CN110007300A - 一种得到点云数据的方法及装置 - Google Patents
一种得到点云数据的方法及装置 Download PDFInfo
- Publication number
- CN110007300A CN110007300A CN201910244764.8A CN201910244764A CN110007300A CN 110007300 A CN110007300 A CN 110007300A CN 201910244764 A CN201910244764 A CN 201910244764A CN 110007300 A CN110007300 A CN 110007300A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- radar
- coordinate system
- radars
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
- Traffic Control Systems (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本申请公开了一种得到点云数据的方法及装置,预先将多个雷达设置在车辆的不同位置,该方法包括:多个雷达中的至少两个雷达同时对目标对象进行扫描,并各自采集一帧点云数据,其中,至少两个雷达位于车辆的不同位置;根据至少两个雷达采集的点云数据之间的位姿关系,将至少两个雷达采集的点云数据合成为一帧目标点云数据,其中,至少两个雷达采集的点云数据之间的位姿关系根据预先确定的多个雷达之间的位姿关系确定。通过该方法可以得到一帧包括多角度、多线束的更为全面且丰富的目标点云数据。
Description
技术领域
本申请涉及车载雷达技术领域,尤其涉及一种得到点云数据的方法及装置。
背景技术
雷达在每次扫描后采集到的离散的矢量点的集合,称作雷达采集的一帧点云数据。根据雷达的点云数据,可以实现测距、目标识别、以及打标签等功能。
在现有技术中,在自动驾驶车辆上通常只设置一个雷达,以用于采集点云数据。这样,由于一个雷达的线束以及角度有限,因此所得到的点云数据的全面性及丰富性都比较低。
发明内容
本申请实施例的主要目的在于提供一种得到点云数据的方法及装置,能够提高点云数据的丰富性及全面性。
本申请实施例提供的一种得到点云数据的方法,预先将多个雷达设置在车辆的不同位置,所述方法包括:
所述多个雷达中的至少两个雷达同时对目标对象进行扫描,并各自采集一帧点云数据,所述至少两个雷达位于车辆的不同位置;
根据所述至少两个雷达采集的点云数据之间的位姿关系,将所述至少两个雷达采集的点云数据合成为一帧目标点云数据,其中,所述至少两个雷达采集的点云数据之间的位姿关系根据预先确定的所述多个雷达之间的位姿关系确定。
优选的,确定所述多个雷达的位姿关系,包括:
在将所述多个雷达设置在车辆的不同位置的过程中,记录所述多个雷达中每一雷达与车辆的相机之间的位姿关系;
根据所述记录的所述多个雷达中每一雷达与车辆的相机之间的位姿关系,确定所述多个雷达之间的位姿关系。
优选的,所述预先将多个雷达设置在车辆的不同位置,包括:
预先分别在车辆的前方、车顶左侧和车顶右侧各设置至少一个雷达。
优选的,所述根据所述多个雷达采集的点云数据之间的位姿关系,所述根据所述至少两个雷达各自采集的点云数据合成为一帧目标点云数据,包括:
预先设定所述目标点云数据所处的坐标系;
以为所述目标点云数据预先设定的坐标系为基准,确定所述至少两个雷达中一个雷达采集的点云数据所处的坐标系与所述为目标点云数据预先设定的坐标系的位姿关系;
根据所述一个雷达采集的点云数据所处的坐标系与所述为目标点云数据预先设定的坐标系的位姿关系,将所述一个雷达采集的一帧点云数据合成至所述为目标点云数据预先设定的坐标系中;
根据所述一个雷达采集的点云数据所处的坐标系与所述为目标点云数据预先设定的坐标系的位姿关系,以及所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据所处的坐标系与所述一个雷达采集的点云数据所处的坐标系的位姿关系,确定所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据所处的坐标系与所述为目标点云数据预先设定的坐标系的位姿关系;
根据所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据所处的坐标系与所述为目标点云数据预先设定的坐标系的位姿关系,将所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据合成至所述为目标点云数据预先设定的坐标系中。
优选的,所述根据所述至少两个雷达采集的点云数据之间的位姿关系,将所述多个雷达各自采集的点云数据合成为一帧目标点云数据,包括:
预先设定所述至少两个雷达中一个雷达采集的一帧点云数据的坐标系为所述目标点云数据所处的坐标系;
根据所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据所处的坐标系与所述一个雷达采集的点云数据所处的坐标系的位姿关系,将所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据合成至所述一个雷达采集的一帧点云数据的坐标系中。
本申请实施例还提供一种得到点云数据的装置,所述装置包括:
确定单元,用于预先确定所述多个雷达之间的位姿关系,其中,预先将多个雷达设置在车辆的不同位置;
采集单元,用于多个雷达中的至少两个同时对目标对象进行扫描,并各自采集一帧点云数据,所述至少两个雷达位于车辆的不同位置;
合成单元,用于根据所述至少两个雷达采集的点云数据之间的位姿关系,将所述至少两个雷达采集的点云数据合成为一帧目标点云数据,其中,所述至少两个雷达采集的点云数据之间的位姿关系根据预先确定的所述多个雷达之间的位姿关系确定。
优选的,所述确定单元,包括:
记录子单元,用于在将所述多个雷达设置在车辆的不同位置的过程中,记录所述多个雷达中每一雷达与车辆的相机之间的位姿关系;
第一确定子单元,用于根据所述记录的所述多个雷达中每一雷达与车辆的相机之间的位姿关系,确定所述多个雷达之间的位姿关系。
优选的,所述合成单元,包括:
第一设定子单元,用于预先设定所述目标点云数据所处的坐标系;
第二确定子单元,用于以为所述目标点云数据预先设定的坐标系为基准,确定所述至少两个雷达中一个雷达采集的点云数据所处的坐标系与所述为目标点云数据预先设定的坐标系的位姿关系;
第一合成子单元,用于根据所述一个雷达采集的点云数据所处的坐标系与所述为目标点云数据预先设定的坐标系的位姿关系,将所述一个雷达采集的一帧点云数据合成至所述为目标点云数据预先设定的坐标系中;
第三确定子单元,用于根据所述一个雷达采集的点云数据所处的坐标系与所述为目标点云数据预先设定的坐标系的位姿关系,以及所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据所处的坐标系与所述一个雷达采集的点云数据所处的坐标系的位姿关系,确定所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据所处的坐标系与所述为目标点云数据预先设定的坐标系的位姿关系;
第二合成子单元,用于根据所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据所处的坐标系与所述为目标点云数据预先设定的坐标系的位姿关系,将所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据合成至所述为目标点云数据预先设定的坐标系中。
优选的,所述合成单元,包括:
第二设定子单元,用于预先设定所述至少两个雷达中一个雷达采集的一帧点云数据的坐标系为所述目标点云数据所处的坐标系;
第三合成子单元,用于根据所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据所处的坐标系与所述一个雷达采集的点云数据所处的坐标系的位姿关系,将所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据合成至所述一个雷达采集的一帧点云数据的坐标系中。
由此可见,本申请实施例具有如下有益效果:
本申请实施例中,将多个雷达设置在车辆的不同位置,并在向车辆设置多个雷达的过程中,预先确定出多个雷达之间的位姿关系;当需要对目标对象采集点云数据时,则多个雷达中的至少两个雷达同时对目标对象进行扫描,并各自采集一帧点云数据,其中,至少两个雷达位于车辆的不同位置;根据预先确定的多个雷达之间的位姿关系确定至少两个雷达采集的点云数据之间的位姿关系,以及根据至少两个雷达采集的点云数据之间的位姿关系,将至少两个雷达采集的点云数据合成为一帧目标点云数据。这样,由至少两个雷达同时对目标对象进行点云数据采集,可以一次性得到更多帧数、即多线束的点云数据,此外,该至少两个雷达被设置在车辆不同位置上,因此所采集的点云数据的角度也更加丰富,将这样的由多个雷达采集的多帧点云数据进行合成,进而可以得到一帧包括多角度、多线束的更为全面且丰富的目标点云数据。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,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地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,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。
图1为本申请实施例提供的一种预先确定多个雷达之间的位姿关系的方法流程图;
图2为本申请实施例提供的一种得到点云数据的方法流程图;
图3为本申请实施例提供的一种将多帧点云数据合成一帧目标点云数据的方法流程图;
图4为本申请实施例提供的另外一种将多帧点云数据合成一帧目标点云数据的方法流程图;
图5为本申请实施例提供的一种得到点云数据装置的组成示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
基于现有技术中的问题,本申请实施例提供了一种得到点云数据的方法,该方法将多个雷达设置在车辆的不同位置,并在向车辆设置多个雷达的过程中,预先确定出多个雷达之间的位姿关系;当需要对目标对象采集点云数据时,则多个雷达中的至少两个雷达同时对目标对象进行扫描,并各自采集一帧点云数据,其中,至少两个雷达位于车辆的不同位置;根据预先确定的多个雷达之间的位姿关系确定至少两个雷达采集的点云数据之间的位姿关系,以及根据至少两个雷达采集的点云数据之间的位姿关系,将多个雷达采集的点云数据合成为一帧目标点云数据。其中,位姿关系可以为位置与姿态的关系。
可以理解的是,在进行该方法之前,在向车辆设置多个雷达的过程中,预先确定出多个雷达之间的位姿关系。为了更好地理解本申请的技术方案和技术效果,以下将结合具体的实施例进行详细的描述。
在本实施例中,预先将多个雷达设置在车辆的不同位置上,为了方便描述,下述可以将该设置有多个雷达的车辆记为当前车辆。
在本实施例的一种实现方式中,将多个雷达设置在车辆的不同位置,包括:预先分别在车辆的前方、车顶左侧和车顶右侧各设置至少一个雷达。
在本实施例中,可以分别在车辆的前方、车顶左侧和车顶右侧各设置雷达,且在各个位置设置雷达的个数应该不少于一个,比如:将三个雷达预先设置在当前车辆的前方、车顶左侧和车顶右侧。这样,在通过将多个雷达设置在不同位置,当将这些雷达中的不少于两个雷达同时同时对同一物体进行扫描并采集点云数据时,可以保证所采集的点云数据的角度更加丰富。
在本实施例的一种实现方式中,可以预先确定出多个雷达之间的位姿关系。参见图1,该图示出了本申请实施例提供的一种预先确定多个雷达之间的位姿关系的方法流程图,可以包括步骤S101-S102:
S101:在将多个雷达设置在车辆的不同位置的过程中,记录多个雷达中每一雷达与车辆的相机之间的位姿关系。
在本实施例中,在将多个雷达在当前车辆的不同位置上进行设置时,可以以当前车辆上的相机为基准,记录出多个设置在当前车辆上不同位置的雷达中的每一个雷达与当前车辆上相机之间的位姿关系。
S102:根据记录的多个雷达中每一雷达与车辆的相机之间的位姿关系,确定多个雷达之间的位姿关系。
在本实施例中,可以根据前述完成记录的多个设置在当前车辆上不同位置的雷达中的每一个雷达与当前车辆上相机之间的位姿关系,确定出这些设置在当前车辆上不同位置的雷达之间的位姿关系。
在确定设置在车辆上的多个雷达之间的位姿关系之后,本申请实施例提供了一种得到点云数据的方法,参见图2,该图示出了本申请实施例提供的一种得到点云数据的方法流程图,可以包括步骤S201-S202:
S201:所述多个雷达中的至少两个雷达同时对目标对象进行扫描,并各自采集一帧点云数据。
在本实施例中,可以同时开启当前车辆上不同位置的至少两个雷达对目标对象进行扫描,并且每个雷达都采集一帧包括有目标对象的点云数据。其中,至少两个雷达位于车辆的不同位置,一帧点云数据可以为雷达在一次扫描后采集到的离散的矢量点的集合,且该一帧点云数据,即离散的矢量点的集合可以分布在一个三维坐标系中;目标对象可以为当前车辆需要采集点云数据以进行分析的目标物体,比如可以是在当前车辆周围的某一物体等。为了便于描述,下面将在车辆上安装的雷达个数记为A,将对目标对象同时进行雷达扫描的雷达个数为B。
S202:根据所述至少两个雷达采集的点云数据之间的位姿关系,将多个雷达采集的点云数据合成为一帧目标点云数据,其中,至少两个雷达采集的点云数据之间的位姿关系根据预先确定的多个雷达之间的位姿关系确定。
在本实施例中,在这B雷达分别采集一帧点云数据之后,可以根据预先确定的多个雷达之间的位姿关系,确定出这B个雷达采集的点云数据所处的坐标系之间的位姿关系。可以理解的是,对于这B个预先确定的多个雷达之间的位姿关系即可以为这B个雷达采集的点云数据所处的坐标系之间的位姿关系。
在确定这B个雷达采集的点云数据所处的坐标系之间的位姿关系之后,可以根据该多个雷达采集的点云数据所处的坐标系之间的位姿关系,将该多个雷达采集的点云数据合成为一帧目标点云数据。
在本实施例的一种实现方式中,根据至少两个个雷达采集的点云数据之间的位姿关系,将至少两个个雷达各自采集的点云数据合成为一帧目标点云数据的方法可以为,参见图3,该图示出了本申请实施例提供的一种将多帧点云数据合成一帧目标点云数据的方法流程图,可以包括步骤S301-S305:
S301:预先设定目标点云数据所处的坐标系。
在本实施例中,可以预先为目标点云数据的生成设置其所处的坐标系。
S302:以为目标点云数据预先设定的坐标系为基准,确定至少两个个雷达中一个雷达采集的点云数据所处的坐标系与为目标点云数据预先设定的坐标系的位姿关系。
在本实施例中,可以将为目标点云数据预先设定的坐标系作为基准坐标系,并从进行雷达扫描的B个雷达中任意选择一个雷达,为了方便描述,可以在该实施例中将该选择出的一个雷达记为目标雷达,并确定出该目标雷达所采集的点云数据所处的坐标系与该为目标点云数据的生成预先设定的坐标系的位姿关系。
S303:根据一个雷达采集的点云数据所处的坐标系与为目标点云数据预先设定的坐标系的位姿关系,将一个雷达采集的一帧点云数据合成至为目标点云数据预先设定的坐标系中。
在本实施例中,可以根据目标雷达采集的点云数据所处的坐标系与为目标点云数据预先设定的坐标系的位姿关系,通过坐标变换,将该目标雷达采集的点云数据合成至该为目标点云数据的生成预先设定的坐标系中。
S304:根据一个雷达采集的点云数据所处的坐标系与为目标点云数据预先设定的坐标系的位姿关系,以及多个雷达中除一个雷达外的其他雷达采集的点云数据所处的坐标系与一个雷达采集的点云数据所处的坐标系的位姿关系,确定至少两个雷达中除一个雷达外的其他雷达采集的点云数据所处的坐标系与为目标点云数据预先设定的坐标系的位姿关系。
在本实施例中,对于当前车辆上除该目标雷达外的其他任意一个进行扫描的雷达所采集的点云数据,都可以根据其与该目标雷达采集的点云数据所处的坐标系的位姿关系,以及该目标雷达采集的点云数据所处的坐标系与为目标点云数据的生成所预先设定的坐标系的位姿关系,确定出当前车辆上进行扫描的除该目标雷达外的其他任意一个雷达所采集的点云数据所处的坐标系与为目标点云数据的生成所预先设定的坐标系的位姿关系。
S305:根据多个雷达中除一个雷达外的其他雷达采集的点云数据所处的坐标系与为目标点云数据预先设定的坐标系的位姿关系,将至少两个雷达中除一个雷达外的其他雷达采集的点云数据合成至为目标点云数据预先设定的坐标系中。
在本实施例中,可以根据已经确定的当前车辆中进行扫描的除目标雷达外的其他每一个雷达采集的点云数据所处的坐标系与为目标点云数据的生成所预先设定的坐标系的位姿关系,将该当前车辆中进行扫描的除目标雷达外的其他每一个雷达采集的点云数据合成至为目标点云数据的生成所预先设定的坐标系中,以实现将当前车辆上进行扫描的B个雷达采集的点云数据合成为一帧目标点云数据。
在本实施例的一种实现方式中,根据至少两个雷达采集的点云数据之间的位姿关系,将至少两个雷达各自采集的点云数据合成为一帧目标点云数据可以为,参见图4,该图示出了本申请实施例提供的另外一种将多帧点云数据合成一帧目标点云数据的方法流程图,可以包括步骤S401-S402:
S401:预先设定至少个雷达中一个雷达采集的一帧点云数据的坐标系为所述目标点云数据所处的坐标系。
在本实施例中,可以从当前车辆上进行扫描的B个雷达中选择任意一个雷达,并将该选择的雷达所采集的点云数据所处的坐标系设定为为目标点云数据的生成所预先设定的坐标系。
S402:根据至少两个雷达中除一个雷达外的其他雷达采集的点云数据所处的坐标系与一个雷达的位姿关系,将至少两个雷达中除一个雷达外的其他雷达采集的点云数据合成至一个雷达采集的一帧点云数据的坐标系中。
在本实施例中,对于当成车辆上进行扫描的除该已选择的雷达外的其他每一个雷达采集的点云数据所处的坐标系,都可以根据其与该已选择的雷达采集的点云数据所处的坐标系之间的位姿关系,将该当前车辆上进行扫描的除该已选择的雷达外的其他每一个雷达采集的点云数据合成至该已选择的雷达采集的点云数据所处的坐标系,即为目标点云数据的生成所预先设定的坐标系中,以实现将当前车辆上的至少两个雷达采集的点云数据合成为一帧目标点云数据。
综上,本申请实施例提供的一种得到点云数据的方法,通过将多个雷达分别设置在车辆的不同位置,并确定多个雷达之间的位姿关系,当需要采集点云数据时,则由多个雷达中的至少两个雷达同时对目标对象进行扫描,以各自采集一帧点云数据,其中,至少两个雷达位于车辆的不同位置;并根据确定的至少两个雷达之间的位姿关系,将至少两个雷达各自采集的点云数据合成为一帧目标点云数据。这样,由至少两个雷达同时对目标对象进行点云数据采集,可以一次性得到更多帧数、即多线束的点云数据,此外,该至少两个雷达被设置在车辆不同位置上,因此所采集的点云数据的角度也更加丰富,将这样的由多个雷达采集的多帧点云数据进行合成,进而可以得到一帧包括多角度、多线束的更为全面且丰富的目标点云数据。
本申请实施例提供的一种得到点云的装置,参见图5,该图示出了本申请实施例的一种得到点云数据装置的组成示意图,所述装置包括:
确定单元501,用于预先确定所述多个雷达之间的位姿关系,其中,预先将多个雷达设置在车辆的不同位置;
采集单元502,用于所述多个中的至少两个雷达雷达同时对目标对象进行扫描,并各自采集一帧点云数据,所述至少两个雷达位于车辆的不同位置;
合成单元503,用于根据所述至少两个雷达采集的点云数据之间的位姿关系,将所述至少两个雷达采集的点云数据合成为一帧目标点云数据,其中,所述至少两个雷达采集的点云数据之间的位姿关系根据预先确定的所述多个雷达之间的位姿关系确定。
在本实施例的一种实现方式中,所述确定单元501,包括:
记录子单元,用于在将所述多个雷达设置在车辆的不同位置的过程中,记录所述多个雷达中每一雷达与车辆的相机之间的位姿关系;
第一确定子单元,用于根据所述记录的所述多个雷达中每一雷达与车辆的相机之间的位姿关系,确定所述多个雷达之间的位姿关系。
在本实施例的一种实现方式中,所述合成单元503,包括:
第一设定子单元,用于预先设定所述目标点云数据所处的坐标系;
第二确定子单元,用于以为所述目标点云数据预先设定的坐标系为基准,确定所述至少两个雷达中一个雷达采集的点云数据所处的坐标系与所述为目标点云数据预先设定的坐标系的位姿关系;
第一合成子单元,用于根据所述一个雷达采集的点云数据所处的坐标系与所述为目标点云数据预先设定的坐标系的位姿关系,将所述一个雷达采集的一帧点云数据合成至所述为目标点云数据预先设定的坐标系中;
第三确定子单元,用于根据所述一个雷达采集的点云数据所处的坐标系与所述为目标点云数据预先设定的坐标系的位姿关系,以及所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据所处的坐标系与所述一个雷达采集的点云数据所处的坐标系的位姿关系,确定所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据所处的坐标系与所述为目标点云数据预先设定的坐标系的位姿关系;
第二合成子单元,用于根据所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据所处的坐标系与所述为目标点云数据预先设定的坐标系的位姿关系,将所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据合成至所述为目标点云数据预先设定的坐标系中。
在本实施例的一种实现方式中,所述合成单元503,包括:
第二设定子单元,用于预先设定所述至少两个雷达中一个雷达采集的一帧点云数据的坐标系为所述目标点云数据所处的坐标系;
第三合成子单元,用于根据所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据所处的坐标系与所述一个雷达采集的点云数据所处的坐标系的位姿关系,将所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据合成至所述一个雷达采集的一帧点云数据的坐标系中。
综上,本申请实施例提供的一种得到点云数据的装置,通过将多个雷达分别设置在车辆的不同位置,并确定多个雷达之间的位姿关系,当需要采集点云数据时,则由多个雷达中的至少两个雷达同时对目标对象进行扫描,以各自采集一帧点云数据,其中,至少两个雷达位于车辆的不同位置;并根据确定的多个雷达之间的位姿关系,将至少两个雷达各自采集的点云数据合成为一帧目标点云数据。这样,由至少两个雷达同时对目标对象进行点云数据采集,可以一次性得到更多帧数、即多线束的点云数据,此外,该至少两个雷达被设置在车辆不同位置上,因此所采集的点云数据的角度也更加丰富,将这样的由至少两个雷达采集的多帧点云数据进行合成,进而可以得到一帧包括多角度、多线束的更为全面且丰富的目标点云数据。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到上述实施例方法中的全部或部分步骤可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者诸如媒体网关等网络通信设备,等等)执行本申请各个实施例或者实施例的某些部分所述的方法。
需要说明的是,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他实施例的不同之处,各个实施例之间相同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。
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。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种得到点云数据的方法,其特征在于,预先将多个雷达设置在车辆的不同位置,所述方法包括:
所述多个雷达中的至少两个雷达同时对目标对象进行扫描,并各自采集一帧点云数据,所述至少两个雷达位于车辆的不同位置;
根据所述至少两个雷达采集的点云数据之间的位姿关系,将所述至少两个雷达采集的点云数据合成为一帧目标点云数据,其中,所述至少两个雷达采集的点云数据之间的位姿关系根据预先确定的所述多个雷达之间的位姿关系确定。
2.根据权利要求1所述的方法,其特征在于,确定所述多个雷达之间的位姿关系,包括:
在将所述多个雷达设置在车辆的不同位置的过程中,记录所述多个雷达中每一雷达与车辆的相机之间的位姿关系;
根据所述记录的所述多个雷达中每一雷达与车辆的相机之间的位姿关系,确定所述多个雷达之间的位姿关系。
3.根据权利要求1所述的方法,其特征在于,所述预先将多个雷达设置在车辆的不同位置,包括:
预先分别在车辆的前方、车顶左侧和车顶右侧各设置至少一个雷达。
4.根据权利要求1-3任意一项所述的方法,其特征在于,所述根据所述至少两个雷达采集的点云数据之间的位姿关系,将所述至少两个雷达各自采集的点云数据合成为一帧目标点云数据,包括:
预先设定所述目标点云数据所处的坐标系;
以为所述目标点云数据预先设定的坐标系为基准,确定所述至少两个雷达中一个雷达采集的点云数据所处的坐标系与所述为目标点云数据预先设定的坐标系的位姿关系;
根据所述一个雷达采集的点云数据所处的坐标系与所述为目标点云数据预先设定的坐标系的位姿关系,将所述一个雷达采集的一帧点云数据合成至所述为目标点云数据预先设定的坐标系中;
根据所述一个雷达采集的点云数据所处的坐标系与所述为目标点云数据预先设定的坐标系的位姿关系,以及所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据所处的坐标系与所述一个雷达采集的点云数据所处的坐标系的位姿关系,确定所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据所处的坐标系与所述为目标点云数据预先设定的坐标系的位姿关系;
根据所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据所处的坐标系与所述为目标点云数据预先设定的坐标系的位姿关系,将所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据合成至所述为目标点云数据预先设定的坐标系中。
5.根据权利要求1-3任意一项所述的方法,其特征在于,所述根据所述至少两个雷达采集的点云数据之间的位姿关系,将所述至少两个雷达各自采集的点云数据合成为一帧目标点云数据,包括:
预先设定所述至少两个雷达中一个雷达采集的一帧点云数据的坐标系为所述目标点云数据所处的坐标系;
根据所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据所处的坐标系与所述一个雷达采集的点云数据所处的坐标系的位姿关系,将所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据合成至所述一个雷达采集的一帧点云数据的坐标系中。
6.一种得到点云数据的装置,其特征在于,所述装置包括:
确定单元,用于预先确定所述多个雷达之间的位姿关系,其中,预先将多个雷达设置在车辆的不同位置,;
采集单元,用于所述多个雷达中的至少两个雷达同时对目标对象进行扫描,并各自采集一帧点云数据,所述至少两个雷达位于车辆的不同位置;
合成单元,用于根据所述至少两个雷达采集的点云数据之间的位姿关系,将所述至少两个雷达采集的点云数据合成为一帧目标点云数据,其中,所述至少两个雷达采集的点云数据之间的位姿关系根据预先确定的所述多个雷达之间的位姿关系确定。
7.根据权利要求6所述的装置,其特征在于,所述确定单元,包括:
记录子单元,用于在将所述多个雷达设置在车辆的不同位置的过程中,记录所述多个雷达中每一雷达与车辆的相机之间的位姿关系;
第一确定子单元,用于根据所述记录的所述多个雷达中每一雷达与车辆的相机之间的位姿关系,确定所述多个雷达之间的位姿关系。
8.根据权利要求6-7任意一项所述的装置,其特征在于,所述合成单元,包括:
第一设定子单元,用于预先设定所述目标点云数据所处的坐标系;
第二确定子单元,用于以为所述目标点云数据预先设定的坐标系为基准,确定所述至少两个雷达中一个雷达采集的点云数据所处的坐标系与所述为目标点云数据预先设定的坐标系的位姿关系;
第一合成子单元,用于根据所述一个雷达采集的点云数据所处的坐标系与所述为目标点云数据预先设定的坐标系的位姿关系,将所述一个雷达采集的一帧点云数据合成至所述为目标点云数据预先设定的坐标系中;
第三确定子单元,用于根据所述一个雷达采集的点云数据所处的坐标系与所述为目标点云数据预先设定的坐标系的位姿关系,以及所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据所处的坐标系与所述一个雷达采集的点云数据所处的坐标系的位姿关系,确定所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据所处的坐标系与所述为目标点云数据预先设定的坐标系的位姿关系;
第二合成子单元,用于根据所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据所处的坐标系与所述为目标点云数据预先设定的坐标系的位姿关系,将所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据合成至所述为目标点云数据预先设定的坐标系中。
9.根据权利要求6-7任意一项所述的装置,其特征在于,所述合成单元,包括:
第二设定子单元,用于预先设定所述至少两个雷达中一个雷达采集的一帧点云数据的坐标系为所述目标点云数据所处的坐标系;
第三合成子单元,用于根据所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据所处的坐标系与所述一个雷达采集的点云数据所处的坐标系的位姿关系,将所述至少两个雷达中除所述一个雷达外的其他雷达采集的点云数据合成至所述一个雷达采集的一帧点云数据的坐标系中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910244764.8A CN110007300B (zh) | 2019-03-28 | 2019-03-28 | 一种得到点云数据的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910244764.8A CN110007300B (zh) | 2019-03-28 | 2019-03-28 | 一种得到点云数据的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110007300A true CN110007300A (zh) | 2019-07-12 |
CN110007300B CN110007300B (zh) | 2021-08-06 |
Family
ID=67168681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910244764.8A Active CN110007300B (zh) | 2019-03-28 | 2019-03-28 | 一种得到点云数据的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110007300B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110441765A (zh) * | 2019-08-14 | 2019-11-12 | 电子科技大学 | 一种智能移动平台多雷达装置及信息融合方法 |
CN110992468A (zh) * | 2019-11-28 | 2020-04-10 | 贝壳技术有限公司 | 基于点云数据的建模方法、装置以及设备、存储介质 |
CN111413721A (zh) * | 2020-01-14 | 2020-07-14 | 华为技术有限公司 | 车辆定位的方法、装置、控制器、智能车和系统 |
CN112835007A (zh) * | 2021-01-07 | 2021-05-25 | 北京百度网讯科技有限公司 | 点云数据转换方法、装置、电子设备和存储介质 |
WO2022001325A1 (zh) * | 2020-06-30 | 2022-01-06 | 上海商汤智能科技有限公司 | 点云数据的融合方法、装置、电子设备、存储介质和计算机程序 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5012252A (en) * | 1985-06-28 | 1991-04-30 | Gec Avionics Limited | Methods of recognizing targets |
CN104035439A (zh) * | 2012-03-15 | 2014-09-10 | 通用汽车环球科技运作有限责任公司 | 用多个激光雷达传感器利用扫描点追踪物体的贝叶斯网络 |
CN107003398A (zh) * | 2015-10-22 | 2017-08-01 | 尤尼克塞克有限公司 | 针对机动车安全雷达系统的使用虚拟雷达特征信号的测试方法 |
CN108337915A (zh) * | 2017-12-29 | 2018-07-27 | 深圳前海达闼云端智能科技有限公司 | 三维建图方法、装置、系统、云端平台、电子设备和计算机程序产品 |
CN108401461A (zh) * | 2017-12-29 | 2018-08-14 | 深圳前海达闼云端智能科技有限公司 | 三维建图方法、装置、系统、云端平台、电子设备和计算机程序产品 |
CN108959173A (zh) * | 2018-07-06 | 2018-12-07 | 北京数字绿土科技有限公司 | 一种激光雷达点云数据的解算方法及装置 |
CN109297510A (zh) * | 2018-09-27 | 2019-02-01 | 百度在线网络技术(北京)有限公司 | 相对位姿标定方法、装置、设备及介质 |
-
2019
- 2019-03-28 CN CN201910244764.8A patent/CN110007300B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5012252A (en) * | 1985-06-28 | 1991-04-30 | Gec Avionics Limited | Methods of recognizing targets |
CN104035439A (zh) * | 2012-03-15 | 2014-09-10 | 通用汽车环球科技运作有限责任公司 | 用多个激光雷达传感器利用扫描点追踪物体的贝叶斯网络 |
CN107003398A (zh) * | 2015-10-22 | 2017-08-01 | 尤尼克塞克有限公司 | 针对机动车安全雷达系统的使用虚拟雷达特征信号的测试方法 |
CN108337915A (zh) * | 2017-12-29 | 2018-07-27 | 深圳前海达闼云端智能科技有限公司 | 三维建图方法、装置、系统、云端平台、电子设备和计算机程序产品 |
CN108401461A (zh) * | 2017-12-29 | 2018-08-14 | 深圳前海达闼云端智能科技有限公司 | 三维建图方法、装置、系统、云端平台、电子设备和计算机程序产品 |
CN108959173A (zh) * | 2018-07-06 | 2018-12-07 | 北京数字绿土科技有限公司 | 一种激光雷达点云数据的解算方法及装置 |
CN109297510A (zh) * | 2018-09-27 | 2019-02-01 | 百度在线网络技术(北京)有限公司 | 相对位姿标定方法、装置、设备及介质 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110441765A (zh) * | 2019-08-14 | 2019-11-12 | 电子科技大学 | 一种智能移动平台多雷达装置及信息融合方法 |
CN110992468A (zh) * | 2019-11-28 | 2020-04-10 | 贝壳技术有限公司 | 基于点云数据的建模方法、装置以及设备、存储介质 |
CN110992468B (zh) * | 2019-11-28 | 2020-10-30 | 贝壳找房(北京)科技有限公司 | 基于点云数据的建模方法、装置以及设备、存储介质 |
US11935186B2 (en) | 2019-11-28 | 2024-03-19 | Realsee (Beijing) Technology Co., Ltd. | Point cloud data based modeling method and apparatus, device and storage medium |
CN111413721A (zh) * | 2020-01-14 | 2020-07-14 | 华为技术有限公司 | 车辆定位的方法、装置、控制器、智能车和系统 |
CN111413721B (zh) * | 2020-01-14 | 2022-07-19 | 华为技术有限公司 | 车辆定位的方法、装置、控制器、智能车和系统 |
WO2022001325A1 (zh) * | 2020-06-30 | 2022-01-06 | 上海商汤智能科技有限公司 | 点云数据的融合方法、装置、电子设备、存储介质和计算机程序 |
JP2022541976A (ja) * | 2020-06-30 | 2022-09-29 | シャンハイ センスタイム インテリジェント テクノロジー カンパニー リミテッド | 点群データの融合方法、装置、電子機器、記憶媒体及びコンピュータプログラム |
CN112835007A (zh) * | 2021-01-07 | 2021-05-25 | 北京百度网讯科技有限公司 | 点云数据转换方法、装置、电子设备和存储介质 |
CN112835007B (zh) * | 2021-01-07 | 2023-04-18 | 北京百度网讯科技有限公司 | 点云数据转换方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110007300B (zh) | 2021-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110007300A (zh) | 一种得到点云数据的方法及装置 | |
CN110210328B (zh) | 在图像序列中标注物体的方法、装置及电子设备 | |
JP6588053B2 (ja) | 点群データにアノテーションを付与する方法および装置 | |
CN103973993A (zh) | 影像合成装置及方法 | |
GB2428930A (en) | Generating a depth map using both focal and zoom data | |
EP0908847A3 (en) | Image synthesis apparatus and image synthesis method | |
CN104125412B (zh) | 一种信息处理方法及电子设备 | |
CN106527478A (zh) | 无人机现场声音获取方法与有声视频实现方法及相关装置 | |
GB2330265A (en) | Image compositing using camera data | |
EP3985575A1 (en) | Three-dimensional information processing method and apparatus | |
EP2999223A1 (en) | Method for determining region of small object, and method and apparatus for interpolating frame between video frames | |
CN107066975B (zh) | 基于深度传感器的视频识别与跟踪系统及其方法 | |
US20240144619A1 (en) | Augmented photo capture | |
JP2023522442A (ja) | モデル生成方法、画像透視図の決定方法、装置、ディバイス及び媒体 | |
CN108805056A (zh) | 一种基于3d人脸模型的摄像监控人脸样本扩充方法 | |
KR102199912B1 (ko) | 데이터 증분 기반 강인한 객체 인지 방법 및 시스템 | |
CN101686335A (zh) | 一种图像三维模型的获取方法和装置 | |
CN105979167A (zh) | 视频制作方法及视频制作装置 | |
CN106780633B (zh) | 一种图像校正方法、装置及双目视觉系统 | |
EP2423850A2 (en) | Object recognition system and method | |
Hoekzema et al. | Small-scale topology of solar atmospheric dynamics-V. Acoustic events and internetwork grains | |
CN101686334A (zh) | 一种图像三维场景获取方法和装置 | |
CN112948605A (zh) | 点云数据的标注方法、装置、设备及可读存储介质 | |
CN105157681B (zh) | 室内定位方法、装置和摄像机以及服务器 | |
CN108965743A (zh) | 基于前后景分割的视频合成方法、装置及可读存储介质 |
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 |