CN110909668B - 目标检测方法、装置、计算机可读存储介质和电子设备 - Google Patents
目标检测方法、装置、计算机可读存储介质和电子设备 Download PDFInfo
- Publication number
- CN110909668B CN110909668B CN201911144213.0A CN201911144213A CN110909668B CN 110909668 B CN110909668 B CN 110909668B CN 201911144213 A CN201911144213 A CN 201911144213A CN 110909668 B CN110909668 B CN 110909668B
- Authority
- CN
- China
- Prior art keywords
- order
- target object
- target
- position information
- objects
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 130
- 230000014509 gene expression Effects 0.000 claims abstract description 216
- 230000004927 fusion Effects 0.000 claims abstract description 123
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明的实施例提供了一种目标检测方法、装置、计算机可读存储介质和电子设备,涉及目标识别技术领域。该方法包括:依据目标检测算法从待测数据中获得多个确定目标物的位置信息;根据多个位置信息拟合得到至少一个融合直线表达式;其中,每个融合直线表达式表征的直线上排布有多个确定目标物中的至少两个确定目标物;根据每个融合直线表达式和预设区间获得待测数据中漏检目标物的位置信息。通过该方法能够识别出航空测量未能识别的目标物,使得目标物检测的精度更高。
Description
技术领域
本发明涉及目标识别技术领域,具体而言,涉及一种目标检测方法、装置、计算机可读存储介质和电子设备。
背景技术
随着农业机械化、智能化进程的推进,越来越多的自动化设备在农田中作业。然后,农田内复杂的环境因素对农业的自动化进程造成严重的阻碍。虽然,目前通过航空测量能够识别出农田中的障碍物,在进行作业路径规划时,使得自动化设备能够避开障碍物作业。但是,由于航拍的图像进行图像处理时,会因为画质的原因导致部分障碍物并不能被识别出,使得自动化设备在作业时存在着触碰障碍物的风险。
发明内容
本发明的目的包括,提供了一种目标检测方法、装置、计算机可读存储介质和电子设备,其能够识别出航空测量未能识别的目标物,使得目标物检测的精度更高。
本发明的实施例可以这样实现:
第一方面,本发明实施例提供一种目标检测方法,所述方法包括:依据目标检测算法从待测数据中获得多个确定目标物的位置信息;根据多个所述位置信息拟合得到至少一个融合直线表达式;其中,每个所述融合直线表达式表征的直线上排布有所述多个确定目标物中的至少两个确定目标物;根据每个所述融合直线表达式和预设区间获得所述待测数据中漏检目标物的位置信息;其中,所述预设区间为预先设置的相邻目标物之间的间隔距离值的数据区间,所述相邻目标物排布在同一根直线上。
第二方面,本发明实施例提供一种目标检测装置,包括:目标物获得模块,用于依据目标检测算法从待测数据中获得多个目标物的位置信息;直线拟合模块,用于根据多个所述位置信息拟合得到至少一个融合直线表达式;其中,每个所述融合直线表达式表征的直线上排布有所述多个目标物中的至少两个目标物;漏检目标物获得模块,用于根据每个所述融合直线表达式和预设区间获得所述待测数据中漏检目标物的位置信息;其中,所述预设区间为预先设置的相邻目标物之间的间隔距离值的数据区间,所述相邻目标物排布在同一根直线上。
第三方面,本发明实施例提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如前述实施方式任意一项所述的目标检测方法的步骤。
第四方面,本发明实施例提供一种电子设备,所述电子设备包括处理器,所述处理器用于运行计算机程序以执行如前述实施方式任意一项所述的目标检测方法的步骤。
相对现有技术,本发明实施例具有以下有益效果:本发明实施例提供的一种目标检测方法、装置、计算机可读存储介质和电子设备,通过目标检测算法对待测数据中的目标物进行检测,获得确定目标物的位置信息,根据确定目标物的位置信息拟合得到至少一个融合直线表达式,根据每个融合直线表达式和预设区间能够将待测数据中未被检测出的漏检目标物检测出。如此,采用目标检测算法先将待测数据中易识别的确定目标物检测出,再基于已检测出的确定目标物和预设区间检测出待测数据中不易识别的漏检目标物,进而提高了检测精度,使得电子设备在进行作业时不会存在触碰目标物的风险。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本发明实施例所提供的电子设备的一种结构示意图;
图2为本发明实施例所提供的目标检测方法的一种流程示意图;
图3为本发明实施例所提供的待测数据中的目标物的一种排布示意图;
图4为图2所示的步骤S102的一种子流程示意图;
图5为本发明实施例所提供的确定目标物的一种排布示意图;
图6为图2所示的步骤S102的又一种子流程示意图;
图7为图2所示的步骤S103的一种子流程示意图;
图8为本发明实施例所提供的目标检测装置的一种功能模块示意图。
图标:100-电子设备;110-存储器;120-处理器;130-通信模块;140-目标检测装置;141-目标物获得模块;142-直线拟合模块;143-漏检模块;200-其它设备。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,需要说明的是,若出现术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,若出现术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
需要说明的是,在不冲突的情况下,本发明的实施例中的特征可以相互结合。
请参考图1,本实施例提供了一种电子设备100,该电子设备100包括存储器110、处理器120和通信模块130,存储器110、处理器120以及通信模块130各元件之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。
在本实施例中,该电子设备100可以是,但不限于个人计算机、服务器及计算平台等。
其中,存储器110用于存储程序或数据。存储器110可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-Only Memory,PROM),可擦除只读存储器(ErasableProgrammable Read-Only Memory,EPROM),电可擦除只读存储器(Electric ErasableProgrammable Read-Only Memory,EEPROM)等。
处理器120用于读/写存储器110中存储的数据和程序,并执行相应地功能。例如,当存储器110中存储的计算机程序被处理器120执行时,实现本发明实施例所揭示的目标检测方法。
通信模块130用于通过网络建立电子设备100与其它设备200之间的通信连接,并用于收发数据。例如,其它设备200可以是无人机,电子设备100通过通信模块130接收无人机采集的航拍数据,并将航拍数据存储在存储器110中。
应当理解的是,图1所示的结构仅为电子设备100的结构示意图,电子设备100还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
本发明实施例还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120执行时实现本发明实施例所揭示的目标检测方法。
请参考图2,为本发明实施例提供的目标检测方法的一种流程示意图。需要说明的是,本发明实施例提供的目标检测方法并不以图2以及以下的具体顺序为限制,应当理解,在其他实施例中,本发明实施例提供的目标检测方法其中部分步骤的顺序可以根据实际需要相互交换,或者其中的部分步骤也可以省略或删除。该目标检测方法可以应用在图1所示的电子设备100中,下面将对图2所示的具体流程进行详细阐述。
步骤S101,依据目标检测算法从待测数据中获得多个确定目标物的位置信息。
在本实施例中,待测数据可以为数字正射影像图(Digital Orthophoto Map,DOM)、二维图片和三维图像等,该待测数据可以为无人机、无人车等设备的作业区域的图像数据,雷达数据等。目标物可以是,但不限于电线杆、树木和防风林等,为了便于描述,本实施例以目标物是电线杆为例进行说明。
在本实施例中,在依据目标检测算法从待测数据中获得多个确定目标物的位置信息之前,电子设备100会先从其它设备200(如无人机)获取航拍数据,对航拍数据进行图像处理得到待测数据。可以理解,无人机可以先设置预定高度对需要作业区域进行航拍得到航拍数据,无人机再将航拍数据传输至电子设备100。
在本实施例中,电子设备100采用基于深度学习的目标检测算法在待测数据中检测出多个确定目标物的位置,并获得多个确定目标物在待测数据中的相对位置信息,将多个确定目标物在待测数据中的相对位置信息转换为经纬度位置信息,故最终获得的多个确定目标物的位置信息以经纬度表示。其中,多个确定目标物可以理解为待测数据中通过目标检测算法就能直接被识别的目标物(即电线杆)。
本发明中实施中的目标物位置信息还包括以目标物为中心的预设范围。
步骤S102,根据多个位置信息拟合得到至少一个融合直线表达式;其中,每个融合直线表达式表征的直线上排布有多个确定目标物中的至少两个确定目标物。
在本实施例中,在获得多个确定目标物的位置信息后,电子设备100可以根据多个确定目标物的位置信息拟合得到至少一个融合直线表达式。可以理解,待测数据中的目标物可能排布在一根直线上;也可能排布在多根直线上,待测数据中的目标物可以排布在多根相交的直线上,也可以排布在多根平行的直线上。其中,一个融合直线表达式可以表征为一根直线。例如根据两个目标物的位置可以根据两点确定一条直线的原理确定直线的斜率和直线的位置,又例如,可以通过三个目标物位置确定一条直线,假如3个目标物的位置分别为点1、点2、点3,可以连接点1和点2形成第一条线段,取第一条线段的中点作为参考点A;连接点2和点3形成第二条线段,取第二条线段的中点作为参考点B;根据两点确定一条直线的原理,结合参考点A和参考点B的位置信息确定一条直线。
在本实施例中,为了获得至少一个融合直线表达式,可以根据多个位置信息从多个确定目标物中确定至少一组分类目标物;其中,每组分类目标物均包括至少两个确定目标物,且每组分类目标物均包括用于关联至少两个确定目标物的特定连接关系;依据至少一组分类目标物中的至少两个确定目标物的位置信息获得至少一个融合直线表达式;其中,不同组的分类目标物的特定连接关系不同。
可以理解,每组分类目标物中的确定目标物排布在一根直线上,即根据每组分类目标物中的确定目标物的位置信息可以拟合得到一个融合直线表达式。不同组的分类目标物的特定连接关系不同,可以理解为,不同组分类目标物中的确定目标物所处的直线不同,特定连接关系可以理解为每组分类目标物中的确定目标物的排布方向,即每个融合直线表达式的斜率和截距。由于两点才能形成线,所以每组分类目标物中包括至少两个确定目标物。同时,待测数据中的确定目标物可以排布在多根相交的直线上,故一个确定目标物可以分配至不同的分类目标物中,即一个确定目标物可以排布在不同的直线上,且该确定目标物为多根相交直线的相交点,或者为包含该相交点的预设范围内。
如图3所示,为待测数据中的确定目标物的一种可实施的排布示意图,待测数据中的确定目标物排布在四根直线上,确定目标物m、确定目标物n、确定目标物a、确定目标物b和确定目标物c排布在一根直线上,即确定目标物m、确定目标物n、确定目标物a、确定目标物b和确定目标物c为一组分类目标物。且确定目标物m、确定目标物n、确定目标物a、确定目标物b和确定目标物c所在的直线与确定目标物d、确定目标物a和确定目标物e所在的直线为两根相交的直线,其中,确定目标物a为相交点,故确定目标物a可以分配至不同组的分类目标物中。同时,由于确定目标物e、确定目标物f和确定目标物g组成的直线的斜率与确定目标物d、确定目标物a和确定目标物e组成的直线的斜率并不相同,所以为两根直线,可以理解在确定目标物e处,由确定目标物d、确定目标物a和确定目标物e组成的直线出现了转向,进而形成了由确定目标物e、确定目标物f和确定目标物g组成的另一根直线,同理,确定目标物e也可以理解为相交点。而确定目标物o、确定目标物p和确定目标物q组成的直线与另外三根直线为平行直线。
步骤S103,根据每个融合直线表达式和预设区间获得待测数据中漏检目标物的位置信息。
在本实施例中,预设区间可以理解为预先设置的相邻目标物之间的间隔距离值的数据区间,该相邻目标物排布在同一根直线上。以目标物是电线杆为例,电线杆在安装之时,相邻的两个电线杆之间的间隔距离值一般设置为200米,故预设区间可以设置为190-210米。
在本实施例中,漏检目标物是指待测数据经过步骤S101的处理后,待测数据中并未被识别的目标物。
可见,由于电子设备100在获得待测数据的过程中,会导致待测数据中的部分图像区域模糊不清,采用目标检测算法对待测数据的全局进行目标检测,会存在检测不出待测数据中模糊不清区域中的目标物。同时,也因为对待测数据的全局进行目标检测时,目标检测算法的准确率过高,也会导致目标物漏检的情况产生。故采用本实施例提供的目标检测方法,能够基于已检测出的确定目标物和预设区间检测出待测数据中不易识别的漏检目标物,进而提高了检测精度,使得电子设备100在进行作业时不会存在触碰目标物的风险。
在本实施例中,为了获得至少一个融合直线表达式,可以采用根据多个位置信息将多个确定目标物分为至少一组分类目标物的方式实现。具体地,请参照图4,为步骤S102的子步骤流程示意图,步骤S102包括如下子步骤:
步骤S201,从多个确定目标物中选择距离最近的两个一阶目标物,其中两个一阶目标物之间具有特定连接关系。
在本实施例中,在获得多个确定目标物的位置信息后确定第一组分类目标物时,可以根据多个确定目标物的位置信息可以计算得到任意两个确定目标物之间的距离值,从任意两个确定目标物之间的距离值中选择距离值最小的两个确定目标物为两个一阶目标物。若存在多组两个确定目标物之间的距离值相同且最小,则从距离值相同且最小的多组两个确定目标物中随机选择一组中的两个确定目标物为两个一阶目标物。
步骤S202,依据两个一阶目标物的位置信息获得一阶融合直线表达式。
在本实施例中,根据两个一阶目标物的位置信息可以获得一个为二元一次方程的一阶融合直线表达式。
步骤S203,若多个确定目标物中不存在与两个一阶目标物具有相同的特定连接关系的确定目标物时,将两个一阶目标物确定为一组分类目标物,并将一阶融合直线表达式确定为融合直线表达式。
在本实施例中,当一阶融合直线表达式所表征的直线上只排布有上述的两个一阶目标物时,将上述的两个一阶目标物确定为一组分类目标物,且一阶融合直线表达式即为融合直线表达式。
步骤S204,若多个确定目标物中存在与两个一阶目标物具有相同的特定连接关系的确定目标物时,依据存在特定连接关系的确定目标物的位置信息及一阶融合直线表达式获得新一阶融合直线表达式,将新一阶融合直线表达式与下一次确定的存在特定连接关系的确定目标物融合,重复执行直至遍历完多个确定目标物;将存在特定连接关系的所有确定目标物和两个一阶目标物确定为一组分类目标物,并将最终的新一阶融合直线表达式确定为融合直线表达式。
在本实施例中,若一阶融合直线表达式所表征的直线上除了排布有上述的两个一阶目标物之外,还排布有其它的确定目标物,即存在与两个一阶目标物具有相同的特定连接关系的确定目标物。若与两个一阶目标物具有相同的特定连接关系的确定目标物为一个,则依据存在特定连接关系的确定目标物的位置信息及一阶融合直线表达式获得新一阶融合直线表达式,将与两个一阶目标物具有相同的特定连接关系的确定目标物与两个一阶目标物确定为一组分类目标物,并将新一阶融合直线表达式确定为一个融合直线表达式,且该融合直线表达式可以理解为第一个融合直线表达式。
若与两个一阶目标物具有相同的特定连接关系的确定目标物为多个,则先从与两个一阶目标物具有相同的特定连接关系的确定目标物中选择一个确定目标物的位置信息及一阶融合直线表达式获得新一阶融合直线表达式,将新一阶直线表达式同下一个与两个一阶目标物具有相同的特定连接关系的确定目标物进行融合,又获得一个新一阶融合直线表达式,若还存在与两个一阶目标物具有相同的特定连接关系的确定目标物时,重复上述操作,直至遍历完所有多个确定目标物,并与两个一阶目标物存在特定连接关系的所有确定目标物和两个一阶目标物确定为一组分类目标物,并将最终的新一阶融合直线表达式确定为融合直线表达式。
在本实施例中,依据存在特定连接关系的确定目标物的位置信息及一阶融合直线表达式获得新一阶融合直线表达式的具体原理为:从与两个一阶目标物具有相同的特定连接关系的确定目标物中,选择距离两个一阶目标物最小的一个新一阶目标物;依据新一阶目标物的位置信息,及两个一阶目标物中与新一阶目标物距离最小的目标物的位置信息获得一阶直线线段表达式;将一阶直线线段表达式与一阶融合直线表达式进行融合,得到新一阶融合直线表达式。
可以理解,当与两个一阶目标物具有相同的特定连接关系的确定目标物为多个时,根据多个与两个一阶目标物具有相同的特定连接关系的确定目标物的位置信息和两个一阶目标物的位置信息,可以获得多个与两个一阶目标物具有相同的特定连接关系的确定目标物分别与两个一阶目标物的距离值,从中选择与两个一阶目标物距离最小的一个确定目标物为第一新一阶目标物。根据第一新一阶目标物的位置信息,及两个一阶目标物中与第一新一阶目标物距离最小的一阶目标物的位置信息获得第一一阶直线线段表达式。将第一一阶直线线段表达式与一阶融合直线表达式进行融合,得到第一新一阶融合直线表达式。若还存在与两个一阶目标物具有相同的特定连接关系的确定目标物时,会从剩下的与两个一阶目标物具有相同的特定连接关系的确定目标物中选择距离两个一阶目标物最小的第二新一阶目标物。根据第二新一阶目标物的位置信息,及两个一阶目标物和第一新一阶目标物中与第二新一阶目标物距离最小的目标物的位置信息获得第二一阶直线线段表达式。将第二一阶直线线段表达式与第一新一阶融合直线表达式进行融合,得到第二新一阶融合直线表达式。若还存在与两个一阶目标物具有相同的特定连接关系的确定目标物时,重复上述操作,直至不存在与两个一阶目标物具有相同的特定连接关系的确定目标物,并将最终的新一阶融合直线表达式确定为融合直线表达式。
例如,如图5所示,多个确定目标物中的确定目标物a、确定目标物b和确定目标物c均与两个一阶目标物具有相同的特定连接关系,两个一阶目标物包括一阶目标物m和一阶目标物n,根据确定目标物a、确定目标物b、确定目标物c、一阶目标物m和一阶目标物n的位置信息可以计算得到,确定目标物a与一阶目标物m的距离为400米,确定目标物a与一阶目标物n的距离为200米,确定目标物a与一阶目标物m的距离为400米,确定目标物a与一阶目标物n的距离为200米,根据确定目标物a与确定目标物b距离200米、确定目标物a与确定目标物c距离400米;确定目标物b与一阶目标物m的距离为600米,确定目标物b与一阶目标物n的距离为400米;确定目标物c与一阶目标物m的距离为800米,确定目标物c与一阶目标物n的距离为600米。由此可知,确定目标物a距离一阶目标物n最近,确定目标物a则被确定为第一新一阶目标物,根据确定目标物a的位置信息和一阶目标物n的位置信息获得第一一阶直线线段表达式,将第一一阶直线线段表达式与一阶融合直线表达式进行融合,得到第一新一阶融合直线表达式。由于剩下的确定目标物b和确定目标物c中确定目标物b距离一阶目标物n最近,故会确定目标物b确定为第二新一阶目标物,且确定目标物a、一阶目标物m和一阶目标物n中的确定目标物a与确定目标物b之间的距离最小,依据确定目标物b与确定目标物a的位置信息获得第二一阶直线线段表达式,将第二一阶直线线段表达式与第一新一阶融合直线表达式进行融合,得到第二新一阶融合直线表达式。由于剩下的确定目标物c与确定目标物b之间的距离最小,故依据确定目标物c与确定目标物b的位置信息获得第三一阶直线线段表达式,将第三一阶直线线段表达式与第二新一阶融合直线表达式进行融合,得到第三新一阶融合直线表达式,并将最终获得第三新一阶融合直线表达式确定为融合直线表达式,且确定目标物a、确定目标物b、确定目标物c、一阶目标物m和一阶目标物n为一组分类目标物,即确定目标物a、确定目标物b、确定目标物c、一阶目标物m和一阶目标物n排布在同一根直线上。
在本实施例中,将一阶融合直线表达式与下一次确定的存在特定连接关系的确定目标融合,得到新一阶融合直线表达式的目的是为了减小融合直线表达式的误差。由于获得的多个确定目标物的位置信息存在误差,且对目标物进行安装时,目标物也不是很准确的排布在一根直线上,故只是以一根直线上的两个目标物的位置信息获得的融合直线表达式并不准确,故根据每个目标物的位置信息对融合直线表达式进行调整,会获得准确度更高的融合直线表达式。
进一步地,在确定完一个融合直线表达式后,若还存在其它的融合直线表达式,步骤S102还包括以下子步骤:
步骤S205,从已经分组之外的确定目标物,或从已经分组之外的确定目标物和已分组的分类目标物的任一确定目标物中选择距离最近的两个二阶目标物,其中,两个二阶目标物之间具有特定连接关系。
在本实施例中,若存在的其它融合直线表达式所表征的直线与已确定的融合直线表达式所表征的直线是平行关系,那么只需从已经分组之外的确定目标物中选择距离最近的两个二阶目标物。若存在的其它融合直线表达式所表征的直线与已确定的融合直线表达式所表征的直线存在相交的直线,那么需从已经分组之外的确定目标物和已分组的分类目标物的任一确定目标物中选择距离最近的两个二阶目标物。其中,二阶目标物之间具有的特定连接关系与一阶目标物之间具有的特定连接关系不同,即二阶目标物和一阶目标物确定在不同组的分类目标物中。由于存在相交的直线,故相交的直线中处于相交点的确定目标物既可以是一阶目标物,也可以是二阶目标物,即处于相交点的确定目标物可以分配至不同组的分类目标物中。
步骤S206,依据两个二阶目标物的位置信息获得二阶融合直线表达式。
在本实施例中,根据两个一阶目标物的位置信息可以获得一个为二元一次方程的二阶融合直线表达式。
步骤S207,若确定目标物中不存在与两个二阶目标物具有相同的特定连接关系的确定目标物时,将两个二阶目标物确定为一组分类目标物,并将二阶融合直线表达式确定为融合直线表达式。
在本实施例中,当二阶融合直线表达式所表征的直线上只排布有上述的两个二阶目标物时,将上述的两个二阶目标物确定为一组分类目标物,且二阶融合直线表达式即为融合直线表达式。
步骤S208,若多个确定目标物中存在与两个二阶目标物具有相同的特定连接关系的确定目标物时,依据存在特定连接关系的确定目标物的位置信息及二阶融合直线表达式获得新二阶融合直线表达式,将新二阶融合直线表达式与下一次确定的存在特定连接关系的确定目标物融合,重复执行直至遍历完多个确定目标物;并将存在特定连接关系的所有确定目标物和两个二阶目标物确定为一组分类目标物,并将最终的新二阶融合直线表达式确定为融合直线表达式。
在本实施例中,从已经分组之外的确定目标物,或从已经分组之外的确定目标物和已分组的分类目标物的任一确定目标物中确定新的一组分类目标物的具体实施方式与步骤S205所描述的方式相同,为简要描述,可参考步骤S205相应内容获得如何依据存在特定连接关系的确定目标物的位置信息及二阶融合直线表达式确定融合直线表达式,即确定新的一组分类目标物。
在本实施例中,若还存在其它的融合直线表达式,可以重复上述步骤S205-步骤S208,直至确定至少一组分类目标物。可以理解为,重复上述步骤S205-步骤S208,直至每个确定目标物均分配至分类目标物中,及获得待测数据中所有确定目标物形成的所有直线的融合直线表达式。
在本实施例中,在依据存在特定连接关系的确定目标物的位置信息及一阶融合直线表达式获得新一阶融合直线表达式之前,需确定多个确定目标物中是否存在与两个一阶目标物具有相同的特定连接关系的确定目标物。具体地,请参考图6,目标检测方法还包括以下步骤:
步骤S301,将多个确定目标物的位置信息带入一阶融合直线表达式中,获得计算结果。
在本实施例中,由于一阶融合直线表达式为二元一次方程,将除了两个一阶目标物之外的每个确定目标物的经纬度位置信息分别带入至融合直线表达式中,均会获得一个计算结果。依据不同确定目标物获得的计算结果可以相同,也可以不同。
步骤S302,若计算结果在预设范围内,则将计算结果在预设范围内的确定目标物确定为与两个一阶目标物具有相同的特定连接关系的确定目标物。
在本实施例中,预设范围是指排布在一阶融合直线表达式所表征的直线上的允许偏差值。可以理解为,因为获取确定目标物的位置信息的误差原因,以及目标物在实际中并不完全的排布在一条直线上的原因,若根据确定目标物获得的计算结果在预设范围内,则表示计算结果在预设范围内的确定目标物所处的位置在一阶融合直线表达式所表征的直线上或附近,即计算结果在预设范围内的确定目标物所处的位置与一阶融合直线表达式所表征的直线之间的距离在允许偏差内。
在确定其它组分类目标物中的确定目标物是否具有相同的特定连接关系,可以参照上述步骤S301和步骤S302所描述的内容。区别在于每组分类目标物的融合直线表达式不同,在获得计算结果时,是根据每组分类目标物中确定目标物拟合得到的融合直线表达式进行计算得到,其它判断依据和处理过程均是相同的,为简要描述,在此不做累述。
在本实施例中,为了获得漏检目标物的位置信息,可以根据每个融合直线表达式和预设区间获得待测数据中漏检目标物的位置信息的方式实现。具体地,请参照图7,为步骤S103的子步骤流程示意图,步骤S103包括以下子步骤:
步骤S401,根据每个融合直线表达式和预设区间获得漏检目标物所处的待测数据区域。
在本实施例中,当排布在融合直线表达式所表征的直线上相邻的确定目标物之间的间隔距离值大于预设区间,表示间隔距离值大于预设区间的两个确定目标物之间可能存在漏检目标物,并会在间隔距离值大于预设区间的两个确定目标物之间,且与间隔距离值大于预设区间的两个确定目标物中任意一个目标物相距的间隔值在预设区间的图像区域确定为待测数据区域。当融合直线表达式所表征的直线并未到达待测数据的边界,即融合直线表达式所表征的直线的延伸方向上还有图像区域,则在与融合直线表达式所表征的直线上排布在端点的确定目标物相距的间隔值在预设区间内的图像区域确定为待测数据区域。
步骤S402,依据目标检测算法对待测数据区域进行检测,若待测数据区域存在漏检目标物,则获得漏检目标物的位置信息。
在本实施例中,步骤S101中采用的目标检测算法与步骤S402中采用的目标检测算法的区别在于,步骤S101中采用的目标检测算法的准确率高于步骤S1402中采用的目标检测算法的准确率。在步骤S101中,因为是针对整个待测数据进行目标检测,为了防止存在误检的情况发生,则会将识别目标物的参数阈值调高,换言之,将目标检测算法的准确率调高,但调高目标检测算法的准确率会存在漏检的情况产生。在步骤S402中,因为是针对待测数据的部分图像区域进行目标检测,故能够影响到电子设备100误检的因素减小,则可将识别目标物的参数阈值调低,换言之,将目标检测算法的准确率调低,进而防止目标物漏检的情况发生。
在本实施例中,采用准确率低的目标检测算法对待测数据区域进行检测,若存在漏检目标物,则获得漏检目标物的位置信息;若无漏检目标物,则停止依据该融合直线表达式对漏检目标物的搜索。
步骤S403,依据漏检目标物的位置信息对与待测数据区域相关联的融合直线表达式进行更新,获得新的融合直线表达式。
在本实施例中,在获得漏检目标物的位置信息后,从获得该漏检目标物的融合直线表达式所表征的直线上排布的确定目标物中确定与该漏检目标物距离最近的确定目标物,根据漏检目标物的位置信息以及与该漏检目标物距离最近的确定目标物的位置信息获得直线线段表达式,将直线线段表达式与获得该漏检目标物的融合直线表达式进行融合,得到新的融合直线表达式。即将漏检目标物加入到形成该融合直线表达式的确定目标物所处的分类目标物中。
在本实施例中,若在该融合直线表达式所表征的直线上还存在漏检目标物,以新的融合直线表达式替代融合直线表达式,并重复步骤S401-步骤S403的操作,直至该融合直线表达式所表征的直线上无漏检目标物被检测出。
在本实施例中,其它融合直线表达式进行漏检目标物的检测的方式与上述描述的检测内容相同,为简要描述,在此不做累述。
为了执行上述实施例及各个可能的方式中的相应步骤,下面给出一种目标检测装置140的实现方式,请参阅图8,为本发明实施例提供的一种目标检测装置140的功能模块图。需要说明的是,本实施例所提供的目标检测装置140,其基本原理及产生的技术效果和上述实施例相同,为简要描述,本实施例部分未提及之处,可参考上述的实施例中相应内容。该目标检测装置140可以应用于图1的电子设备100,其包括目标物获得模块141、直线拟合模块142和漏检模块143。
可选地,上述模块可以软件或固件(Firmware)的形式存储于电子设备100的存储器110中或固化于该电子设备100的操作系统(Operating System,OS)中,并可由电子设备100的处理器120执行。同时,执行上述模块所需的数据、程序的代码等可以存储在电子设备100的存储器110中。
该目标物获得模块141用于依据目标检测算法从待测数据中获得多个目标物的位置信息。
可选地,目标物获得模块141还用于获取航拍数据;对航拍数据进行图像处理得到待测数据。
可以理解,该目标物获得模块141可以执行上述步骤S101。
该直线拟合模块142用于根据多个位置信息拟合得到至少一个融合直线表达式;其中,每个融合直线表达式表征的直线上排布有多个目标物中的至少两个目标物。
可选地,该直线拟合模块142用于根据多个位置信息从多个确定目标物中确定至少一组分类目标物;其中,每组分类目标物均包括至少两个确定目标物,且每组分类目标物均包括用于关联至少两个确定目标物的特定连接关系;依据至少一组分类目标物中的至少两个确定目标物的位置信息获得至少一个融合直线表达式;其中,不同组的分类目标物的特定连接关系不同。
可选地,该直线拟合模块142用于从多个确定目标物中选择距离最近的两个一阶目标物,其中两个一阶目标物之间具有特定连接关系;依据两个一阶目标物的位置信息获得一阶融合直线表达式;若多个确定目标物中不存在与两个一阶目标物具有相同的特定连接关系的确定目标物时,将两个一阶目标物确定为一组分类目标物,并将一阶融合直线表达式确定为融合直线表达式;若多个确定目标物中存在与两个一阶目标物具有相同的特定连接关系的确定目标物时,依据存在特定连接关系的确定目标物的位置信息及一阶融合直线表达式获得新一阶融合直线表达式,将新一阶融合直线表达式与下一次确定的存在特定连接关系的确定目标物融合,重复执行直至遍历完多个确定目标物;将存在特定连接关系的所有确定目标物和两个一阶目标物确定为一组分类目标物,并将最终的新一阶融合直线表达式确定为融合直线表达式。
该直线拟合模块142还用于从已经分组之外的确定目标物,或从已经分组之外的确定目标物和已分组的分类目标物的任一确定目标物中选择距离最近的两个二阶目标物,其中,两个二阶目标物之间具有特定连接关系;依据两个二阶目标物的位置信息获得二阶融合直线表达式;若确定目标物中不存在与两个二阶目标物具有相同的特定连接关系的确定目标物时,将两个二阶目标物确定为一组分类目标物,并将二阶融合直线表达式确定为融合直线表达式;若多个确定目标物中存在与两个二阶目标物具有相同的特定连接关系的确定目标物时,依据存在特定连接关系的确定目标物的位置信息及二阶融合直线表达式获得新二阶融合直线表达式,将新二阶融合直线表达式与下一次确定的存在特定连接关系的确定目标物融合,重复执行直至遍历完多个确定目标物;将存在特定连接关系的所有确定目标物和两个二阶目标物确定为一组分类目标物,并将最终的新二阶融合直线表达式确定为融合直线表达式;重复上述步骤直至确定完至少一组分类目标物。
可选地,该直线拟合模块142用于从与两个一阶目标物具有相同的特定连接关系的确定目标物中,选择距离两个一阶目标物最小的一个新一阶目标物;依据新一阶目标物的位置信息,及两个一阶目标物中与新一阶目标物距离最小的目标物的位置信息获得一阶直线线段表达式;将一阶直线线段表达式与所述一阶融合直线表达式进行融合,得到新一阶融合直线表达式。
可选地,该直线拟合模块142用于将多个确定目标物的位置信息带入一阶融合直线表达式中,获得计算结果;若计算结果在预设范围内,则将计算结果在预设范围内的确定目标物确定为与两个一阶目标物具有相同的特定连接关系的确定目标物。
可以理解,该直线拟合模块142可以执行上述步骤S102、步骤S201-步骤S208以及步骤S301-步骤S302。
该漏检模块143用于根据每个融合直线表达式和预设区间获得待测数据中漏检目标物的位置信息。
可选地,该漏检模块143用于根据每个融合直线表达式和预设区间获得漏检目标物所处的待测数据区域;依据目标检测算法对待测数据区域进行检测,若待测数据区域存在漏检目标物,则获得漏检目标物的位置信息;依据漏检目标物的位置信息对与待测数据区域相关联的融合直线表达式进行更新,获得新的融合直线表达式;利用新的融合直线表达式替代融合直线表达式,重复上述步骤,直至融合直线表达式所表征的直线上无漏检目标物被检测出。
可以理解,该漏检模块143可以执行上述步骤S103以及步骤S401-步骤S404。
综上所述,本发明实施例提供了一种目标检测方法、装置、计算机可读存储介质和电子设备,该方法应用于电子设备,电子设备依据目标检测算法从待测数据中获得多个确定目标物的位置信息;根据多个位置信息拟合得到至少一个融合直线表达式;其中,每个融合直线表达式表征的直线上排布有多个确定目标物中的至少两个确定目标物;根据每个融合直线表达式和预设区间获得待测数据中漏检目标物的位置信息。如此,采用目标检测算法先将待测数据中易识别的确定目标物检测出,再基于已检测出的确定目标物和预设区间检测出待测数据中不易识别的漏检目标物,进而提高了检测精度,使得电子设备在进行作业时不会存在触碰目标物的风险。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (11)
1.一种目标检测方法,其特征在于,所述方法包括:
依据目标检测算法从待测数据中获得多个确定目标物的位置信息;
根据多个所述位置信息拟合得到至少一个融合直线表达式;其中,每个所述融合直线表达式表征的直线上排布有所述多个确定目标物中的至少两个确定目标物;
根据每个所述融合直线表达式和预设区间获得所述待测数据中漏检目标物的位置信息;其中,所述预设区间为预先设置的相邻目标物之间的间隔距离值的数据区间,所述相邻目标物排布在同一根直线上;
依据所述漏检目标物的位置信息对与所述漏检目标物相关联的融合直线表达式进行更新,获得新的融合直线表达式;
利用所述新的融合直线表达式替代所述融合直线表达式,返回至根据每个所述融合直线表达式和预设区间获得所述待测数据中漏检目标物的位置信息的步骤,重复执行,直至所述融合直线表达式所表征的直线上无漏检目标物被检测出。
2.根据权利要求1所述的目标检测方法,其特征在于,所述根据多个所述位置信息拟合得到至少一个融合直线表达式的步骤包括:
根据多个所述位置信息从所述多个确定目标物中确定至少一组分类目标物;其中,每组所述分类目标物均包括至少两个所述确定目标物,且每组所述分类目标物均包括用于关联至少两个所述确定目标物的特定连接关系;
依据所述至少一组分类目标物中的至少两个所述确定目标物的位置信息获得所述至少一个融合直线表达式;其中,不同组的所述分类目标物的特定连接关系不同。
3.根据权利要求2所述的目标检测方法,其特征在于,所述根据多个所述位置信息从所述多个确定目标物中确定至少一组分类目标物的步骤包括:
从所述多个确定目标物中选择距离最近的两个一阶目标物,其中所述两个一阶目标物之间具有特定连接关系;
依据所述两个一阶目标物的位置信息获得一阶融合直线表达式;
若所述多个确定目标物中不存在与所述两个一阶目标物具有相同的特定连接关系的确定目标物时,将所述两个一阶目标物确定为一组分类目标物,并将所述一阶融合直线表达式确定为融合直线表达式;
若所述多个确定目标物中存在与所述两个一阶目标物具有相同的特定连接关系的确定目标物时,依据存在特定连接关系的确定目标物的位置信息及所述一阶融合直线表达式获得新一阶融合直线表达式,将所述新一阶融合直线表达式与下一次确定的存在特定连接关系的确定目标物融合,重复执行直至遍历完所述多个确定目标物;将所述存在特定连接关系的所有确定目标物和所述两个一阶目标物确定为所述一组分类目标物,并将最终的新一阶融合直线表达式确定为融合直线表达式。
4.根据权利要求3所述的目标检测方法,其特征在于,所述方法还包括:
从已经分组之外的所述确定目标物,或从已经分组之外的所述确定目标物和已分组的分类目标物的任一确定目标物中选择距离最近的两个二阶目标物,其中,所述两个二阶目标物之间具有特定连接关系;
依据所述两个二阶目标物的位置信息获得二阶融合直线表达式;
若所述确定目标物中不存在与所述两个二阶目标物具有相同的特定连接关系的确定目标物时,将所述两个二阶目标物确定为一组分类目标物,并将所述二阶融合直线表达式确定为融合直线表达式;
若所述多个确定目标物中存在与所述两个二阶目标物具有相同的特定连接关系的确定目标物时,依据所述存在特定连接关系的确定目标物的位置信息及所述二阶融合直线表达式获得新二阶融合直线表达式,将所述新二阶融合直线表达式与下一次确定的存在特定连接关系的确定目标物融合,重复执行直至遍历完所述多个确定目标物;将所述存在特定连接关系的所有确定目标物和所述两个二阶目标物确定为所述一组分类目标物,并将所述最终的新二阶融合直线表达式确定为融合直线表达式;
重复上述步骤直至确定完所述至少一组分类目标物。
5.根据权利要求3所述的目标检测方法,其特征在于,所述依据所述存在特定连接关系的确定目标物的位置信息及所述一阶融合直线表达式获得新一阶融合直线表达式的步骤包括:
从与所述两个一阶目标物具有相同的特定连接关系的确定目标物中,选择距离所述两个一阶目标物最小的一个新一阶目标物;
依据所述新一阶目标物的位置信息,及所述两个一阶目标物中与所述新一阶目标物距离最小的目标物的位置信息获得一阶直线线段表达式;
将所述一阶直线线段表达式与所述一阶融合直线表达式进行融合,得到所述新一阶融合直线表达式。
6.根据权利要求3所述的目标检测方法,其特征在于,所述方法还包括:
将所述多个确定目标物的位置信息带入所述一阶融合直线表达式中,获得计算结果;
若所述计算结果在预设范围内,则将所述计算结果在所述预设范围内的确定目标物确定为与所述两个一阶目标物具有相同的特定连接关系的确定目标物。
7.根据权利要求1所述的目标检测方法,其特征在于,所述根据每个所述融合直线表达式和预设区间获得所述待测数据中漏检目标物的位置信息的步骤包括:
根据每个所述融合直线表达式和所述预设区间获得所述漏检目标物所处的待测数据区域;
依据目标检测算法对所述待测数据区域进行检测,若所述待测数据区域存在漏检目标物,则获得所述漏检目标物的位置信息;
所述依据所述漏检目标物的位置信息对与所述漏检目标物相关联的融合直线表达式进行更新,获得新的融合直线表达式的步骤包括:
依据所述漏检目标物的位置信息对与所述待测数据区域相关联的融合直线表达式进行更新,获得新的融合直线表达式。
8.根据权利要求1所述的目标检测方法,其特征在于,所述依据目标检测算法从待测数据中获得多个目标物的位置信息的步骤之前,所述方法还包括:
获取航拍数据;
对所述航拍数据进行图像处理得到所述待测数据。
9.一种目标检测装置,其特征在于,包括:
目标物获得模块,用于依据目标检测算法从待测数据中获得多个目标物的位置信息;
直线拟合模块,用于根据多个所述位置信息拟合得到至少一个融合直线表达式;其中,每个所述融合直线表达式表征的直线上排布有所述多个目标物中的至少两个目标物;
漏检模块,用于根据每个所述融合直线表达式和预设区间获得所述待测数据中漏检目标物的位置信息;其中,所述预设区间为预先设置的相邻目标物之间的间隔距离值的数据区间,所述相邻目标物排布在同一根直线上;
所述漏检模块,还用于依据所述漏检目标物的位置信息对与所述漏检目标物相关联的融合直线表达式进行更新,获得新的融合直线表达式;
所述漏检模块,还用于利用所述新的融合直线表达式替代所述融合直线表达式,返回至根据每个所述融合直线表达式和预设区间获得所述待测数据中漏检目标物的位置信息的步骤,重复执行,直至所述融合直线表达式所表征的直线上无漏检目标物被检测出。
10.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1-8任意一项所述的目标检测方法的步骤。
11.一种电子设备,其特征在于,所述电子设备包括处理器,所述处理器用于运行计算机程序以执行如权利要求1-8任意一项所述的目标检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911144213.0A CN110909668B (zh) | 2019-11-20 | 2019-11-20 | 目标检测方法、装置、计算机可读存储介质和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911144213.0A CN110909668B (zh) | 2019-11-20 | 2019-11-20 | 目标检测方法、装置、计算机可读存储介质和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110909668A CN110909668A (zh) | 2020-03-24 |
CN110909668B true CN110909668B (zh) | 2021-02-19 |
Family
ID=69816776
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911144213.0A Active CN110909668B (zh) | 2019-11-20 | 2019-11-20 | 目标检测方法、装置、计算机可读存储介质和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110909668B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112415500B (zh) * | 2020-11-20 | 2023-06-13 | 广州极飞科技股份有限公司 | 目标物位置检测方法及相关装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102831595A (zh) * | 2012-06-20 | 2012-12-19 | 中国农业大学 | 用于自然环境下目标点图像识别的标识物检测方法 |
CN104392212A (zh) * | 2014-11-14 | 2015-03-04 | 北京工业大学 | 一种基于视觉的道路信息检测及前方车辆识别方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6137893A (en) * | 1996-10-07 | 2000-10-24 | Cognex Corporation | Machine vision calibration targets and methods of determining their location and orientation in an image |
CN103413172B (zh) * | 2013-08-22 | 2016-01-20 | 北京农业信息技术研究中心 | 玉米苗期缺苗数的测量方法 |
CN103891697B (zh) * | 2014-03-28 | 2015-08-12 | 南通职业大学 | 一种室内自主移动喷药机器人的变量喷药方法 |
CN103914848B (zh) * | 2014-04-16 | 2017-06-30 | 浙江理工大学 | 一种基于小波变换及最大类间方差的农田图像分割方法 |
CN107728633B (zh) * | 2017-10-23 | 2020-12-18 | 广州极飞科技有限公司 | 获取目标物位置信息方法及装置、移动装置及其控制方法 |
CN110274919A (zh) * | 2019-07-10 | 2019-09-24 | 天津工业大学 | 基于Faster R-CNN的裁片花纹参数测量方法 |
-
2019
- 2019-11-20 CN CN201911144213.0A patent/CN110909668B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102831595A (zh) * | 2012-06-20 | 2012-12-19 | 中国农业大学 | 用于自然环境下目标点图像识别的标识物检测方法 |
CN104392212A (zh) * | 2014-11-14 | 2015-03-04 | 北京工业大学 | 一种基于视觉的道路信息检测及前方车辆识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110909668A (zh) | 2020-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110967028B (zh) | 导航地图构建方法、装置、机器人及存储介质 | |
CN113147738A (zh) | 一种自动泊车定位方法和装置 | |
CN112204346B (zh) | 用于确定车辆位置的方法 | |
CN110470333A (zh) | 传感器参数的标定方法及装置、存储介质和电子装置 | |
CN111856499A (zh) | 基于激光雷达的地图构建方法和装置 | |
CN114842445A (zh) | 基于多途径融合的目标检测方法、装置、设备及介质 | |
CN110909668B (zh) | 目标检测方法、装置、计算机可读存储介质和电子设备 | |
CN113326796B (zh) | 物体检测方法、模型训练方法、装置及电子设备 | |
CN110109165B (zh) | 行驶轨迹中异常点的检测方法及装置 | |
CN112630787B (zh) | 定位方法、装置、电子设备及可读存储介质 | |
CN113375657A (zh) | 电子地图的更新方法、装置和电子设备 | |
CN113108806A (zh) | 路径规划方法、装置、设备及介质 | |
CN117496051A (zh) | 一种结合激光雷达的bim模型构建方法和系统 | |
CN113203424B (zh) | 多传感器的数据融合方法、装置及相关设备 | |
CN111880576B (zh) | 基于视觉的无人机飞行控制方法及装置 | |
CN115468583A (zh) | 定位标识检测方法、电子设备、存储介质及程序产品 | |
CN116501078A (zh) | 无人机故障检测方法、装置、电子设备及可读存储介质 | |
CN105512189A (zh) | 一种海事信息处理方法及系统 | |
CN111062540A (zh) | 反光板布局检查方法、装置、设备及存储介质 | |
CN111880182A (zh) | 一种气象环境数据分析方法、系统、存储介质、雷达 | |
CN103383465A (zh) | 一种基于相关器特征输出的信息融合方法 | |
CN111398961B (zh) | 用于检测障碍物的方法和装置 | |
CN114742812B (zh) | 基于低空星座的多源遥感物探数据一体化探测方法及系统 | |
CN114323020B (zh) | 车辆的定位方法、系统、设备及计算机可读存储介质 | |
CN112985319B (zh) | 三维数字地球模型准确性检测方法、装置和存储介质 |
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 | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province Patentee after: XAG Co., Ltd. Address before: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province Patentee before: Guangzhou Xaircraft Technology Co.,Ltd. |