作环境曝光效果最佳时的积分时间并传输至TOF传感器；
TOF传感器，用于采集实时红外光强度图像并传输至控制单元，接收控制单元获取的当前工作环境曝光效果最佳时的积分时间并基于当前工作环境曝光效果最佳时的积分时间调节积分时间，采集当前工作环境曝光效果最佳时的深度图像数据。
6.根据权利要求5所述的机器人控制系统，其特征在于，所述校准信息通过如下步骤获取：
机器人控制系统被设置于标准测试环境下；
基于TOF传感器的积分时间范围内，依次调节积分时间，TOF传感器采集随积分时间改变而变换的红外光强度图像，控制单元接收计算并储存积分时间和其对应的红外光强度中采样区域内的红外光强度中值IR_mid；
基于积分时间和其对应的红外光强度中值IR_mid进行曲线拟合，控制单元获取并储存积分时间与红外光强度中值的标准曲线关系式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010764271.XA CN111935423B (zh) | 2020-08-02 | 2020-08-02 | 一种机器人获取深度图像数据的方法及其控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010764271.XA CN111935423B (zh) | 2020-08-02 | 2020-08-02 | 一种机器人获取深度图像数据的方法及其控制系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111935423A CN111935423A (zh) | 2020-11-13 |
| CN111935423B true CN111935423B (zh) | 2023-05-05 |
Family
ID=73315571
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010764271.XA Active CN111935423B (zh) | 2020-08-02 | 2020-08-02 | 一种机器人获取深度图像数据的方法及其控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111935423B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018040764A (ja) * | 2016-09-09 | 2018-03-15 | 大塚電子株式会社 | 光学測定方法および光学測定装置 |
| CN109361866A (zh) * | 2018-11-21 | 2019-02-19 | 豪威科技(上海)有限公司 | 一种自动曝光控制方法及系统 |
| JP2019057887A (ja) * | 2017-09-22 | 2019-04-11 | カシオ計算機株式会社 | 撮像装置、撮像方法及びプログラム |
| WO2019245876A1 (en) * | 2018-06-18 | 2019-12-26 | Dolby Laboratories Licensing Corporation | Image capture methods and systems |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101719987A (zh) * | 2009-12-10 | 2010-06-02 | 浙江大华技术股份有限公司 | 一种智能化快速设置自动曝光的方法 |
| CN103391404B (zh) * | 2012-05-08 | 2016-12-14 | 展讯通信（上海）有限公司 | 自动曝光方法、装置、照相设备和移动终端 |
| CN106982333B (zh) * | 2017-05-12 | 2020-03-27 | 深圳怡化电脑股份有限公司 | 一种图像传感器快速校正方法、装置及设备 |
| CN109819174B (zh) * | 2017-11-22 | 2021-07-13 | 浙江舜宇智能光学技术有限公司 | 基于tof成像系统的自动曝光方法及自动曝光时间计算方法和tof相机 |
| CN111372005B (zh) * | 2018-12-25 | 2023-03-24 | 浙江舜宇智能光学技术有限公司 | Tof摄像模组自动曝光补偿方法及其系统 |
| CN111432134A (zh) * | 2020-03-17 | 2020-07-17 | 广东博智林机器人有限公司 | 图像采集设备的曝光时间的确定方法、确定装置与处理器 |
-
2020
- 2020-08-02 CN CN202010764271.XA patent/CN111935423B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018040764A (ja) * | 2016-09-09 | 2018-03-15 | 大塚電子株式会社 | 光学測定方法および光学測定装置 |
| JP2019057887A (ja) * | 2017-09-22 | 2019-04-11 | カシオ計算機株式会社 | 撮像装置、撮像方法及びプログラム |
| WO2019245876A1 (en) * | 2018-06-18 | 2019-12-26 | Dolby Laboratories Licensing Corporation | Image capture methods and systems |
| CN109361866A (zh) * | 2018-11-21 | 2019-02-19 | 豪威科技(上海)有限公司 | 一种自动曝光控制方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 戈志伟 ; 姚素英 ; 徐江涛 ; 宿晓慧 ; .一种应用于CMOS图像传感器的快速自动曝光控制方法.天津大学学报.2010,(10),全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111935423A (zh) | 2020-11-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108020825B (zh) | 激光雷达、激光摄像头、视频摄像头的融合标定系统及方法 | |
| CN111336948B (zh) | 基于成像平面转换的非标定手持式廓形检测方法及装置 | |
| CN109816735A (zh) | 一种快速标定及校正方法及其tof相机 | |
| RU2016103197A (ru) | Система и способ моделирования и калибровки устройства формирования изображения | |
| JPWO2015128915A1 (ja) | 測距装置及び測距方法 | |
| WO2023202673A1 (zh) | 内窥镜曝光控制方法及内窥镜 | |
| CN111323125B (zh) | 一种测温方法、装置及计算机存储介质、电子设备 | |
| DE102019004728A1 (de) | Abstandsmessvorrichtung, aufweisend eine Abstandskorrekturfunktion | |
| US20140285655A1 (en) | Apparatus and method for measuring shape of underwater object | |
| JP2009542398A (ja) | 様々な周辺光において、超音波画像をｄｉｃｏｍ準拠して表示するシステム及び方法 | |
| CN111372005B (zh) | Tof摄像模组自动曝光补偿方法及其系统 | |
| CN111935424A (zh) | 一种tof模块的积分时间自适应调节方法及其控制系统 | |
| CN111352121A (zh) | 飞行时间测距系统及其测距方法 | |
| KR101245529B1 (ko) | 카메라 캘리브레이션 방법 | |
| JP2008249431A (ja) | ３次元画像補正方法及びその装置 | |
| CN111935423B (zh) | 一种机器人获取深度图像数据的方法及其控制系统 | |
| JP2017042136A (ja) | 植物栽培支援装置、植物栽培支援方法、プログラム、記憶媒体 | |
| JP6447706B1 (ja) | 校正用データ生成装置、校正用データ生成方法、キャリブレーションシステム、及び制御プログラム | |
| CN111654626B (zh) | 一种包含深度信息的高分辨率相机 | |
| CN114979483B (zh) | 一种基于数字摄像机的焦点跟踪方法 | |
| CN115685242B (zh) | 一种探测激光延时反馈的控制系统 | |
| US8792612B2 (en) | Radiation imaging system, control method for the same, and program | |
| CN112213711B (zh) | 一种tof相机的校准方法 | |
| CN108254738A (zh) | 避障告警方法、装置及存储介质 | |
| CN118897279A (zh) | 一种激光雷达的点云延时误差补偿方法及计算机可读介质 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 519000 2706, No. 3000, Huandao East Road, Hengqin new area, Zhuhai, Guangdong Applicant after: Zhuhai Yiwei Semiconductor Co.,Ltd. Address before: Room 105-514, No.6 Baohua Road, Hengqin New District, Zhuhai City, Guangdong Province Applicant before: AMICRO SEMICONDUCTOR Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 519000 Guangdong Province Zhuhai City Hengqin New District Zhi Shui Road 88 Office 1508 Patentee after: Zhuhai Yiwei Technology Co., Ltd. Country or region after: China Address before: 519000 2706, No. 3000, Huandao East Road, Hengqin new area, Zhuhai, Guangdong Patentee before: Zhuhai Yiwei Semiconductor Co.,Ltd. Country or region before: China |