一种基于立体视觉的停机坪廊桥对接误差测量方法专利检索-立体视觉法显示技术专利检索查询-专利查询网

一种基于立体视觉的停机坪廊桥对接误差测量方法

阅读：1022发布：2020-06-28

专利汇可以提供一种基于立体视觉的停机坪廊桥对接误差测量方法专利检索，专利查询，专利分析的服务。并且一种基于立体视觉的停机坪廊桥对接误差测量方法。其包括建立停机坪廊桥与飞机舱门对接误差测量系统；对摄像机进行标定，得到内外部参数；利用摄像机采集停机坪廊桥与飞机舱门对接过程图像；对图像预处理；对获取图像中特征点；去除离群点，得到目标特征点；求解目标特征点的空间三维坐标；根据空间三维坐标重建三维模型；将三维模型运用到终端处理器对廊桥与飞机舱口对接过程的实时评估中等步骤。本发明提利用的非接触性、全场测量、精度高、不易受外界影响、稳定性强等优点，能够高精度、高效率、全场非接触地测量停机坪廊桥与飞机舱门对接的误差，不仅可以对误差进行精准的测量，而且可以使得停机坪廊桥实现与飞机舱门的高精度连接。，下面是一种基于立体视觉的停机坪廊桥对接误差测量方法专利的具体信息内容。

权利要求

1.一种基于立体视觉的停机坪廊桥对接误差测量方法，其特征在于：所述的基于立体视觉的停机坪廊桥对接误差测量方法包括按顺序进行的下列步骤：
步骤1)建立停机坪廊桥与飞机舱门对接误差测量系统；
所述的系统包括两个摄像机(1)、同步频闪控制装置(2)和终端处理器(3)；其中：两个摄像机(1)为包含照明光源和摄像头的图像采集装置，分别置于停机坪廊桥接机口两侧部位，且摄像头面对飞机舱门；同步频闪控制装置(2)为图像采集同步控制装置，分别与两个摄像机(1)相连接，用于实现两个摄像机(1)的图像同步采集；终端处理器(3)分别与两个摄像机(1)相连接，其通过两个摄像机(1)采集停机坪廊桥与飞机舱门对接过程的图像并进行处理；
步骤2)对上述停机坪廊桥与飞机舱门对接误差测量系统中的两个摄像机(1)进行标定，得到摄像机(1)的内外部参数；
步骤3)利用上述两个摄像机(1)采集停机坪廊桥与飞机舱门对接过程的图像；
步骤4)对上述停机坪廊桥与飞机舱门对接过程的图像进行预处理，得到校正后的图像；
步骤5)对上述校正后的图像中的特征点进行检测，获取特征点；
步骤6)从上述特征点中去除离群点，得到目标特征点；
步骤7)求解上述目标特征点的空间三维坐标；
步骤8)根据上述的目标特征点的空间三维坐标重建停机坪廊桥与飞机舱门对接过程的三维模型；
步骤9)将上述三维模型运用到终端处理器(3)对廊桥与飞机舱口对接过程的实时评估中，以指导停机坪廊桥与飞机舱门的对接过程。
2.根据权利要求1所述的基于立体视觉的停机坪廊桥对接误差测量方法，其特征在于：
在步骤1)中，所述的两个摄像机(1)采用同型号的工业数字摄像机。
3.根据权利要求1所述的基于立体视觉的停机坪廊桥对接误差测量方法，其特征在于：
在步骤2)中，所述的对上述停机坪廊桥与飞机舱门对接误差测量系统中的两个摄像机(1)进行标定，得到摄像机(1)的内外部参数的方法是：设定上述两个摄像机(1)的主光轴夹角为60°；根据双目立体视觉原理，以张正友标定法为基础对两个摄像机1进行系统标定，得到摄像机(1)的初始内外部参数，然后采用BP神经网络的相机内参数校准方法对摄像机(1)进行校准，得到摄像机(1)的内外参数。
4.根据权利要求1所述的基于立体视觉的停机坪廊桥对接误差测量方法，其特征在于：
在步骤3)中，所述的利用上述两个摄像机(1)采集停机坪廊桥与飞机舱门对接过程的图像的方法是：
在终端处理器(3)的控制下，利用同步频闪控制装置(2)控制两个摄像机(1)实时同步采集停机坪廊桥与飞机舱门对接过程中不同时间点的二维图像，并传送给终端处理器(3)。
5.根据权利要求1所述的基于立体视觉的停机坪廊桥对接误差测量方法，其特征在于：
在步骤4)中，所述的对上述停机坪廊桥与飞机舱门对接过程的图像进行预处理，得到校正后的图像的方法是：
首先通过极线约束对图像中的畸变参数进行立体校正；然后过滤掉一些无关信息，其中运用到图像的滤波去燥、对比度增加以及伪彩色处理在内的技术，得到校正后的图像。
6.根据权利要求1所述的基于立体视觉的停机坪廊桥对接误差测量方法，其特征在于：
在步骤5)中，所述的对上述校正后的图像中的特征点进行检测，获取特征点的方法是：
在终端处理器(3)上，在上述校正后的图像上用矩形圈出飞机舱门，并将该矩形区域定为目标区域；然后利用ORB 算法对目标区域内的图像进行特征点检测，获取特征点，实现特征检测；采用ORB算法中的FAST算法来检测特征点，该算法是基于特征点周围的像素点灰度值，即检测候选特征点周围一圈的像素点，如果候选特征点周围区域内具有足够多的像素点与该候选特征点的灰度差值足够大，则认为该候选特征点为一个特征点；
上式中I(x)为圆周上任一像素点的灰度值，I(p)为作为圆心的候选特征点的灰度值，εd为灰度差值阈值，如果灰度差值N大于灰度差值阈值，则认为像素点p是一个特征点。
7.根据权利要求1所述的基于立体视觉的停机坪廊桥对接误差测量方法，其特征在于：
在步骤6)中，所述的从上述特征点中去除离群点，得到目标特征点的方法是：
(1)计算对于上述所有特征点而言的中心点；
(2)计算各个特征点到中心点的距离，并统计距离分布；
(3)设定阈值，然后将各个特征点到中心点的距离与阈值进行比较，去除掉超过阈值的特征点即离群点，得到目标特征点；
(4)计算类内散度距离，以证明目标特征点的可靠性。
8.根据权利要求1所述的基于立体视觉的停机坪廊桥对接误差测量方法，其特征在于：
在步骤7)中，所述的求解上述目标特征点的空间三维坐标的方法是：
两个摄像机(1)与被测物体在空间形成三角关系，利用目标特征点在两个摄像机1像平面上的成像点坐标求解出目标特征点的空间三维坐标。
9.根据权利要求1所述的基于立体视觉的停机坪廊桥对接误差测量方法，其特征在于：
在步骤9)中，所述的将上述三维模型运用到终端处理器对廊桥与飞机舱口对接过程的实时评估中，以指导停机坪廊桥与飞机舱门的对接过程方法是：
终端处理器(3)利用上述三维模型判断某一方向操作的停机坪廊桥是否会与飞机舱门发生碰撞；如果判断出该方向操作的停机坪廊桥将会与飞机舱门发生碰撞，终端处理器(3)中的防撞预警程序会发出告警信息，以提醒停机坪廊桥的工作人员重新规划操作方向；如果判断出该方向操作的停机坪廊桥不会与飞机舱门发生碰撞，再进行判断是否可以准确实现停机坪廊桥与飞机舱门的对接，如若不能实现，停机坪廊桥的工作人员可根据终端处理器(3)的指示进行调节，直至实现停机坪廊桥与飞机舱门的成功对接。

说明书全文

一种基于立体视觉的停机坪廊桥对接误差测量方法

技术领域

[0001] 本发明属于双目视觉三维坐标测量技术领域，特别是涉及一种基于立体视觉的停机坪廊桥对接误差测量方法。

背景技术

[0002] 停机坪廊桥又称登机桥(Airport Boarding Bridge)，其作为机场重要的旅客登离机设备以及依靠自身的优势已在世界各大机场普遍采用，实现飞机与航站楼的对接，从而让旅客登机时直接由桥厢步入或离开飞机,极大地方便了旅客进出机舱，既安全又舒适。而且在任何天气及任何温度下，使用廊桥都可以让旅客在登机离机时免受风吹日晒雨淋。
但由于停机坪廊桥在其工作区域内与飞机进行对接时，极易出现刮伤、定位对接不准确等问题,从而给旅客造成不便，给航空公司造成一定的经济损失，因此保证停机坪廊桥与飞机的高精度连接以及避免出现刮伤等问题显得极其重要，进而确保旅客能够顺利登上飞机，这也是航空安全的重点要求之一。

[0003] 自1974年美国发展全球卫星定位系统(GPS)并在各应用领域取得成功以来，世界各大国都在积极发展本国的全球卫星导航系统(Global Navigation Satellite System,GNSS)。目前主要的全球卫星导航系统有美国的GPS系统、俄罗斯的格洛纳斯(GLONASS)系统、欧洲的伽利略系统以及中国的北斗系统，而且这些定位系统在民航业应用广泛。国内部分机场使用的定位系统效仿于国外的大部分机场或者采用的系统是基于国外的GPS系统，大都采用GPS定位来实现停机坪廊桥与飞机对接，当然随着近年来我国自主开发的北斗卫星导航系统是独立运行的全球卫星导航系统，北斗应用于民航业，具有巨大的潜力与空间，对于提高我国民航国际影响力与技术水平具有较大的意义。不管是北斗还是GPS都可以满足非精密进近时完好性监测的需要。在停机坪廊桥与飞机对接过程中，常采用GPS定位方法，该方法在测量范围中有死角，易受外界电波信号干扰，即存在信号精度低、信号易受干扰等缺点。

发明内容

[0004] 为了解决上述问题，本发明的目的在于提供一种基于立体视觉的停机坪廊桥对接误差测量方法。

[0005] 为了达到上述目的，本发明提供的基于立体视觉的停机坪廊桥对接误差测量方法包括按顺序进行的下列步骤：

[0006] 步骤1)建立停机坪廊桥与飞机舱门对接误差测量系统；

[0007] 所述的系统包括两个摄像机、同步频闪控制装置和终端处理器；其中：两个摄像机为包含照明光源和摄像头的图像采集装置，分别置于停机坪廊桥接机口两侧部位，且摄像头面对飞机舱门；同步频闪控制装置为图像采集同步控制装置，分别与两个摄像机相连接，用于实现两个摄像机的图像同步采集；终端处理器分别与两个摄像机相连接，其通过两个摄像机采集停机坪廊桥与飞机舱门对接过程的图像并进行处理；

[0008] 步骤2)对上述停机坪廊桥与飞机舱门对接误差测量系统中的两个摄像机进行标定，得到摄像机的内外部参数；

[0009] 步骤3)利用上述两个摄像机采集停机坪廊桥与飞机舱门对接过程的图像；

[0010] 步骤4)对上述停机坪廊桥与飞机舱门对接过程的图像进行预处理，得到校正后的图像；

[0011] 步骤5)对上述校正后的图像中的特征点进行检测，获取特征点；

[0012] 步骤6)从上述特征点中去除离群点，得到目标特征点；

[0013] 步骤7)求解上述目标特征点的空间三维坐标；

[0014] 步骤8)根据上述的目标特征点的空间三维坐标重建停机坪廊桥与飞机舱门对接过程的三维模型；

[0015] 步骤9)将上述三维模型运用到终端处理器对廊桥与飞机舱口对接过程的实时评估中，以指导停机坪廊桥与飞机舱门的对接过程。

[0016] 在步骤1)中，所述的两个摄像机采用同型号的工业数字摄像机。

[0017] 在步骤2)中，所述的对上述停机坪廊桥与飞机舱门对接误差测量系统中的两个摄像机进行标定，得到摄像机的内外部参数的方法是：设定上述两个摄像机的主光轴夹角为60°；根据双目立体视觉原理，以张正友标定法为基础对两个摄像机进行系统标定，得到摄像机的初始内外部参数，然后采用BP神经网络的相机内参数校准方法对摄像机进行校准，得到摄像机的内外参数。

[0018] 在步骤3)中，所述的利用上述两个摄像机采集停机坪廊桥与飞机舱门对接过程的图像的方法是：

[0019] 在终端处理器的控制下，利用同步频闪控制装置控制两个摄像机实时同步采集停机坪廊桥与飞机舱门对接过程中不同时间点的二维图像，并传送给终端处理器。

[0020] 在步骤4)中，所述的对上述停机坪廊桥与飞机舱门对接过程的图像进行预处理，得到校正后的图像的方法是：

[0021] 首先通过极线约束对图像中的畸变参数进行立体校正；然后过滤掉一些无关信息，其中运用到图像的滤波去燥、对比度增加以及伪彩色处理在内的技术，得到校正后的图像。

[0022] 在步骤5)中，所述的对上述校正后的图像中的特征点进行检测，获取特征点的方法是：

[0023] 在终端处理器上，在上述校正后的图像上用矩形圈出飞机舱门，并将该矩形区域定为目标区域；然后利用ORB 算法对目标区域内的图像进行特征点检测，获取特征点，实现特征检测；采用ORB算法中的FAST算法来检测特征点，该算法是基于特征点周围的像素点灰度值，即检测候选特征点周围一圈的像素点，如果候选特征点周围区域内具有足够多的像素点与该候选特征点的灰度差值足够大，则认为该候选特征点为一个特征点；

[0024]

[0025] 上式中I(x)为圆周上任一像素点的灰度值，I(p)为作为圆心的候选特征点p的灰度值，εd为灰度差值阈值，如果灰度差值N大于灰度差值阈值，则认为候选特征点p是一个特征点。

[0026] 在步骤6)中，所述的从上述特征点中去除离群点，得到目标特征点的方法是：

[0027] (1)计算对于上述所有特征点而言的中心点；

[0028] (2)计算各个特征点到中心点的距离，并统计距离分布；

[0029] (3)设定阈值，然后将各个特征点到中心点的距离与阈值进行比较，去除掉超过阈值的特征点即离群点，得到目标特征点；

[0030] (4)计算类内散度距离，以证明目标特征点的可靠性。

[0031] 在步骤7)中，所述的求解上述目标特征点的空间三维坐标的方法是：

[0032] 两个摄像机与被测物体在空间形成三角关系，利用目标特征点在两个摄像机像平面上的成像点坐标求解出目标特征点的空间三维坐标。

[0033] 在步骤9)中，所述的将上述三维模型运用到终端处理器对廊桥与飞机舱口对接过程的实时评估中，以指导停机坪廊桥与飞机舱门的对接过程方法是：

[0034] 终端处理器利用上述三维模型判断某一方向操作的停机坪廊桥是否会与飞机舱门发生碰撞；如果判断出该方向操作的停机坪廊桥将会与飞机舱门发生碰撞，终端处理器中的防撞预警程序会发出告警信息，以提醒停机坪廊桥的工作人员重新规划操作方向；如果判断出该方向操作的停机坪廊桥不会与飞机舱门发生碰撞，再进行判断是否可以准确实现停机坪廊桥与飞机舱门的对接，如若不能实现，停机坪廊桥的工作人员可根据终端处理器的指示进行调节，直至实现停机坪廊桥与飞机舱门的成功对接。

[0035] 本发明提供的基于立体视觉的停机坪廊桥对接误差测量方法利用了立体视觉(Stereo Vision)的非接触性、全场测量、精度高、不易受外界影响、稳定性强等优点，能够高精度、高效率、全场非接触地测量停机坪廊桥与飞机舱门对接的误差，不仅可以对误差进行精准的测量，而且可以使得停机坪廊桥实现与飞机舱门的高精度连接。其意义在于，运用了立体视觉高精度的方法不仅可以实现准确的连接、降低事故率，还可以实现及时监测预警，对旅客来说可以增加其乘坐飞机的安全性以及舒适度；对航空公司来说不仅降低了风险性，节约了成本，还提高了用户的满意度。附图说明

[0036] 图1为本发明提供的基于立体视觉的停机坪廊桥对接误差测量方法中所采用停机坪廊桥与飞机舱门对接误差测量系统结构图。

[0037] 图2为本发明提供的基于立体视觉的停机坪廊桥对接误差测量方法流程图。

[0038] 图3为本发明中双目摄像机观测空间点原理图。

具体实施方式

[0039] 下面结合附图和具体实施例对本发明提供的基于立体视觉的停机坪廊桥对接误差测量方法进行详细说明。

[0040] 本发明综合视觉测量和视觉图像的优势，提供的基于立体视觉的停机坪廊桥对接误差测量方法可以对停机坪廊桥与飞机舱门对接过程做出兼具稳定性、高精度的检测识别，为停机坪廊桥与飞机舱门对接工作的顺利进行提供了保证，提升了停机坪廊桥作业区域的安全性。

[0041] 如图2所示，本发明提供的基于立体视觉的停机坪廊桥对接误差测量方法包括按顺序进行的下列步骤：

[0042] 步骤1)建立如图1所示的停机坪廊桥与飞机舱门对接误差测量系统；

[0043] 所述的系统包括两个摄像机1、同步频闪控制装置2和终端处理器3；其中：两个摄像机1为包含照明光源和摄像头的图像采集装置，分别置于停机坪廊桥接机口两侧部位，且摄像头面对飞机舱门；同步频闪控制装置2为图像采集同步控制装置，分别与两个摄像机1相连接，用于实现两个摄像机1的图像同步采集；终端处理器3分别与两个摄像机1相连接，其通过两个摄像机1采集停机坪廊桥与飞机舱门对接过程的图像并进行处理；所述的两个摄像机1采用同型号的工业数字摄像机；

[0044] 步骤2)对上述停机坪廊桥与飞机舱门对接误差测量系统中的两个摄像机1进行标定，得到摄像机1的内外部参数；

[0045] 根据双目立体视觉测量模型，两个摄像机1与被测物体在空间上需形成三角关系，设定上述两个摄像机1的主光轴夹角为60°；根据双目立体视觉原理，以张正友标定法为基础对两个摄像机1进行系统标定，得到摄像机1的初始内外部参数，然后采用BP神经网络的相机内参数校准方法对摄像机1进行校准，以进一步提高摄像机1的校准精度，减少后续测量过程中的不确定度，得到摄像机1的内外部参数。

[0046] 本发明中摄像机1在标定时采用手动标定，根据使用的标定工具不同也可采用自动标定，如OpenCV的标定工具箱，可完成自动标定。也可以在计算机内预先编写自动标定程序，从而完成摄像机1的标定。本发明对摄像机1的标定顺序如下：首先，对两个摄像机1进行编号，继而使用Matlab工具箱中的立体视觉系统标定工具对两个摄像机1进行立体视觉标定。将标定板置于两个摄像机1的公共视野区域内，拍摄10组标定板位置不同的照片，由Matlab工具处理后得出两个摄像机1的内部参数：焦距、光圈、主点等；外部参数：两个摄像机1的相对距离、角度、旋转等；

[0047] 步骤3)利用上述两个摄像机1采集停机坪廊桥与飞机舱门对接过程的图像；

[0048] 在终端处理器3的控制下，利用同步频闪控制装置2控制两个摄像机1实时同步采集停机坪廊桥与飞机舱门对接过程中不同时间点的二维图像，并传送给终端处理器3；

[0049] 步骤4)对上述停机坪廊桥与飞机舱门对接过程的图像进行预处理，得到校正后的图像；

[0050] 从真实环境中采集的图像往往存在各种的噪声干扰或者畸变现象，因此在进行后续操作前必须对其进行预处理。首先通过极线约束对图像中的畸变参数进行立体校正；然后过滤掉一些无关信息，强调重点信息，改善图像质量，突出图像特征；其中运用到图像的滤波去燥、对比度增加以及伪彩色处理在内的技术，得到校正后的图像；图像质量越高使得对停机坪廊桥与飞机舱门对接过程的记录越精准；

[0051] 步骤5)对上述校正后的图像中的特征点进行检测，获取特征点；

[0052] 在终端处理器3上，在上述校正后的图像上用矩形圈出飞机舱门，并将该矩形区域定为目标区域；然后利用ORB(Oriented Brief，面向简要)算法对目标区域内的图像进行特征点检测，获取特征点，实现特征检测。相比于KLT算法、SIFT、SURF、Harris等，ORB算法的综合性能在各种评测里较其他特征提取算法是最好的。将ORB算法引入到特征点检测中，可实现对目标区域中特征点的高精度、高效率的检测；本发明采用ORB算法中的FAST(features from accelerated segment test)算法来检测特征点，该算法是基于特征点周围的像素点灰度值，即检测候选特征点周围一圈的像素点，如果候选特征点周围区域内具有足够多的像素点与该候选特征点的灰度差值足够大，则认为该候选特征点为一个特征点。

[0053]

[0054] 上式中I(x)为圆周上任一像素点的灰度值，I(p)为作为圆心的候选特征点p的灰度值，εd为灰度差值阈值，如果灰度差值N大于灰度差值阈值，则认为候选特征点p是一个特征点。

[0055] 步骤6)从上述特征点中去除离群点，得到目标特征点；

[0056] 离群点是指检测到的所有特征点中显著偏离其他特征点的特征点。本步骤采用基于距离的中心点剔除方法，通过统计特征点到中心点的距离分布，剔除掉距离中心点较远的少数较差的特征点即离群点，以增强算法的鲁棒性；如果不存在离群点则继续下一步骤；具体方法如下：

[0057] (1)计算对于上述所有特征点而言的中心点；

[0058] (2)计算各个特征点到中心点的距离，并统计距离分布；

[0059] (3)设定阈值，然后将各个特征点到中心点的距离与阈值进行比较，去除掉超过阈值的特征点即离群点，得到目标特征点。

[0060] (4)计算类内散度距离，证明目标特征点的可靠性。

[0061] 步骤7)求解上述目标特征点的空间三维坐标；

[0062] 双目立体视觉模仿人类双眼获取三维信息，由两个摄像机1组成，如图3所示。两个摄像机1与被测物体在空间形成三角关系，利用目标特征点在两个摄像机1像平面上的成像点坐标可求解出目标特征点的空间三维坐标。

[0063] 其中，OLXLYLZL为左侧摄像机1的坐标系，像平面坐标系为olxlyl,光轴方向为ZL；同理，ORXRYRZR为右侧摄像机1的坐标系，像平面坐标系为oRxRyR,光轴方向为ZR；PL，PR分别为目标特征点在左侧、右侧摄像机1像平面上的成像点坐标，图中两条射线的交点PW即为目标特征点在世界坐标系XWYWZW下的坐标。

[0064] 结合图3，可得两个摄像机1间的位置关系表达式为：

[0065]

[0066] 其中，表示右侧摄像机1坐标系到左侧摄像机1坐标系的旋转矩阵；T＝(t1 t2 t3)T，表示右侧摄像机1坐标系到左侧摄像机1坐标系的平移矩阵。

[0067] 根据摄像机透视变换模型，在传感器坐标系下表示的目标特征点与两个摄像机1像平面上的成像点之间的对应变换关系是：

[0068]

[0069]

[0070] 所以，可以求得目标特征点的空间三维坐标：

[0071]

[0072] 步骤8)根据上述的目标特征点的空间三维坐标重建停机坪廊桥与飞机舱门对接过程的三维模型；

[0073] 步骤9)将上述三维模型运用到终端处理器3对廊桥与飞机舱口对接过程的实时评估中，以指导停机坪廊桥与飞机舱门的对接过程；

[0074] 终端处理器3利用上述三维模型判断某一方向操作的停机坪廊桥是否会与飞机舱门发生碰撞；如果判断出该方向操作的停机坪廊桥将会与飞机舱门发生碰撞，终端处理器3中的防撞预警程序会发出告警信息，以提醒停机坪廊桥的工作人员重新规划操作方向；如果判断出该方向操作的停机坪廊桥不会与飞机舱门发生碰撞，再进行判断是否可以准确实现停机坪廊桥与飞机舱门的对接，如若不能实现，停机坪廊桥的工作人员可根据终端处理器3的指示进行调节，直至实现停机坪廊桥与飞机舱门的成功对接。

[0075] 以上结合附图对本发明的具体实施方式作了说明，但这些说明不能被理解为限制了本发明的范围，本发明的保护范围由随附的权利要求书限定，任何在本发明权利要求基础上的改动都是本发明的保护范围。

标题	发布/更新时间	阅读量
一种基于人工智能的服务器巡检方法及系统	2020-05-08	282
一种头戴式助视装置	2020-05-11	35
古典影相中“雾”状印相方法	2020-05-11	196
一种基于个体化HRTF立体声的视觉辅助方法与设备	2020-05-11	15
基于VR设备的终端上信息资源同步显示方法及系统	2020-05-12	530
一种立体空窗珐琅工艺品制备方法	2020-05-11	913
一种内窥镜3D图像调节方法	2020-05-12	708
一种红外和可见光的融合方法	2020-05-08	811
三维跟踪的手势观测似然建模方法及装置	2020-05-08	771
一种基于稀疏表示的立体图像视觉显著提取方法	2020-05-12	979

一种基于立体视觉的停机坪廊桥对接误差测量方法

一种基于立体视觉的停机坪廊桥对接误差测量方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：