CN110068826A - 一种测距的方法及装置 - Google Patents
一种测距的方法及装置 Download PDFInfo
- Publication number
- CN110068826A CN110068826A CN201910238521.3A CN201910238521A CN110068826A CN 110068826 A CN110068826 A CN 110068826A CN 201910238521 A CN201910238521 A CN 201910238521A CN 110068826 A CN110068826 A CN 110068826A
- Authority
- CN
- China
- Prior art keywords
- point
- target object
- cloud data
- measured
- image
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Measurement Of Optical Distance (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请公开了一种测距的方法及装置,该方法包括:获取包括目标对象的图像,以及获取对应于所述图像的点云数据;从图像中分割出目标对象的图像区域;根据目标对象的图像区域中的像素点与点云数据中的点的匹配关系,针对目标对象图像区域中的待测像素点,确定出在点云数据中对应的待测点;基于点云数据中对应的待测点,利用待测像素点进行测距。该方法通过根据目标对象对应的像素点与点云数据中的点的匹配关系,准确的确定出目标对象对应的点,这样,可以根据确定的点对目标对象进行定位及测距,进而有效提高了车辆测距的准确性。
Description
技术领域
本申请涉及自动驾驶技术领域,尤其涉及一种测距的方法及装置。
背景技术
现有技术中,车辆对目标对象的测距方法通常为根据车载雷达采集的点云数据进行计算,其中,点云数据为雷达在每次扫描后采集到的离散的矢量点的集合。则该测距方法具体为:在点云数据中选取目标对象对应的点的坐标进行计算,以完成距离的测定,然而,在通常情况下,在点云数据中对目标对象对应的点的选取是一个粗略的过程,即很难从众多离散的点中精确的选取出目标对象所对应的点,这就影响了测距的准确性。由此可见,目前车辆测距的准确性还有待提高。
发明内容
本申请实施例的主要目的在于提供一种测距方法及装置,能够有效提高车辆测距的准确性。
本申请实施例提供的一种测距的方法,所述方法包括:
获取包括目标对象的图像,以及获取对应于所述图像的点云数据;
从所述图像中分割出所述目标对象的图像区域;
根据所述目标对象的图像区域中的像素点与所述点云数据中的点的匹配关系,针对所述目标对象图像区域中的待测像素点,确定出在点云数据中对应的待测点;
基于所述点云数据中对应的待测点,利用待测像素点进行测距。
优选的,所述像素点与所述点云数据中的点的匹配关系为所述像素点与所述点云数据中的点的坐标转换关系。
优选的,所述针对目标图像区域中的待测像素点,确定出对应的点云数据中的待测点包括:
根据所述像素点与点云数据中点的匹配关系,确定出所述待测像素点对应的点云数据中的多个点;
依据所述点云数据中的多个点的坐标,分别确定出所述多个点的距离,将所述多个点中距离最小的点确定为所述对应的点云数据中对应的待测点。
优选的,所述基于点云数据中对应的待测点,利用待测像素点进行测距包括:
针对多个待测像素点,分别基于其各自在点云数据中对应的待测点得到所述多个待测像素点的距离;
计算所述目标对象的图像区域中的多个待测像素点对应的距离的平均值;
确定所述平均值为与所述目标对象的距离。
优选的,所述基于点云数据中对应的待测点,利用待测像素点进行测距包括:
针对多个待测像素点,分别基于其各自在点云数据中对应的待测点得到所述多个待测像素点的距离;
计算所述目标对象的图像区域中的多个待测像素点对应的距离的最小值;
确定所述最小值为与所述目标对象的距离。
优选的,所述基于点云数据中对应的待测点,利用待测像素点进行测距包括:
将所述目标对象的图像区域分割成多个子图像区域;
计算所述子图像区域中的多个待测像素点对应的距离的平均值,作为所述子图像区域对应的距离;
确定所述多个子图像区域对应的距离的最小值;
确定所述最小值为与所述目标对象的距离。
本申请实施例还提供了一种测距的装置,所述装置包括:
获取单元,用于获取包括目标对象的图像,以及获取对应于所述图像的点云数据;
分割单元,用于从所述图像中分割出所述目标对象的图像区域;
确定单元,用于根据所述目标对象的图像区域中的像素点与所述点云数据中的点的匹配关系,针对所述目标对象图像区域中的待测像素点,确定出在点云数据中对应的待测点;
测距单元,用于基于所述点云数据中对应的待测点,利用待测像素点进行测距。
优选的,所述确定单元,包括:
第一确定子单元,用于根据所述像素点与点云数据中点的匹配关系,确定出所述待测像素点对应的点云数据中的多个点;
第二确定子单元,用于依据所述点云数据中的多个点的坐标,分别确定出所述多个点的距离,将所述多个点中距离最小的点确定为所述对应的点云数据中对应的待测点。
优选的,所述测距单元,包括:
第一得到子单元,用于针对多个待测像素点,分别基于其各自在点云数据中对应的待测点得到所述多个待测像素点的距离;
第一计算子单元,用于计算所述目标对象的图像区域中的多个待测像素点对应的距离的平均值;
第三确定子单元,用于确定所述平均值为与所述目标对象的距离。
优选的,所述测距单元,包括:
第二得到子单元,针对多个待测像素点,分别基于其各自在点云数据中对应的待测点得到所述多个待测像素点的距离;
第二计算子单元,用于计算所述目标对象的图像区域中的多个待测像素点对应的距离的最小值;
第四确定子单元,用于确定所述最小值为与所述目标对象的距离。
优选的,所述测距单元,包括:
分割子单元,用于将所述目标对象的图像区域分割成多个子图像区域;
第三计算子单元,用于计算所述子图像区域中的多个待测像素点对应的距离的平均值,作为所述子图像区域对应的距离;
第五确定子单元,用于确定所述多个子图像区域对应的距离的最小值,以及确定所述最小值为与所述目标对象的距离。
由此可见,本申请实施例具有如下有益效果:
本申请实施例提供的测距方法及装置,首先,获取摄像头拍摄的包括目标对象的图像,以及获取雷达采集的对应于图像的点云数据;接着,从图像中分割出目标对象对应的图像区域;然后,根据图像区域包括的像素点与点云数据中的点的匹配关系,从点云数据中获取图像区域对应的点;最后,根据图像区域对应的点的距离参数,确定与目标对象的距离。可见,该方法通过根据目标对象对应的像素点与点云数据中的点的匹配关系,准确的确定出目标对象对应的点,这样,可以根据确定的点对目标对象进行定位及测距,进而有效提高了车辆测距的准确性。
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测距方法流程图;
图2为本申请实施例提供的一种确定待测像素点对应的点云数据中的待测点的方法流程图;
图3为本申请实施例提供的第一种利用待测像素点进行测距的方法流程图;
图4为本申请实施例提供的第二种利用待测像素点进行测距的方法流程图;
图5为本申请实施例提供的第三种利用待测像素点进行测距的方法流程图;
图6为本申请实施例提供的一种测距装置的组成示意图。
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。
本申请实施例可以应用在车辆对目标对象进行测距的场景中。为了方便描述,可以将该车辆记为当前车辆。
基于现有技术中的问题,本申请实施例提供了一种测距方法,其中,本申请实施例中的当前车辆上配置有雷达和相机。参见图1,该图示出了本申请实施例提供的一种测距方法流程图,可以包括步骤S101-S104:
S101:获取包括目标对象的图像,以及获取对应于所述图像的点云数据。
在本实施例中,当当前车辆需要对某一目标对象进行测距,即测量某一目标对象与当前车辆的距离时,则可以获取到当前车辆上的相机所拍摄的包括有目标对象的图像,以及,获取车辆上的雷达采集的与相机拍摄的包括有目标对象的图像相对应的点云数据。其中,点云数据可以为将车辆上雷达在一次扫描后采集到的打在不同物体上的离散的矢量点的集合,且该点云数据可以分布在一个三维坐标系中。目标对象可以为需要进行测距的目标物体,比如可以是在当前车辆前行驶的某一车辆等。
S102:从图像中分割出目标对象的图像区域。
在本实施例中,可以从获取的包括有目标对象的图像中,分割出仅包括该目标对象的图像区域,例如:在具体的场景中,当当前车辆需要对前方的一辆车辆进行测距时,该辆车辆即为目标对象,则可以在获取的包括有该辆车辆以及其他车辆的图像中分割出仅包括该辆车辆的图像区域。
S103:根据目标对象的图像区域中的像素点与点云数据中的点的匹配关系,针对目标对象图像区域中的待测像素点,确定出在点云数据中对应的待测点。
在目标对象的图像区域中,包括有很多个像素点,可以将该目标对象的图像区域中的全部的像素点都记为待测像素点,可以理解的是,这些待测像素点中的每一待测像素点都对应于目标对象上的某一位置。另外,在已获取的点云数据中,包括了很对应于由雷达发出的激光打到目标对象上不同位置的点。其中,点云数据中的点都可以是矢量点,即根据该点的坐标可以得到当前车辆与该点对应的目标对象的位置之间的距离。
则,可以根据目标对象的图像区域中的像素点与点云数据中的点的匹配关系,针对目标对象图像区域中的每一个待测像素点,都从点云数据中确定出该待测像素点对应的待测点。其中,待测像素点与待测点一一对应,即每一个待测像素点,都在点云数据中对应有一个待测点。
在本实施例的一种实现方式中,像素点与点云数据中的点的匹配关系为像素点与点云数据中的点的坐标转换关系。
在本实施例中,可以根据当前车辆中相机与雷达的位置关系,确定出像素点与点云数据中的点的坐标转换关系。这样,即可以得到目标对象的图像区域中的待测像素点与点云数据中的点的匹配关系,以便于为目标对象的图像区域中的每个待测像素点在点云数据中确定其对应的待测点。
S104:基于点云数据中对应的待测点,利用待测像素点进行测距。
在本实施例中,可以根据这些点云数据中对应的待测点,以利用目标对象的像素点对该目标对象进行测距。
在本申请实施例的一种实现方式中,针对目标图像区域中的待测像素点,确定出对应的点云数据中的待测点的方法可以为,参见图2,该图示出了本申请实施例提供的一种确定待测像素点对应的点云数据中的待测点的方法流程图,可以包括步骤S201-S202:
S201:根据像素点与点云数据中点的匹配关系,确定出待测像素点对应的点云数据中的多个点。
在本实施例中,对于目标对象图像区域中的每一待测像素点,都对应于目标对象上的某一具体位置,则在目标对象上的该具体位置,雷达都采集到了多个点,且保存到点云数据中。则,可以根据目标对象图像区域中的待测像素点与点云数据中点的匹配关系,确定出待测像素点在点云数据中对应的多个点。下面以一具体事例对该步骤S201进行说明:根据目标对象的图像区域中的待测像素点与点云数据中的点的匹配关系,对于目标对象图像区域中的某一待测像素点A,可以从点云数据中确定出该待测像素点对应的四个点,分别为a1、a2、a3、a4。
S202:依据点云数据中的多个点的坐标,分别确定出多个点的距离,将多个点中距离最小的点确定为对应的点云数据中对应的待测点。
在本实施例中,由于点云数据中的每个点都为矢量点,即每个点都包括有一个坐标,可以根据点的坐标,确定出该点对应的目标对象上的位置与当前车辆之间的距离。比如:当目标对象为一辆车辆时,则当点云数据中的某一点为打到该车辆上的后车灯上的点时,则可以根据该点的坐标确定出该车辆上的后车灯与当前车辆的距离。
对于目标对象的图像区域的任一待测像素点,都可以根据该待测像素点对应的多个点的坐标,分别确定出该多个点的距离,并将该多个点中距离最小的点确定为该待测像素点对应的待测点。例如:对于目标对象图像区域中的某一待测像素点A,可以根据该待测像素点A对应的四个点a1、a2、a3、a4的坐标,分别确定出该四个点对应的距离,假设根据这四个点的坐标确定出这四个点对应的距离可以分别为123米、135米、146米、134米。将该多个点中距离最小的点,即123米这一最小的距离所对应的a1点确定为该待测像素点A对应的待测点。
根据上述方法,可以为目标对象图像区域中的每一待测像素点,都从点云数据中确定出与每一待测像素点一一对应的待测点。
在本实施例的一种实现方式中,基于点云数据中对应的待测点,利用待测像素点进行测距的方法为,参见图3,该图示出了本申请实施了提供的第一种利用待测像素点进行测距的方法流程图,可以包括步骤S301-S303:
S301:针对多个待测像素点,分别基于其各自在点云数据中对应的待测点得到多个待测像素点的距离。
在本实施例中,可以对于目标对象图像区域中的全部的待测像素点,都根据每一个待测像素点对应的待测点的坐标,计算得到目标对象图像区域中每一个待测像素点对应的距离。
S302:计算目标对象的图像区域中的多个待测像素点对应的距离的平均值。
在本实施例中,可以对目标对象的图像区域中的全部的待测像素点对应的距离,计算得到平均值。例如:假设目标对象的图像区域中的全部的待测像素点为A、B、C、D、E,这些待测像素点对应的距离分别为111米、112米、113米、114米、115米,则计算这5个待测像素点对应的距离的平均值为113米。
S303:确定平均值为与目标对象的距离。
在本实施例中,可以将该计算得到的平均值确定为该目标对象与当前车辆的距离。
在本实施例的一种实现方式中,基于点云数据中对应的待测点,利用待测像素点进行测距的方法为,参见图4,该图示出了本申请实施了提供的第二种利用待测像素点进行测距的方法流程图,可以包括步骤S401-S403:
S401:针对多个待测像素点,分别基于其各自在点云数据中对应的待测点得到多个待测像素点的距离。
在本实施例中,可以对于目标对象图像区域中的全部的待测像素点,都根据每一个待测像素点对应的待测点的坐标,计算得到目标对象图像区域中每一个待测像素点对应的距离。
S402:计算目标对象的图像区域中的多个待测像素点对应的距离的最小值。
在本实施例中,可以对目标对象的图像区域中的全部的待测像素点对应的距离,计算得到最小值。例如:假设目标对象的图像区域中的全部的待测像素点为A、B、C、D、E,这些待测像素点对应的距离分别为111米、112米、113米、114米、115米,则计算这5个待测像素点对应的距离的最小值为111米。
S403:确定所述最小值为与所述目标对象的距离。
在本实施例中,将该计算得到的最小值确定为该目标对象与当前车辆的距离。
在本实施例的一种实现方式中,基于点云数据中对应的待测点,利用待测像素点进行测距的方法为,参见图5,该图示出了本申请实施了提供的第三种利用待测像素点进行测距的方法流程图,可以包括步骤S501-S504:
S501:将目标对象的图像区域分割成多个子图像区域。
在本实施例中,可以将目标对象的图像区域分割成多个子图像区域。例如:假设目标对象的图像区域为1280*72大小的图像,则可以将目标对象的图像区域分割为10个128*72大小的子图像区域T1、T2、T3、T4、T5、T6、T7、T8、T9、T10。
S502:计算子图像区域中的多个待测像素点对应的距离的平均值,作为子图像区域对应的距离。
在本实施例中,对于任一子图像区域,都可以根据该子图像区域中的全部的待测像素点,计算出该子图像区域中的全部待测像素点对应的距离的平均值,并以该平均值作为该子图像区域对应的距离。例如:对于子图像区域T1来说,可以将该区域对应的128*72个待测像素点,计算出该128*72个待测像素点对应的距离的平均值,假设经过计算得到该128*72个待测像素点对应的距离的平均值为113米,将该平均值113米作为该子图像区域T1对应的距离。则可以理解的是,对于T1、T2、T3、T4、T5、T6、T7、T8、T9、T10这十个子图像区域,都可以计算出各自对应的距离,比如这十个子图像区域对应的距离可以为113米、116米、115米、119米、143米、156米、123米、142米、124米、106米。
S503:确定多个子图像区域对应的距离的最小值。
在本实施例中,可以确定出这些子图像区域对应的距离的最小值。例如:根据步骤S502中提供的事例,则可以确定出子图像区域T10对应的距离106米为这些子图像区域对应的距离中的最小值。
S504:确定最小值为与目标对象的距离。
在本实施例中,可以将步骤S503中确定的最小值确定为当前车辆与目标对象的距离。由此可见,通过将目标对象图像区域进行分割得到多个子图像区域,并得到每个子图像区域对应的距离,并将的最小值确定为当前车辆与目标对象的距离,即对应于,将目标对象按照不同部分进行分割,以得到目标对象中的不同部分与当前车辆的距离,并将目标对象中的不同部分与当前车辆的最小值确定为当前车辆与目标对象的距离,这样,将目标对象中与当前车辆距离最小的部分所对应的距离确定为该目标对象与当前车辆的距离,提高了测距的准确性。
综上,本申请实施例提供的测距方法,首先,获取摄像头拍摄的包括目标对象的图像,以及获取雷达采集的对应于图像的点云数据;接着,从图像中分割出目标对象对应的图像区域;然后,根据图像区域包括的像素点与点云数据中的点的匹配关系,从点云数据中获取图像区域对应的点;最后,根据图像区域对应的点的距离参数,确定与目标对象的距离。可见,该方法通过根据目标对象对应的像素点与点云数据中的点的匹配关系,准确的确定出目标对象对应的点,这样,可以根据确定的点对目标对象进行定位及测距,进而有效提高了车辆测距的准确性。
本申请实施例还提供了一种测距的装置,参见图6,该图示出了本申请实施了提供的一种测距装置的组成示意图,包括:
获取单元601,用于获取包括目标对象的图像,以及获取对应于所述图像的点云数据;
分割单元602,用于从所述图像中分割出所述目标对象的图像区域;
确定单元603,用于根据所述目标对象的图像区域中的像素点与所述点云数据中的点的匹配关系,针对所述目标对象图像区域中的待测像素点,确定出在点云数据中对应的待测点;
测距单元604,用于基于所述点云数据中对应的待测点,利用待测像素点进行测距。
在本实施例的一种实现方式中,所述确定单元603,包括:
第一确定子单元,用于根据所述像素点与点云数据中点的匹配关系,确定出所述待测像素点对应的点云数据中的多个点;
第二确定子单元,用于依据所述点云数据中的多个点的坐标,分别确定出所述多个点的距离,将所述多个点中距离最小的点确定为所述对应的点云数据中对应的待测点。
在本实施例的一种实现方式中,所述测距单元604,包括:
第一得到子单元,用于针对多个待测像素点,分别基于其各自在点云数据中对应的待测点得到所述多个待测像素点的距离;
第一计算子单元,用于计算所述目标对象的图像区域中的多个待测像素点对应的距离的平均值;
第三确定子单元,用于确定所述平均值为与所述目标对象的距离。
在本实施例的一种实现方式中,所述测距单元604,包括:
第二得到子单元,针对多个待测像素点,分别基于其各自在点云数据中对应的待测点得到所述多个待测像素点的距离;
第二计算子单元,用于计算所述目标对象的图像区域中的多个待测像素点对应的距离的最小值;
第四确定子单元,用于确定所述最小值为与所述目标对象的距离。
在本实施例的一种实现方式中,所述测距单元604,包括:
分割子单元,用于将所述目标对象的图像区域分割成多个子图像区域;
第三计算子单元,用于计算所述子图像区域中的多个待测像素点对应的距离的平均值,作为所述子图像区域对应的距离;
第五确定子单元,用于确定所述多个子图像区域对应的距离的最小值,以及确定所述最小值为与所述目标对象的距离。
综上,本申请实施例提供的测距装置,首先,获取摄像头拍摄的包括目标对象的图像,以及获取雷达采集的对应于图像的点云数据;接着,从图像中分割出目标对象对应的图像区域;然后,根据图像区域包括的像素点与点云数据中的点的匹配关系,从点云数据中获取图像区域对应的点;最后,根据图像区域对应的点的距离参数,确定与目标对象的距离。可见,该方法通过根据目标对象对应的像素点与点云数据中的点的匹配关系,准确的确定出目标对象对应的点,这样,可以根据确定的点对目标对象进行定位及测距,进而有效提高了车辆测距的准确性。
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 (11)
1.一种测距的方法,其特征在于,所述方法包括:
获取包括目标对象的图像,以及获取对应于所述图像的点云数据;
从所述图像中分割出所述目标对象的图像区域;
根据所述目标对象的图像区域中的像素点与所述点云数据中的点的匹配关系,针对所述目标对象图像区域中的待测像素点,确定出在所述点云数据中对应的待测点;
基于所述点云数据中对应的待测点,利用待测像素点进行测距。
2.根据权利要求1所述的方法,其特征在于,所述像素点与所述点云数据中的点的匹配关系为所述像素点与所述点云数据中的点的坐标转换关系。
3.根据权利要求1所述的方法,其特征在于,所述针对目标图像区域中的待测像素点,确定出对应的点云数据中的待测点包括:
根据所述像素点与点云数据中点的匹配关系,确定出所述待测像素点对应的点云数据中的多个点;
依据所述点云数据中的多个点的坐标,分别确定出所述多个点的距离,将所述多个点中距离最小的点确定为所述对应的点云数据中对应的待测点。
4.根据权利要求1-3任意一项所述的方法,其特征在于,所述基于点云数据中对应的待测点,利用待测像素点进行测距包括:
针对多个待测像素点,分别基于其各自在点云数据中对应的待测点得到所述多个待测像素点的距离;
计算所述目标对象的图像区域中的多个待测像素点对应的距离的平均值;
确定所述平均值为与所述目标对象的距离。
5.根据权利要求1-3任意一项所述的方法,其特征在于,所述基于点云数据中对应的待测点,利用待测像素点进行测距包括:
针对多个待测像素点,分别基于其各自在点云数据中对应的待测点得到所述多个待测像素点的距离;
计算所述目标对象的图像区域中的多个待测像素点对应的距离的最小值;
确定所述最小值为与所述目标对象的距离。
6.根据权利要求1-3任意一项所述的方法,其特征在于,所述基于点云数据中对应的待测点,利用待测像素点进行测距包括:
将所述目标对象的图像区域分割成多个子图像区域;
计算所述子图像区域中的多个待测像素点对应的距离的平均值,作为所述子图像区域对应的距离;
确定所述多个子图像区域对应的距离的最小值;
确定所述最小值为与所述目标对象的距离。
7.一种测距的装置,其特征在于,所述装置包括:
获取单元,用于获取包括目标对象的图像,以及获取对应于所述图像的点云数据;
分割单元,用于从所述图像中分割出所述目标对象的图像区域;
确定单元,用于根据所述目标对象的图像区域中的像素点与所述点云数据中的点的匹配关系,针对所述目标对象图像区域中的待测像素点,确定出在点云数据中对应的待测点;
测距单元,用于基于所述点云数据中对应的待测点,利用待测像素点进行测距。
8.根据权利要求7所述的装置,其特征在于,所述确定单元,包括:
第一确定子单元,用于根据所述像素点与点云数据中点的匹配关系,确定出所述待测像素点对应的点云数据中的多个点;
第二确定子单元,用于依据所述点云数据中的多个点的坐标,分别确定出所述多个点的距离,将所述多个点中距离最小的点确定为所述对应的点云数据中对应的待测点。
9.根据权利要求7-8任意一项所述的装置,其特征在于,所述测距单元,包括:
第一得到子单元,用于针对多个待测像素点,分别基于其各自在点云数据中对应的待测点得到所述多个待测像素点的距离;
第一计算子单元,用于计算所述目标对象的图像区域中的多个待测像素点对应的距离的平均值;
第三确定子单元,用于确定所述平均值为与所述目标对象的距离。
10.根据权利要求7-8任意一项所述的装置,其特征在于,所述测距单元,包括:
第二得到子单元,针对多个待测像素点,分别基于其各自在点云数据中对应的待测点得到所述多个待测像素点的距离;
第二计算子单元,用于计算所述目标对象的图像区域中的多个待测像素点对应的距离的最小值;
第四确定子单元,用于确定所述最小值为与所述目标对象的距离。
11.根据权利要求7-8任意一项所述的装置,其特征在于,所述测距单元,包括:
分割子单元,用于将所述目标对象的图像区域分割成多个子图像区域;
第三计算子单元,用于计算所述子图像区域中的多个待测像素点对应的距离的平均值,作为所述子图像区域对应的距离;
第五确定子单元,用于确定所述多个子图像区域对应的距离的最小值,以及确定所述最小值为与所述目标对象的距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910238521.3A CN110068826B (zh) | 2019-03-27 | 2019-03-27 | 一种测距的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910238521.3A CN110068826B (zh) | 2019-03-27 | 2019-03-27 | 一种测距的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110068826A true CN110068826A (zh) | 2019-07-30 |
CN110068826B CN110068826B (zh) | 2021-05-07 |
Family
ID=67366621
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910238521.3A Active CN110068826B (zh) | 2019-03-27 | 2019-03-27 | 一种测距的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110068826B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112862882A (zh) * | 2021-01-28 | 2021-05-28 | 北京格灵深瞳信息技术股份有限公司 | 目标距离测量方法,装置,电子设备及存储介质 |
WO2021146969A1 (zh) * | 2020-01-21 | 2021-07-29 | 深圳市大疆创新科技有限公司 | 距离测量方法、可移动平台、设备和存储介质 |
CN113376643A (zh) * | 2021-05-10 | 2021-09-10 | 广州文远知行科技有限公司 | 距离检测方法、装置及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013162839A1 (en) * | 2012-04-24 | 2013-10-31 | Exelis Inc. | Point cloud visualization of acceptable helicopter landing zones based on 4d lidar |
CN107816976A (zh) * | 2017-04-25 | 2018-03-20 | 北京图森未来科技有限公司 | 一种接近物体的位置确定方法和装置 |
CN109239725A (zh) * | 2018-08-20 | 2019-01-18 | 广州极飞科技有限公司 | 基于激光测距装置的地图测绘方法及终端 |
-
2019
- 2019-03-27 CN CN201910238521.3A patent/CN110068826B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013162839A1 (en) * | 2012-04-24 | 2013-10-31 | Exelis Inc. | Point cloud visualization of acceptable helicopter landing zones based on 4d lidar |
CN107816976A (zh) * | 2017-04-25 | 2018-03-20 | 北京图森未来科技有限公司 | 一种接近物体的位置确定方法和装置 |
CN109239725A (zh) * | 2018-08-20 | 2019-01-18 | 广州极飞科技有限公司 | 基于激光测距装置的地图测绘方法及终端 |
Non-Patent Citations (2)
Title |
---|
NOBUO SASAKI ET AL.: "Development of Inter-Vehicle Distance Measurement System using Camera-Equipped Portable Device", 《2017 17TH INTERNATIONAL CONFERENCE ON CONTROL, AUTOMATION AND SYSTEMS (ICCAS 2017)》 * |
王海等: "基于四线激光雷达的无人车障碍物检测算法", 《中国机械工程》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021146969A1 (zh) * | 2020-01-21 | 2021-07-29 | 深圳市大疆创新科技有限公司 | 距离测量方法、可移动平台、设备和存储介质 |
CN112862882A (zh) * | 2021-01-28 | 2021-05-28 | 北京格灵深瞳信息技术股份有限公司 | 目标距离测量方法,装置,电子设备及存储介质 |
CN113376643A (zh) * | 2021-05-10 | 2021-09-10 | 广州文远知行科技有限公司 | 距离检测方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110068826B (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111080804B (zh) | 三维图像生成方法及装置 | |
CN102763132B (zh) | 三维测量设备和处理方法 | |
JP5350729B2 (ja) | 出来型確認システムおよび出来型確認プログラム、並びに出来型確認方法 | |
CN110068826A (zh) | 一种测距的方法及装置 | |
JP6503906B2 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
US20090153669A1 (en) | Method and system for calibrating camera with rectification homography of imaged parallelogram | |
JP6334927B2 (ja) | 付加情報表示装置および付加情報表示プログラム | |
CN103745452A (zh) | 相机外参评估方法、装置、相机外参标定方法和装置 | |
JP6238101B2 (ja) | 数値表層モデル作成方法、及び数値表層モデル作成装置 | |
Fawzy | Study the accuracy of digital close range photogrammetry technique software as a measuring tool | |
CN105551020A (zh) | 一种检测目标物尺寸的方法及装置 | |
CN102425989A (zh) | 基于图像检测的二维特征尺寸测量方法 | |
CN113240734A (zh) | 一种基于鸟瞰图的车辆跨位判断方法、装置、设备及介质 | |
CN105203994B (zh) | 一种电子标签定位方法、装置、服务器及系统 | |
JP2007170821A (ja) | 三次元変位計測方法 | |
CN114758005B (zh) | 激光雷达与相机外参标定方法及装置 | |
CN110853094B (zh) | 一种目标位置的阈值确定方法、装置、设备及存储介质 | |
CN113920275B (zh) | 三角网格构建方法、装置、电子设备及可读存储介质 | |
CN113706633B (zh) | 一种目标对象的三维信息确定方法和装置 | |
JP6683195B2 (ja) | 情報処理装置、情報処理システム、情報処理方法、及び、プログラム | |
CN108759668B (zh) | 一种震动环境中的跟踪式三维扫描方法及系统 | |
WO2020166424A1 (ja) | 位置座標導出装置、位置座標導出方法、位置座標導出プログラム及びシステム | |
CN113034582A (zh) | 位姿优化装置及方法、电子设备及计算机可读存储介质 | |
JP2007170820A (ja) | 三次元変位計測方法 | |
CN110332938B (zh) | 一种基于手机的室内单目自定位方法 |
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 |