CN111127559A - 光学动捕系统中标定杆检测方法、装置、设备和存储介质 - Google Patents
光学动捕系统中标定杆检测方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN111127559A CN111127559A CN201911366990.XA CN201911366990A CN111127559A CN 111127559 A CN111127559 A CN 111127559A CN 201911366990 A CN201911366990 A CN 201911366990A CN 111127559 A CN111127559 A CN 111127559A
- Authority
- CN
- China
- Prior art keywords
- coordinate
- points
- frame
- coordinate data
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及计算机视觉技术领域,尤其涉及一种光学动捕系统中标定杆检测方法、装置、设备和存储介质。该方法包括:获取光学相机对挥动中的标定杆捕获的多帧坐标数据,判断每一帧的坐标点中是否存在两条具有公共坐标点的相交直线,若存在,则将两条相交直线上的多个坐标点记录为合格的坐标数据,根据标定杆上多个标记点的位置关系数据,确定出合格的每一帧坐标数据中与标定杆的多个标记点对应位置的多个坐标点,得到多帧有效的坐标数据。本发明不仅可以判断光学相机获取的坐标数据数据中是否包含标定杆信息,而且可以精确的得到与标定杆坐标系一一对应的多个坐标点的坐标数据,为相机标定提供了必不可少的信息。
Description
技术领域
本发明涉及计算机视觉技术领域,尤其涉及一种光学动捕系统中标定杆检测方法、装置、设备和存储介质。
背景技术
随着机器视觉应用日益广泛,大空间环境中的多相机视觉系统的需求越来越多了,主要方向是大空间内的高精度定位与跟踪。在机器视觉应用中,为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系,必须建立相机成像的几何模型,这些几何模型就是相机参数。而这些参数必须通过实验与计算才能得到,求解参数的过程就称为相机标定。传统的相机标定法需要使用尺寸已知的标定物,如棋盘标定板,通过建立标定物上坐标已知的点与其图像点之间的对应,利用一定的算法获得相机模型的内外参数。而在多目相机环境中,为实现对物体的定位与跟踪,不仅要确定每个相机的参数,也需要确定相机与相机之间的位置关系。
现有的棋盘标定板算法使用条件严苛,且算法时间太长,使用非常不方便。且动捕系统中相机数量很多,相机与相机之间的区域交叉关系复杂,棋盘标定板需要花费大量人力和物力。显然,现有的棋盘标定方式不适用于光学相机的标定。因此需要一种应用于光学动捕系统中能准确快速的检测与识别的标定方法。
发明内容
本发明的主要目的在于提供一种光学动捕系统中标定杆检测方法、装置、设备和存储介质,旨在解决光学动捕系统中标定杆的检测与识别技术问题。
为实现上述目的,本发明提供一种光学动捕系统中标定杆检测方法,所述方法包括以下步骤:
获取光学相机对挥动中的标定杆捕获的多帧坐标数据,每帧所述坐标数据中包含多个坐标点信息;
在多帧坐标数据中,判断每一帧的多个所述坐标点中是否存在预设个数的坐标点形成的两条具有公共坐标点的相交直线,若不存在,则剔除所述坐标数据对应的一帧,若存在,则将两条相交直线上的多个坐标点记录为合格的坐标数据,得到合格的多帧坐标数据;
获取所述标定杆上多个标记点的位置关系数据,根据所述位置关系数据,确定出合格的每一帧坐标数据中与所述标定杆的多个标记点对应位置的多个坐标点,多个所述坐标点记录为一帧有效的坐标数据,得到多帧有效的坐标数据。
可选地,所述在多帧坐标数据中,判断每一帧的多个所述坐标点中是否存在预设个数的坐标点形成的两条具有公共坐标点的相交直线,若不存在,则剔除所述坐标数据对应的一帧,若存在,则记录两条相交直线上的多个坐标点,得到合格的多帧坐标数据前,包括:
在多帧坐标数据中,判断每一帧的多个所述坐标点个数是否在预设的阈值范围内,若不在所述阈值范围内,则剔除所述坐标数据对应的一帧,若在所述阈值范围内,则将多个所述坐标点记录为合格的坐标数据,得到合格的多帧坐标数据。
可选地,所述在多帧坐标数据中,判断每一帧的多个所述坐标点中是否存在预设个数的坐标点形成的两条具有公共坐标点的相交直线,若不存在,则剔除所述坐标数据对应的一帧,若存在,则将两条相交直线上的多个坐标点记录为合格的坐标数据,得到合格的多帧坐标数据,包括:
在多帧坐标数据中,判断每一帧的多个所述坐标点中是否存在预设个数的坐标点位于同一直线上,若不存在直线,则剔除所述坐标数据对应的一帧;
若存在直线,则继续判断直线的数量是否在预设的数量范围内,若不在数量范围内,则剔除所述坐标数据对应的一帧;
若在数量范围内,则继续判断多条直线中的坐标点是否存在公共坐标点,若不存在公共坐标点,则剔除所述坐标数据对应的一帧;
若存在公共坐标点,则继续判断存在公共坐标点的直线是否只有两条,若大于两条直线,则剔除所述坐标数据对应的一帧;
若只有两条直线,则将两条相交直线上的多个坐标点记录为合格的坐标数据,最终得到合格的多帧坐标数据。
可选地,所述在多帧坐标数据中,判断每一帧的多个所述坐标点中是否存在预设个数的坐标点位于同一直线上,包括:
在一帧坐标数据中,任取三个所述坐标点,计算三个所述坐标点之间两两距离,得到三个距离数值;
在三个所述距离数值中查找出最小距离数值和次小距离数值,判断所述次小距离数值是否大于预设的距离阈值,若所述次小距离数值大于所述距离阈值,则三个所述坐标点不在同一直线上;
否则,判断所述次小距离数值与所述最小距离数值的比值是否大于预设的比值阈值,若所述比值小于等于所述比值阈值,则三个所述坐标点不在同一直线上;
否则,判断所述次小距离数值的向量与所述最小距离数值的向量之间的夹角是否小于预设夹角阈值,若所述夹角大于等于所述夹角阈值,则三个所述坐标点不在同一直线上;
否则,三个所述坐标点位于同一直线上。
可选地,所述在一帧坐标数据中,任取三个所述坐标点,计算三个所述坐标点之间两两距离,得到三个距离数值,包括:
三个所述坐标点中任一两个所述坐标点之间的距离为二维坐标的像素欧式距离,并采用下述公式计算得到:
D=sqrt((x1-x2)2+(y1-y2)2)
其中,D为距离数值,两个所述坐标点的二维坐标为(x1,y1)、(x2,y2)。
可选地,所述获取所述标定杆上多个标记点的位置关系数据,根据所述位置关系数据,确定出合格的每一帧坐标数据中与所述标定杆的多个标记点对应位置的多个坐标点,多个所述坐标点记录为一帧有效的坐标数据,得到多帧有效的坐标数据,包括:
获取所述标定杆上多个标记点的位置关系数据,所述位置关系数据包括多个标记点形成的两条相交的线段长度、原点标记、与所述原点标记对应的其他标记点坐标数据;
将合格的一帧坐标数据中多个坐标点形成的两条直线中具有的公共坐标点记为原点坐标,所述原点坐标与所述原点标记对应;
计算两条直线中与所述线段长度相等的目标线段,所述目标线段中包含所述原点坐标,得到两条目标线段;
根据原点标记与其他标记点之间的距离,确定出所述目标线段中与原点坐标相同距离的其他坐标点,最终得到与多个标记点对应的多个坐标点。
可选地,所述根据原点标记与其他标记点之间的距离,确定出所述目标线段中与原点坐标相同距离的其他坐标点,最终得到与多个标记点对应的多个坐标点后,还包括:
将得到的多个坐标点中的原点坐标设为b,将较长线段中与b距离大的坐标点设为a,将较长线段中与b距离较小的坐标点设为c,将较短线段中与b距离大的坐标点设为e,将较短线段中与b距离小的坐标点设为d;
判断a与b之间的距离和b与c之间的距离比值是否大于预设的比值阈值,判断b与d之间的距离和d与e之间的距离比值是否在预设的比值范围内,若a与b之间的距离和b与c之间的距离比值大于所述比值阈值,且b与d之间的距离和d与e之间的距离比值在所述比值范围内,则多个所述坐标点为有效的坐标数据。
进一步地,为实现上述目的,本发明还提供一种光学动捕系统中标定杆检测装置,包括:
获取坐标数据模块,用于获取光学相机对挥动中的标定杆捕获的多帧坐标数据,每帧所述坐标数据中包含多个坐标点信息;
筛选坐标数据模块,用于在多帧坐标数据中,判断每一帧的多个所述坐标点中是否存在预设个数的坐标点形成的两条具有公共坐标点的相交直线,若不存在,则剔除所述坐标数据对应的一帧,若存在,则将两条相交直线上的多个坐标点记录为合格的坐标数据,得到合格的多帧坐标数据;
确定有效数据模块,用于获取所述标定杆上多个标记点的位置关系数据,根据所述位置关系数据,确定出合格的每一帧坐标数据中与所述标定杆的多个标记点对应位置的多个坐标点,多个所述坐标点记录为一帧有效的坐标数据,得到多帧有效的坐标数据。
为实现上述目的,本发明还提供一种光学动捕系统中标定杆检测设备,所述设备包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的光学动捕系统中标定杆检测程序,所述光学动捕系统中标定杆检测程序被所述处理器执行时实现如上所述的光学动捕系统中标定杆检测方法的步骤。
为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有光学动捕系统中标定杆检测程序,所述光学动捕系统中标定杆检测程序被处理器执行时实现如上所述的光学动捕系统中标定杆检测方法的步骤。
本发明提供的光学动捕系统中标定杆检测方法,用于基于二维标定杆的光学动捕系统中,光学相机捕获固定形状的标定杆来获取众多坐标数据,通过本发明来确定光学相机获取的坐标数据中的有效数据。本发明不仅可以判断光学相机获取的坐标数据数据中是否包含标定杆信息,而且可以精确的得到与标定杆坐标系一一对应的多个坐标点的坐标数据,为相机标定提供了必不可少的信息,也在空间标记中心点的步骤中起到了关键作用,为整个光学动捕系统中高精度的定位与跟踪打下了夯实的基础。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。
图1为本发明实施例方案涉及的光学动捕系统中标定杆检测设备的运行环境的结构示意图;
图2为本发明一个实施例中光学动捕系统中标定杆检测方法的流程图;
图3为本发明一个实施例中标定杆的一种结构示意图;
图4为本发明一个实施例中光学动捕系统中标定杆检测装置的结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。
参照图1,为本发明实施例方案涉及的光学动捕系统中标定杆检测设备运行环境的结构示意图。
如图1所示,该光学动捕系统中标定杆检测设备包括:处理器1001,例如CPU,通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的光学动捕系统中标定杆检测设备的硬件结构并不构成对光学动捕系统中标定杆检测设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及光学动捕系统中标定杆检测程序。其中,操作系统是管理和控制光学动捕系统中标定杆检测设备和软件资源的程序,支持光学动捕系统中标定杆检测程序以及其它软件和/或程序的运行。
在图1所示的光学动捕系统中标定杆检测设备的硬件结构中,网络接口1004主要用于接入网络;用户接口1003主要用于侦测确认指令和编辑指令等,而处理器1001可以用于调用存储器1005中存储的光学动捕系统中标定杆检测程序,并执行以下光学动捕系统中标定杆检测方法的各实施例的操作。
参照图2,为本发明一个实施例中的光学动捕系统中标定杆检测方法的流程图,如图2所示,一种光学动捕系统中标定杆检测方法,包括以下步骤:
步骤S1,获取坐标数据:获取光学相机对挥动中的标定杆捕获的多帧坐标数据,每帧坐标数据中包含多个坐标点信息。
本步骤的标定杆采用一种二维标定杆,标定杆上有多个标记点,且标记点涂有高反光材料,能够被光学相机识别。标记点的位置关系是预先设置好的,即可直接得到多个标记点之间的位置关系数据。使用过程中,在大空间内多相机环境下挥动标定杆,光学相机则会识别到标定杆上的标记点,得到每一帧二维空间坐标数据,并把这些坐标数据记录存储。
如图3所示,标定杆2包括横段和竖段,标定杆上设有五个标记点21,横段和竖段具有一个公共标记点,五个标记点21的位置是固定不变的,可以设置为:横段上的三个标记点从左到右的位置关系如下:第一个标记点到第二个标记点的距离是20cm,第二个标记点到第三个标记点的距离是10cm,第一个标记点到第三个标记点的距离是30cm;竖段的三个标记点从上至下的位置关系如下:第一个标记点到第二个标记点的距离是12cm,第二个标记点到第三个标记点的距离是12cm,第一个标记点到第三个标记点的距离是24cm。标定杆上的五个标记点21距离地面具有一个固定高度,固定高度可以是5cm。若建立标定杆坐标系,以横段和竖段相交的公共标记点为原点,以竖段自上至下为X轴正方向,以垂直向上为Y轴正方向,以横段自右向左为Z轴正方向,那么五个标记点(a,b,c,d,e)的坐标为:横段的三个标记点从左到右依次为:第一个标记点a(0,0.05,0.20),第二个标记点b(0,0.05,0),第三个标记点c(0,0.05,-0.1);竖段的三个标记点从上至下为:第一个标记点b(0,0.05,0),第二个标记点d(0.12,0.05,0),第三个标记点e(0.24,0.05,0)。
本发明的标定杆设置五个标记点21后,在光学相机标定过程中,加快了匹配速度,降低了计算难度,标定时间更快,节省人力和物力。在中心点检测时或者在标定杆定位跟踪时,只要确定五个点的相互关系即可确定标定杆的位置所在,大大降低了算法的复杂性。
步骤S2,筛选坐标数据:在多帧坐标数据中,判断每一帧的多个坐标点中是否存在预设个数的坐标点形成的两条具有公共坐标点的相交直线,若不存在,则剔除坐标数据对应的一帧,若存在,则将两条相交直线上的多个坐标点记录为合格的坐标数据,得到合格的多帧坐标数据。
由于在步骤S1采集数据过程中标定杆是在不断挥动的,导致光学相机采集的坐标数据不是每一帧数据都能完整,即包含标定杆上的多个标记点坐标,而且即使有多个坐标点数据,也不能确定这多个坐标就是标定杆上的多个标记点。所以本步骤需要筛选采集到的每一帧的坐标数据。本步骤的预设个数与标定杆上横段或竖段上设置的标记点个数相同。若标定杆上设有五个标记点,横段为三个标记点,竖段为三个标记点,则预设个数为3。当所有的坐标点中,有且仅有两条相交直线时,认为两条相交直线上的多个数据点为合格的坐标数据。
在一个实施例中,在步骤S2之前,包括对每一帧的多个坐标点进行预筛选:
在多帧坐标数据中,判断每一帧的多个坐标点个数是否在预设的阈值范围内,若不在阈值范围内,则剔除坐标数据对应的一帧,若在阈值范围内,则将多个坐标点记录为合格的坐标数据,得到合格的多帧坐标数据。
判断时,阈值范围可以是5-500个坐标点,若一帧中坐标点个数小于5个,认为当前帧中不包含标定杆对应的坐标数据,即当前帧坐标数据不合格。若一帧中坐标点个数大于500个,认为当前帧坐标数据中杂点太多,无用数据过量,当前帧坐标数据也不合格,不合格的坐标数据应从多帧坐标数据中首先被剔除。剔除后得到了合格的每一帧坐标数据,作为后续检测使用,大大降低了后续算法的复杂性。
在一个实施例中,步骤S2,包括:
S201,判断是否存在直线:在多帧坐标数据中,判断每一帧的多个坐标点中是否存在预设个数的坐标点位于同一直线上,若不存在直线,则剔除坐标数据对应的一帧。
在判断预设个数的坐标点是否位于同一直线上时,采用如下方式:
S20101,在一帧坐标数据中,任取三个坐标点,计算三个坐标点之间两两距离,得到三个距离数值,三个坐标点中任一两个坐标点之间的距离为二维坐标的像素欧式距离,并采用下述公式计算得到:
D=sqrt((x1-x2)2+(y1-y2)2)
其中,D为距离数值,两个坐标点的二维坐标为(x1,y1)、(x2,y2)。
例如,在一帧坐标数据中,任取三个坐标点A(x1,y1)、B(x2,y2)、C(x3,y3),计算三个点之间的相互距离,则通过上述计算公式得到二维坐标的像素欧式距离:P=A-C、Q=B-C、R=A-B。
S20102,在三个距离数值中查找出最小距离数值和次小距离数值,判断次小距离数值是否大于预设的距离阈值,若次小距离数值大于距离阈值,则三个坐标点不在同一直线上。
由于标定杆上的多个标记点的位置关系是确定的,因此光学相机捕获的一帧坐标数据中多个坐标点之间应有含有多个标记点位置关系的坐标点。因此本步骤根据坐标点之间的距离,来确定三个坐标点在同一直线上。
例如,在步骤S20101中得到的三个距离数值P、Q和R中,将最小数值记为minU和次小数值记为minV,如果minV大于预设的距离阈值,如12时,认为A、B、C三点不符合三点共线的要求,A、B、C三点不在同一直线上。
S20103,否则,判断次小距离数值与最小距离数值的比值是否大于预设的比值阈值,若比值小于等于比值阈值,则三个坐标点不在同一直线上。
当次小距离数值小于等于距离阈值,则认为三个坐标点有可能在同一直线上,还需要继续进行本步骤的判断。
例如,minV与minU比值小于等于比值阈值0.2时,认为三个坐标点不在同一直线上。
S20104,否则,判断次小距离数值的向量与最小距离数值的向量之间的夹角是否小于预设夹角阈值,若夹角大于等于夹角阈值,则三个坐标点不在同一直线上。
当次小距离数值与最小距离数值的比值大于比值阈值,则认为三个坐标点有可能在同一直线上,还需要继续进行本步骤的判断。
例如,minV与minU向量之间的夹角大于等于夹角阈值5度,认为三个坐标点不在同一直线上。
S20105,否则,三个坐标点位于同一直线上。
只有三个坐标点形成的三个距离数值中,次小距离数值小于等于距离阈值,且次小距离数值与最小距离数值的比值大于比值阈值,且次小距离数值的向量与最小距离数值的向量之间的夹角小于夹角阈值时,三个坐标点符合三点共线的要求,位于同一直线上,此时保存这三个坐标点的坐标数据。
S202,判断直线数量:若存在直线,则继续判断直线的数量是否在预设的数量范围内,若不在数量范围内,则剔除坐标数据对应的一帧。
本步骤中的数量范围可以是2-10个,如果一帧坐标数据中,直线的数量小于2个,认为这帧坐标数据中不包含标定杆,即这帧数据不合格。如果一帧坐标数据中直线的数量大于10个,认为这帧坐标数据中杂点太多,无用数据过量,这帧数据也不合格,不合格的数据应该被剔除。
S203,判断是否存在公共坐标点:若在数量范围内,则继续判断多条直线中的坐标点是否存在公共坐标点,若不存在公共坐标点,则剔除坐标数据对应的一帧。
本步骤通过判断是否存在公共坐标点来确定一帧坐标数据中是否含有相交的两条直线。若没有相交的两条直线,则认为当前帧坐标数据中不包含标定杆,即这帧数据不合格,不合格的数据应该被剔除。
S204,判断相交直线的条数:若存在公共坐标点,则继续判断存在公共坐标点的直线是否只有两条,若大于两条直线,则剔除坐标数据对应的一帧。
如果一帧坐标数据中相交直线的数据不是2,即无论是大于2还是小于2,都认为这帧坐标数据不合格,不合格的数据应该被剔除。
S205,记录合格的坐标数据:若只有两条直线,则将两条相交直线上的多个坐标点记录为合格的坐标数据,最终得到合格的多帧坐标数据。
若一帧坐标数据中,有且只有两条相交且具有公共坐标点的直线时,认为当前帧坐标数据是合格的坐标数据,将这两条直线上所有的坐标点进行保存。
本实施例通过多层判断后,在大量的多帧坐标数据中,有机的筛选出符合需求的多帧坐标数据,作为合格的坐标数据,为后续确定有效的坐标数据提供精确可靠的数据支持,也可大大节省后续确定有效的坐标数据时的计算量。
步骤S3,确定有效坐标数据:获取标定杆上多个标记点的位置关系数据,根据位置关系数据,确定出合格的每一帧坐标数据中与标定杆的多个标记点对应位置的多个坐标点,多个坐标点记录为一帧有效的坐标数据,得到多帧有效的坐标数据。
通过步骤S2后每一帧都筛选出了合格的多个坐标点,这些坐标点分布在两条相交的直线上,且这两条相交的直线具有公共坐标点。为了光学相机后续算法的需求,需要确定出合格的多个坐标点的具体关系或位置关系,即要把多个合格的坐标点与标定杆坐标系中的多个标记点一一对应,最终确定出有效的坐标数据,为光学相机的标定提供可靠的数据。
在一个实施例中,步骤S3,包括:
步骤S301,获取标记点数据:获取标定杆上多个标记点的位置关系数据,位置关系数据包括多个标记点形成的两条相交的线段长度、原点标记、与原点标记对应的其他标记点坐标数据。
例如采用步骤S1的标定杆时,如图3所示,两条相交的线段长度为:横段30cm,竖段24cm;原点标记为:标记点b(0,0.05,0);与原点标记对应的其他标记点坐标数据为:a(0,0.05,0.20)、c(0,0.05,-0.1)、d(0.12,0.05,0)、e(0.24,0.05,0)。
步骤S302,确定原点坐标:将合格的一帧坐标数据中多个坐标点形成的两条直线中具有的公共坐标点记为原点坐标,原点坐标与原点标记对应。
本步骤将公共坐标点作为标定杆的原点,即原点坐标与原点标记对应,如图3中所示,公共坐标点为标记点b,当前帧的原点坐标即为(0,0.05,0)。
步骤S303,确定两条线段:计算两条直线中与线段长度相等的目标线段,目标线段中包含原点坐标,得到两条目标线段。
根据标定杆的形状,标定杆上两条线段的长度应不一样,较长的那条线段为横段,较短的那条线段为竖段。因此通过此信息,可以确定出两条相交直线中的两条目标线段,且每条目标线段内均应包含原点坐标。
步骤S304,确定坐标数据:根据原点标记与其他标记点之间的距离,确定出目标线段中与原点坐标相同距离的其他坐标点,最终得到与多个标记点对应的多个坐标点。
由于标定杆中的原点标记与其他标记点之间的距离通过标记点坐标可直接得到,原点标记与其他标记点之间的距离确定,原点标记又与当前帧坐标数据中的原点坐标对应,因此可以直接得到与标记点对应的其他多个坐标点。
例如,原点坐标b确定后,在横段中,与原点坐标b距离大一点的,如20cm的,为坐标数据a,与原点坐标b距离小一点的,如10cm的为坐标数据c。在竖段中,与原点坐标b距离大一点的,如24cm的,为坐标数据e,与原点坐标b距离小一点的,如12cm的为坐标数据d,从而得到与标定杆的多个标记点一一对应的多个坐标数据。
本步骤在确定出多个坐标点信息后,还包括:
将得到的多个坐标点中的原点坐标设为b,将较长线段中与b距离大的坐标点设为a,将较长线段中与b距离较小的坐标点设为c,将较短线段中与b距离大的坐标点设为e,将较短线段中与b距离小的坐标点设为d,判断a与b之间的距离和b与c之间的距离比值是否大于预设的比值阈值,判断b与d之间的距离和d与e之间的距离比值是否在预设的比值范围内,若a与b之间的距离和b与c之间的距离比值大于比值阈值,且b与d之间的距离和d与e之间的距离比值在比值范围内,则多个坐标点为有效的坐标数据。
通过判断a与b之间的距离和b与c之间的距离比值是否大于预设的比值阈值,如1.7,b与d之间的距离和d与e之间的距离比值是否在比值范围内,如0.8-1.2,来进一步确定坐标数据是否为合格的坐标数据,不合格的坐标数据应该被剔除。
本实施例通过上述多种计算及判断方式相结合,可以精确的确定出与标定杆的标记点一一对应的坐标数据。
本实施例光学动捕系统中标定杆检测方法,通过对光学相机捕获的大量坐标数据中进行筛选及计算,确定出与标定杆对应的多个有效的坐标数据,不仅可以判断相机数据中是否包含标定杆信息,而且可以精确的得到与标定杆坐标系一一对应的多个坐标点的坐标数据,为相机标定提供了必不可少的信息,也在空间标记中心点的步骤中起到了关键作用,为整个光学动捕系统中高精度的定位与跟踪打下了夯实的基础。
在一个实施例中,提出了一种光学动捕系统中标定杆检测装置,如图4所示,该装置包括:
获取坐标数据模块,用于获取光学相机对挥动中的标定杆捕获的多帧坐标数据,每帧坐标数据中包含多个坐标点信息;
筛选坐标数据模块,用于在多帧坐标数据中,判断每一帧的多个坐标点中是否存在预设个数的坐标点形成的两条具有公共坐标点的相交直线,若不存在,则剔除坐标数据对应的一帧,若存在,则将两条相交直线上的多个坐标点记录为合格的坐标数据,得到合格的多帧坐标数据;
确定有效数据模块,用于获取标定杆上多个标记点的位置关系数据,根据位置关系数据,确定出合格的每一帧坐标数据中与标定杆的多个标记点对应位置的多个坐标点,多个坐标点记录为一帧有效的坐标数据,得到多帧有效的坐标数据。
在一个实施例中,提出了一种光学动捕系统中标定杆检测设备,设备包括:存储器、处理器以及存储在存储器上并可在处理器上运行的光学动捕系统中标定杆检测程序,光学动捕系统中标定杆检测程序被处理器执行时实现上述各实施例的光学动捕系统中标定杆检测方法中的步骤。
在一个实施例中,一种计算机可读存储介质,计算机可读存储介质上存储有光学动捕系统中标定杆检测程序,光学动捕系统中标定杆检测程序被处理器执行时实现上述各实施例的光学动捕系统中标定杆检测方法中的步骤。其中,存储介质可以易失性存储介质,存储介质也可以为非易失性存储介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、磁盘或光盘等。
以上所述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发明一些示例性实施例,其描述较为具体和详细,但并不能因此而理解为对本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,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种光学动捕系统中标定杆检测方法,其特征在于,所述方法包括以下步骤:
获取光学相机对挥动中的标定杆捕获的多帧坐标数据,每帧所述坐标数据中包含多个坐标点信息;
在多帧坐标数据中,判断每一帧的多个所述坐标点中是否存在预设个数的坐标点形成的两条具有公共坐标点的相交直线,若不存在,则剔除所述坐标数据对应的一帧,若存在,则将两条相交直线上的多个坐标点记录为合格的坐标数据,得到合格的多帧坐标数据;
获取所述标定杆上多个标记点的位置关系数据,根据所述位置关系数据,确定出合格的每一帧坐标数据中与所述标定杆的多个标记点对应位置的多个坐标点,多个所述坐标点记录为一帧有效的坐标数据,得到多帧有效的坐标数据。
2.根据权利要求1所述的光学动捕系统中标定杆检测方法,其特征在于,所述在多帧坐标数据中,判断每一帧的多个所述坐标点中是否存在预设个数的坐标点形成的两条具有公共坐标点的相交直线,若不存在,则剔除所述坐标数据对应的一帧,若存在,则记录两条相交直线上的多个坐标点,得到合格的多帧坐标数据前,包括:
在多帧坐标数据中,判断每一帧的多个所述坐标点个数是否在预设的阈值范围内,若不在所述阈值范围内,则剔除所述坐标数据对应的一帧,若在所述阈值范围内,则将多个所述坐标点记录为合格的坐标数据,得到合格的多帧坐标数据。
3.根据权利要求1所述的光学动捕系统中标定杆检测方法,其特征在于,所述在多帧坐标数据中,判断每一帧的多个所述坐标点中是否存在预设个数的坐标点形成的两条具有公共坐标点的相交直线,若不存在,则剔除所述坐标数据对应的一帧,若存在,则将两条相交直线上的多个坐标点记录为合格的坐标数据,得到合格的多帧坐标数据,包括:
在多帧坐标数据中,判断每一帧的多个所述坐标点中是否存在预设个数的坐标点位于同一直线上,若不存在直线,则剔除所述坐标数据对应的一帧;
若存在直线,则继续判断直线的数量是否在预设的数量范围内,若不在数量范围内,则剔除所述坐标数据对应的一帧;
若在数量范围内,则继续判断多条直线中的坐标点是否存在公共坐标点,若不存在公共坐标点,则剔除所述坐标数据对应的一帧;
若存在公共坐标点,则继续判断存在公共坐标点的直线是否只有两条,若大于两条直线,则剔除所述坐标数据对应的一帧;
若只有两条直线,则将两条相交直线上的多个坐标点记录为合格的坐标数据,最终得到合格的多帧坐标数据。
4.根据权利要求3所述的光学动捕系统中标定杆检测方法,其特征在于,所述在多帧坐标数据中,判断每一帧的多个所述坐标点中是否存在预设个数的坐标点位于同一直线上,包括:
在一帧坐标数据中,任取三个所述坐标点,计算三个所述坐标点之间两两距离,得到三个距离数值;
在三个所述距离数值中查找出最小距离数值和次小距离数值,判断所述次小距离数值是否大于预设的距离阈值,若所述次小距离数值大于所述距离阈值,则三个所述坐标点不在同一直线上;
否则,判断所述次小距离数值与所述最小距离数值的比值是否大于预设的比值阈值,若所述比值小于等于所述比值阈值,则三个所述坐标点不在同一直线上;
否则,判断所述次小距离数值的向量与所述最小距离数值的向量之间的夹角是否小于预设夹角阈值,若所述夹角大于等于所述夹角阈值,则三个所述坐标点不在同一直线上;
否则,三个所述坐标点位于同一直线上。
5.根据权利要求4所述的光学动捕系统中标定杆检测方法,其特征在于,所述在一帧坐标数据中,任取三个所述坐标点,计算三个所述坐标点之间两两距离,得到三个距离数值,包括:
三个所述坐标点中任一两个所述坐标点之间的距离为二维坐标的像素欧式距离,并采用下述公式计算得到:
D=sqrt((x1-x2)2+(y1-y2)2)
其中,D为距离数值,两个所述坐标点的二维坐标为(x1,y1)、(x2,y2)。
6.根据权利要求1所述的光学动捕系统中标定杆检测方法,其特征在于,所述获取所述标定杆上多个标记点的位置关系数据,根据所述位置关系数据,确定出合格的每一帧坐标数据中与所述标定杆的多个标记点对应位置的多个坐标点,多个所述坐标点记录为一帧有效的坐标数据,得到多帧有效的坐标数据,包括:
获取所述标定杆上多个标记点的位置关系数据,所述位置关系数据包括多个标记点形成的两条相交的线段长度、原点标记、与所述原点标记对应的其他标记点坐标数据;
将合格的一帧坐标数据中多个坐标点形成的两条直线中具有的公共坐标点记为原点坐标,所述原点坐标与所述原点标记对应;
计算两条直线中与所述线段长度相等的目标线段,所述目标线段中包含所述原点坐标,得到两条目标线段;
根据原点标记与其他标记点之间的距离,确定出所述目标线段中与原点坐标相同距离的其他坐标点,最终得到与多个标记点对应的多个坐标点。
7.根据权利要求6所述的光学动捕系统中标定杆检测方法,其特征在于,所述根据原点标记与其他标记点之间的距离,确定出所述目标线段中与原点坐标相同距离的其他坐标点,最终得到与多个标记点对应的多个坐标点后,还包括:
将得到的多个坐标点中的原点坐标设为b,将较长线段中与b距离大的坐标点设为a,将较长线段中与b距离较小的坐标点设为c,将较短线段中与b距离大的坐标点设为e,将较短线段中与b距离小的坐标点设为d;
判断a与b之间的距离和b与c之间的距离比值是否大于预设的比值阈值,判断b与d之间的距离和d与e之间的距离比值是否在预设的比值范围内,若a与b之间的距离和b与c之间的距离比值大于所述比值阈值,且b与d之间的距离和d与e之间的距离比值在所述比值范围内,则多个所述坐标点为有效的坐标数据。
8.一种光学动捕系统中标定杆检测装置,其特征在于,所述装置包括:
获取坐标数据模块,用于获取光学相机对挥动中的标定杆捕获的多帧坐标数据,每帧所述坐标数据中包含多个坐标点信息;
筛选坐标数据模块,用于在多帧坐标数据中,判断每一帧的多个所述坐标点中是否存在预设个数的坐标点形成的两条具有公共坐标点的相交直线,若不存在,则剔除所述坐标数据对应的一帧,若存在,则将两条相交直线上的多个坐标点记录为合格的坐标数据,得到合格的多帧坐标数据;
确定有效数据模块,用于获取所述标定杆上多个标记点的位置关系数据,根据所述位置关系数据,确定出合格的每一帧坐标数据中与所述标定杆的多个标记点对应位置的多个坐标点,多个所述坐标点记录为一帧有效的坐标数据,得到多帧有效的坐标数据。
9.一种光学动捕系统中标定杆检测设备,其特征在于,所述设备包括:
存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的光学动捕系统中标定杆检测程序,所述光学动捕系统中标定杆检测程序被所述处理器执行时实现如权利要求1至7中任一项所述的光学动捕系统中标定杆检测方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有光学动捕系统中标定杆检测程序,所述光学动捕系统中标定杆检测程序被处理器执行时实现如权利要求1至7中任一项所述的光学动捕系统中标定杆检测方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911366990.XA CN111127559B (zh) | 2019-12-26 | 2019-12-26 | 光学动捕系统中标定杆检测方法、装置、设备和存储介质 |
PCT/CN2020/132105 WO2021129305A1 (zh) | 2019-12-26 | 2020-11-27 | 光学动捕系统中标定杆检测方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911366990.XA CN111127559B (zh) | 2019-12-26 | 2019-12-26 | 光学动捕系统中标定杆检测方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111127559A true CN111127559A (zh) | 2020-05-08 |
CN111127559B CN111127559B (zh) | 2023-06-16 |
Family
ID=70503167
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911366990.XA Active CN111127559B (zh) | 2019-12-26 | 2019-12-26 | 光学动捕系统中标定杆检测方法、装置、设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111127559B (zh) |
WO (1) | WO2021129305A1 (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112085800A (zh) * | 2020-08-14 | 2020-12-15 | 深圳市瑞立视多媒体科技有限公司 | 标定杆数据的筛选方法、装置和计算机设备 |
CN112215896A (zh) * | 2020-09-01 | 2021-01-12 | 深圳市瑞立视多媒体科技有限公司 | 多相机标定的相机帧数据处理方法、装置和计算机设备 |
CN112215899A (zh) * | 2020-09-18 | 2021-01-12 | 深圳市瑞立视多媒体科技有限公司 | 帧数据在线处理方法、装置和计算机设备 |
WO2021129305A1 (zh) * | 2019-12-26 | 2021-07-01 | 深圳市瑞立视多媒体科技有限公司 | 光学动捕系统中标定杆检测方法、装置、设备和存储介质 |
WO2022012899A3 (de) * | 2020-07-13 | 2022-03-31 | Soft2Tec Gmbh | Vorrichtung und verfahren zur lage- und positionserkennung von markierungen im dreidimensionalen raum |
CN114998535A (zh) * | 2022-05-26 | 2022-09-02 | 湖南格兰博智能科技有限责任公司 | 一种地图构建的角度偏转矫正方法、系统及电子设备 |
CN115026823A (zh) * | 2022-06-14 | 2022-09-09 | 广东天太机器人有限公司 | 一种基于坐标焊接的工业机器人控制方法以及系统 |
CN115375772A (zh) * | 2022-08-10 | 2022-11-22 | 北京英智数联科技有限公司 | 相机标定方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108257216A (zh) * | 2017-12-12 | 2018-07-06 | 北京克科技有限公司 | 一种在虚拟现实环境构建实体模型的方法、装置及设备 |
CN108961343A (zh) * | 2018-06-26 | 2018-12-07 | 深圳市未来感知科技有限公司 | 虚拟坐标系的构建方法、装置、终端设备及可读存储介质 |
CN108986161A (zh) * | 2018-06-19 | 2018-12-11 | 亮风台(上海)信息科技有限公司 | 一种三维空间坐标估计方法、装置、终端和存储介质 |
US20190073795A1 (en) * | 2016-05-13 | 2019-03-07 | Olympus Corporation | Calibration device, calibration method, optical device, photographing device, projecting device, measurement system, and measurement method |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10111450B4 (de) * | 2001-03-09 | 2005-02-10 | Schott Ag | Verfahren und Vorrichtung zur Bewertung von Schlieren |
FR2986358B1 (fr) * | 2012-01-31 | 2014-03-07 | Continental Automotive France | Procede de calibration des caracteristiques extrinseques d'une camera solidaire d'un pare-brise de vehicule automobile |
CN103035008B (zh) * | 2012-12-15 | 2015-08-12 | 北京工业大学 | 一种多相机系统的加权标定方法 |
CN103208122A (zh) * | 2013-04-18 | 2013-07-17 | 湖南大学 | 基于一维标定杆设计的多相机标定方法 |
CN107358633A (zh) * | 2017-07-12 | 2017-11-17 | 北京轻威科技有限责任公司 | 一种基于三点标定物的多相机内外参标定方法 |
CN109559355B (zh) * | 2018-12-04 | 2021-08-10 | 北京航空航天大学 | 一种基于相机组的无公共视场的多相机全局标定装置及方法 |
CN111127559B (zh) * | 2019-12-26 | 2023-06-16 | 深圳市瑞立视多媒体科技有限公司 | 光学动捕系统中标定杆检测方法、装置、设备和存储介质 |
-
2019
- 2019-12-26 CN CN201911366990.XA patent/CN111127559B/zh active Active
-
2020
- 2020-11-27 WO PCT/CN2020/132105 patent/WO2021129305A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190073795A1 (en) * | 2016-05-13 | 2019-03-07 | Olympus Corporation | Calibration device, calibration method, optical device, photographing device, projecting device, measurement system, and measurement method |
CN108257216A (zh) * | 2017-12-12 | 2018-07-06 | 北京克科技有限公司 | 一种在虚拟现实环境构建实体模型的方法、装置及设备 |
CN108986161A (zh) * | 2018-06-19 | 2018-12-11 | 亮风台(上海)信息科技有限公司 | 一种三维空间坐标估计方法、装置、终端和存储介质 |
CN108961343A (zh) * | 2018-06-26 | 2018-12-07 | 深圳市未来感知科技有限公司 | 虚拟坐标系的构建方法、装置、终端设备及可读存储介质 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021129305A1 (zh) * | 2019-12-26 | 2021-07-01 | 深圳市瑞立视多媒体科技有限公司 | 光学动捕系统中标定杆检测方法、装置、设备和存储介质 |
WO2022012899A3 (de) * | 2020-07-13 | 2022-03-31 | Soft2Tec Gmbh | Vorrichtung und verfahren zur lage- und positionserkennung von markierungen im dreidimensionalen raum |
WO2022033421A1 (zh) * | 2020-08-14 | 2022-02-17 | 深圳市瑞立视多媒体科技有限公司 | 标定杆数据的筛选方法、装置和计算机设备 |
CN112085800A (zh) * | 2020-08-14 | 2020-12-15 | 深圳市瑞立视多媒体科技有限公司 | 标定杆数据的筛选方法、装置和计算机设备 |
CN112215896A (zh) * | 2020-09-01 | 2021-01-12 | 深圳市瑞立视多媒体科技有限公司 | 多相机标定的相机帧数据处理方法、装置和计算机设备 |
CN112215896B (zh) * | 2020-09-01 | 2024-01-30 | 深圳市瑞立视多媒体科技有限公司 | 多相机标定的相机帧数据处理方法、装置和计算机设备 |
CN112215899B (zh) * | 2020-09-18 | 2024-01-30 | 深圳市瑞立视多媒体科技有限公司 | 帧数据在线处理方法、装置和计算机设备 |
CN112215899A (zh) * | 2020-09-18 | 2021-01-12 | 深圳市瑞立视多媒体科技有限公司 | 帧数据在线处理方法、装置和计算机设备 |
CN114998535A (zh) * | 2022-05-26 | 2022-09-02 | 湖南格兰博智能科技有限责任公司 | 一种地图构建的角度偏转矫正方法、系统及电子设备 |
CN115026823B (zh) * | 2022-06-14 | 2023-01-17 | 广东天太机器人有限公司 | 一种基于坐标焊接的工业机器人控制方法以及系统 |
CN115026823A (zh) * | 2022-06-14 | 2022-09-09 | 广东天太机器人有限公司 | 一种基于坐标焊接的工业机器人控制方法以及系统 |
CN115375772B (zh) * | 2022-08-10 | 2024-01-19 | 北京英智数联科技有限公司 | 相机标定方法、装置、设备及存储介质 |
CN115375772A (zh) * | 2022-08-10 | 2022-11-22 | 北京英智数联科技有限公司 | 相机标定方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2021129305A1 (zh) | 2021-07-01 |
CN111127559B (zh) | 2023-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111127559B (zh) | 光学动捕系统中标定杆检测方法、装置、设备和存储介质 | |
CN110568447B (zh) | 视觉定位的方法、装置及计算机可读介质 | |
CN1712891B (zh) | 立体图像的关联方法和三维数据作成装置 | |
CN111179358A (zh) | 标定方法、装置、设备及存储介质 | |
CN104361603B (zh) | 枪机图像目标标定方法及其系统 | |
US20070106482A1 (en) | Fast imaging system calibration | |
CN107111880A (zh) | 针对计算机视觉的遮挡处置 | |
CN106169184A (zh) | 用于确定摄像机的空间特性的方法及系统 | |
CN109559349A (zh) | 一种用于标定的方法和装置 | |
CN108985263B (zh) | 一种数据采集方法、装置、电子设备和计算机可读介质 | |
CN109920003A (zh) | 相机标定检测方法、装置以及设备 | |
CN108391046A (zh) | 信息取得装置、计测方法、记录介质 | |
CN105894511A (zh) | 标定靶设置方法、装置及停车辅助系统 | |
CN113365028B (zh) | 一种巡检路径的生成方法、装置及系统 | |
EP4220547A1 (en) | Method and apparatus for determining heat data of global region, and storage medium | |
US9239230B2 (en) | Computing device and method for measuring widths of measured parts | |
CN110880159A (zh) | 图像拼接方法、装置、存储介质及电子装置 | |
CN116778094B (zh) | 一种基于优选视角拍摄的建筑物变形监测方法及装置 | |
CN102467743A (zh) | 图像处理装置和图像处理方法 | |
JP3919722B2 (ja) | 肌形状計測方法及び肌形状計測装置 | |
JP2019102941A (ja) | 画像処理装置、画像処理装置の制御方法 | |
CN111738906B (zh) | 室内路网生成方法、装置、存储介质及电子设备 | |
CN111383340B (zh) | 一种基于3d图像的背景过滤方法、装置及系统 | |
CN115439550A (zh) | 一种相机标定方法、测距方法、设备及存储介质 | |
JP4269781B2 (ja) | オプティカルフロー検出システム、検出方法および検出プログラム |
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 |