[发明专利]一种测距方法及测距系统

说明书

本申请公开一种测距方法及测距系统，所述测距方法包括：获取目标的深度数据和所述深度数据的置信度标识；将所述置信度标识的置信度与预设置信度进行比较；若所述置信度标识的置信度大于或等于预设置信度，输出所述深度数据；若所述置信度标识的置信度小于预设置信度，调整所述深度数据的获取步骤。通过及时调整深度数据的获取步骤，有利于提高后续获取的深度数据的置信度，进而提高测距精度。

技术领域

本申请涉及测量技术领域，具体的涉及一种测距方法及测距系统。

背景技术

随着人工智能技术的飞速发展，给各种设备连接上多个传感器，特别是可以运动的机器人设备，如扫地机，运输机器人，服务机器人等等，辅以视觉设备，让机器可以自我感知周边环境，实现自主运行。目前的机器视觉有基于单目摄像头的技术，有基于双目摄像头的技术，也有基于结构光和TOF(Time of Flight)的测距技术。

目前的3D TOF传感器都是基于激光器的发射和返回时间差来进行距离探测的，在静态下具有较好的性能；但是在快速前进或者后退或者拐弯等动态环境下，会有一定的运动模糊(Motion Blur)，导致测量精度下降。单纯靠工艺或者算法补偿，很难解决动态环境下的测距精度问题。惯性测量单元(IMU单元，Inertial Measurement Unit)可以集成在3DTOF系统中，对当前的状态进行准确的测量，如运动速度，转弯角度和速度。综合这些状态信息结合TOF测距的当前信息，可以进行置信度的判断和对激光强度的动态调整，得到更加精准的测距信息。但传统的方案中深度3D TOF传感器和惯性测量单元单独设置，在后端进行数据处理，处理后的数据直接输出，最终获得的数据的置信度不高，影响测距精度。

为此需要提供一种提高精度的测距方法。

发明内容

为解决上述的缺陷中的至少一个，本申请提供一种提高精度的测距方法及测距系统。

为解决上述技术问题，本申请采用如下技术方案：

本申请提供一种测距方法，包括：获取目标的深度数据和所述深度数据的置信度标识；将所述置信度标识的置信度与预设置信度进行比较；若所述置信度标识的置信度大于或等于预设置信度，输出所述深度数据；若所述置信度标识的置信度小于预设置信度，调整所述深度数据的获取步骤。通过及时调整深度数据的获取步骤，有利于提高后续获取的深度数据的置信度，进而提高测距精度。

可选的，所述深度数据通过TOF单元获取，所述置信度标识通过TOF单元和惯性测量单元中的至少一个获取。

可选的，所述置信度标识包括TOF可信度和目标的姿态数据，所述姿态数据包括速度值、角度值、角速度值中的至少一个。

可选的，所述TOF单元包括用于发射信号的发生器及用于接收反射信号的接收器；调整所述深度数据的获取步骤包括：根据所述置信度标识的置信度与预设置信度比较的结果，调节所述发生器的发光功率。这样可使得下一帧的实际发光频率更接近实际场景，以使下一帧可以获取的深度数据信度更高。

可选的，所述TOF单元包括用于发射信号的发生器及用于接收反射信号的接收器；调整所述深度数据的获取步骤包括：根据所述置信度标识的置信度与预设置信度比较的结果，对接收到的信号进行预处理；基于预处理的信号获得新的深度数据。

可选的，对所述接收器接收到的信号进行预处理包括：对所述接收器接收到的信号进行分割或提取。这样可减小干扰值对深度距的影响。

可选的，所述测距方法包括：在输出所述深度数据前，对所述深度数据进行数据融合。

可选的，所述测距方法包括：若所述置信度标识的置信度小于预设置信度，对当前深度数据进行线性变化，获得新的深度数据，输出新的深度数据。通过逻辑算法的优化，有利于提高深度数据的置信度。