用于確定場景中的尺寸的方法
【專利摘要】用于確定場景中的尺寸的方法。該方法通過首先獲取由傳感器獲取的場景的深度圖像并從深度圖像提取平面來確定場景中的尺寸。確定平面的拓?fù)潢P(guān)系?；谄矫婧屯?fù)潢P(guān)系確定尺寸。利用場景類型來評估尺寸的質(zhì)量，并且如果質(zhì)量是足夠的，則輸出該尺寸，否則輸出引導(dǎo)以重新定位傳感器。
【專利說明】
用于確定場景中的尺寸的方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明總體上涉及計算機(jī)視覺，并且更具體地，涉及確定室內(nèi)場景中的尺寸。
【背景技術(shù)】
[0002] 諸如房間和走廊的室內(nèi)場景的尺寸信息可以被用于各種各樣的應(yīng)用。在建造建筑 物期間，尺寸信息可以被用于監(jiān)控結(jié)構(gòu)，以確保所述結(jié)構(gòu)滿足規(guī)范和圖紙的要求。在建筑維 修期間，尺寸信息可以確定結(jié)構(gòu)是否與現(xiàn)有建筑規(guī)范保持一致，并量化例如裂紋的任何缺 陷。此外，在建筑自動化的背景下，尺寸信息可被用于在建筑期間執(zhí)行諸如安裝窗戶的任務(wù) 的任意機(jī)器人。
[0003] 對于窗戶安裝機(jī)器人，由于容差不一致，機(jī)器人需要知道如所建筑的窗框的實(shí)際 尺寸，而不是設(shè)計尺寸。利用該尺寸信息，機(jī)器人能夠準(zhǔn)確地安裝窗戶并確保窗戶精確地裝 配到窗框中。此外，任何開口的尺寸對于自主式機(jī)器人在室內(nèi)環(huán)境中移動都是非常重要的。 例如，當(dāng)穿過門時，機(jī)器人必須檢測開口空間的尺寸，使得其能夠自動決定是直接穿過該門 還是米用其它途徑。
[0004] 在現(xiàn)有技術(shù)中，使用旋轉(zhuǎn)激光器的三維(3D)傳感器通常被用于生成室內(nèi)場景的3D 模型并測量3D模型中的尺寸。這些傳感器可以以到單個位置的長距離且360度覆蓋地生成 3D模型。然而，這些傳感器價格昂貴并且需要長掃描時間，在掃描期間，需要將這些傳感器 放置在固定位置處。
[0005] 最近，具有短距離且小視野覆蓋范圍的3D傳感器已變得容易獲得。這些傳感器能 夠單發(fā)（single-shot)、實(shí)時地掃描。為了使用這些傳感器來生成大型3D模型，一種方法是 使用同步定位與建圖（SLAM)技術(shù)來記錄由這些傳感器所獲取的多個幀。然而，該方法在記 錄過程中累積漂移誤差，導(dǎo)致尺寸測量的較低精度。
[0006] 就用戶交互方面而言，一種方法提供了具有用戶交互以快速訪問數(shù)據(jù)的建造質(zhì)量 檢查和管理系統(tǒng)。用于交互仿真建模的另一方法為用戶提供步進(jìn)式引導(dǎo)來構(gòu)建仿真模型。 用戶引導(dǎo)充當(dāng)用戶的引導(dǎo)者。考慮到基準(zhǔn)圖像，又一方法為用戶提供引導(dǎo)來從與拍攝基準(zhǔn) 圖像相同的視角拍攝圖像。

【發(fā)明內(nèi)容】

[0007] 在許多土木工程任務(wù)中，諸如包括人工結(jié)構(gòu)的室內(nèi)場景的場景的尺寸分析對于空 間分析和決策制定是重要的。諸如竣工幾何結(jié)構(gòu)生成(as-built geometry generation)的 任務(wù)需要基于從不同位置收集到的數(shù)據(jù)有效地解釋可能散亂的場景中特定對象的關(guān)鍵尺 寸(例如，管道的直徑、開口的寬度）。
[0008] 因此，本發(fā)明的一個實(shí)施方式提供了一種用于根據(jù)由深度傳感器獲取的單個深度 圖像確定室內(nèi)場景中的尺寸的方法。
[0009] 深度傳感器是獲取場景的深度圖像的3D傳感器。深度圖像是其中每個像素都表示 深度(或者從傳感器到場景的距離)的二維圖像。通過使用傳感器的固有參數(shù)針對每個像素 逆投影光線并且在所測出的深度生成3D點(diǎn)，可以將深度圖像轉(zhuǎn)換成3D點(diǎn)云。如果將深度圖 像與輝度（intensity)或顏色（例如，紅、綠和藍(lán)(RGB))圖像相組合，則能夠獲得RGB-D圖像 (即，3D有顏色點(diǎn)云）。
[0010] 然后，通過提取平面并執(zhí)行幾何分析，可以根據(jù)單個深度圖像獲得場景中感興趣 的結(jié)構(gòu)的尺寸。該方法評估尺寸數(shù)據(jù)和測量的質(zhì)量，并提供用于以不同姿態(tài)定位傳感器以 獲取較高質(zhì)量的數(shù)據(jù)的交互式引導(dǎo)(例如，使用圖形用戶界面(GUI))，根據(jù)較高質(zhì)量的數(shù)據(jù) 可以獲得更準(zhǔn)確的幾何測量。如本文所定義的，姿態(tài)具有六個維度(6D)，三個平移分量和三 個旋轉(zhuǎn)分量。
[0011] 本發(fā)明部分地使用了能夠從深度傳感器獲得室內(nèi)場景的尺寸的用戶引導(dǎo)尺寸分 析方法。本文對從深度傳感器獲得的單個深度圖像執(zhí)行尺寸分析，以實(shí)現(xiàn)高計算效率并避 免使用SLAM技術(shù)的多幀(multi-frame)記錄中的誤差累積。
[0012] 由于傳感器的有限視野，單個深度圖像無法保證能夠確定所有感興趣的尺寸信 息。此外，所確定的尺寸的質(zhì)量受到傳感器的固有精度限制。
[0013]因此，為了克服使用單個深度圖像的缺陷，開發(fā)了基于知識的用戶引導(dǎo)系統(tǒng)，以引 導(dǎo)用戶(或布置有傳感器的機(jī)器人)將傳感器重新定位到更好的姿態(tài)，以便收集到適用于尺 寸分析的充足且高質(zhì)量的數(shù)據(jù)。在收集到高質(zhì)量的單個圖像數(shù)據(jù)之后，執(zhí)行幾何分析，以獲 得必要的尺寸信息。
[0014] 本方法與現(xiàn)有技術(shù)不同之處在于，本方法直接針對單個深度圖像執(zhí)行，而不是針 對一系列深度圖像執(zhí)行。單個深度圖像的使用使得能夠?qū)崟r評估室內(nèi)場景的尺寸信息，這 對以自動化和機(jī)器人為重點(diǎn)的諸多應(yīng)用是重要的。
[0015] 此外，與現(xiàn)有技術(shù)方法不同，本用戶引導(dǎo)系統(tǒng)評估當(dāng)前圖像的數(shù)據(jù)質(zhì)量，然后建議 用戶重新定位傳感器以獲得對于應(yīng)用而言的更好的結(jié)果。通過簡單引導(dǎo)，該系統(tǒng)可以引導(dǎo) 不必是專家的用戶獲得高質(zhì)量數(shù)據(jù)，進(jìn)而獲得高質(zhì)量的尺寸測量。
【附圖說明】
[0016] 圖1是根據(jù)本發(fā)明的實(shí)施方式的、用于確定室內(nèi)場景的尺寸的方法的框圖；
[0017] 圖2是根據(jù)本發(fā)明的實(shí)施方式的、用于提取共面平面的邊界點(diǎn)的過程的框圖；
[0018] 圖3中的（a)、（b)、（c)和(d)是根據(jù)本發(fā)明的實(shí)施方式的、由室內(nèi)場景中的平面支 持的箱形(box)的示意圖和注釋圖像;并且
[0019] 圖4中的（a)、（b)、（c)和(d)是根據(jù)本發(fā)明的實(shí)施方式的、由室內(nèi)場景中的平面支 持的開口的示意圖和注釋圖像。
【具體實(shí)施方式】
[0020] 如圖1所示，本發(fā)明的實(shí)施方式提供了一種用于確定如單個深度圖像101中所表示 的室內(nèi)場景103中的尺寸的方法。該深度圖像可以由深度傳感器102獲取。本發(fā)明的重點(diǎn)是 對具有平面表面的室內(nèi)基礎(chǔ)設(shè)施的尺寸分析。場景可以具有關(guān)聯(lián)的類型，例如，房間或走 廊。該類型可以限定諸如箱形或開口的預(yù)定形狀。
[0021]在一些實(shí)施方式中，Kinect? for Xbox傳感器被用作深度傳感器，以獲得室內(nèi)場 景的3D點(diǎn)云。裝配有紅外（IR)相機(jī)和彩色(RGB)相機(jī)的Kinect能夠獲取場景的深度圖像和 彩色圖像。因此，在一些但不是所有實(shí)施方式中，可以通過使用傳感器校準(zhǔn)，將深度圖像與 彩色圖像一起記錄104,從而獲得RGB-D圖像101。
[0022]向深度圖像或RGB-D圖像101應(yīng)用預(yù)處理110。該預(yù)處理包括如下步驟:提取平面表 面；以及確定這些平面111的拓?fù)潢P(guān)系?；谶@些平面及其關(guān)系，執(zhí)行幾何分析120以確定場 景的初始尺寸121。
[0023]使用場景類型和初始尺寸測量，評估130圖像和初始尺寸的質(zhì)量131。如果質(zhì)量足 夠140，則輸出最終尺寸105。否則，輸出引導(dǎo)141，以改善數(shù)據(jù)的質(zhì)量，從而獲得更好的尺寸。 例如，所述引導(dǎo)可以指示傳感器的更好姿態(tài)142。可以輸出給用戶以手動地重新定位傳感 器，或者可以輸出給機(jī)器人以自動重新定位傳感器。
[0024] 如本領(lǐng)域所公知的，可以在處理器100中執(zhí)行該方法的步驟，處理器100通過總線 連接到用于存儲該方法所使用的圖像和其它數(shù)據(jù)結(jié)構(gòu)的存儲器以及輸入/輸出接口。本質(zhì) 上，該方法是將例如室內(nèi)場景中的結(jié)構(gòu)的現(xiàn)實(shí)世界對象的深度圖像變換為對象的尺寸。 [0025]室內(nèi)場景和平面表面
[0026] 大多數(shù)室內(nèi)場景被封閉在平面表面內(nèi)。基于該假設(shè)，執(zhí)行幾何分析以獲得特定基 礎(chǔ)設(shè)施的的尺寸信息。為了有效地提取平面表面，向深度圖像應(yīng)用平面提取過程，參見，例 如Feng等人的 "Fast plane extraction in organized point clouds using agglomerative hierarchical clustering'，，IEEE International Conference on Robotics and Automation(ICRA)，pp.6218_6225,2014〇
[0027] 將深度圖像中的像素分成用于構(gòu)建圖（graph)的組，其中，這些組由節(jié)點(diǎn)表示，并 且邊表示相鄰組。然后，針對該圖執(zhí)行凝聚層次聚類（agglomerative hierarchical clustering)，以合并同一平面上的節(jié)點(diǎn)。這些平面由像素式區(qū)域增長(pixel-wise region growing)來限定。
[0028] 如果彩色圖像與深度圖像一起可用（即，使用RGB-D圖像），則彩色信息可以被用于 進(jìn)一步分割平面。例如，可以將出現(xiàn)在各個平面中的顏色聚集，并根據(jù)這些聚集來分割平 面。
[0029] 在從深度圖像中提取出所有平面之后，基于平面參數(shù)，評估這些平面之間的拓?fù)?關(guān)系。如下定義了四種類型的拓?fù)淦矫骊P(guān)系：
[0030] 平行:如果兩個平面的法向向量彼此平行，則這兩個平面是平行平面；
[0031 ]共面:如果兩個平面具有相同的參數(shù)，則這兩個平面是共面平面并且是平行的； [0032] 相交:如果兩個平面互不平行，則這兩個平面是相交平面；以及 [0033] 垂直:如果兩個平面的法向向量是垂直的（彼此正交），則這兩個平面相互垂直。 [0034] 應(yīng)當(dāng)注意，由于傳感器測量的不確定性，這些關(guān)系都是被近似確定的。例如，如果 兩個平面的法向向量的角度小于5度，則這兩個平面被視為平行平面。
[0035]幾何分析
[0036]如果來自傳感器的所有測量值均是準(zhǔn)確的，則可以基于場景的幾何表示直接確定 幾何尺寸信息。然而，傳感器不是完美的并且測量值具有不確定性。為了獲得準(zhǔn)確的尺寸 信息，使用最小二乘法。例如，對兩個平行平面之間的距離和共面平面的邊界之間的距離感 興趣。使用兩種用于確定這兩個距離的方法來獲得準(zhǔn)確的估計。
[0037] 平行平面之間的距離
[0038] 在提取平面之后，通過最小二乘法來估計平面參數(shù)。3D平面方程是ax+by+ CZ+d = 0,其中，a、b、c和d是平面參數(shù)。如果測量值被給出為A=[x，y，z, 1]，其中，x，y，z是包含分配 給該平面的所有3D點(diǎn)的所有X，Y，Z坐標(biāo)的列向量，并且平面參數(shù)是P = [a，b，c，d]τ，則線性 系統(tǒng)可以被構(gòu)造為：
[0039] ΑΡ = 0〇 (1)
[0040] 為了獲得最小平方估計值，一種解決方案是對矩陣Α執(zhí)行奇異值分解(SVD)，然后 從SVD的結(jié)果中提取出平面參數(shù)P。
[0041] 因?yàn)榇嬖诙鄠€平行平面組，所以可以通過使用這些現(xiàn)有信息來使得平面參數(shù)估計 結(jié)果更加準(zhǔn)確。假設(shè)平面i和平面j彼此相互平行，同時分配給這些平面的點(diǎn)分別由仏和~表 示。為了執(zhí)行平行約束，平面i和平面j共用相同的法向向量并且被限定為
[0043] 然后，類似于方程(1)的線性系統(tǒng)可以被構(gòu)造為：
[0044] p=[ai，bi，Ci，di，dj]TJPI
[0046]因此，通過利用SVD，使用兩個平面上的所有點(diǎn)來確定平行平面的平面參數(shù)。
[0047]在獲得平行平面參數(shù)之后，基于平面參數(shù)直接確定平行平面之間的距離。例如，平 面i和平面j之間的距離是
[0048] distij= | di-dj | 〇 (4)
[0049] 共面平面的邊界之間的距離
[0050] 需要共面平面的邊界之間的距離來估計例如門框的寬度。在該背景下，寬度是門 的左右墻壁(兩個共面平面)的邊界之間的距離。為了確定該寬度，提取出門框的邊界點(diǎn)，然 后基于該邊界點(diǎn)擬合兩條線。這兩條平行線之間的距離就是門框的寬度。
[0051] 為了自動定位門框，基于平面擬合結(jié)果來估計所提取出的平面表面之間的拓?fù)潢P(guān) 系。在檢測出共面平面之后，將所有共面平面都旋轉(zhuǎn)至2D空間。
[0052]圖2是用于提取門框邊界點(diǎn)的偽代碼的框圖。通過使用2Da形狀算法分別提取出 兩個平面的邊界點(diǎn)CP1和CP2，參見例如Bernardini等人的"Sampling and Reconstructing Manifolds Using Alpha-Shapes^,Purdue e-Pubs,a Serv.Purdue Univ.Libr.,pp.1-11 頁，1997。
[0053] 然后，對于第一平面，針對CPI中的各個點(diǎn)，搜索其它平面邊界點(diǎn)CP2中的最近點(diǎn)。 在迭代第一平面上的所有點(diǎn)之后，CP2中已搜索出的作為最近點(diǎn)的點(diǎn)(BP2)是第二平面上的 門框邊界點(diǎn)。通過針對第二平面重復(fù)該過程，找到第一平面上的門框邊界點(diǎn)BP1。在檢測出 門框邊界點(diǎn)BP1和BP2之后，分別根據(jù)兩組邊界點(diǎn)估計出兩條線。根據(jù)這兩條線估計距離。
[0054] 用戶引導(dǎo)
[0055] 本用戶引導(dǎo)系統(tǒng)基于感興趣的場景的現(xiàn)有知識。用戶引導(dǎo)系統(tǒng)的目標(biāo)是在從場景 中獲得尺寸信息方面指示當(dāng)前幀數(shù)據(jù)的質(zhì)量。本文將高質(zhì)量數(shù)據(jù)定義為包括來自感興趣的 基礎(chǔ)設(shè)施特征的支持平面表面的足夠數(shù)據(jù)的圖像。
[0056] 用戶引導(dǎo)系統(tǒng)基于傳感器和場景的特征來評估所獲得的數(shù)據(jù)的質(zhì)量。為了充分利 用現(xiàn)有信息，用戶引導(dǎo)系統(tǒng)將平面表面的拓?fù)潢P(guān)系可視化。本文描述了兩種常規(guī)情況，箱形 和開口。
[0057] 箱形
[0058]圖3中的(a)示出了定義為包含兩組的兩個平行平面（同時，這兩組彼此垂直）的形 狀的箱形。如圖3中的(a)所示，平面A和平面C彼此平行，平面B和平面D亦彼此平行。此外，平 面A垂直于平面D。實(shí)線表示平面表面之間的相交線。本文使用走廊場景作為示例。
[0059] 為了獲得該結(jié)構(gòu)的尺寸，即，走廊的寬度和高度，應(yīng)當(dāng)由傳感器獲取所有四個平 面。用戶引導(dǎo)被設(shè)計成確保傳感器高精度地從所有四個平面表面中獲取足夠的點(diǎn)。
[0060] 用戶引導(dǎo)假定從場景中檢測出至少三個平面。該假定是合理的，因?yàn)槿绻麄鞲衅?僅觀測到兩個平面表面，則傳感器可能無法獲得所有四個平面。這會在走廊過高且傳感器 無法拍攝所有四個平面時發(fā)生。如果在數(shù)據(jù)中沒有獲得一個平面表面，則基于部分?jǐn)?shù)據(jù)來 執(zhí)行幾何分析?；趫鼍暗默F(xiàn)有信息和捕捉到的數(shù)據(jù)，重構(gòu)可能的形狀，從而引導(dǎo)用戶。
[0061] 例如，如圖3中的(b)所示，如果未從數(shù)據(jù)中未檢測出平面D(即，地板），則走廊的高 度是未知的，但是仍然可以基于兩面墻來確定走廊的寬度。由于檢測出了天花板和兩面 墻，因此可以推導(dǎo)出天花板與墻之間的相交線?；诂F(xiàn)有信息和所確定的相交線，可以估計 可能的高度并可以構(gòu)建出箱形（白線），如圖3中的（c)所示。因此，用戶引導(dǎo)系統(tǒng)可以針對這 種情況提供相應(yīng)的引導(dǎo)，并且將傳感器重新定位142至更好的姿態(tài)以獲取如圖3中的（d)所 示的地板，從而獲得最終尺寸。
[0062] 因?yàn)樵摲椒z測出沒有來自平面D的點(diǎn)，所以系統(tǒng)建議用戶重新定位傳感器以從 平面D(地板)獲得點(diǎn)。通過遵循該引導(dǎo)，傳感器被降低，或者朝向向下傾斜，然后獲得圖像 (圖3中的（d))。在該圖像中，可以從深度圖像中提取出所有四個平面A-D，并構(gòu)建類似于模 板的箱形。因此，可以通過幾何分析確定走廊的高度和寬度二者。
[0063] 除了重新定位傳感器以獲取缺失的平面之外，用戶引導(dǎo)還可以基于數(shù)據(jù)質(zhì)量提供 對測量質(zhì)量的評述。例如，深度傳感器的不確定性通常隨著場景與傳感器之間的距離的增 大而增加。因此，如果場景元素遠(yuǎn)離傳感器，則該對象的點(diǎn)具有高的不確定性，這影響尺寸 測量的精度。
[0064] 因此，當(dāng)從數(shù)據(jù)中檢測出所有四個平面時，針對每個平面，確定其重心與傳感器之 間的距離。如果到傳感器的距離大于閾值(例如，3.0m)，則用戶引導(dǎo)系統(tǒng)建議用戶將傳感器 移動得更接近該平面，從而將測量不確定性減到最小。
[0065] 開口
[0066] 開口結(jié)構(gòu)被定義為平面表面中的開口，同時存在用于第一平面表面的另一支撐平 面表面(例如，地板）。本文使用作為墻壁上的開口的門框作為示例。如圖4中的(a)、（b)、（c) 和(d)所示，平面A和平面B是垂直的墻，并且在同一個平面上，即，平面A和平面B的關(guān)系是共 面的，而平面C是與平面A和平面B垂直的地板。為了獲得開口的準(zhǔn)確寬度，地板需要提供對 重新構(gòu)建墻的限制。因此，實(shí)施用戶引導(dǎo)以保證傳感器可觀測到地板。
[0067] 如果數(shù)據(jù)中未檢測出平面C(地板），則系統(tǒng)仍然可以重新構(gòu)建圖4中的（b)中的兩 條實(shí)線，其中，基于這兩條實(shí)線來估計寬度。然而，由于深度邊界周圍的傳感器的不準(zhǔn)確測 量，導(dǎo)致線的估計不準(zhǔn)確，因此寬度也不總是準(zhǔn)確的。通過比較圖4中的(a)和(c)，用戶引導(dǎo) 系統(tǒng)指示用戶將傳感器重新定位得更低，以便可以獲得地板的數(shù)據(jù)。用這種方法，獲取了圖 4中的（d)中的具有更好的質(zhì)量數(shù)據(jù)的新圖像。通過添加線與地板垂直的限制，改進(jìn)了對門 寬度的估計。
[0068]此外，因?yàn)殚T通?？s進(jìn)墻中，所以如果傳感器觀看方向不垂直于門，則墻可能會阻 擋傳感器的視野。因此，用戶引導(dǎo)系統(tǒng)還將此考慮在內(nèi)。門表面的法向向量被用于該評估。 如果傳感器觀看方向不垂直于門表面，則觀看方向不平行于門表面的法向向量。因此，用戶 引導(dǎo)系統(tǒng)能夠提供關(guān)于調(diào)整傳感器的觀看方向的反饋。
【主權(quán)項】
1. 一種確定場景中的尺寸的方法，所述方法包括如下步驟： 獲取由傳感器獲取的場景的深度圖像； 從所述深度圖像提取平面； 確定所述平面的拓?fù)潢P(guān)系； 基于所述平面和所述拓?fù)潢P(guān)系，確定所述尺寸； 利用場景類型來評估所述尺寸的質(zhì)量；以及 如果所述質(zhì)量是足夠的，則輸出所述尺寸，否則輸出引導(dǎo)以重新定位所述傳感器，并且 其中，上述步驟在處理器中執(zhí)行。2. 根據(jù)權(quán)利要求1所述的方法，其中，將所述深度圖像與所述場景的紅、綠和藍(lán)(RGB)圖 像相結(jié)合，以形成RGB-深度圖像。3. 根據(jù)權(quán)利要求1所述的方法，其中，向用戶輸出所述引導(dǎo)。4. 根據(jù)權(quán)利要求1所述的方法，其中，向布置有所述傳感器的機(jī)器人輸出所述引導(dǎo)。5. 根據(jù)權(quán)利要求1所述的方法，其中，所述提取的步驟還包括如下步驟： 將所述深度圖像中的像素分割成多個組； 將所述多個組表示為圖中的節(jié)點(diǎn)，其中，邊表示相鄰的組；以及 向所述圖應(yīng)用凝聚層次聚類，以合并同一平面上的節(jié)點(diǎn)。6. 根據(jù)權(quán)利要求1所述的方法，其中，所述拓?fù)潢P(guān)系包括： 平行平面，如果兩個平面的法向向量彼此平行； 共面平面，如果兩個平面具有相同的參數(shù)； 相交平面，如果兩個平面不平行；以及 垂直平面，如果兩個平面的所述法向向量彼此垂直。7. 根據(jù)權(quán)利要求1所述的方法，所述方法還包括以下步驟： 使用最小二乘法提取所述平面。8. 根據(jù)權(quán)利要求1所述的方法，其中，所述場景類型限定了預(yù)定形狀。9. 根據(jù)權(quán)利要求8所述的方法，其中，所述預(yù)定形狀包括箱形和開口形狀。10. 根據(jù)權(quán)利要求9所述的方法，其中，所述箱形包含兩組兩個平行平面，并且所述兩組 彼此垂直。11. 根據(jù)權(quán)利要求9所述的方法，其中，所述開口形狀包含兩個共面平面和垂直于所述 兩個共面平面的平面。
【文檔編號】G01B11/00GK106091921SQ201610273855
【公開日】2016年11月9日
【申請日】2016年4月28日 公開號201610273855.0, CN 106091921 A, CN 106091921A, CN 201610273855, CN-A-106091921, CN106091921 A, CN106091921A, CN201610273855, CN201610273855.0
【發(fā)明人】肖勇, 馮晨, 田口裕一, V·R·卡馬特
【申請人】三菱電機(jī)株式會社