適用于自主移動車輛的環境感知的單目視覺導航方法

專利名稱：適用于自主移動車輛的環境感知的單目視覺導航方法
技術領域：
本發明涉及一種適用于自主移動車輛的環境感知的單目視覺導航方法。
背景技術：
自主移動車輛的一個關鍵技術是對周圍環境的感知。主要包括周圍未知環境的三維坐標恢復以及障礙的識別，從而保證導航控制系統正常工作，并使車輛能安全行走和到達指定目標點完成科學探測任務。為了增強自主車輛的環境感知能力，提高其自主規劃能力，從而實現自主導航，國內多家單位都對多目立體視覺技術進行了廣泛研究，但是由于計算機視覺理論在自主移動車輛應用方面的研究還不成熟，算法的精度和匹配的難題未得到根本解決，在工程應用上產生瓶頸。
較之雙目立體視覺，利用單個相機根據圖像表象特征進行導航的方法也研究頗多，取得了一些實際場景下的應用。但是由于單目三維測量從理論上來講是不完備的，缺少一個輸入條件，所以所見到的單目用于車體導航的算法多是在半結構化或已知場景中的應用，還未見到關于單目測量在未知環境的自主漫游車上導航的相關報告。
中國專利公開號CN1569558，
公開日2005年1月26日，發明創造名稱為基于圖像表現特征的移動機器人視覺導航方法，該申請案公開了一種通過單幅攝像頭獲得的機器人所處位置的場景圖像來完成導航的方法，該方法必須提前獲得已知的構建好的場景地圖。中國專利公開號CN1873656，
公開日2006年12月6日，發明創造名稱為機器人視覺導航中的自然目標檢測方法，該申請案公開了一種對圖像中的自然目標完成提取來進行導航的方法，該方法需要在離線狀態下車行走之前，建立自然目標的模型才可以進行。
發明的內容本發明的技術解決問題是克服現有技術的不足，提供一種適用于自主移動車輛的環境感知的單目視覺導航方法，該方法將單目測量方法應用到未知環境中，通過實時修正跟蹤路徑，保證達到目標點的精度，并通過自主避障行走方式，保證車體的安全行駛。
本發明的技術解決方案是適用于自主移動車輛的環境感知的單目視覺導航方法，其特征在于包括下列步驟(1)測量相機畸變的內參數，測量后將相機安裝到自主移動車輛上，確定像平面坐標系到世界坐標系的轉換關系；(2)記錄當前車體姿態，在當前車體可視范圍內采集圖像，并將采集的圖像回傳至圖形操作界面，根據目標位置及圖像情況選擇車體行走方式，然后對采集得到的圖像進行畸變校正，使校正后的圖像滿足小孔成像原理，根據畸變校正后的圖像選擇行走路徑以及路徑上的路徑點，將車體當前位置和選擇的路徑點根據步驟(1)所述的像平面坐標系到世界坐標系的轉換關系換算到世界坐標系下，將換算結果發給車體，并將選擇的路徑以車體寬度的形式顯示在圖形操作界面上；(3)車體沿著擬定路徑行走，當步驟(2)中車體選擇路徑點跟蹤行走方式時，實時修正路徑點在世界坐標系下的坐標值，直至到達當前可視范圍內最后一個路徑點；當步驟(2)中車體選擇自主避障行走方式時，將相機俯仰到指定角度對當前場景拍照，對場景中障礙物進行區域分割，識別障礙區域，估算障礙高度，規劃繞開障礙的路徑，車體按照規劃的路徑行走，直至到達當前可視范圍內最后一個路徑點；(4)當車體到達當前可視范圍內最后一個路徑點時，從步驟(2)開始循環執行，直至車體到達最終目標位置。
所述步驟(3)中車體行走過程中還定期采集圖像，將圖像回傳至圖形操作界面后對圖像進行畸變校正，并將根據當前車體位置、姿態將車體修正或規劃的路徑點顯示在圖形操作界面上，當車體沒有避開障礙物時，對車體發送緊急停車指令。
本發明與現有技術相比有益效果為(1)本發明采用單目視覺導航方法與雙目立體視覺相比，簡化計算，滿足實時性要求，穩定性好。
(2)本發明將單目測量方法應用到未知環境中與現有的已知場景地圖下的單目導航方法比較，適用于非結構化的未知場景，有效提高跟蹤的精度。
(3)本發明由于采用基于量化圖形的遙操作方法，在遙端顯示規劃的軌跡和標準的場景網格信息于圖像上，方便操作，更好的保證了安全性。


圖1為本發明方法流程圖；圖2為本發明圖像畸變校正的示意圖；圖3為本發明單目投影坐標轉換的示意圖；圖4為本發明單目投影坐標實時修正的示意圖；圖5為本發明自主進行障礙高度識別的原理圖；圖6為本發明自主避障的效果圖；圖7為本發明量化圖形顯示的效果圖。
具體實施例方式
如圖1所示，為本發明方法流程圖，具體步驟如下(1)測量相機畸變的內參數，測量后將相機安裝到自主移動車輛上，確定像平面坐標系到世界坐標系的轉換關系；(2)記錄當前車體姿態，在當前車體可視范圍內采集圖像，并將采集的圖像回傳至圖形操作界面，根據目標位置及圖像情況選擇車體行走方式，然后對采集得到的圖像進行畸變校正，使校正后的圖像滿足小孔成像原理，根據畸變校正后的圖像選擇行走路徑以及路徑上的路徑點，將車體當前位置和選擇的路徑點根據步驟(1)所述的像平面坐標系到世界坐標系的轉換關系換算到世界坐標系下，將換算結果發給車體，并將選擇的路徑以車體寬度的形式顯示在圖形操作界面上；如圖2所示，o-Xlc-Ylc-Zlc代表相機坐標系，u-v-f代表像平面坐標系，P為實際點，P′為P在像平面內的對應點，所拍攝的圖像滿足小孔成像的原理，可以推導出如下滿足像素坐標與相機光心坐標的公式。
udxf=ylcxlcvdyf=zlcxlc]]>設xlc＝t，得到成像公式的參數方程xlcylczlc=1u·dxfv·dyf*t]]>(式1)其中u、v分別為像素的橫坐標和縱坐標，dx為CCD靶面u方向上的一個像素的實際長度，dy為CCD靶面v方向上的一個像素的實際長度。
這是單目投影的基本原理，在小孔模型下，將圖像坐標系投影到需要計算的平面上，得到像素點在該平面下的三維坐標。但在實際的應用中，由于鏡頭的光學畸變等因素，成像很難滿足小孔成像。所以在進行上述公式的轉換之前，必須對圖像進行主要的一些畸變參數校正，使其盡量滿足小孔成像原理，再套用上述公式進行計算。本發明主要考慮鏡頭的三種畸變徑向畸變、偏心畸變和像平面畸變。公式如下
x＝(x-x0) y＝(y-y0)r2＝x2+y2Δxr=K1x‾r2+K2x‾r4+K3x‾r6+···Δyr=K1y‾r2+K2y‾r4+K3y‾r6+···]]>Δxd=p1(r2+2x‾2)+2p2x‾×y‾Δyd=p2(r2+2y‾2)+2p1x‾×y‾]]>Δxm=b1x‾+b2y‾Δym=0]]>x′=x+Δxr+Δxd+Δxmy′=y+Δyr+Δyd+Δym]]>其中ΔxrΔyr為徑向畸變，ΔxdΔyd為偏心畸變，ΔxmΔym為像平面畸變。
在實驗室的精密已知環境下經過光學方法可以準確地標定出以上的變形系數，即采用專用的攝影測量的光學標定系統，在實際應用時對拍攝得到的圖像經過以上的變形校正處理，得到新的圖像則認為滿足小孔成像的原理。
通過式1可建立像平面坐標系和相機坐標系之間的關系，為了導航控制的實際應用，需要將相機坐標系下的坐標轉換到車體坐標系下或者地面的某個導航坐標系下，在此稱為世界坐標系，故此應明確描述探測車位姿的各個坐標系及其相互轉換關系。
如圖3所示，為描述探測器的位姿及坐標轉換關系定義如下坐標系其中OlcXlcYlcZlc為相機坐標系，原點位于相機光心，Xlc沿相機光軸向前，Zlc垂直于Xlc向上，Ylc與Xlc、Zlc成右手系；OcXcYcZc相機支架坐標系，原點位于相機支架中心，Yc沿支架向左，Xc垂直Yc且位于XlcYlc所在平面內，Zc與Xc、Yc成右手系；OlXlYlZl為桅桿坐標系，原點位于桅桿與車體的連接處，Xl為車體縱對稱軸向前，Yl垂直Xl向左，Zl與Xl、Yl成右手系；ObXbYbZb為車體坐標系，原點位于車體幾何中心，Xb為車體前向，Yb指向車體左側；
OrXrYrZr為世界坐標系，原點為車體質心垂直向下與當地水平坐標系的交點，坐標系方向同車體坐標系。
同時參數定義如下α相機俯仰角；β相機偏航角；SABC為A系原點到B系原點在C方向的平移量； 相機俯仰角和偏航角都為零的情況下，相機坐標系到車體坐標系的旋轉矩陣。
步驟一，完成相機坐標系向相機支架坐標系的轉換關系xcyczc=(r11r12r13r14r15r16r17r18r19*xlcylczlc+SlxSlySlz)]]>[SlxSlySlz]相機坐標原點到相機支架坐標系的平移量。在相機俯仰角和偏航角都為零的情況下，相機支架坐標系和車體坐標系是完全平行的。
步驟二，完成相機支架坐標系到桅桿坐標系的轉換xlylzl=cosαcosβ-sinβsinαcosβcosαsinβcosβsinαsinβ-sinα0cosα*xcyczc+SclxSclySclz]]>步驟三，完成桅桿坐標系到車體坐標系的轉換xbybzb=xlylzl+SlbxSlbySlbz]]>步驟四，完成車體坐標系到世界坐標系的轉換按照此時世界坐標系的定義，車體坐標系到世界坐標系的轉換就是一個簡單的平移，如下所示
xryrzr=xbybzb+00H]]>步驟五，綜合以上四步，逐步迭代換算得到世界坐標系和相機坐標系的對應關系，得到下發路徑點時的總體公式xryrzr=cosαcosβ-sinβsinαcosβcosαsinβcosβsinαsinβ-sinα0cosα*(r11r12r13r14r15r16r17r18r19*xlcylczlc+SlxSlySlz)+Slbx+SclxSlby+SclyH+Slbz+Sclz]]>(式2)步驟六，聯立式(1)和式(2)就可以解算得到像平面坐標系到世界坐標系的轉換關系式。由于二維的圖像平面坐標解算三維空間的坐標缺少一個量，提出zr＝0的假設，才可以將三維確切的坐標值解算出來。但是這樣假設會與實際的情況不相符合會產生誤差，誤差在進一步的運動中進行補償。
(3)如圖4所示，為車體選擇路徑點跟蹤方式行走路徑點實時修正示意圖，由于真實的地形與假設的平面并不相符，在初始的一幅圖像中指定探測器運動的一系列軌跡點在其后的運動中都會發生變化，為了保證軌跡跟蹤的精度，根據車體當前的姿態變化實時地修正這些軌跡點在世界坐標系下的坐標，同時根據定位信息獲得行走過的距離，當修正的軌跡點出現在車體的后方，表明車體已經走過該點，改為跟蹤下一個修正的目標點。修正的頻率越高，軌跡點跟蹤的精度越高。
具體的實施步驟圖4中給出五個示意點，五個示意點為步驟(2)中選擇的路徑點，根據此刻zr＝0的世界坐標平面下發初始路徑點坐標。在車體行進的過程中，由于車體姿態和位置的變化，一成不變地使用初始位置的世界坐標平面會造成誤差越來越大。如圖所示，五個初始點在相機坐標系下的五條射線方程是確定的，其與假設平面的交點即為該像素點對應的三維坐標點。當假設平面為當前車體位置處的地形切線平面時，如果切線足夠短，三維點的坐標是可以逐漸逼近真實值的。所以根據車體相對于初始姿態和位置的改變，修正與車體實時的位置姿態相關聯的zr＝0的平面方程，利用實時測得的車體位置和姿態信息進行修正，最終使路徑點在世界坐標系下的坐標值更接近真實的地表情況。當交點坐標位于當前車體位置的后方，則認為該路徑點已走過，改為跟蹤下一個路徑點，直至當前可視范圍內的最后一個路徑點。
路徑點的坐標修正公式如下xr′yr′zr′=cosΔpsinΔrsinΔpcosΔrsinΔp0cosΔr-sinΔr-sinΔpsinΔrcosΔpcosΔrcosΔp*(cosαcosβ-sinβsinαcosβcosαsinβcosβsinαsinβ-sinα0cosα*(r11r12r13r14r15r16r17r18r19*xlcylczlc+SlxSlySlz)+Slbx+SclxSlby+SclyH+Slbz+Sclz-Sx′Sy′Sz′)]]>(式3)其中，Δr當前車體相對初始位置的滾轉角；Δp當前車體相對初始位置的俯仰角；Sx′，Sy′，Sz′為車體的當前位置在路徑點下發初始位置世界坐標系下的坐標值，由導航定位信息提供。
經過行進過程中車體位置和姿態的實時修正，初始的目標點位置更接近真實值，提高了下一個路徑點的跟蹤精度。
當對當前路況判斷車體選擇自主避障行進方式時，具體步驟如下步驟一，將相機俯仰指定角度對當前場景進行拍照。
步驟二，根據場景中的障礙物灰度的特性，采用最小誤差分割方法進行障礙物的區域分割。
最小誤差分割方法的原理是基于圖像的灰度信息，設圖像的灰度函數為f(i)，i為灰度值，在8bits的灰度圖像中為0～255。計算兩類灰度分布的樣本總數、分布均值和方差
p0(t)=Σi=mintf(i)]]>p1(t)=Σi=tmaxf(i)]]>μ0(t)=Σi=mintf(i)*ip0(t)]]>μ1(t)=Σi=tmaxf(i)*ip1(t)]]>σ0(t)=Σi=mint[i-μ0(t)]2f(i)p0(t)]]>σ1(t)=Σi=tmax[i-μ1(t)]2f(i)p1(t)]]>min、max為一幅圖像中出現的灰度最小值和灰度最大值，t為進行分割的灰度閾值。然后定義最小誤差函數為H(t)＝1+2*[p0(t)lnσ0(t)+p1(t)lnσ1(t)-2*[p0(t)ln p0(t)+p1(t)ln p1(t)]]循環計算所有t的H(t)值，從中找出最小的H(t)值所對應的t值，然后利用t值對圖像進行二值化處理。二值化后的圖像首先去除提取的孤立點，即區域面積小于一特定閾值的點集，再經過基本的形態學運算腐蝕和膨脹算法消除空洞，程序中所使用的結構元素為B=111111111.]]>步驟三，對得到的連貫的區域，即去除孤立點和空洞后的區域進行標識和面積判斷，大于閾值面積的區域作為有效的障礙物，閾值面積的區域可以根據內場中的石塊大小和圖像特性進行設定，取為2000個像素點。大致估算出障礙物的高度信息，高于最大越障高度的石塊作為危險區域，需要進行避障。
如圖5所示，障礙物高度計算的基本原理圖，假設障礙物的前端面具有最大高度且與水平地面大致垂直，修改式3中的Δr和Δp，改為車體當前姿態相對大地水平面的滾動和俯仰角(根據地形雖起伏不平，但大致平坦的特性)，假設大地水平面的方程，將世界坐標系補償相對水平面的俯仰和滾動角后得到，根據障礙物的最下沿和最上沿計算其在水平面上截取的長度為Obstacle，最下沿和最上沿對應的像素坐標之間的張角為δ，根據相機當前拍攝時的姿態可以得到最下沿和最上沿對應的視線與水平面的夾角αlow和αhigh，則障礙物的高度計算公式為
障礙的高度＝Obstacle×tanαhigh本假設對水平地面上的垂直高度物進行了試驗驗證，證明該方法原理成立并可以達到較高精度。在實際應用中，由于地形的起伏和障礙物的不規則形狀會帶來測量的不準確性，但是通過對高度裕量的考慮，可以實現大障礙的安全規避。
步驟四，對需要避過的大障礙提取其在像平面坐標系下的四個坐標極值，由這四個坐標極值生成包絡矩形框，修改式3中的Δr和Δp，改為車體當前姿態相對大地水平面的滾動和俯仰角，其他轉換相同，這四個點形成了一個在水平面上的危險區域范圍，根據危險區域范圍和相機可視的范圍進行路徑規劃，規劃出一條既可避過危險區域，又可達到目標點的安全路徑，路徑規劃方法可以為目前應用較多的人工勢場法、模糊邏輯算法、神經網絡法、遺傳算法和柵格法等，規劃路徑后車體沿規劃路徑行走，直至當前可視范圍內最后一個路徑點。
(3)車體行走過程中還定期采集圖像，將圖像回傳至圖形操作界面后對圖像進行畸變校正，并將根據當前車體位置、姿態將車體修正或規劃的路徑點顯示在圖形操作界面上，當車體沒有避開障礙物時，對車體發送緊急停車指令。
如圖6所示，為本發明障礙識別的效果圖，其中白色框為圖像處理后識別的障礙包絡矩形，左下角的1表示障礙物的標識為圖像中第一塊危險障礙。其余白色的網格線為車體當前位置水平面的橫向0.5m和縱向1m的等距線。需要說明的是，這里是將圖像回傳至遙端，即圖形操作界面進行顯示，實際車載端的處理是不能顯示的，但所得的數據與這里相同。
在遙端的操作過程中，為了更直觀地保證車體的安全性，提出了基于量化圖形的遙操作構想，并做了技術實現，在遙端的圖形操作界面上顯示根據車體當前位置姿態信息計算的下發軌跡和標準的場景網格信息，并將車體下一步可運動達到的范圍顯示出來。
方法實現主要是將坐標的轉換關系求反解，得到世界坐標系下的點在像平面坐標系下的位置并通過圖形界面編程顯示在圖像上，其理論公式如下
xlcylczlc=r11r12r13r14r15r16r17r18r19T*]]>(cosαcosβcosαsinβ-sinα-sinβcosβ0sinαcosβsinαsinβcosα*((xryrzr-00H)-SlbxSlbySlbz-SclxSclySclz)-SlxSlySlz)]]>圖像回傳后，世界坐標系下等寬間距的網格，遙操作下發的路徑和下一步車體連續運動的可達路徑點范圍都可以按照投影關系的反解公式計算出其像平面坐標顯示在圖像上，使車即將行走的軌跡結果一目了然，方便操作員的直觀判斷，具有重要的實用價值。
如圖6所示，為內場實驗的效果示意圖，圖中三條曲線的中間一條表示規劃的路徑，兩邊的兩條表示車體的寬度范圍，從圖中可以很直觀地判斷下發路徑的正確性和行走的安全性，同時還可保證下一個路徑點位于車體可連續運動到達的范圍，然后再進行路徑下發。
(4)當車體到達當前可視范圍內最后一個路徑點時，從步驟(2)開始循環執行，直至車體到達最終目標位置。
權利要求
1.適用于自主移動車輛的環境感知的單目視覺導航方法，其特征在于包括下列步驟(1)測量相機畸變的內參數，測量后將相機安裝到自主移動車輛上，確定像平面坐標系到世界坐標系的轉換關系；(2)記錄當前車體姿態，在當前車體可視范圍內采集圖像，并將采集的圖像回傳至圖形操作界面，根據目標位置及圖像情況選擇車體行走方式，然后對采集得到的圖像進行畸變校正，使校正后的圖像滿足小孔成像原理，根據畸變校正后的圖像選擇行走路徑以及路徑上的路徑點，將車體當前位置和選擇的路徑點根據步驟(1)所述的像平面坐標系到世界坐標系的轉換關系換算到世界坐標系下，將換算結果發給車體，并將選擇的路徑以車體寬度的形式顯示在圖形操作界面上；(3)車體沿著選擇路徑行走，當步驟(2)中車體選擇路徑點跟蹤行走方式時，實時修正路徑點在世界坐標系下的坐標值，直至到達當前可視范圍內最后一個路徑點；當步驟(2)中車體選擇自主避障行走方式時，將相機俯仰到指定角度對當前場景拍照，對場景中障礙物進行區域分割，識別障礙區域，估算障礙高度，規劃繞開障礙的路徑，車體按照規劃的路徑行走，直至到達當前可視范圍內最后一個路徑點；(4)當車體到達當前可視范圍內最后一個路徑點時，從步驟(2)開始循環執行，直至車體到達最終目標位置。
2.根據權力要求1所述的適用于自主移動車輛的環境感知的單目視覺導航方法，其特征在于所述步驟(3)中車體行走過程中還定期采集圖像，將圖像回傳至圖形操作界面后對圖像進行畸變校正，并將根據當前車體位置、姿態將車體修正或規劃的路徑點顯示在圖形操作界面上，當車體沒有避開障礙物時，對車體發送緊急停車指令。
3.根據權力要求1或2所述的適用于自主移動車輛的環境感知的單目視覺導航方法，其特征在于所述步驟(1)中的像平面坐標系到世界坐標系的轉換關系通過相機坐標系到相機支架坐標系轉換、相機支架坐標系到桅桿坐標系轉換、桅桿坐標系到車體坐標系轉換、車體坐標系到世界坐標系轉換四步后，將四步綜合結合成像公式參數方程得到像平面坐標系到世界坐標系的轉換關系。
4.根據權力要求1或2所述的適用于自主移動車輛的環境感知的單目視覺導航方法，其特征在于所述步驟(2)中的將行走的路徑以車體寬度的形式顯示在圖像上采用基于量化圖形的遙操作方法，將像平面坐標系到世界坐標系的轉換關系求反解，得到世界坐標系下的點在像平面坐標系下的位置。
5.根據權力要求1或2所述的適用于自主移動車輛的環境感知的單目視覺導航方法，其特征在于所述步驟(3)中實時修正路徑點在世界坐標系下的坐標值，根據實時測得的車體位置、姿態變化實時修正，修正公式為xr′yr′zr′=cosΔpsinΔrsinΔpcosΔrsinΔp0cosΔr-sinΔr-sinΔpsinΔrcosΔpcosΔrcosΔp*(cosαcosβ-sinβsinαcosβcosαsinβcosβsinαsinβ-sinα0cosα(rl1rl2rl3rl4rl5rl6rl7rl8rl9*xlcylczlc+SlxSlySlz)+Slbx+SclxSlby+SclyH+Slbz+Sclz-Sx′Sy′Sz′)]]>其中，α相機俯仰角；β相機偏航角；[StxStyStz]相機坐標原點到相機支架坐標系的平移量；下標lc、l、b、c分別代表相機坐標系、桅桿坐標系、車體坐標系、相機支架坐標系；SABC為A系原點到B系原點的在C方向的平移量；rl1rl2rl3rl4rl5rl6rl7rl8rl9:]]>相機俯仰角和偏航角都為零的情況下，相機坐標系到車體坐標系的旋轉矩陣；Δr當前車體相對初始位置的滾轉角；Δp當前車體相對初始位置的俯仰角；Sx′，Sy′，Sz′為車體的當前位置在路徑點下發初始位置世界坐標系下的坐標值；H車體坐標系到世界坐標系的平移量。
6.根據權力要求1或2所述的適用于自主移動車輛的環境感知的單目視覺導航方法，其特征在于所述步驟(3)中的對障礙物進行區域分割采用最小誤差分割方法，首先計算灰度分布的樣本總數、分布均值、方差，然后根據計算的樣本總數、分布均值、方差計算灰度閾值的最小誤差函數，找出所有灰度閾值的最小誤差函數中最低值對應的閾值，最后利用得到的閾值對圖像進行二值化處理，并采用圖像的腐蝕膨脹運算去除提取的孤立點、消除空洞。
7.根據權力要求1或2所述的適用于自主移動車輛的環境感知的單目視覺導航方法，其特征在于所述步驟(3)中的估算障礙高度，假設障礙物的前端面具有最大高度且與地面大致垂直，然后根據假設后得到的三角關系計算障礙高度。
全文摘要
適用于自主移動車輛的環境感知的單目視覺導航方法，首先測量相機畸變內參數，將相機安裝到自主移動車輛上，確定像平面坐標系到世界坐標系的轉換關系；然后記錄當前車體姿態，在當前車體可視范圍內采集圖像，將圖像回傳至圖像操作界面，確定車體的行走方式對采集圖像進行畸變校正，選擇路徑以及路徑上的路徑點，將車體當前位置和選擇的路徑點根據坐標轉換關系換算到世界坐標系下，將結果發給車體，并將擬定路徑以車體寬度的形式顯示在圖形操作界面上；車體根據自主避障或路徑點跟蹤方式進行行走，直至到達當前可視范圍內最后一個路徑點，后從采集圖像開始循環，直至到達最終的目標點。本發明將單目測量方法應用到未知環境中的視覺導航。
文檔編號G01C21/26GK101067557SQ20071012290
公開日2007年11月7日 申請日期2007年7月3日 優先權日2007年7月3日
發明者毛曉艷, 張晉, 陳建新 申請人:北京控制工程研究所