CN110220501A - 用于获取验证数据的方法、装置、电子设备和计算机存储介质 - Google Patents
用于获取验证数据的方法、装置、电子设备和计算机存储介质 Download PDFInfo
- Publication number
- CN110220501A CN110220501A CN201910500749.5A CN201910500749A CN110220501A CN 110220501 A CN110220501 A CN 110220501A CN 201910500749 A CN201910500749 A CN 201910500749A CN 110220501 A CN110220501 A CN 110220501A
- Authority
- CN
- China
- Prior art keywords
- data
- image capture
- capture apparatus
- road
- dimensional
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
-
- 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
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
Abstract
本公开的实施例涉及一种获取验证数据的方法、装置、电子设备和计算机可读存储介质。该方法可以包括通过三维图像拍摄设备获取道路中的对象的三维数据。三维图像拍摄设备可以设置在道路上方,并且三维图像拍摄设备的垂直视场角可以覆盖道路的宽度。该方法还可以包括通过二维图像拍摄设备获取道路中的对象的二维数据。此外,该方法还可以包括利用对象的三维数据来确定对象在二维数据中的标注信息作为验证数据。本公开的技术方案可以有效地为V2X路侧设备获取验证数据,以建立真值测试数据集,并且通过对三维图像拍摄设备的布置方案进行重新设计保证了数据标注的准确性和数据的有效性。
Description
技术领域
本公开的实施例主要涉及信息处理领域,并且更具体地,涉及用于获取验证数据的方法、装置、电子设备和计算机可读存储介质。
背景技术
车联网(V2X,也即Vehicle to Everything)是指通过装载在车辆上的传感器、车载终端及电子标签提供车辆信息,采用各种通信技术实现车与车(V2V,也即Vehicle toVehicle)、车与人(V2P,也即Vehicle to Pedestrian)、车与路(V2I,也即Vehicle toInfrastructure)互连互通,并在信息网络平台上对信息进行提取、共享等有效利用,对车辆进行有效的管控和提供综合服务。V2X车路协同场景中,路侧设备(RSU,也即Road SideUnit)的全息感知极为重要和关键。目前正在开发各种路侧感知算法,例如,通过拍摄的一个或多个二维图像确定图像中的对象的位置、朝向等信息。而在路侧感知算法开发验证中,如何能够获取并建立用于算法验证迭代的验证数据则成为路侧算法开发的关键难题。目前关于V2X路侧感知的验证数据如何获取的问题,还没有相应的解决方案。
发明内容
根据本公开的示例实施例,提供了一种用于获取验证数据的方案。
在本公开的第一方面中,提供了一种用于获取验证数据的方法。该方法可以包括通过三维图像拍摄设备获取道路中的对象的三维数据。三维图像拍摄设备可以设置在道路上方,并且三维图像拍摄设备的垂直视场角可以覆盖道路的宽度。该方法还可以包括通过二维图像拍摄设备获取道路中的对象的二维数据。此外,该方法还可以包括利用对象的三维数据来确定对象在二维数据中的标注信息作为验证数据。
在本公开的第二方面中,提供了一种用于获取验证数据的装置。该装置可以包括:三维数据获取模块,被配置为通过三维图像拍摄设备获取道路中的对象的三维数据,三维图像拍摄设备设置在道路上方,并且三维图像拍摄设备的垂直视场角覆盖道路的宽度;二维数据获取模块,被配置为通过二维图像拍摄设备获取道路中的对象的二维数据;以及验证数据确定模块,被配置为利用对象的三维数据来确定对象在二维数据中的标注信息作为验证数据。
在本公开的第三方面中,提供了一种设备,包括一个或多个处理器;以及存储装置,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现根据本公开的第一方面的方法。
在本公开的第四方面中,提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现根据本公开的第一方面的方法。
应当理解,发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征,亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中,相同或相似的附图标注表示相同或相似的元素,其中:
图1示出了传统的诸如激光雷达的三维图像拍摄设备的配置的示意图;
图2示出了本公开的多个实施例能够在其中实现的详细示例环境的俯视图;
图3示出了根据本公开的实施例的获取验证数据的过程的流程图;
图4示出了根据本公开的实施例的确定标注信息的过程的流程图;
图5示出了本公开的多个实施例能够在其中实现的详细示例环境的正视图;
图6示出了根据本公开的实施例的用于获取验证数据的装置的示意框图;以及
图7示出了能够实施本公开的多个实施例的计算设备的框图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
在本公开的实施例的描述中,术语“包括”及其类似用语应当理解为开放性包含,即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施例”或“该实施例”应当理解为“至少一个实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
如上文提及的,亟需一种获取验证数据的方法,来快速高效且低成本地获取路面上的至少部分对象或物体的验证,从而获取验证数据的时间和人力成本。目前,获取用于算法验证迭代的验证数据的方式是人工测量一段道路上的对象或物体的坐标、朝向等信息作为验证数据。然而,由于涉及的道路的长度通常较为可观,导致需要较高的人力成本,并且测量精度较差。
根据本公开的实施例,提出了一种用于获取验证数据的方案。在该方案中,可以通过将诸如激光雷达的三维图像拍摄设备横置且以一定高度设置在道路上方来对路面上的对象或物体进行激光扫描,从而得到激光点云数据。与此同时,可以使用现有的V2X路侧设备获取路面上的对象或物体的二维图像数据。由于激光点云数据可以记录该对象或物体的详细位置信息、朝向信息、甚至身份信息,故可以利用激光点云数据来确定该对象或物体在二维图像数据中的标注信息,以作为验证数据用于路侧感知算法开发验证。需要注意的是,为了降低激光雷达的采购成本以及数据处理的运算成本,需要对激光雷达进行合理布置,例如,需要合理设置激光雷达的垂直视场角的朝向以及激光雷达的高度。因此,用户可以通过合理设置的激光雷达来快速且准确地获取足够数量的验证数据。
以下将参照附图来具体描述本公开的实施例。图1示出了传统的诸如激光雷达的三维图像拍摄设备110的配置100的示意图。如图1所示,配置100中包含三维图像拍摄设备110。以激光雷达为例,传统的三维图像拍摄设备110一般可以分类为机械激光雷达以及固态激光雷达。机械激光雷达具有旋转机构,用于在水平方向上旋转,以获得水平视场角β。固态激光雷达虽然不具有旋转机构,但也可以通过其他方式获得水平视场角β。水平视场角β是激光雷达在水平方向上可以覆盖的扫描角度范围,通常为360°。当然,也可以根据不同应用场景将β设置为180°或其他数值。此外,如图1所示,三维图像拍摄设备110还可以具有垂直视场角α。垂直视场角α是激光雷达在垂直方向上可以覆盖的扫描角度范围,通常为30°。当然,也可以根据不同应用场景将α设置为40°或其他数值。
在本公开的实施例中,仍然使用诸如激光雷达的三维图像拍摄设备110,但设置三维图像拍摄设备110的关键在于,三维图像拍摄设备110被横置,且其垂直视场角α需要对准甚至覆盖(即,对准或超过)道路的宽度。下文将通过图5来详细描述垂直视场角α与路面宽度以及三维图像拍摄设备110被设置的高度之间的关系。
图2示出了本公开的多个实施例能够在其中实现的详细示例环境200的俯视图。示例环境200可以包含三维图像拍摄设备210和二维图像拍摄设备220。如图2所示,三维图像拍摄设备210和二维图像拍摄设备220通常被设置在道路230的中间,例如,隔离带上方。备选地或附加地,三维图像拍摄设备210和二维图像拍摄设备220还可以设置在道路230的两侧,或者与交通监控摄像机设置在一起。
三维图像拍摄设备210可以被配置为获取道路230中的对象的三维数据。作为示例,三维图像拍摄设备210可以逐帧地扫描道路230中的车辆240的三维点云数据。备选地或附加地,三维图像拍摄设备210还可以逐帧地扫描道路230中的隔离带250的三维点云数据。类似地,二维图像拍摄设备220可以设置为邻近三维图像拍摄设备210,并且被配置为获取道路230中的对象的二维数据。作为示例,二维图像拍摄设备220可以逐帧地拍摄道路230中的车辆240的图像。备选地或附加地,二维图像拍摄设备220还可以逐帧地拍摄道路230中的隔离带250的图像。
应当理解,仅出于示例性的目的描述示例环境200的结构和功能并不旨在限制本文所描述主题的范围。本文所描述主题可以在不同的结构和/或功能中实施。为了更清楚地解释上述方案的原理,下文将参考图3来更详细描述获取验证数据的过程。
图3示出了根据本公开的实施例的用于获取验证数据的过程300的流程图。过程300可以由图7的设备700来实现。为了方便讨论,将结合图2来描述过程300。
在310,通过三维图像拍摄设备210获取道路230中的对象的三维数据。如前所述,三维图像拍摄设备210设置在道路230上方,并且三维图像拍摄设备210的垂直视场角α覆盖道路230的宽度。作为示例,三维图像拍摄设备210可以对路面230上的运动对象进行扫描,例如,三维图像拍摄设备210可以逐帧地扫描车辆240的三维数据。备选地或附加地,三维图像拍摄设备210可以对路面230上的静止对象进行扫描,例如,三维图像拍摄设备210可以扫描隔离带250的三维数据。此外,本文所述的“覆盖”是指路面230位于垂直视场角α的扫描范围内,也就是说,路面230的两侧边缘均处于垂直视场角α的扫描范围内。
在320,通过二维图像拍摄设备220获取道路230中的对象的二维数据。如前所述,二维图像拍摄设备220设置在道路230上方。作为示例,二维图像拍摄设备220可以对路面230上的运动对象进行拍摄,例如,二维图像拍摄设备220可以逐帧地拍摄车辆240的二维数据。备选地或附加地,二维图像拍摄设备220可以对路面230上的静止对象进行拍摄,例如,二维图像拍摄设备220可以拍摄隔离带250的二维数据。
在330,利用对象的三维数据来确定对象的二维数据的标注信息,作为验证数据。为了更清楚地解释上述方案的原理,下文将参考图4来更详细描述确定标注信息的过程。
以此方式,可以对道路230上的任何对象进行真值标注。一旦开发出例如用于基于二维图像确定图像中对象的位置信息的路侧感知算法,则可以将该算法应用于道路230,来判断该算法是否有效。
在某些实施例中,可以对三维图像拍摄设备210与二维图像拍摄设备220进行时间同步,以使三维图像拍摄设备210和二维图像拍摄设备220在同一时刻拍摄到各自的一帧数据。作为示例,在三维图像拍摄设备210和二维图像拍摄设备220工作之前,先通过国际标准协议来保证三维图像拍摄设备210和二维图像拍摄设备220的时间同步。
在某些实施例中,可以对三维图像拍摄设备210获取的三维数据与二维图像拍摄设备220获取的二维数据进行中的至少一个进行延时补偿。作为示例,可以对三维图像拍摄设备210获取的三维点云数据进行延时运动补偿,以使三维点云数据与二维图像数据在每一时刻均对应。
图4示出了根据本公开的实施例的确定标注信息的过程400的流程图。过程400可以由图7的设备700来实现。为了方便讨论,将结合图2来描述过程400。
在410,设备700对齐三维数据与二维数据的坐标。作为示例,可以在安装三维图像拍摄设备210之后对三维图像拍摄设备210进行外参标定,以得到激光雷达的外参信息。之后,当得到三维数据和二维数据之后,将三维图像拍摄设备210和二维图像拍摄设备220的外参均坐标变换到二维图像拍摄设备220(例如,相机)的坐标系下。也就是说,将三维点云数据中的每个点的坐标均变换到二维图像拍摄设备220的坐标系下。
在420,设备700聚合三维数据中与对象有关的点数据。在某些实施例中,可以逐帧地对三维图像拍摄设备210的三维点云数据进行聚类,以得到聚类的对象。作为示例,可以将三维图像拍摄设备210扫描得到的关于车辆240的三维数据进行聚类,从而将多个三维图像中的点聚合为车辆240的外部轮廓。备选地或附加地,可以三维图像拍摄设备210扫描得到的关于隔离带250的三维数据进行聚类,从而将多个三维图像中的点聚合为隔离带250的外部轮廓。基于该外部轮廓,可以确定对象(例如,车辆240)的诸如坐标的位置信息、诸如车辆型号或车牌的身份信息、尺寸信息、朝向信息等。
在430,设备700根据聚合的点数据确定对象的二维数据的标注信息。作为示例,可以根据聚类结果来辅助用户对二维图像拍摄设备220获取的相应帧的数据进行人工标注。在某些实施例中,标注信息可以包括以下信息中的至少一项:对象的位置信息、对象的身份信息、对象的尺寸信息、对象的朝向信息。
以此方式,本公开可以有效地为V2X路侧设备获取验证数据,以建立真值测试数据集。并且通过引入诸如激光雷达的精度较高的传感器来提供三维点云数据来对V2X路侧设备采集的图像数据进行辅助标注,从而提高了标注的效率和准确性。
为了更为充分地利用诸如激光雷达的三维图像拍摄设备210的优点,可以合理地设置三维图像拍摄设备210距离路面的高度。图5示出了本公开的多个实施例能够在其中实现的详细示例环境500的正视图。示例环境500可以包含三维图像拍摄设备510、道路530和隔离带550。如图5所示,三维图像拍摄设备510可以是激光雷达,其具有垂直视场角α,并且其距离道路530的表面的高度为H。此外,如图5所示,道路530具有宽度W路。
如上文所述,三维图像拍摄设备510的垂直视场角α被设置为对准甚至覆盖(即,对准或超过)道路530的宽度W路。因此,可以按照以下公式设置三维图像拍摄设备510距离道路530的高度H:
当然,应理解,如果不考虑扫描到道路530的边缘的清晰度的问题,也可以按照以下公式设置三维图像拍摄设备510距离道路530的高度H:
此外,由于三维图像拍摄设备510具有最大检测距离,故可以经验地按照以下公式设置所述三维图像拍摄设备距离所述道路的高度H:
其中l是三维图像拍摄设备510的最大检测距离。
当然,也可以按照其他大小关系来设置三维图像拍摄设备510距离道路530的高度H。
通过以上方式,本公开对引入的诸如激光雷达的三维图像拍摄设备的布置方案进行了设计,使得三维图像拍摄设备可以满足全场景覆盖无遮挡的要求,从而保证了数据标注的准确性和数据的有效性。并且,由于最小限度的使用了三维图像拍摄设备,故降低了成本。
以上讨论了利用诸如激光雷达的三维图像拍摄设备来辅助标注验证数据以及三维图像拍摄设备的具体设置方式。然而,应当理解,这些场景的描述仅为了以示例方式来解释说明本公开的实施例。取决于实际需要,在不同或类似场景下,还可以选择不同的策略,以便使获取的验证数据的准确性得到最大化。还需要注意的是,本公开的技术方案本质上不限于应用到车辆网领域,本公开的技术方案在应用于需要三维图像拍摄设备辅助确定验证数据的其他技术方案中可以具备上文提到的各种优点。
图6示出了根据本公开的实施例的用于获取验证数据的装置600的示意框图。装置600可以被包括在图7的设备700中,或者被实现为设备700。如图6所示,装置600可以包括三维数据获取模块610,被配置为通过三维图像拍摄设备210获取道路230中的对象的三维数据,三维图像拍摄设备210设置在道路230上方,并且三维图像拍摄设备210的垂直视场角覆盖道路230的宽度。装置600还可以包括二维数据获取模块620,被配置为通过二维图像拍摄设备220获取道路230中的对象的二维数据。此外,装置600还可以包括验证数据确定模块630,被配置为利用对象的三维数据来确定对象在二维数据中的标注信息作为验证数据。
在一些实施例中,装置600还可以包括时间同步模块(未示出),被配置为将三维图像拍摄设备210与二维图像拍摄设备220进行时间同步。
在一些实施例中,装置600还可以包括延时补偿模块(未示出),被配置为将三维数据与二维数据中的至少一个进行延时补偿,以使三维数据与二维数据在每个时刻均对应。
在一些实施例中,验证数据确定模块630可以包括:坐标对齐模块,被配置为对齐三维数据与二维数据的坐标;聚合模块,被配置为聚合三维数据中与对象有关的点数据;以及标注信息确定模块,被配置为根据聚合的点数据确定对象的二维数据的标注信息。
在一些实施例中,标注信息可以包括以下信息中的至少一项:对象的位置信息;对象的身份信息;对象的尺寸信息;以及对象的朝向信息。
在一些实施例中,可以按照以下公式设置三维图像拍摄设备210距离道路230的高度H:
其中W路是道路的宽度,α是垂直视场角。
在一些实施例中,可以按照以下公式设置三维图像拍摄设备210距离道路230的高度H:
其中l是三维图像拍摄设备210的最大检测距离。
在一些实施例中,三维图像拍摄设备210可以是激光雷达。
图7示出了可以用来实施本公开的实施例的示例设备700的示意性框图。如图所示,设备700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的计算机程序指令或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序指令,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理单元701执行上文所描述的各个方法和处理,例如过程300或400。例如,在一些实施例中,过程300或400可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由CPU 701执行时,可以执行上文描述的过程300或400的一个或多个步骤。备选地,在其他实施例中,CPU701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行过程300。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)等等。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
此外,虽然采用特定次序描绘了各操作,但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行,或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地,在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (18)
1.一种用于获取验证数据的方法,包括:
通过三维图像拍摄设备获取道路中的对象的三维数据,所述三维图像拍摄设备设置在所述道路上方,并且所述三维图像拍摄设备的垂直视场角覆盖所述道路的宽度;
通过二维图像拍摄设备获取所述道路中的所述对象的二维数据;以及
利用所述对象的所述三维数据来确定所述对象在所述二维数据中的标注信息作为所述验证数据。
2.根据权利要求1所述的方法,还包括:
将所述三维图像拍摄设备与所述二维图像拍摄设备进行时间同步。
3.根据权利要求1所述的方法,还包括:
将所述三维数据与所述二维数据中的至少一个进行延时补偿,以使所述三维数据与所述二维数据在每个时刻均对应。
4.根据权利要求1所述的方法,其中利用所述三维数据来确定所述对象在所述二维数据中的所述标注信息包括:
对齐所述三维数据与所述二维数据的坐标;
聚合所述三维数据中与所述对象有关的点数据;以及
根据聚合的所述点数据确定所述对象的所述二维数据的所述标注信息。
5.根据权利要求1或4所述的方法,其中所述标注信息包括以下信息中的至少一项:
所述对象的位置信息;
所述对象的身份信息;
所述对象的尺寸信息;以及
所述对象的朝向信息。
6.根据权利要求1所述的方法,其中按照以下公式设置所述三维图像拍摄设备距离所述道路的高度H:
其中所述W路是所述道路的宽度,所述α是所述垂直视场角。
7.根据权利要求1或6所述的方法,其中按照以下公式设置所述三维图像拍摄设备距离所述道路的高度H:
其中所述l是所述三维图像拍摄设备的最大检测距离。
8.根据权利要求1所述的方法,其中所述三维图像拍摄设备是激光雷达。
9.一种用于获取验证数据的装置,包括:
三维数据获取模块,被配置为通过三维图像拍摄设备获取道路中的对象的三维数据,所述三维图像拍摄设备设置在所述道路上方,并且所述三维图像拍摄设备的垂直视场角覆盖所述道路的宽度;
二维数据获取模块,被配置为通过二维图像拍摄设备获取所述道路中的所述对象的二维数据;以及
验证数据确定模块,被配置为利用所述对象的所述三维数据来确定所述对象在所述二维数据中的标注信息作为所述验证数据。
10.根据权利要求9所述的装置,还包括:
时间同步模块,被配置为将所述三维图像拍摄设备与所述二维图像拍摄设备进行时间同步。
11.根据权利要求9所述的装置,还包括:
延时补偿模块,被配置为将所述三维数据与所述二维数据中的至少一个进行延时补偿,以使所述三维数据与所述二维数据在每个时刻均对应。
12.根据权利要求9所述的装置,其中所述验证数据确定模块包括:
坐标对齐模块,被配置为对齐所述三维数据与所述二维数据的坐标;
聚合模块,被配置为聚合所述三维数据中与所述对象有关的点数据;以及
标注信息确定模块,被配置为根据聚合的所述点数据确定所述对象的所述二维数据的所述标注信息。
13.根据权利要求9或12所述的装置,其中所述标注信息包括以下信息中的至少一项:
所述对象的位置信息;
所述对象的身份信息;
所述对象的尺寸信息;以及
所述对象的朝向信息。
14.根据权利要求9所述的装置,其中按照以下公式设置所述三维图像拍摄设备距离所述道路的高度H:
其中所述W路是所述道路的宽度,所述α是所述垂直视场角。
15.根据权利要求9或14所述的装置,其中按照以下公式设置所述三维图像拍摄设备距离所述道路的高度H:
其中所述l是所述三维图像拍摄设备的最大检测距离。
16.根据权利要求9所述的装置,其中所述三维图像拍摄设备是激光雷达。
17.一种电子设备,所述电子设备包括:
一个或多个处理器;以及
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-8中任一项所述的方法。
18.一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910500749.5A CN110220501A (zh) | 2019-06-11 | 2019-06-11 | 用于获取验证数据的方法、装置、电子设备和计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910500749.5A CN110220501A (zh) | 2019-06-11 | 2019-06-11 | 用于获取验证数据的方法、装置、电子设备和计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110220501A true CN110220501A (zh) | 2019-09-10 |
Family
ID=67816435
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910500749.5A Pending CN110220501A (zh) | 2019-06-11 | 2019-06-11 | 用于获取验证数据的方法、装置、电子设备和计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110220501A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111401194A (zh) * | 2020-03-10 | 2020-07-10 | 北京百度网讯科技有限公司 | 用于自动驾驶车辆的数据处理方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050196019A1 (en) * | 2004-03-08 | 2005-09-08 | Mitsubishi Denki Kabushiki Kaisha | Traffic line recognition device |
CN105512646A (zh) * | 2016-01-19 | 2016-04-20 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、装置及终端 |
CN107390205A (zh) * | 2017-07-20 | 2017-11-24 | 清华大学 | 一种利用车联网获取前车特征的单目视觉车辆测距方法 |
CN107798724A (zh) * | 2016-09-02 | 2018-03-13 | 德尔福技术有限公司 | 自动化车辆3d道路模型和车道标记定义系统 |
CN108225348A (zh) * | 2017-12-29 | 2018-06-29 | 百度在线网络技术(北京)有限公司 | 地图创建以及运动实体定位的方法和装置 |
-
2019
- 2019-06-11 CN CN201910500749.5A patent/CN110220501A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050196019A1 (en) * | 2004-03-08 | 2005-09-08 | Mitsubishi Denki Kabushiki Kaisha | Traffic line recognition device |
CN105512646A (zh) * | 2016-01-19 | 2016-04-20 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、装置及终端 |
CN107798724A (zh) * | 2016-09-02 | 2018-03-13 | 德尔福技术有限公司 | 自动化车辆3d道路模型和车道标记定义系统 |
CN107390205A (zh) * | 2017-07-20 | 2017-11-24 | 清华大学 | 一种利用车联网获取前车特征的单目视觉车辆测距方法 |
CN108225348A (zh) * | 2017-12-29 | 2018-06-29 | 百度在线网络技术(北京)有限公司 | 地图创建以及运动实体定位的方法和装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111401194A (zh) * | 2020-03-10 | 2020-07-10 | 北京百度网讯科技有限公司 | 用于自动驾驶车辆的数据处理方法和装置 |
CN111401194B (zh) * | 2020-03-10 | 2023-09-22 | 北京百度网讯科技有限公司 | 用于自动驾驶车辆的数据处理方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Automatic as-built BIM creation of precast concrete bridge deck panels using laser scan data | |
JP7054803B2 (ja) | カメラパラメタセット算出装置、カメラパラメタセット算出方法及びプログラム | |
CN110378965A (zh) | 确定坐标系转换参数的方法、装置、设备和存储介质 | |
CN104346608B (zh) | 稀疏深度图稠密化方法和装置 | |
CN111383285B (zh) | 一种基于毫米波雷达与摄像机传感器融合标定方法及系统 | |
US20080050042A1 (en) | Hardware-in-the-loop simulation system and method for computer vision | |
CN110400363A (zh) | 基于激光点云的地图构建方法和装置 | |
Zhuge et al. | Noncontact deflection measurement for bridge through a multi‐UAVs system | |
CN104574393A (zh) | 一种三维路面裂缝图像生成系统和方法 | |
CN109690622A (zh) | 多相机系统中的相机登记 | |
Yeum et al. | Autonomous image localization for visual inspection of civil infrastructure | |
CN103247045A (zh) | 一种从多视图中得到人造场景主方向及图像边缘的方法 | |
CN102901489A (zh) | 路面积水积冰检测方法及装置 | |
CN109472829A (zh) | 一种物体定位方法、装置、设备和存储介质 | |
CN115358486B (zh) | 基于立体卫星影像的港口货运量预测方法、系统及应用 | |
CN113034586B (zh) | 道路倾角检测方法和检测系统 | |
CN106169076A (zh) | 一种基于透视变换的角度车牌图像库搭建方法 | |
CN111220147B (zh) | 终端的定位修正方法、装置 | |
CN109829401A (zh) | 基于双拍摄设备的交通标志识别方法及装置 | |
CN110220501A (zh) | 用于获取验证数据的方法、装置、电子设备和计算机存储介质 | |
CN114898044A (zh) | 检测对象成像方法、装置、设备及介质 | |
CN115019208A (zh) | 一种面向动态交通场景的路面三维重建方法和系统 | |
CN112507891B (zh) | 自动化识别高速路口并构建路口向量的方法及装置 | |
Palma et al. | Detection of geometric temporal changes in point clouds | |
Subedi et al. | Development of a multiple‐camera 3D vehicle tracking system for traffic data collection at intersections |
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 |