CN109901123A - 传感器标定方法、装置、计算机设备和存储介质 - Google Patents
传感器标定方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109901123A CN109901123A CN201811583352.9A CN201811583352A CN109901123A CN 109901123 A CN109901123 A CN 109901123A CN 201811583352 A CN201811583352 A CN 201811583352A CN 109901123 A CN109901123 A CN 109901123A
- Authority
- CN
- China
- Prior art keywords
- sensor
- pose
- image
- relative pose
- detection data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000001514 detection method Methods 0.000 claims abstract description 87
- 238000004590 computer program Methods 0.000 claims description 26
- 238000010586 diagram Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 19
- 230000001105 regulatory effect Effects 0.000 claims description 11
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 abstract description 7
- 238000005259 measurement Methods 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 11
- 241000406668 Loxodonta cyclotis Species 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003238 somatosensory effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000007794 visualization technique Methods 0.000 description 1
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本申请涉及一种传感器标定方法、装置、计算机设备和存储介质。该方法包括:获取至少两个传感器基于同一目标场景的探测数据;将所述探测数据在同一个坐标系下可视化展示,得到展示图像;将所述展示图像中对应的目标对象的位姿进行匹配,以确定所述传感器之间的目标相对位姿。采用本方法能够基于对传感器探测数据在同一个坐标系下可视化展示的结果,调整传感器的相对位姿,直至展示图像中对应的目标对象的位姿达到匹配状态,其避免了手动测量传感器之间的相对位姿导致的准确性低以及标定速度慢的问题,该方法能够基于可视化的展示进行标定,大大提高了传感器标定的准确性,以及大大提高传感器的标定效率。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种传感器标定方法、装置、计算机设备和存储介质。
背景技术
随着科学技术的发展,各种传感器在人们的工作和日常生活应用越来越广泛,传感器的组合使用也越来越常见。
例如,在自动驾驶领域,常常采用多个传感器来感知车辆周围的环境,从而将多传感器的检测信息进行融合、感知、规划、决策以及控制。此时,传感器之间的标定则必不可少。传统技术中,人们通过使用量测工具,手动测量不同传感器间的相对位置,并通过记录测量结果来进行传感器的标定。
然而,传统的手动测量传感器之间的相对位姿的标定方法,其准确性低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高标定的准确性的传感器标定方法、装置、计算机设备和存储介质。
第一方面,本申请实施例提供一种传感器标定方法,所述方法包括:
获取至少两个传感器基于同一目标场景的探测数据;
将所述探测数据在同一个坐标系下可视化展示,得到展示图像;
将所述展示图像中对应的目标对象的位姿进行匹配,以确定所述传感器之间的目标相对位姿。
在其中一个实施例中,所述将所述展示图像中对应的目标对象的位姿进行匹配,以确定所述传感器之间的目标相对位姿,包括:
接收基于所述展示图像的调整指令;
根据所述调整指令调整所述传感器之间的相对位姿,以将所述展示图像中对应的目标对象的位姿进行匹配,得到所述目标相对位姿。
在其中一个实施例中,所述根据所述调整指令调整所述传感器之间的相对位姿,以将所述展示图像中对应的目标对象的位姿进行匹配,得到所述目标相对位姿,包括:
执行调整操作,所述调整操作包括:根据接收到的第一调整指令确定所述传感器的第一相对位姿,并得到所述第一相对位姿对应的第一展示图像;
当所述第一展示图像中对应的目标对象的位姿匹配时,则确定所述第一相对位姿为所述目标相对位姿;
当所述第一展示图像中对应的目标对象的位姿不匹配时,返回执行所述调整操作,直至所得到的新的展示图像中的对应的目标对象的位姿匹配为止,将对应的目标对象的位姿匹配时的相对位姿作为目标相对位姿。
在其中一个实施例中,所述将所述探测数据在同一个坐标系下可视化展示,得到展示图像,包括:
获取所述至少两个传感器之间的初始相对位姿;
根据所述初始相对位姿和每个所述传感器的自身坐标系,将所述探测数据在同一个坐标系下可视化展示,得到所述展示图像。
在其中一个实施例中,当所述传感器为激光雷达时,所述探测数据为点云数据;当所述传感器为毫米波雷达时,所述探测数据为标记点数据;当所述传感器为图像采集装置时,所述探测数据为影像数据。
在其中一个实施例中,所述调整指令包括位置调整指令和姿态调整指令,所述根据所述调整指令调整所述传感器之间的相对位姿,包括:
根据所述位置调整指令调整所述传感器的相对位置;
根据所述姿态调整指令调整所述传感器的相对姿态。
在其中一个实施例中,所述相对姿态通过欧拉角、四元数或仿射矩阵中的任一个进行表达。
第二方面,本申请实施例提供一种传感器标定装置,所述装置包括:获取模块、第一处理模块和第二处理模块;
所述获取模块,用于获取至少两个传感器基于同一目标场景的探测数据;
所述第一处理模块,用于将所述探测数据在同一个坐标系下可视化展示,得到展示图像;
所述第二处理模块,用于将所述展示图像中对应的目标对象的位姿进行匹配,以确定所述传感器之间的目标相对位姿。
第三方面,本申请实施例提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取至少两个传感器基于同一目标场景的探测数据;
将所述探测数据在同一个坐标系下可视化展示,得到展示图像;
将所述展示图像中对应的目标对象的位姿进行匹配,以确定所述传感器之间的目标相对位姿。
第四方面,本申请实施例提供一种计算机可读存储介质,其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以下步骤:
获取至少两个传感器基于同一目标场景的探测数据;
将所述探测数据在同一个坐标系下可视化展示,得到展示图像;
将所述展示图像中对应的目标对象的位姿进行匹配,以确定所述传感器之间的目标相对位姿。
上述传感器标定方法、装置、计算机设备和存储介质,通过计算机设备获取至少两个传感器基于同一目标场景的探测数据,并将探测数据在同一个坐标系下可视化展示,得到展示图像,然后将展示图像中对应的目标对象的位姿进行匹配,以确定传感器之间的目标相对位姿。该方法中,计算机设备能够基于对传感器探测数据在同一个坐标系下可视化展示的结果,调整传感器的相对位姿,直至展示图像中对应的目标对象的位姿达到匹配状态,其避免了手动测量传感器之间的相对位姿导致的准确性低以及标定速度慢的问题,该方法能够基于可视化的展示进行标定,大大提高了传感器标定的准确性,以及大大提高传感器的标定效率。
附图说明
图1为一个实施例中传感器标定系统的结构图;
图2为一个实施例提供计算机设备的内部结构图;
图3为另一个实施例提供的传感器标定方法的流程示意图;
图4为又一个实施例提供的传感器标定方法的流程示意图;
图5为又一个实施例提供的传感器标定方法的流程示意图;
图6为又一个实施例提供的传感器标定方法的流程示意图;
图7为又一个实施例提供的传感器标定方法的流程示意图;
图8为一个实施例提供的传感器标定装置的结构示意图;
图9为另一个实施例提供的传感器标定装置的结构示意图;
图10为又一个实施例提供的传感器标定装置的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的传感器标定方法,可以应用于如图1所示的系统中。该系统中,传感器102和传感器104为待标定的两个传感器,计算机设备200和显示装置300之间可以通过网络进行通信,也可以通过数据线进行通信。该方法可以适用于两个以上的传感器进行标定,本申请实施例中以两个传感器进行标定为例进行描述。当传感器为三个或者更多时,其标定过程可以参见两个传感器的标定过程,逐一标定其中两个传感器,最终实现三个以上的传感器的标定。可选地,还可以通过外接设备400向计算机设备200发送调整指令。外接设备400与计算机设备200之间可以通过网络进行通信,也可以通过数据线进行通信。传感器102和传感器104对同一目标场景进行探测,并将探测结果发送至计算机设备200,计算机设备200将两个传感器的探测数据在同一个坐标系下可视化显示,得到一个展示图像,然后将展示图像中对应的目标对象的位姿进行匹配,从而确定出两个传感器之间的相对位姿。
上述计算机设备的内部结构图可以如图2所示,该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储下述实施例中预设的分类模型和待分类的心电数据,可选地,还可以存储编码网络、注意力网络和解码网络,有关上述分类模型和各个网络的描述可以参照下述方法实施例的内容。该计算机设备的网络接口可以用于与外部的其他设备通过网络连接通信。可选的,该计算机设备可以是服务器,可以是台式机,可以是个人数字助理,还可以是其他的终端设备,例如平板电脑、手机等等,还可以是云端或者远程服务器,本申请实施例对计算机设备的具体形式并不做限定。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。当然,输入装置和显示屏也可以不属于计算机设备的一部分,可以是计算机设备的外接设备。
本领域技术人员可以理解,图2中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
下面以具体的实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
需要说明的是,下述方法实施例的执行主体可以是传感器装置,该装置可以通过软件、硬件或者软硬件结合的方式实现成为上述计算机设备的部分或者全部。下述方法实施例以执行主体为计算机设备为例进行说明。
图3为一个实施例提供的传感器标定方法的流程示意图。本实施例涉及的是计算机设备根据至少两个传感器基于可视化展示进行标定的具体过程。如图3所示,所述方法包括:
S102、获取至少两个传感器基于同一目标场景的探测数据。
具体的,计算机设备可以获取需要进行标定的至少两个传感器的探测数据,该探测数据为每个传感器基于同一目标场景进行探测的数据。需要说明的是,上述传感器可以包括但不限于摄像装置、激光雷达和毫米波雷达。可选地,上述传感器对同一目标场景进行探测,其可以是同时对同一目标场景采集探测数据;也可以是不同传感器依次对同一目标场景采集探测数据。不同传感器依次采集探测数据时,其采集的间隔时间不超过预设的时间间隔阈值,例如0.5秒,以此来保证传感器与目标场景的相对位置不发生位移,从而确保获取的探测数据的有效性。
对于上述目标场景的选取可以根据传感器的种类进行确定。以两个传感器标定为例,当两个传感器均为摄像装置时,其目标场景可以选择黑白路棋盘;当两个传感器均为激光雷达时,其目标场景可以选择一条平直、连续的墙壁或路牙;当两个传感器均为毫米波雷达时,其目标场景可以选择在距离和方位上均有随机分布的多个角散射器的空旷平地;当两个传感器分别为激光雷达和摄像头时,其目标场景可以选择一块或者多块有不同形状的面板;当两个传感器分别为激光雷达和毫米波雷达时,其目标场景可以选择在距离和方位上均有随机分布的多个角散射器的空旷平地;当两个传感器分别为毫米波雷达和摄像头时,其目标场景可以选择一块或者多块有不同形状的面板。
S104、将所述探测数据在同一个坐标系下可视化展示,得到展示图像。
具体的,计算机设备将每个传感器所探测的探测数据进行可视化展示,并将可视化展示的结果统一在同一个坐标系下,从而得到展示图像。该展示图像中包括不同传感器对同一目标场景的探测图像,通常,不同的传感器对同一目标场景的探测图像在同一个坐标系下的位姿并不重叠,其可能为位置不同,或者是姿态不同,或者是位置和姿态均不相同。
可选地,计算机设备可以采用机器人操作系统(robot operating system,简称ROS),将上述传感器进行可视化。例如,计算机设备可以通过将上述探测数据进行设置和计算,将这些带有典型目标的数据转化成统一坐标系下的标记,再将这些标记发布出来,采用ROS的可视化工具RViz,将探测数据显示在显示装置上。本实施例对可视化的具体方式并不做限定。
S106、将所述展示图像中对应的目标对象的位姿进行匹配,以确定所述传感器之间的目标相对位姿。
具体的,计算机设备可以将上述展示图像中不同传感器对同一个目标场景进行可视化的对象作为对应的目标对象,然后将对应的目标对象的位姿进行匹配,例如将不同传感器对目标对象的探测图像进行位姿重叠,从而确定传感器之间的目标相对位姿。以两个传感器进行标定为例,当目标对象为平直连续的墙壁时,两个传感器分别探测到这个墙壁的两组探测数据,这两组探测数据在同一个坐标系中可视化的结果分别为A和B,则计算机设备需要将A和B的位姿进行匹配,例如将A和B的位姿进行重叠,或者A和B的位置距离小于预设的阈值,或A和B的姿态的角度差异小于预设的阈值,并将A和B的位姿匹配状态下的两个传感器之间的相对位姿作为目标相对位姿,从而完成传感器的标定。
本实施例中,计算机设备获取至少两个传感器基于同一目标场景的探测数据,并将探测数据在同一个坐标系下可视化展示,得到展示图像,然后将展示图像中对应的目标对象的位姿进行匹配,以确定传感器之间的目标相对位姿。采用该方法,计算机设备能够基于对传感器探测数据在同一个坐标系下可视化展示的结果,调整传感器的相对位姿,直至展示图像中对应的目标对象的位姿达到匹配状态,其避免了手动测量传感器之间的相对位姿导致的准确性低以及标定速度慢的问题,该方法能够基于可视化的展示进行传感器标定,大大提高了传感器标定的准确性,以及大大提高传感器的标定效率。
在上述图3所示的实施例的基础上,当所述传感器为激光雷达时,所述探测数据为点云数据;当所述传感器为毫米波雷达时,所述探测数据为标记点数据;当所述传感器为图像采集装置时,所述探测数据为影像数据。具体的,当传感器为激光雷达时,其对一个目标的探测数据为点云数据,例如激光雷达对一个角散射器的探测数据为角散射器所在的区域分布密集的点云的图像,可选地,其点云数据可以进行三维显示;当传感器为毫米波雷达时,其对一个目标的探测数据为目标对象所在区域的多个标定点,该标定点可以是目标对象的中心店,也可以是边界点,还可以是关键点,对此本实施例不做限定;当上述传感器为摄像装置时,其探测数据为影像数据,例如图像。
图4为另一个实施例提供的传感器标定方法的流程示意图。本实施例涉及的是计算机设备根据展示图像中对应的目标对象的位姿进行匹配,以确定所述传感器之间的目标相对位姿的具体过程。可选地,在上述图3所示的实施例基础上,上述S106具体可以包括:
S202、接收基于所述展示图像的调整指令。
具体的,计算机设备可以通过其外接设备接收用户基于上述展示图像的调整指令。可选地,该外接设备可以是键盘、鼠标或者是体感设备,本实施例对外接设备的具体形式不做限定。需要说明的是,该调整指令为基于上述展示图像的调整指令,例如用户通过观察展示图像,通过外接设备向计算机设备发送调整指令。该调整指令可以包括一条指令,也可以包括多条指令,对此本实施例不做限定。
S204、根据所述调整指令调整所述传感器之间的相对位姿,以将所述展示图像中对应的目标对象的位姿进行匹配,得到所述目标相对位姿。
具体的,计算机设备可以根据接收到的调整指令,对传感器之间的相对位姿进行调整,每调整一次,上述展示图像中的目标对象的相对位姿会相应的进行调整,直至上述展示图像中对应的目标对象的位姿匹配,则当前的相对位姿为传感器之间的目标相对位姿,从而完成传感器标定。
本实施例中,计算机设备通过接收基于展示图像的调整指令,并根据调整指令调整传感器之间的相对位姿,以将展示图像中对应的目标对象的位姿进行匹配,得到目标相对位姿,从而实现基于对不同传感器的探测数据在同一个坐标系下可视化展示的结果,调整传感器的相对位姿,使得展示图像中对应的目标对象的位姿能够实时的进行展示,进而使得其调整的过程和调整的结果更加直观,使得操作更为简化。
可选地,上述步骤S204的一种可能的实现方式可以如图5所示,包括:
S302、执行调整操作,所述调整操作包括:根据接收到的第一调整指令确定所述传感器的第一相对位姿,并得到所述第一相对位姿对应的第一展示图像。
具体的,计算机设备执行调整操作,包括计算机设备接收用户通过外接设备输入的第一调整指令,并根据该第一调整指令调整传感器的第一相对位姿,然后根据该第一相对位姿得到对应的第一展示图像。
S304A、当所述第一展示图像中对应的目标对象的位姿匹配时,则确定所述第一相对位姿为所述目标相对位姿。
具体的,如果上述第一展示图像中对应的目标对象的位姿匹配,则确定这个第一相对位姿为目标相对位姿,即完成传感器标定。
S304B、当所述第一展示图像中对应的目标对象的位姿不匹配时,返回执行所述调整操作,直至所得到的新的展示图像中的对应的目标对象的位姿匹配为止,将对应的目标对象的位姿匹配时的相对位姿作为目标相对位姿。
具体的,如果上述第一展示图像中对应的目标对象的位姿不匹配,则返回执行上述S302的调整操作,包括根据接收到的基于该第一展示图像的第二调整指令,得到第二相对位姿以及对应的第二展示图像,如果第二展示图像中对应的目标对象的位姿匹配,则可以将该第二展示图像对应的第二相对位姿确定为传感器的目标相对位姿,如果第二展示图像中对应的目标对象的位姿不匹配,则重复执行上述S302的调整操作,直至得到的新的展示图像中的对应的目标对象的位姿匹配位置,并将位姿匹配的展示图像对应的相对位姿确定为目标相对位姿,从而完成传感器标定。
图6为又一个实施例提供的传感器标定方法的流程示意图。本实施例涉及的是计算机设备将所述探测数据在同一个坐标系下可视化展示,得到展示图像的具体过程。可选地,在上述各个实施例基础上,上述S104具体可以包括:
S402、获取所述至少两个传感器之间的初始相对位姿。
具体的,计算机设备可以获取至少两个传感器之间的初始相对位姿,可选地,其可以获取任意两个传感器之间的初始相对位姿,还可以获取其中一个传感器和其他的传感器之间的初始相对位姿。该初始相对位姿为进行调整之前传感器之间的相对位姿,可选地,该初始相对位姿可以是根据安装传感器时所记录的数据进行设置的,也可以是根据经验设置,对于初始相对位姿的获取方式本实施例不做限定,只要是能够将传感器对于同一目标场景的探测数据在同一个坐标系下进行显示即可。
S404、根据所述初始相对位姿和每个所述传感器的自身坐标系,将所述探测数据在同一个坐标系下可视化展示,得到所述展示图像。
具体的,计算机设备可以根据传感器之间的初始相对位姿和每个传感器的自身坐标系,将不同传感器对同一目标场景的探测数据统一在同一个坐标系下进行可视化展示。例如,计算机设备首先以第一传感器的自身坐标系为基准,该第一传感器对目标场景的探测数据的展示结果为A,计算机设备将第二传感器的初始相对位姿叠加至第一传感器的自身坐标系,然后将第二传感器对目标场景的探测数据叠加至第一传感器的自身坐标系,如此将其他传感器的探测数据逐一叠加至第一传感器的自身坐标系中,从而实现将探测数据在同一个坐标系下可视化展示,并得到展示图像。
本实施例中,计算机设备获取至少两个传感器之间的初始相对位姿,并根据初始相对位姿和每个传感器的自身坐标系,将探测数据在同一个坐标系下可视化展示,得到展示图像,从而能够实现将多个传感器在同一个坐标系下进行可视化展示,得到包括不同传感器对同一个目标场景的探测数据的可视化结果的展示图像,使得能够通过可视化的方法进行传感器标定,从而提高了传感器标定的准确性和标定效率。
在一个实施例中,所述调整指令包括位置调整指令和姿态调整指令,上述实施例中S204的一种可能的实现方式可以包括:根据所述位置调整指令调整所述传感器的相对位置;根据所述姿态调整指令调整所述传感器的相对姿态。
具体的,计算机设备可以根据所接收到的位置调整指令调整传感器的相对位置,还可以根据接收到的姿态调整指令调整传感器的相对姿态。
在一个实施例中,所述相对姿态可以通过欧拉角进行表达,也可以通过四元数进行表达,还可以通过四乘四的仿射矩阵进行表达。
例如,采用笛卡尔直角坐标系中x、y、z来描述目标对象的位置,以及采用欧拉角roll、pitch、yaw来描述目标对象的姿态。可以在计算机设备外接的键盘上设置14各键位,分别对应x、y、z、roll、pitch、yaw这六个维度的增大和减小,示例性的可以给出如下表1的键盘对应方案。当按下q键时,传感器的相对姿态可以按照预设的角度步进绕x轴的顺时针方向旋转预设的角度,当角度步进为0.1度时,连续三次按下q键,则传感器的相对姿态可以绕x轴的顺时针方向连续旋转三次,实现旋转0.3度的旋转;当按下r键时,则传感器的相对位置可以按照预设的距离步进向x轴的正方向移动,若预设的距离步进为0.02米,则按下一次r键可以使得相对位置在x轴增加0.02米。可选的,上述预设的角度步进和距离步进可以灵活进行调整,例如通过设置“-”键增大上述角度步进和距离步进,以及通过设置“=”键减小上述角度步进和距离步进。
表1
roll | pitch | yaw | x | y | z | 步进 | |
增大 | q | w | e | r | t | y | - |
减小 | a | s | d | f | g | h | = |
上述表1中的键位设置仅为一种示例,其键位可以根据操作习惯任意设置。
图7为又一个实施例提供的传感器标定方法的流程示意图,如图7所示,该方法包括:
S502、获取至少两个传感器基于同一目标场景的探测数据。
S504、获取所述至少两个传感器之间的初始相对位姿。
S506、根据所述初始相对位姿和每个所述传感器的自身坐标系,将所述探测数据在同一个坐标系下可视化展示,得到所述展示图像。
S508、接收基于所述展示图像的调整指令。
S510、执行调整操作,所述调整操作包括:根据接收到的第一调整指令确定所述传感器的第一相对位姿,并得到所述第一相对位姿对应的第一展示图像。
S512A、当所述第一展示图像中对应的目标对象的位姿匹配时,则确定所述第一相对位姿为所述目标相对位姿。
S512B、当所述第一展示图像中对应的目标对象的位姿不匹配时,返回执行所述调整操作,直至所得到的新的展示图像中的对应的目标对象的位姿匹配为止,将对应的目标对象的位姿匹配时的相对位姿作为目标相对位姿。
关于上述S502-S512B的详细说明可以参见前述步骤中的描述,此处不再赘述。
应该理解的是,虽然图3-7的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图3-7中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
图8为一个实施例提供的传感器标定装置的结构示意图。如图8所示,所述装置包括:获取模块802、第一处理模块804和第二处理模块806。
具体的,获取模块802,用于获取至少两个传感器基于同一目标场景的探测数据。
第一处理模块804,用于将所述探测数据在同一个坐标系下可视化展示,得到展示图像。
第二处理模块806,用于将所述展示图像中对应的目标对象的位姿进行匹配,以确定所述传感器之间的目标相对位姿。
图9为另一个实施例提供的传感器标定装置的结构示意图。在上述图8实施例的基础上,可选地,如图9所示,第二处理模块806可以包括:接收单元8062和第一处理单元8064。
具体的,接收单元8062用于接收基于所述展示图像的调整指令。
第一处理单元8064,用于根据所述调整指令调整所述传感器之间的相对位姿,以将所述展示图像中对应的目标对象的位姿进行匹配,得到所述目标相对位姿。
在一个实施例中,第一处理单元8064,具体可以用于执行调整操作,所述调整操作包括:根据接收到的第一调整指令确定所述传感器的第一相对位姿,并得到所述第一相对位姿对应的第一展示图像;当所述第一展示图像中对应的目标对象的位姿匹配时,则确定所述第一相对位姿为所述目标相对位姿;当所述第一展示图像中对应的目标对象的位姿不匹配时,返回执行所述调整操作,直至所得到的新的展示图像中的对应的目标对象的位姿匹配为止,将对应的目标对象的位姿匹配时的相对位姿作为目标相对位姿。
图10为又一个实施例提供的传感器标定装置的结构示意图。在上述图8或图9实施例的基础上,可选地,如图10所示,第一处理模块804具体可以包括:获取单元8042和第二处理单元8044。
具体的,获取单元8042,用于获取所述至少两个传感器之间的初始相对位姿。
第二处理单元8044,用于根据所述初始相对位姿和每个所述传感器的自身坐标系,将所述探测数据在同一个坐标系下可视化展示,得到所述展示图像。
在一个实施例中,当所述传感器为激光雷达时,所述探测数据为点云数据;当所述传感器为毫米波雷达时,所述探测数据为标记点数据;当所述传感器为图像采集装置时,所述探测数据为影像数据。
在一个实施例中,所述调整指令包括位置调整指令和姿态调整指令,第二处理模块806,具体可以用于根据所述位置调整指令调整所述传感器的相对位置;根据所述姿态调整指令调整所述传感器的相对姿态。
在一个实施例中,所述相对姿态通过欧拉角、四元数或仿射矩阵中的任一个进行表达。
关于传感器标定装置的具体限定可以参见上文中对于传感器标定方法的限定,在此不再赘述。上述传感器标定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:获取至少两个传感器基于同一目标场景的探测数据;将所述探测数据在同一个坐标系下可视化展示,得到展示图像;将所述展示图像中对应的目标对象的位姿进行匹配,以确定所述传感器之间的目标相对位姿。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:接收基于所述展示图像的调整指令;根据所述调整指令调整所述传感器之间的相对位姿,以将所述展示图像中对应的目标对象的位姿进行匹配,得到所述目标相对位姿。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:执行调整操作,所述调整操作包括:根据接收到的第一调整指令确定所述传感器的第一相对位姿,并得到所述第一相对位姿对应的第一展示图像;当所述第一展示图像中对应的目标对象的位姿匹配时,则确定所述第一相对位姿为所述目标相对位姿;当所述第一展示图像中对应的目标对象的位姿不匹配时,返回执行所述调整操作,直至所得到的新的展示图像中的对应的目标对象的位姿匹配为止,将对应的目标对象的位姿匹配时的相对位姿作为目标相对位姿。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取所述至少两个传感器之间的初始相对位姿;根据所述初始相对位姿和每个所述传感器的自身坐标系,将所述探测数据在同一个坐标系下可视化展示,得到所述展示图像。
在一个实施例中,当所述传感器为激光雷达时,所述探测数据为点云数据;当所述传感器为毫米波雷达时,所述探测数据为标记点数据;当所述传感器为图像采集装置时,所述探测数据为影像数据。
在一个实施例中,所述调整指令包括位置调整指令和姿态调整指令,处理器执行计算机程序时还实现以下步骤:根据所述位置调整指令调整所述传感器的相对位置;根据所述姿态调整指令调整所述传感器的相对姿态。
在一个实施例中,所述相对姿态通过欧拉角、四元数或仿射矩阵中的任一个进行表达。
应当清楚的是,本申请实施例中处理器执行计算机程序的过程,与上述方法中各个步骤的执行过程一致,具体可参见上文中的描述。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:获取至少两个传感器基于同一目标场景的探测数据;将所述探测数据在同一个坐标系下可视化展示,得到展示图像;将所述展示图像中对应的目标对象的位姿进行匹配,以确定所述传感器之间的目标相对位姿。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:接收基于所述展示图像的调整指令;根据所述调整指令调整所述传感器之间的相对位姿,以将所述展示图像中对应的目标对象的位姿进行匹配,得到所述目标相对位姿。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:执行调整操作,所述调整操作包括:根据接收到的第一调整指令确定所述传感器的第一相对位姿,并得到所述第一相对位姿对应的第一展示图像;当所述第一展示图像中对应的目标对象的位姿匹配时,则确定所述第一相对位姿为所述目标相对位姿;当所述第一展示图像中对应的目标对象的位姿不匹配时,返回执行所述调整操作,直至所得到的新的展示图像中的对应的目标对象的位姿匹配为止,将对应的目标对象的位姿匹配时的相对位姿作为目标相对位姿。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取所述至少两个传感器之间的初始相对位姿;根据所述初始相对位姿和每个所述传感器的自身坐标系,将所述探测数据在同一个坐标系下可视化展示,得到所述展示图像。
在一个实施例中,当所述传感器为激光雷达时,所述探测数据为点云数据;当所述传感器为毫米波雷达时,所述探测数据为标记点数据;当所述传感器为图像采集装置时,所述探测数据为影像数据。
在一个实施例中,所述调整指令包括位置调整指令和姿态调整指令,计算机程序被处理器执行时还实现以下步骤:根据所述位置调整指令调整所述传感器的相对位置;根据所述姿态调整指令调整所述传感器的相对姿态。
在一个实施例中,所述相对姿态通过欧拉角、四元数或仿射矩阵中的任一个进行表达。
应当清楚的是,本申请实施例中处理器执行计算机程序的过程,与上述方法中各个步骤的执行过程一致,具体可参见上文中的描述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种传感器标定方法,其特征在于,所述方法包括:
获取至少两个传感器基于同一目标场景的探测数据;
将所述探测数据在同一个坐标系下可视化展示,得到展示图像;
将所述展示图像中对应的目标对象的位姿进行匹配,以确定所述传感器之间的目标相对位姿。
2.根据权利要求1所述的方法,其特征在于,所述将所述展示图像中对应的目标对象的位姿进行匹配,以确定所述传感器之间的目标相对位姿,包括:
接收基于所述展示图像的调整指令;
根据所述调整指令调整所述传感器之间的相对位姿,以将所述展示图像中对应的目标对象的位姿进行匹配,得到所述目标相对位姿。
3.根据权利要求2所述的方法,其特征在于,所述根据所述调整指令调整所述传感器之间的相对位姿,以将所述展示图像中对应的目标对象的位姿进行匹配,得到所述目标相对位姿,包括:
执行调整操作,所述调整操作包括:根据接收到的第一调整指令确定所述传感器的第一相对位姿,并得到所述第一相对位姿对应的第一展示图像;
当所述第一展示图像中对应的目标对象的位姿匹配时,则确定所述第一相对位姿为所述目标相对位姿;
当所述第一展示图像中对应的目标对象的位姿不匹配时,返回执行所述调整操作,直至所得到的新的展示图像中的对应的目标对象的位姿匹配为止,将对应的目标对象的位姿匹配时的相对位姿作为目标相对位姿。
4.根据权利要求1所述的方法,其特征在于,所述将所述探测数据在同一个坐标系下可视化展示,得到展示图像,包括:
获取所述至少两个传感器之间的初始相对位姿;
根据所述初始相对位姿和每个所述传感器的自身坐标系,将所述探测数据在同一个坐标系下可视化展示,得到所述展示图像。
5.根据权利要求1所述的方法,其特征在于,当所述传感器为激光雷达时,所述探测数据为点云数据;当所述传感器为毫米波雷达时,所述探测数据为标记点数据;当所述传感器为图像采集装置时,所述探测数据为影像数据。
6.根据权利要求2所述的方法,其特征在于,所述调整指令包括位置调整指令和姿态调整指令;所述根据所述调整指令调整所述传感器之间的相对位姿,包括:
根据所述位置调整指令调整所述传感器的相对位置;
根据所述姿态调整指令调整所述传感器的相对姿态。
7.根据权利要求6所述的方法,其特征在于,所述相对姿态通过欧拉角、四元数或仿射矩阵中的任一个进行表达。
8.一种传感器标定装置,其特征在于,所述装置包括:获取模块、第一处理模块和第二处理模块;
所述获取模块,用于获取至少两个传感器基于同一目标场景的探测数据;
所述第一处理模块,用于将所述探测数据在同一个坐标系下可视化展示,得到展示图像;
所述第二处理模块,用于将所述展示图像中对应的目标对象的位姿进行匹配,以确定所述传感器之间的目标相对位姿。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811583352.9A CN109901123B (zh) | 2018-12-24 | 2018-12-24 | 传感器标定方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811583352.9A CN109901123B (zh) | 2018-12-24 | 2018-12-24 | 传感器标定方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109901123A true CN109901123A (zh) | 2019-06-18 |
CN109901123B CN109901123B (zh) | 2023-12-01 |
Family
ID=66943419
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811583352.9A Active CN109901123B (zh) | 2018-12-24 | 2018-12-24 | 传感器标定方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109901123B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110426990A (zh) * | 2019-07-12 | 2019-11-08 | 广州禄仕食品有限公司 | 一种适用于丸子筛选的智能方法和装置 |
CN110967040A (zh) * | 2019-12-17 | 2020-04-07 | 北京经纬恒润科技有限公司 | 一种传感器水平偏差角度的识别方法及系统 |
CN112362084A (zh) * | 2020-11-23 | 2021-02-12 | 北京三快在线科技有限公司 | 一种数据标定方法、装置及数据标定系统 |
CN112600997A (zh) * | 2020-12-04 | 2021-04-02 | Oppo广东移动通信有限公司 | 摄像头组件及其标定方法、电子设备 |
CN113759347A (zh) * | 2020-10-30 | 2021-12-07 | 北京京东乾石科技有限公司 | 坐标关系的标定方法、装置、设备及介质 |
CN113805161A (zh) * | 2021-09-14 | 2021-12-17 | 广州文远知行科技有限公司 | 超声波传感器标定方法、系统、控制设备及存储介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003269913A (ja) * | 2002-03-19 | 2003-09-25 | Canon Inc | センサ較正装置、センサ較正方法、プログラム、記憶媒体 |
CN1445513A (zh) * | 2002-03-19 | 2003-10-01 | 佳能株式会社 | 传感器校准装置及方法、程序、存储介质、信息处理方法及装置 |
JP2006007940A (ja) * | 2004-06-24 | 2006-01-12 | Fujitsu Ltd | レーダ装置の校正方法、レーダ装置、監視システム、プログラム |
CN104142157A (zh) * | 2013-05-06 | 2014-11-12 | 北京四维图新科技股份有限公司 | 一种标定方法、装置及设备 |
CN106646407A (zh) * | 2016-12-15 | 2017-05-10 | 广州汽车集团股份有限公司 | 雷达标定设备校验方法、装置和系统 |
CN107564069A (zh) * | 2017-09-04 | 2018-01-09 | 北京京东尚科信息技术有限公司 | 标定参数的确定方法、装置及计算机可读存储介质 |
CN107977997A (zh) * | 2017-11-29 | 2018-05-01 | 北京航空航天大学 | 一种结合激光雷达三维点云数据的相机自标定方法 |
CN108226906A (zh) * | 2017-11-29 | 2018-06-29 | 深圳市易成自动驾驶技术有限公司 | 一种标定方法、装置及计算机可读存储介质 |
CN108226883A (zh) * | 2017-11-28 | 2018-06-29 | 深圳市易成自动驾驶技术有限公司 | 测试毫米波雷达性能的方法、装置及计算机可读存储介质 |
CN108445456A (zh) * | 2017-02-16 | 2018-08-24 | 通用汽车环球科技运作有限责任公司 | 光达-雷达相对位姿的校准 |
US20180259621A1 (en) * | 2015-09-30 | 2018-09-13 | Sony Corporation | Signal processing apparatus, signal processing method, program, and object detection system |
CN108646232A (zh) * | 2018-05-15 | 2018-10-12 | 宁波傲视智绘光电科技有限公司 | 一种激光雷达的校正系统和激光雷达测距装置 |
CN108828606A (zh) * | 2018-03-22 | 2018-11-16 | 中国科学院西安光学精密机械研究所 | 一种基于激光雷达和双目可见光相机联合测量方法 |
CN109059902A (zh) * | 2018-09-07 | 2018-12-21 | 百度在线网络技术(北京)有限公司 | 相对位姿确定方法、装置、设备和介质 |
US20180372841A1 (en) * | 2016-02-29 | 2018-12-27 | Hitachi, Ltd. | Sensor Calibration System |
-
2018
- 2018-12-24 CN CN201811583352.9A patent/CN109901123B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003269913A (ja) * | 2002-03-19 | 2003-09-25 | Canon Inc | センサ較正装置、センサ較正方法、プログラム、記憶媒体 |
CN1445513A (zh) * | 2002-03-19 | 2003-10-01 | 佳能株式会社 | 传感器校准装置及方法、程序、存储介质、信息处理方法及装置 |
JP2006007940A (ja) * | 2004-06-24 | 2006-01-12 | Fujitsu Ltd | レーダ装置の校正方法、レーダ装置、監視システム、プログラム |
CN104142157A (zh) * | 2013-05-06 | 2014-11-12 | 北京四维图新科技股份有限公司 | 一种标定方法、装置及设备 |
US20180259621A1 (en) * | 2015-09-30 | 2018-09-13 | Sony Corporation | Signal processing apparatus, signal processing method, program, and object detection system |
US20180372841A1 (en) * | 2016-02-29 | 2018-12-27 | Hitachi, Ltd. | Sensor Calibration System |
CN106646407A (zh) * | 2016-12-15 | 2017-05-10 | 广州汽车集团股份有限公司 | 雷达标定设备校验方法、装置和系统 |
CN108445456A (zh) * | 2017-02-16 | 2018-08-24 | 通用汽车环球科技运作有限责任公司 | 光达-雷达相对位姿的校准 |
CN107564069A (zh) * | 2017-09-04 | 2018-01-09 | 北京京东尚科信息技术有限公司 | 标定参数的确定方法、装置及计算机可读存储介质 |
CN108226883A (zh) * | 2017-11-28 | 2018-06-29 | 深圳市易成自动驾驶技术有限公司 | 测试毫米波雷达性能的方法、装置及计算机可读存储介质 |
CN108226906A (zh) * | 2017-11-29 | 2018-06-29 | 深圳市易成自动驾驶技术有限公司 | 一种标定方法、装置及计算机可读存储介质 |
CN107977997A (zh) * | 2017-11-29 | 2018-05-01 | 北京航空航天大学 | 一种结合激光雷达三维点云数据的相机自标定方法 |
CN108828606A (zh) * | 2018-03-22 | 2018-11-16 | 中国科学院西安光学精密机械研究所 | 一种基于激光雷达和双目可见光相机联合测量方法 |
CN108646232A (zh) * | 2018-05-15 | 2018-10-12 | 宁波傲视智绘光电科技有限公司 | 一种激光雷达的校正系统和激光雷达测距装置 |
CN109059902A (zh) * | 2018-09-07 | 2018-12-21 | 百度在线网络技术(北京)有限公司 | 相对位姿确定方法、装置、设备和介质 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110426990A (zh) * | 2019-07-12 | 2019-11-08 | 广州禄仕食品有限公司 | 一种适用于丸子筛选的智能方法和装置 |
CN110967040A (zh) * | 2019-12-17 | 2020-04-07 | 北京经纬恒润科技有限公司 | 一种传感器水平偏差角度的识别方法及系统 |
CN110967040B (zh) * | 2019-12-17 | 2021-11-23 | 北京经纬恒润科技股份有限公司 | 一种传感器水平偏差角度的识别方法及系统 |
CN113759347A (zh) * | 2020-10-30 | 2021-12-07 | 北京京东乾石科技有限公司 | 坐标关系的标定方法、装置、设备及介质 |
CN113759347B (zh) * | 2020-10-30 | 2024-04-05 | 北京京东乾石科技有限公司 | 坐标关系的标定方法、装置、设备及介质 |
CN112362084A (zh) * | 2020-11-23 | 2021-02-12 | 北京三快在线科技有限公司 | 一种数据标定方法、装置及数据标定系统 |
CN112600997A (zh) * | 2020-12-04 | 2021-04-02 | Oppo广东移动通信有限公司 | 摄像头组件及其标定方法、电子设备 |
CN113805161A (zh) * | 2021-09-14 | 2021-12-17 | 广州文远知行科技有限公司 | 超声波传感器标定方法、系统、控制设备及存储介质 |
CN113805161B (zh) * | 2021-09-14 | 2024-05-03 | 广州文远知行科技有限公司 | 超声波传感器标定方法、系统、控制设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109901123B (zh) | 2023-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109901123A (zh) | 传感器标定方法、装置、计算机设备和存储介质 | |
CN107564069B (zh) | 标定参数的确定方法、装置及计算机可读存储介质 | |
RU2651239C2 (ru) | Автоматическая калибровка системы отсчета дополненной реальности | |
US10726580B2 (en) | Method and device for calibration | |
CN113240769B (zh) | 空间链接关系识别方法及装置、存储介质 | |
US8264537B2 (en) | Photogrammetric networks for positional accuracy | |
CN103679693B (zh) | 一种多相机单视图标定装置及其标定方法 | |
CN110260857A (zh) | 视觉地图的校准方法、装置及存储介质 | |
CN109407613A (zh) | 三维扫描转台的调节方法、装置、计算机设备和存储介质 | |
CN108430032A (zh) | 一种实现vr/ar设备位置共享的方法及设备 | |
CN109493277A (zh) | 扫描头数据拼接方法、装置、计算机设备和存储介质 | |
CN114782646A (zh) | 房屋模型的建模方法、装置、电子设备和可读存储介质 | |
CN115042184A (zh) | 机器人手眼坐标转换方法、装置、计算机设备和存储介质 | |
Wang et al. | An improved two-point calibration method for stereo vision with rotating cameras in large FOV | |
CN111464795B (zh) | 监控设备配置的实现方法、装置及电子设备 | |
Huo et al. | A novel algorithm for pose estimation based on generalized orthogonal iteration with uncertainty-weighted measuring error of feature points | |
JP5988364B2 (ja) | 画像処理装置及び方法 | |
CN109579796B (zh) | 一种投影后影像的区域网平差方法 | |
CN110111235A (zh) | 图像数据处理方法、装置、计算机设备和存储介质 | |
CN117252914A (zh) | 深度估计网络的训练方法、装置、电子设备及存储介质 | |
CN114255396A (zh) | 输电线路环境重构方法、系统及装置、控制器 | |
CN108253931B (zh) | 一种双目立体视觉测距方法及其测距装置 | |
Hržica et al. | Active vision for 3D indoor scene reconstruction using a 3D camera on a pan-tilt mechanism | |
CN109493388A (zh) | 转轴标定方法、装置、计算机设备和存储介质 | |
CN117036511B (zh) | 多类型传感器的标定方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |