一种概率测距方法、装置、设备及存储介质与流程

1.本发明涉及红外测量技术领域，特别是涉及一种概率测距方法、一种概率测距装置、一种概率测距设备以及一种计算机可读存储介质。


背景技术：

2.随着科技的不断进步，红外成像技术在现实生活中的应用也越来越广泛，而现阶段有很多户外移动设备均配备了红外摄像头，可以进行红外成像。
3.在实际使用过程中，会遇到需要在红外图像中显示目标物距离的应用场景，而目前户外热成像有两种测距方式，一种是带测距仪的，用测距仪进行测距；另一种是概率测距，红外图像画面里有不同目标物，例如动物进行选择，选择后会给出热源在红外图像里的高度，用户基于人眼观测，通过热源高度占比来估算热源距离观测点的距离。但是在现有技术中，基于人眼确定目标热源与当前位置的距离具有较大的误差，所以在户外通过移动设备观察目标物时，如何自动确定目标物与用户的距离是本领域技术人员继续解决的问题。


技术实现要素：

4.本发明的目的是提供一种概率测距方法，可以根据红外图像自动确认目标热源与拍摄位置的距离；本发明的另一目的在于提供一种概率测距装置、一种概率测距设备以及一种计算机可读存储介质，可以根据红外图像自动确认目标热源与拍摄位置的距离。
5.为解决上述技术问题，本发明提供一种概率测距方法，包括：
6.获取包含目标热源的红外图像；
7.基于所述红外图像确定所述目标热源的目标形貌数据；所述目标形貌数据至少包括所述目标热源对应的目标种类以及所述目标热源在所述红外图像中的可视尺寸；
8.根据所述目标形貌数据以及预存的目标形貌数据和距离数据间的映射关系，确定所述目标热源与拍摄位置间的距离数据。
9.可选的，所述目标热源为目标动物，所述目标种类为目标动物所对应的动物种类。
10.可选的，所述目标形貌数据还包括所述目标热源在所述红外图像中的角度、形态。
11.可选的，在根据所述目标形貌数据以及预存的目标形貌数据和距离数据间的映射关系，确定所述目标热源与拍摄位置间的距离数据之前，还包括：
12.分别采集不同动物种类在多种尺寸、多种角度、多种形态以及多种距离下的标准红外图像，并根据采集到的多个标准红外图像建立动物种类-尺寸-角度-形态-距离映射关系；
13.则根据所述目标形貌数据以及预存的目标形貌数据和距离数据间的映射关系，确定所述目标热源与拍摄位置间的距离数据包括：
14.调用预先建立的所述动物种类-尺寸-角度-形态-距离映射关系，根据确定好的所述目标动物的动物种类和可视尺寸，确定所述目标动物与拍摄位置间的距离数据。
15.可选的，在根据所述目标形貌数据以及预存的目标形貌数据和距离数据间的映射
关系，确定所述目标热源与拍摄位置间的距离数据之前，还包括：
16.分别采集不同目标种类在多种尺寸、多种距离下的标准红外图像，并根据采集到的多个标准红外图像建立目标种类-尺寸-距离映射关系；
17.则根据所述目标形貌数据以及预存的目标形貌数据和距离数据间的映射关系，确定所述目标热源与拍摄位置间的距离数据包括：
18.调用预先建立的所述目标种类-尺寸-距离映射关系，根据确定好的所述目标热源的目标种类和可视尺寸，确定所述目标热源与拍摄位置间的距离数据。
19.可选的，基于所述红外图像确定所述目标热源的目标形貌数据包括：
20.调用深度学习模型，根据所述红外图像确定所述目标热源对应的目标种类；
21.根据所述红外图像中目标热源所占据的像素确定所述目标热源在所述红外图像中的可视尺寸。
22.可选的，获取包含目标热源的红外图像包括：
23.通过移动终端上连接的热像仪插件拍摄目标区域，形成所述红外图像。
24.可选的，在确定所述目标热源与拍摄位置间的距离数据之后，还包括：
25.在所述移动终端显示所述距离数据。
26.本发明还提供了一种概率测距设备，所述设备包括：
27.存储器：用于存储计算机程序；
28.处理器：用于执行所述计算机程序时实现如上述任一项所述概率测距方法的步骤。
29.本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述概率测距方法的步骤。
30.本发明所提供的一种概率测距方法，包括：获取包含目标热源的红外图像；基于红外图像确定目标热源的目标形貌数据；目标形貌数据至少包括目标热源对应的目标种类以及目标热源在红外图像中的可视尺寸；根据目标形貌数据以及预存的目标形貌数据和距离数据间的映射关系，确定目标热源与拍摄位置间的距离数据。
31.在通过热成像设备拍摄目标区域中的目标热源获取红外图像后，会先确定目标热源所对应的包括目标种类以及可视尺寸的目标形貌数据；然后基于预先建立的对应关系，通过目标种类以及可视尺寸自动确定目标热源与拍摄位置之间的距离数据，从而实现根据红外图像自动确认目标热源与拍摄位置的距离。
32.本发明还提供了一种概率测距装置、一种概率测距设备以及一种计算机可读存储介质，同样具有上述有益效果，在此不再进行赘述。
附图说明
33.为了更清楚的说明本发明实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
34.图1为本发明实施例所提供的一种概率测距方法的流程图；
35.图2为本发明实施例所提供的一种具体的概率测距方法的流程图；
36.图3为本发明实施例所提供的一种概率测距装置的结构框图；
37.图4为本发明实施例所提供的一种概率测距设备结构框图。
具体实施方式
38.本发明的核心是提供一种概率测距方法。在现有技术基于红外图像进行测距的方案中，具体有两种测距方式，一种是带测距仪的，用测距仪进行测距；另一种是概率测距，红外图像画面里有不同目标物，例如动物进行选择，选择后会给出热源在红外图像里的高度，用户基于人眼观测，通过热源高度占比来估算热源距离观测点的距离。但是在现有的概率测距技术中，基于人眼确定目标热源与当前位置的距离具有较大的误差。
39.而本发明所提供的一种概率测距方法，包括：获取包含目标热源的红外图像；基于红外图像确定目标热源的目标形貌数据；目标形貌数据至少包括目标热源对应的目标种类以及目标热源在红外图像中的可视尺寸；根据目标形貌数据以及预存的目标形貌数据和距离数据间的映射关系，确定目标热源与拍摄位置间的距离数据。
40.在通过热成像设备拍摄目标区域中的目标热源获取红外图像后，会先基于目标热源的红外轮廓确定目标热源所对应的包括目标种类以及可视尺寸的目标形貌数据；然后基于预先建立的对应关系，通过目标种类以及可视尺寸自动确定目标热源与拍摄位置之间的距离数据，从而实现根据红外图像自动确认目标热源与拍摄位置的距离。
41.为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
42.请参考图1，图1为本发明实施例所提供的一种概率测距方法的流程图。
43.参见图1，在本发明实施例中，概率测距方法包括：
44.s101：获取包含目标热源的红外图像。
45.在本发明实施例中所述红外图像中通常包括目标热源所对应的红外轮廓。在本步骤中首先需要用户通过手机等移动终端上连接的热像仪插件拍摄目标区域，形成所述红外图像，该目标区域中需要包括有需要测距的目标热源。在本步骤中会通过热成像设备对目标区域进行拍摄，生成对应的红外图像，而在本步骤中首先需要获取该红外图像。上述红外图像中至少拍摄有目标热源所对应的图像，而目标热源在上述红外图像中至少是以图像轮廓，即上述红外轮廓的方式体现展现。
46.s102：基于红外图像确定目标热源的目标形貌数据。
47.在本发明实施例中，所述目标形貌数据至少包括所述目标热源对应的目标种类以及所述目标热源在所述红外图像中的可视尺寸。
48.由于上述红外图像中可能包括多种热源，相应的在本步骤中首先需要从上述红外图像选中目标热源，然后基于确定的目标热源来确定该目标热源所对应的目标形貌数据。首先上述在红外图像中选中目标热源这一过程可以是用户通过人眼观察红外图像后，直接选中的目标热源；其可以是处理器自动选取的目标热源。
49.上述目标形貌数据包括所述目标热源所对应的目标种类，以及所述目标热源在所述红外图像中的可视尺寸。上述目标种类需要可以表征目标热源具体的分类，以动物为例，
该目标种类具体可以包括猫、狗、鹿、牛等等，在本技术中该目标种类至少可以将目标热源按照体型或体积进行区分，例如分类为牛的热源的体型通常大于分类为狗的热源的体型。需要说明的是，上述根据目标热源确定目标分类的过程可以是用户通过人眼观察目标热源的轮廓后，直接选取输入的目标分类，其也可以是处理器根据目标热源的轮廓自动确定的目标分类。有关根据目标热源自动确定目标分类的具体内容将在下述发明实施例中做详细介绍，在此不再进行赘述。
50.上述可视尺寸即目标热源在红外图像中的所显示的尺寸，其具体可以通过长宽进行表征，也可以通过面积进行表征等等，该可视尺寸可以表征目标热源在红外图像中所显示的尺寸即可，其具体内容在本发明实施例中不做具体限定。
51.s103：根据目标形貌数据以及预存的目标形貌数据和距离数据间的映射关系，确定目标热源与拍摄位置间的距离数据。
52.在本发明实施例中，所述映射关系至少为所述目标种类对应的可视尺寸与距离数据之间映射关系，即该映射关系至少具体为目标种类-尺寸-距离映射关系。即在本发明实施例中会预先给每一种目标种类，建立该目标种类下各个可视尺寸与各个距离数据之间的对应关系，共建立有多种对应关系。在本步骤中首先需要根据目标形貌数据中的目标种类确定其对应的一大类对应关系，之后再根据目标形貌数据中的可视尺寸以及找寻的对应关系，确定需要的距离数据，该距离数据就可以表征目标热源与拍摄位置之间的距离。
53.具体的，在本步骤之前，通常还包括：分别采集不同目标种类在多种尺寸、多种距离下的标准红外图像，并根据采集到的多个标准红外图像建立目标种类-尺寸-距离映射关系；则本步骤具体包括：调用预先建立的所述目标种类-尺寸-距离映射关系，根据确定好的所述目标热源的目标种类和可视尺寸，确定所述目标热源与拍摄位置间的距离数据。
54.即在本步骤之前，需要预先建立上述映射关系，在建立的过程中需要分别采集不同目标种类在多种尺寸、多种距离下的标准红外图像，以该标准红外图像为中心，根据采集到的多个标准红外图像建立目标种类-尺寸-距离映射关系。相应的在本步骤中具体就会依据建立的目标种类-尺寸-距离映射关系，根据确定的目标种类和可视尺寸，确定距离数据。
55.本发明实施例所提供的一种概率测距方法，包括：获取包含目标热源的红外图像；基于红外图像确定目标热源的目标形貌数据；目标形貌数据至少包括目标热源对应的目标种类以及目标热源在红外图像中的可视尺寸；根据目标形貌数据以及预存的目标形貌数据和距离数据间的映射关系，确定目标热源与拍摄位置间的距离数据。
56.在通过热成像设备拍摄目标区域中的目标热源获取红外图像后，会先确定目标热源所对应的包括目标种类以及可视尺寸的目标形貌数据；然后基于预先建立的对应关系，通过目标种类以及可视尺寸自动确定目标热源与拍摄位置之间的距离数据，从而实现根据红外图像自动确认目标热源与拍摄位置的距离。
57.本发明所提供的一种概率测距方法的具体内容将在下述发明实施例中做详细介绍。
58.请参考图2，图2为本发明实施例所提供的一种具体的概率测距方法的流程图。
59.参见图2，在本发明实施例中，概率测距方法包括：
60.s201：通过移动终端上连接的热像仪插件拍摄目标区域，形成红外图像。
61.在本发明实施例中具体是通过安装在移动终端的热成像设备，其通常为移动终端
上连接的热像仪插件对目标区域进行拍摄，形成对应的红外图像，相应的本发明实施例所提供的一种概率测距方法具体应用在移动终端的处理器中，其具体可以通过例如手机热像仪插件的方式呈现。在实际情况中，本发明实施例所提供的一种概率测距方法通常应用于用户在户外环境中确定目标热源与自身当前位置之间距离这一应用场景，而在本步骤中拍摄的红外图像中包括有目标热源。
62.有关上述红外图像的具体内容已在上述发明实施例中做详细介绍，在此不再进行赘述。
63.s202：调用深度学习模型，根据红外图像确定目标热源对应的目标种类。
64.在本实施例中会自动根据上述目标热源确定对应的目标形貌数据，而在本步骤中具体是通过调用深度学习模型来实现上述目标形貌数据中目标种类的自动确定。上述经过训练所得到的深度学习模型，具体可以根据红外图像中的目标热源，自动确定目标热源所对应的目标种类。
65.上述通过深度学习模型根据红外图像中的目标热源自动确定目标热源所对应的目标种类的过程，具体可以基于深度学习模型对图像进行分类的功能实现，而深度学习模型输出的分类结果可以对应上述目标种类。有关深度学习模型以及对图像进行分类的具体内容可以参考现有技术，在此不再进行赘述。
66.具体的，在本发明实施例中所述目标热源可以为目标动物，所述目标种类则为目标动物所对应的动物种类。即本发明实施例所提供的一种概率测距方法主要用于在户外测量目标动物与用户之间的距离。相应的，上述分类过程所确定的目标种类通常为目标动物所对应的动物种类。进一步的，所述目标形貌数据还包括所述目标热源在所述红外图像中的角度、形态。即上述深度学习模型具体可以根据目标动物的种类、角度、和形态对目标动物进行分类，其中种类具体可以为目标动物的种类，例如猫、狗、鹿、牛等等，不同种类的动物通常具有不同的体型；上述角度相当于拍摄角度，在不同的拍摄角度下目标动物在红外图像中的呈现通常会就有较大差异，因此在本发明实施例中具体会将角度作为目标动物的区分条件之一；上述形态可以为直立、行走、趴卧等，不同形态的目标动物在红外图像中也呈现较大差异，因此在本发明实施例中具体还会将形态作为目标动物的区分条件之一。通常情况下，在本发明实施例中会将具有相同种类、相同角度和相同形态的目标热源划分在同一目标类别中，以生成目标形貌数据。
67.s203：根据红外图像中目标热源所占据的像素确定目标热源在红外图像中的可视尺寸。
68.本步骤具体可以通过上述深度学习模型执行，也可以通过单独的程序执行，在此不做具体限定。在本步骤中需要确定目标热源在红外图像中的可视尺寸，具体可以通过目标热源所占据的像素进行可视尺寸的确定。上述可视尺寸通常需要在确定出目标热源所对应的红外轮廓后，自动在红外图像中进行测量即可，该测量过程具体可以基于红外轮廓所覆盖的像素点的位置以及数量进行计算，有关基于红外轮廓确定其对应可视尺寸的具体步骤可以根据实际情况自行设定，在此不做具体限定。
69.s204：调用预先建立的动物种类-尺寸-角度-形态-距离映射关系，根据确定好的目标动物的动物种类和可视尺寸，确定目标动物与拍摄位置间的距离数据。
70.在本步骤之前，还包括：分别采集不同动物种类在多种尺寸、多种角度、多种形态
尺寸-角度-形态-距离映射关系。
86.距离确定模块300具体用于：
87.调用预先建立的所述动物种类-尺寸-角度-形态-距离映射关系，根据确定好的所述目标动物的动物种类和可视尺寸，确定所述目标动物与拍摄位置间的距离数据。
88.作为优选的，在本发明实施例中，还包括：
89.映射关系建立模块，用于分别采集不同目标种类在多种尺寸、多种距离下的标准红外图像，并根据采集到的多个标准红外图像建立目标种类-尺寸-距离映射关系。
90.距离确定模块300具体用于：
91.调用预先建立的所述目标种类-尺寸-距离映射关系，根据确定好的所述目标热源的目标种类和可视尺寸，确定所述目标热源与拍摄位置间的距离数据。
92.作为优选的，在本发明实施例中，数据获取模块200包括：：
93.目标种类单元，用于调用深度学习模型，根据所述红外图像确定所述目标热源对应的目标种类；
94.可视尺寸单元，用于根据所述红外图像中目标热源所占据的像素确定所述目标热源在所述红外图像中的可视尺寸。
95.作为优选的，在本发明实施例中，图像获取模块100具体用于：
96.通过移动终端上连接的热像仪插件拍摄目标区域，形成所述红外图像。
97.作为优选的，在本发明实施例中，还包括：
98.显示模块，用于在所述移动终端显示所述距离数据。
99.本实施例的概率测距装置用于实现前述的概率测距方法，因此概率测距装置中的具体实施方式可见前文中概率测距方法的实施例部分，例如，图像获取模块100，数据获取模块200，距离确定模块300，分别用于实现上述概率测距方法中步骤s101至s103，所以，其具体实施方式可以参照相应的各个部分实施例的描述，在此不再赘述。
100.下面对本发明实施例提供的一种概率测距设备进行介绍，下文描述的概率测距设备与上文描述的概率测距方法以及概率测距装置可相互对应参照。
101.请参考图4，图4为本发明实施例所提供的一种概率测距设备结构框图。
102.参照图4，该概率测距设备可以包括处理器11和存储器12。
103.所述存储器12用于存储计算机程序；所述处理器11用于执行所述计算机程序时实现上述发明实施例中所述的概率测距方法。
104.本实施例的概率测距设备中处理器11用于安装上述发明实施例中所述的概率测距装置，同时处理器11与存储器12相结合可以实现上述任一发明实施例中所述的概率测距方法。因此概率测距设备中的具体实施方式可见前文中的概率测距方法的实施例部分，其具体实施方式可以参照相应的各个部分实施例的描述，在此不再赘述。
105.本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一发明实施例中所介绍的一种概率测距方法。其余内容可以参照现有技术，在此不再进行展开描述。
106.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分
说明即可。
107.专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
108.结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。
109.最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
110.以上对本发明所提供的一种概率测距方法、装置、设备及存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

技术特征：
1.一种概率测距方法，其特征在于，包括：获取包含目标热源的红外图像；基于所述红外图像确定所述目标热源的目标形貌数据；所述目标形貌数据至少包括所述目标热源对应的目标种类以及所述目标热源在所述红外图像中的可视尺寸；根据所述目标形貌数据以及预存的目标形貌数据和距离数据间的映射关系，确定所述目标热源与拍摄位置间的距离数据。2.根据权利要求1所述的方法，其特征在于，所述目标热源为目标动物，所述目标种类为目标动物所对应的动物种类。3.根据权利要求2所述的方法，其特征在于，所述目标形貌数据还包括所述目标热源在所述红外图像中的角度、形态。4.根据权利要求3所述的方法，其特征在于，在根据所述目标形貌数据以及预存的目标形貌数据和距离数据间的映射关系，确定所述目标热源与拍摄位置间的距离数据之前，还包括：分别采集不同动物种类在多种尺寸、多种角度、多种形态以及多种距离下的标准红外图像，并根据采集到的多个标准红外图像建立动物种类-尺寸-角度-形态-距离映射关系；则根据所述目标形貌数据以及预存的目标形貌数据和距离数据间的映射关系，确定所述目标热源与拍摄位置间的距离数据包括：调用预先建立的所述动物种类-尺寸-角度-形态-距离映射关系，根据确定好的所述目标动物的动物种类和可视尺寸，确定所述目标动物与拍摄位置间的距离数据。5.根据权利要求1所述的方法，其特征在于，在根据所述目标形貌数据以及预存的目标形貌数据和距离数据间的映射关系，确定所述目标热源与拍摄位置间的距离数据之前，还包括：分别采集不同目标种类在多种尺寸、多种距离下的标准红外图像，并根据采集到的多个标准红外图像建立目标种类-尺寸-距离映射关系；则根据所述目标形貌数据以及预存的目标形貌数据和距离数据间的映射关系，确定所述目标热源与拍摄位置间的距离数据包括：调用预先建立的所述目标种类-尺寸-距离映射关系，根据确定好的所述目标热源的目标种类和可视尺寸，确定所述目标热源与拍摄位置间的距离数据。6.根据权利要求1所述的方法，其特征在于，基于所述红外图像确定所述目标热源的目标形貌数据包括：调用深度学习模型，根据所述红外图像确定所述目标热源对应的目标种类；根据所述红外图像中目标热源所占据的像素确定所述目标热源在所述红外图像中的可视尺寸。7.根据权利要求1所述的方法，其特征在于，获取包含目标热源的红外图像包括：通过移动终端上连接的热像仪插件拍摄目标区域，形成所述红外图像。8.根据权利要求7所述的方法，其特征在于，在确定所述目标热源与拍摄位置间的距离数据之后，还包括：在所述移动终端显示所述距离数据。9.一种概率测距设备，其特征在于，所述设备包括：
存储器：用于存储计算机程序；处理器：用于执行所述计算机程序时实现如权利要求1至8任一项所述概率测距方法的步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述概率测距方法的步骤。

技术总结
本发明公开了一种概率测距方法、装置、设备及存储介质，应用于红外测量技术领域，包括获取包含目标热源的红外图像；基于红外图像确定目标热源的目标形貌数据；目标形貌数据至少包括目标热源对应的目标种类以及目标热源在红外图像中的可视尺寸；根据目标形貌数据以及预存的目标形貌数据和距离数据间的映射关系，确定目标热源与拍摄位置间的距离数据。在通过热成像设备拍摄目标区域中的目标热源获取红外图像后，会先确定目标热源所对应的包括目标种类以及可视尺寸的目标形貌数据；然后基于预先建立的对应关系自动确定目标热源与拍摄位置之间的距离数据，从而实现根据红外图像自动确认目标热源与拍摄位置的距离。确认目标热源与拍摄位置的距离。确认目标热源与拍摄位置的距离。


技术研发人员：刘吉刚 张仲刚
受保护的技术使用者：烟台睿创微纳技术股份有限公司
技术研发日：2023.04.19
技术公布日：2023/7/25