当前位置:艾米科技 > 行业新闻 >

监控干扰器对相机的精度要求

    这使得该方法与水平比例因子的摄像头精度无关。所提出的方法的优点在于,它可以与单翼校准数据一起使用,而不受相机姿态几何的限制。在该方法中,姿势估计问题被单独处理,在第一步骤中计算相机的姿势定向,并使用该信息来计算姿势位置。提出了一种基于噪声图像数据的摄像机视角的预期稳定性模型,并根据摄像机的姿态几何结构对其稳定性进行了分析。进行了一些干扰器实验和模拟分析,并给出了结果。
 
    仅使用二维(2D)图像进行三维(3D)物体重建一直是计算机视觉监控的主要研究课题。然而,当需要自动化、速度和精度和/或对象具有复杂的形状或图像属性时,这仍然是一个难以解决的问题。在本文中,我们比较了两种常用的主动计算机视觉方法:运动结构(SFM)和广义体素着色(GVC)。SFM基于所涉及的相对运动恢复对象的3D形状,而VC是一种体积方法,使用照片一致性度量来构建所需的3D模型。所考虑的两种方法都不对所涉及的相对运动施加任何屏蔽器限制。
 
    在计算机模拟环境中,使用可视化工具对一辆中型重载自卸车(LHD)进行了评估。计算了监控摄像头中型铲运机操作员可用的视线(LOS),并将其显示在方框图中。在车辆周围的几个区域观察到严重的服务水平限制。旨在改善服务水平的改良LHD设计使驾驶员服务水平略有改善(20-36%)。二次观察系统在采矿业中尚未被广泛接受,但使用计算机模拟可以容易地评估几个潜在位置。本文测试了三个摄像头位置,以提高LHD车辆周围区域的服务水平,这些区域很难从操作员的位置看到。所有摄像头位置都能将服务水平显著提高到60%或更高,而前向和后向摄像头的组合可以将服务水平提高80%。与行业的相关性多个干扰屏蔽器行业已成功添加闭路摄像头系统,作为驾驶室服务水平差的车辆的驾驶辅助。采矿业尚未对所有车辆进行广泛的摄像头干预。本文证明了使用计算机模拟评估摄像机位置的潜在实用性。