[发明专利]一种基于深度相机的捕捉飞行物体的方法在审
申请号: | 201910800812.7 | 申请日: | 2019-08-28 |
公开(公告)号: | CN110553628A | 公开(公告)日: | 2019-12-10 |
发明(设计)人: | 张东;谭咏雯;黄蕴;谭宇琛;张金铎;邱雨玮 | 申请(专利权)人: | 华南理工大学;博泰机器人技术(佛山顺德区)有限公司 |
主分类号: | G01C11/00 | 分类号: | G01C11/00;G01B11/00;G01C21/00 |
代理公司: | 44102 广州粤高专利商标代理有限公司 | 代理人: | 何淑珍;黄海波 |
地址: | 510640 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 飞行物体 三维坐标 深度相机 抛物线 轨迹方程 深度图像 运动轨迹 点云 三维空间 三维坐标数据 抛物线方程 世界坐标系 参数方程 二元方程 飞行过程 聚类算法 坐标变换 滤波 拟合 求解 投射 质点 三维 捕捉 保存 引入 | ||
本发明公开了一种基于深度相机的捕捉飞行物体的方法,包括:步骤S1,运用深度相机获得飞行物体画面的深度图像,根据所述深度图像进行基于pcl点云库的点云三维处理,运用直通滤波和欧式聚类算法提取出该飞行物体,计算飞行物体的质点在世界坐标系下的三维坐标,并保存其三维坐标和节点;步骤S2,将飞行物体投射到三维空间中,仅考虑重力的影响,其运动轨迹为抛物线方程,引入坐标变换,将抛物线变换成xoy平面进行二元方程计算,根据每一帧进行步骤S1获得的三维坐标数据求解中抛物线的参数方程,获得飞行物体的运动轨迹。本发明只需要一台深度相机即可,并且所拟合的轨迹方程是三维坐标下的轨迹方程,能更好地描述实际的飞行过程。
技术领域
本发明涉及计算机视觉技术领域,具体涉及一种基于深度相机的捕捉飞行物体的方法,主要应用于飞行物体的追踪或轨迹拟合。
背景技术
为了准确地预测和记录在诸如室内网球练习场或棒球练习场等设施中网球或棒球等的飞行物体的飞行轨迹,目前,国内外普遍使用的捕捉飞行物体的方法是使用两个高速CCD相机的典型方法进行连续获得飞行图像,并使用各种图像处理技术从获得的图像计算飞行数据。但是该方法必须在大范围内多次拍摄高质量的超高速图像,这需要昂贵的高速照相机设备,并且传统照相机还会受到光线等的影响较大。再加之高速照相机只具备一个平面的图像获取,所拟合的轨迹只能是一个平面上的轨迹方程,这显然不能更好得描述飞行物体实际的飞行轨迹。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于深度相机的捕捉飞行物体的方法,该技术能实现获得飞行物体在三维坐标下的飞行数据,并且拟合飞行物体在三维坐标下的飞行轨迹。
本发明的目的至少通过以下技术方案之一来实现:
一种基于深度相机的捕捉飞行物体的方法,包括:
步骤S1,运用深度相机获得飞行物体画面的深度图像,根据所述深度图像进行基于pcl点云库的点云三维处理,运用直通滤波和欧式聚类算法提取出该飞行物体,计算飞行物体的质点在世界坐标系下的三维坐标,并保存其三维坐标和节点;
步骤S2,将飞行物体投射到三维空间中,仅考虑重力的影响,其运动轨迹为抛物线方程,引入坐标变换,将抛物线变换成xoy平面进行二元方程计算,根据每一帧进行步骤S1获得的三维坐标数据求解中抛物线的参数方程,获得飞行物体的运动轨迹。
优选地,所述步骤S1包括:
步骤S11,将深度相机放置合适的拍摄位置;
步骤S12,开始获取从深度相机中每一帧的深度图像,用于进行后续的处理;
步骤S13,使用pcl点云库中的直通滤波,在三个维度上提取飞行物体范围内的区域,去除掉多余的外部区域,减少外界影响;
步骤S14,使用pcl点云库中的欧式聚类算法,先创建欧式聚类对象,设置好各个参数,进行欧式聚类滤波后,获得每一个聚类;通过对提取后的每个聚类进行条件筛选,筛选出最符合的飞行物体尺寸的唯一的聚类;如果在此过程并未能筛选出符合飞行物体尺寸的聚类,则判定为范围没出现该飞行物体,返回步骤S12继续;
步骤S15,若步骤S14中成功划分出飞行物体聚类,则开始计算该聚类的三维空间中的质点,并提取其质点的三维坐标(xn,yn,zn);
步骤S16,将步骤S15中质心的三维坐标(xn,yn,zn)和该帧下的节点n保存进数组或动态链表中。
优选地,所述步骤S2包括:
步骤S21,假设飞行物体始终在某一与y轴平行的平面下运动,定义θ为平面z=z1与抛物线所在平面之间的角度;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学;博泰机器人技术(佛山顺德区)有限公司,未经华南理工大学;博泰机器人技术(佛山顺德区)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910800812.7/2.html,转载请声明来源钻瓜专利网。