CN111612852A - 用于验证相机参数的方法和装置 - Google Patents
用于验证相机参数的方法和装置 Download PDFInfo
- Publication number
- CN111612852A CN111612852A CN202010432389.2A CN202010432389A CN111612852A CN 111612852 A CN111612852 A CN 111612852A CN 202010432389 A CN202010432389 A CN 202010432389A CN 111612852 A CN111612852 A CN 111612852A
- Authority
- CN
- China
- Prior art keywords
- camera
- pixel coordinate
- coordinate
- pixel
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000012795 verification Methods 0.000 claims abstract description 53
- 230000000007 visual effect Effects 0.000 claims abstract description 5
- 230000004044 response Effects 0.000 claims description 21
- 230000015654 memory Effects 0.000 claims description 17
- 238000005266 casting Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/757—Matching configurations of points or features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Studio Devices (AREA)
Abstract
本申请实施例公开了用于验证相机参数的方法和装置,可用于自动驾驶技术领域。具体实现方案为:获取第一相机拍摄的第一图像与第二相机拍摄的第二图像,第一相机与第二相机的视角存在重叠区域;确定重叠区域中的特征点在第一图像中的第一像素坐标与特征点在第二图像中的第二像素坐标;通过第一相机的地面方程和外参,将第一像素坐标投影到世界坐标系下,得到第一世界坐标;通过第二相机的外参,将第一世界坐标投影到第二图像上,得到第三像素坐标;根据第三像素坐标与第二像素坐标输出验证结果。该实施方式提高了验证相机参数的效率。
Description
技术领域
本申请实施例涉及智能交通技术领域,尤其涉及自动驾驶技术领域。
背景技术
相机外参标定是指在相机安装后,通过某种方法得到世界坐标系到相机坐标系的变换矩阵(由旋转矩阵和平移向量组成),该变换矩阵即为相机外参。而只有相机外参,是无法从图像中的障碍物像素坐标得到该障碍物的世界坐标的,因为缺少深度信息,因此一种方法是利用地面方程提供深度信息,就可以完成从2D像素坐标到3D像素坐标的转换。
相机外参和地面方程是将物体在真实世界的位置和图像中的像素坐标位置连接起来的必要条件,在需要定位图像中物体位置的领域中十分重要,如自动驾驶、安防和智能交通等。因此,验证相机外参和地面方程的准确性十分必要。现有的验证方法通常需要人工手持GPS在相机所拍摄到的场景中特定的位置戳点获取GPS坐标,用来当作真值。之后利用外参及地面方程将图像中该点投影回世界,并与真值对比,衡量误差。
发明内容
本申请实施例提出了用于验证相机参数的方法、装置、设备以及存储介质。
第一方面,本申请的一些实施例提供了一种用于验证相机参数的方法,该方法包括:获取第一相机拍摄的第一图像与第二相机拍摄的第二图像,第一相机与第二相机的视角存在重叠区域;确定重叠区域中的特征点在第一图像中的第一像素坐标与特征点在第二图像中的第二像素坐标;通过第一相机的地面方程和外参,将第一像素坐标投影到世界坐标系下,得到第一世界坐标;通过第二相机的外参,将第一世界坐标投影到第二图像上,得到第三像素坐标;根据第三像素坐标与第二像素坐标输出验证结果。
第二方面,本申请的一些实施例提供了一种用于验证相机参数的装置,该装置包括:获取单元,被配置成获取第一相机拍摄的第一图像与第二相机拍摄的第二图像,第一相机与第二相机的视角存在重叠区域;确定单元,被配置成确定重叠区域中的特征点在第一图像中的第一像素坐标与特征点在第二图像中的第二像素坐标;第一投影单元,被配置成通过第一相机的地面方程和外参,将第一像素坐标投影到世界坐标系下,得到第一世界坐标;第二投影单元,被配置成通过第二相机的外参,将第一世界坐标投影到第二图像上,得到第三像素坐标;输出单元,被配置成根据第三像素坐标与第二像素坐标输出验证结果。
第三方面,本申请的一些实施例提供了一种设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行,使得上述一个或多个处理器实现如第一方面上述的方法。
第四方面,本申请的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面上述的方法。
根据本申请的技术,提高了验证相机参数的效率。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是本申请的一些可以应用于其中的示例性系统架构图;
图2是根据本申请第一实施例的示意图;
图3是可以实现本申请实施例的用于验证相机参数的方法的一个应用场景的示意图;
图4是根据本申请第二实施例的示意图;
图5是根据本申请第三实施例的示意图;
图6是适于用来实现本申请实施例的用于验证相机参数的方法的电子设备的结构示意图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于验证相机参数的方法或用于验证相机参数的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括相机101、102,网络103和服务器104。网络103用以在相机101、102和服务器104之间提供通信链路的介质。网络103可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
服务器104可以是提供各种服务的服务器,例如对相机101、102的参数,例如外参、地面方程进行验证的服务器,服务器104可以获取相机101拍摄的第一图像与相机102拍摄的第二图像,相机101与相机102的视角存在重叠区域;确定重叠区域中的特征点在第一图像中的第一像素坐标与特征点在第二图像中的第二像素坐标;通过相机101的地面方程和外参,将第一像素坐标投影到世界坐标系下,得到第一世界坐标;通过相机102的外参,将第一世界坐标投影到第二图像上,得到第三像素坐标;根据第三像素坐标与第二像素坐标输出验证结果。
需要说明的是,本申请实施例所提供的用于验证相机参数的方法可以由服务器104执行,相应地,用于验证相机参数的装置可以设置于服务器104中。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的相机、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的相机、网络和服务器。
继续参考图2,示出了根据本申请的用于验证相机参数的方法的一个实施例的流程200。该用于验证相机参数的方法,包括以下步骤:
步骤201,获取第一相机拍摄的第一图像与第二相机拍摄的第二图像,第一相机与第二相机的视角存在重叠区域。
在本实施例中,用于验证相机参数的方法执行主体(例如图1所示的服务器)可以获取第一相机拍摄的第一图像与第二相机拍摄的第二图像,第一相机与第二相机的数量可以是一个或多个。第一相机与第二相机的视角存在重叠区域,例如,第一相机与第二相机可以包括拍摄同一路口区域的两个相机。
步骤202,确定重叠区域中的特征点在第一图像中的第一像素坐标与特征点在第二图像中的第二像素坐标。
在本实施例中,上述执行主体可以确定重叠区域中的特征点在第一图像中的第一像素坐标与特征点在第二图像中的第二像素坐标。特征点的数量可以是一个或多个。重叠区域,可以是第一相机与第二相机都能拍摄到的区域。可以选取该重叠区域中的一个或多个点作为特征点,优选为没有参与过相机外参标定的点,以更好的起到验证的作用。此外,可以选择静态物体的点作为特征点,若选择动态物体的点,则第一相机拍摄的第一图像与第二相机拍摄的第二图像可以是相同时刻或相近时刻拍摄的。
在这里,上述执行主体可以采用诸如SIFT(Scale-invariant FeatureTransform,尺度不变特征变换)、SURF(Speeded Up Robust Features,加速稳健特征)、BRIEF(Binary Robust Independent Elementary Features,二进制文件独立的基本特征)等关键点检测算法,获取第一图像和第二图像中的关键点,并用向量、矩阵等描述子进行描述。其中SIFT算法具体通过在尺度空间上搜索极值、然后拟合精细的模型来确定关键点的位置和尺度、之后利用关键点邻域像素坐标的梯度方向分布特性为每个关键点指定方向参数,最后生成关键点的描述子。
而后,可以对第一图像和第二图像中的关键点进行匹配。具体地,可以利用描述子进行相似度计算,若两个关键点相似度超过预设阈值,则可以认为二者对应重叠区域中的同一个特征点,可以获取二者的像素坐标分别作为第一像素坐标与第二像素坐标。
此外,上述执行主体也可以通过角点检测获取第一图像中的角点,而后通过神经网络等模型确定第二图像中与该角点匹配的点,获取二者的像素坐标分别作为第一像素坐标与第二像素坐标。上述执行主体还可以通过人工标注获取第一像素坐标与第二像素坐标。
步骤203,通过第一相机的地面方程和外参,将第一像素坐标投影到世界坐标系下,得到第一世界坐标。
在本实施例中,上述执行主体可以通过第一相机的地面方程和外参,将第一像素坐标投影到世界坐标系下,得到第一世界坐标。第一相机的地面方程可以是根据深度图进行地面拟合确定的,也可以是通过其他方法推理得到的,外参可以包括以最近点匹配结合求解最小化重投影误差(BA,Bundle Adjustment)或GPS戳点等方法进行标定得到的外参。在这里,第一相机和第二相机的内参可以认为是固定不变的真值。
步骤204,通过第二相机的外参,将第一世界坐标投影到第二图像上,得到第三像素坐标。
在本实施例中,上述执行主体可以通过第二相机的外参,将第一世界坐标投影到第二图像上,得到第三像素坐标。
步骤205,根据第三像素坐标与第二像素坐标输出验证结果。
在本实施例中,上述执行主体可以根据第三像素坐标与第二像素坐标输出验证结果。验证结果可以表征第一相机的外参和地面方程及第二相机的外参是否准确。由于相机及验证点的数量都可以为一个或多个,得到的第三像素坐标与第二像素坐标也可以是一个或多个,根据第三像素坐标与第二像素坐标输出验证结果的具体方法也可以根据实际需要进行调整。
在本实施例的一些可选实现方式中,根据第三像素坐标与第二像素坐标输出验证结果,包括:响应于确定第三像素坐标与第二像素坐标的距离小于预设阈值,输出指示第一相机的外参和地面方程及第二相机的外参准确的验证结果。第三像素坐标与第二像素坐标的距离小于预设阈值时,第一相机的外参和地面方程及第二相机的外参同时错误的概率非常小,此时可以认为第一相机的外参和地面方程及第二相机的外参准确。具体的阈值可以根据实际需要进行设置,例如,对精度要求较高时可以设置一个较小的阈值,对精度要求较低时可以设置一个较大的阈值。本实现方式在确定第三像素坐标与第二像素坐标的距离小于预设阈值时,无需获取GPS数据,即可输出指示第一相机的外参和地面方程及第二相机的外参准确的验证结果,提升了相机参数验证的效率。
在本实施例的一些可选实现方式中,根据第三像素坐标与第二像素坐标输出验证结果,包括:响应于确定第三像素坐标与第二像素坐标的距离大于预设阈值,输出指示以下参数中至少一项不准确的验证结果:第一相机的外参、第一相机的地面方程、第二相机的外参。在本实现方式中,上述执行主体还可以通过第二相机的地面方程和外参,将第二像素坐标投影到世界坐标系下,得到第二世界坐标;通过第一相机的外参,将第二世界坐标投影到第一图像上,得到第六像素坐标;响应于确定第六像素坐标与第一像素坐标的距离小于预设阈值,输出指示第二相机的外参和地面方程及第一相机的外参准确,第一相机的地面方程不准确的验证结果。本实现方式在确定第三像素坐标与第二像素坐标的距离大于预设阈值时,无需获取GPS数据,即可输出指示以下参数中至少一项不准确的验证结果:第一相机的外参、第一相机的地面方程、第二相机的外参,提升了相机参数验证的效率。
在本实施例的一些可选实现方式中,第一相机与第二相机的数量为至少两个;以及根据第三像素坐标与第二像素坐标输出验证结果,包括:确定第三像素坐标中与第二像素坐标匹配的第三像素坐标,及与第二像素坐标中与第三像素坐标匹配的第二像素坐标;输出指示得到匹配的第三像素坐标使用的第一相机的外参和地面方程,以及得到匹配的第三像素坐标使用的第二相机的外参准确的验证结果。判断像素坐标是否匹配,可以是判断二者之间的距离是否小于预设阈值,或二者是否相同。在本实现方式中,实现了相机参数的批量验证,进一步提升了相机参数验证的效率。
作为示例,第一相机包括相机1、相机2,第二相机包括相机3、相机4,特征点在相机1拍摄的第一图像中的第一像素坐标为a,特征点在相机2拍摄的第一图像中的第一像素坐标为b,特征点在相机3拍摄的第二图像中的第二像素坐标为c,特征点在相机4拍摄的第二图像中的第二像素坐标为d。通过相机1的地面方程和外参,将a投影到世界坐标系下,得到第一世界坐标A,通过相机2的地面方程和外参,将b投影到世界坐标系下,得到第一世界坐标B;通过相机3的外参,将A投影到相机3拍摄的图像上,得到第三像素坐标e,通过相机3的外参,将B投影到相机3拍摄的图像上,得到第三像素坐标f,通过相机4的外参,将A投影到相机4拍摄的图像上,得到第三像素坐标g,通过相机4的外参,将B投影到相机4拍摄的图像上,得到第三像素坐标h。若e与c匹配,则相机1的外参和地面方程与相机3的外参准确,若f与d匹配,则相机1的外参和地面方程与相机4的外参准确,若g与c匹配,则相机2的外参和地面方程与相机3的外参准确,若h与d匹配,则相机2的外参和地面方程与相机4的外参准确。
本实施例中的用于验证相机参数的方法的流程200中通过相机的参数对特征点坐标的进行投影,实现了对相机参数的验证,无需人工手持GPS戳点获取GPS坐标,由此提高了验证相机参数的效率。
图3是可以实现本申请实施例的用于验证相机参数的方法的一个应用场景的示意图,图3中,相机301与相机302位于路口两侧,分别从两个方向拍摄路口的场景,例如,可以拍摄到物体303。服务器可以获取相机301与相机302拍摄的图像,可以选择物体303上的一个或多个点作为特征点,确定特征点在相机301拍摄的图像中的第一像素坐标与特征点在相机302拍摄的图像中的第二像素坐标;并通过相机301的地面方程和外参,将第一像素坐标投影到世界坐标系下,得到第一世界坐标,通过相机302的外参,将第一世界坐标投影到相机302拍摄的图像上,得到第三像素坐标;最后根据第三像素坐标与第二像素坐标输出相机301与相机302参数的验证结果。
进一步参考图4,其示出了用于验证相机参数的方法的又一个实施例的流程400。该用于验证相机参数的方法的流程400,包括以下步骤:
步骤401,获取第一相机拍摄的第一图像与第二相机拍摄的第二图像,第一相机与第二相机的视角存在重叠区域。
步骤402,确定重叠区域中的特征点在第一图像中的第一像素坐标与特征点在第二图像中的第二像素坐标。
步骤403,通过第一相机的地面方程和外参,将第一像素坐标投影到世界坐标系下,得到第一世界坐标。
步骤404,通过第二相机的外参,将第一世界坐标投影到第二图像上,得到第三像素坐标。
步骤405,响应于确定第三像素坐标与第二像素坐标的距离大于预设阈值,获取视角包括重叠区域的第三相机拍摄的第三图像。
在本实施例中,上述执行主体可以响应于确定第三像素坐标与第二像素坐标的距离大于预设阈值,获取视角包括重叠区域的第三相机拍摄的第三图像。上述执行主体也可以获取视角包括上述特征点的第三相机拍摄的第三图像。
步骤406,确定特征点在第三图像中的第四像素坐标。
在本实施例中,上述执行主体可以参照第一像素坐标与第二像素坐标的确定方法,确定第四像素坐标。
步骤407,通过第三相机的外参,将第一世界坐标投影到第三图像上,得到第五像素坐标。
在本实施例中,上述执行主体可以通过第三相机的外参,将第一世界坐标投影到第三图像上,得到第五像素坐标。
步骤408,根据第四像素坐标与第五像素坐标输出验证结果。
在本实施例中,上述执行主体可以根据第四像素坐标与第五像素坐标输出验证结果。第三相机可以包括外参经过验证为真值的相机或外参未经过验证的相机,若第三相机外参经过验证,那么响应于确定第四像素坐标与第五像素坐标的距离大于预设阈值,可以确定第一相机的外参或地面方程不准确。若第三相机外参未经过验证,那么响应于确定第四像素坐标与第五像素坐标的距离大于预设阈值,第一相机的外参、地面方程或第三相机的外参不准确。
在本实施例的一些可选实现方式中,根据第四像素坐标与第五像素坐标输出验证结果,包括:响应于确定第四像素坐标与第五像素坐标的距离小于预设阈值,输出指示第一相机的外参准确、第一相机的地面方程准确、第三相机的外参准确以及第二相机的外参不准确的验证结果。本实现方式确定出了全部相关相机的参数是否准确,进一步提升了相机参数校验的效率。
在本实施例中,步骤401-步骤404的操作与步骤201-步骤204的操作基本相同,在此不再赘述。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于验证相机参数的方法的流程400中响应于确定第三像素坐标与第二像素坐标的距离大于预设阈值,获取视角包括重叠区域的第三相机拍摄的第三图像,并根据第三图像进一步验证第一相机与第二相机参数的准确性,由此进一步提高了验证相机参数的效率。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于验证相机参数的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于验证相机参数的装置500包括:获取单元501、确定单元502、第一投影单元503、第二投影单元504和输出单元505。其中,获取单元,被配置成获取第一相机拍摄的第一图像与第二相机拍摄的第二图像,第一相机与第二相机的视角存在重叠区域;确定单元,被配置成确定重叠区域中的特征点在第一图像中的第一像素坐标与特征点在第二图像中的第二像素坐标;第一投影单元,被配置成通过第一相机的地面方程和外参,将第一像素坐标投影到世界坐标系下,得到第一世界坐标;第二投影单元,被配置成通过第二相机的外参,将第一世界坐标投影到第二图像上,得到第三像素坐标;输出单元,被配置成根据第三像素坐标与第二像素坐标输出验证结果。
在本实施例中,用于验证相机参数的装置500的获取单元501、确定单元502、第一投影单元503、第二投影单元504和输出单元505的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204和步骤205。
在本实施例的一些可选实现方式中,输出单元,进一步被配置成:响应于确定第三像素坐标与第二像素坐标的距离小于预设阈值,输出指示第一相机的外参和地面方程及第二相机的外参准确的验证结果。
在本实施例的一些可选实现方式中,输出单元,进一步被配置成:响应于确定第三像素坐标与第二像素坐标的距离大于预设阈值,输出指示以下参数中至少一项不准确的验证结果:第一相机的外参、第一相机的地面方程、第二相机的外参。
在本实施例的一些可选实现方式中,输出单元,包括:获取子单元,被配置成响应于确定第三像素坐标与第二像素坐标的距离大于预设阈值,获取视角包括重叠区域的第三相机拍摄的第三图像;确定子单元,被配置成确定特征点在第三图像中的第四像素坐标;投影子单元,被配置成通过第三相机的外参,将第一世界坐标投影到第三图像上,得到第五像素坐标;输出子单元,被配置成根据第四像素坐标与第五像素坐标输出验证结果。
在本实施例的一些可选实现方式中,输出子单元,进一步被配置成:响应于确定第四像素坐标与第五像素坐标的距离小于预设阈值,输出指示第一相机的外参准确、第一相机的地面方程准确、第三相机的外参准确以及第二相机的外参不准确的验证结果。
在本实施例的一些可选实现方式中,第一相机与第二相机的数量为至少两个;以及输出子单元,进一步被配置成:确定第三像素坐标中与第二像素坐标匹配的第三像素坐标,及与第二像素坐标中与第三像素坐标匹配的第二像素坐标;输出指示得到匹配的第三像素坐标使用的第一相机的外参和地面方程,以及得到匹配的第三像素坐标使用的第二相机的外参准确的验证结果。
本申请的上述实施例提供的装置,通过获取第一相机拍摄的第一图像与第二相机拍摄的第二图像,第一相机与第二相机的视角存在重叠区域;确定重叠区域中的特征点在第一图像中的第一像素坐标与特征点在第二图像中的第二像素坐标;通过第一相机的地面方程和外参,将第一像素坐标投影到世界坐标系下,得到第一世界坐标;通过第二相机的外参,将第一世界坐标投影到第二图像上,得到第三像素坐标;根据第三像素坐标与第二像素坐标输出验证结果,提高了验证相机参数的效率。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图6所示,是根据本申请实施例的用于验证相机参数的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示,该电子设备包括:一个或多个处理器601、存储器602,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的用于验证相机参数的方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的用于验证相机参数的方法。
存储器602作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的用于验证相机参数的方法对应的程序指令/模块(例如,附图5所示的获取单元501、确定单元502、第一投影单元503、第二投影单元504和输出单元505)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的用于验证相机参数的方法。
存储器602可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据用于验证相机参数的电子设备的使用所创建的数据等。此外,存储器602可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器602可选包括相对于处理器601远程设置的存储器,这些远程存储器可以通过网络连接至用于验证相机参数的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
用于验证相机参数的方法的电子设备还可以包括:输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接,图6中以通过总线连接为例。
输入装置603可接收输入的数字或字符信息,以及产生与用于验证相机参数的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,提高了验证相机参数的效率。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (14)
1.一种用于验证相机参数的方法,包括:
获取第一相机拍摄的第一图像与第二相机拍摄的第二图像,所述第一相机与所述第二相机的视角存在重叠区域;
确定所述重叠区域中的特征点在所述第一图像中的第一像素坐标与所述特征点在所述第二图像中的第二像素坐标;
通过所述第一相机的地面方程和外参,将所述第一像素坐标投影到世界坐标系下,得到第一世界坐标;
通过所述第二相机的外参,将所述第一世界坐标投影到所述第二图像上,得到第三像素坐标;
根据所述第三像素坐标与所述第二像素坐标输出验证结果。
2.根据权利要求1所述的方法,其中,所述根据所述第三像素坐标与所述第二像素坐标输出验证结果,包括:
响应于确定所述第三像素坐标与所述第二像素坐标的距离小于预设阈值,输出指示所述第一相机的外参和地面方程及所述第二相机的外参准确的验证结果。
3.根据权利要求1所述的方法,其中,所述根据所述第三像素坐标与所述第二像素坐标输出验证结果,包括:
响应于确定所述第三像素坐标与所述第二像素坐标的距离大于预设阈值,输出指示以下参数中至少一项不准确的验证结果:所述第一相机的外参、所述第一相机的地面方程、所述第二相机的外参。
4.根据权利要求1所述的方法,其中,所述根据所述第三像素坐标与所述第二像素坐标输出验证结果,包括:
响应于确定所述第三像素坐标与所述第二像素坐标的距离大于预设阈值,获取视角包括所述重叠区域的第三相机拍摄的第三图像;
确定所述特征点在所述第三图像中的第四像素坐标;
通过所述第三相机的外参,将所述第一世界坐标投影到所述第三图像上,得到第五像素坐标;
根据所述第四像素坐标与所述第五像素坐标输出验证结果。
5.根据权利要求4所述的方法,其中,所述根据所述第四像素坐标与所述第五像素坐标输出验证结果,包括:
响应于确定所述第四像素坐标与所述第五像素坐标的距离小于预设阈值,输出指示所述第一相机的外参准确、所述第一相机的地面方程准确、所述第三相机的外参准确以及所述第二相机的外参不准确的验证结果。
6.根据权利要求1-5中任一项所述的方法,其中,所述第一相机与所述第二相机的数量为至少两个;以及
所述根据所述第三像素坐标与所述第二像素坐标输出验证结果,包括:
确定所述第三像素坐标中与所述第二像素坐标匹配的第三像素坐标,及与所述第二像素坐标中与所述第三像素坐标匹配的第二像素坐标;
输出指示得到匹配的第三像素坐标使用的第一相机的外参和地面方程,以及得到匹配的第三像素坐标使用的第二相机的外参准确的验证结果。
7.一种用于验证相机参数的装置,包括:
获取单元,被配置成获取第一相机拍摄的第一图像与第二相机拍摄的第二图像,所述第一相机与所述第二相机的视角存在重叠区域;
确定单元,被配置成确定所述重叠区域中的特征点在所述第一图像中的第一像素坐标与所述特征点在所述第二图像中的第二像素坐标;
第一投影单元,被配置成通过所述第一相机的地面方程和外参,将所述第一像素坐标投影到世界坐标系下,得到第一世界坐标;
第二投影单元,被配置成通过所述第二相机的外参,将所述第一世界坐标投影到所述第二图像上,得到第三像素坐标;
输出单元,被配置成根据所述第三像素坐标与所述第二像素坐标输出验证结果。
8.根据权利要求7所述的装置,其中,所述输出单元,进一步被配置成:
响应于确定所述第三像素坐标与所述第二像素坐标的距离小于预设阈值,输出指示所述第一相机的外参和地面方程及所述第二相机的外参准确的验证结果。
9.根据权利要求7所述的装置,其中,所述输出单元,进一步被配置成:
响应于确定所述第三像素坐标与所述第二像素坐标的距离大于预设阈值,输出指示以下参数中至少一项不准确的验证结果:所述第一相机的外参、所述第一相机的地面方程、所述第二相机的外参。
10.根据权利要求7所述的装置,其中,所述输出单元,包括:
获取子单元,被配置成响应于确定所述第三像素坐标与所述第二像素坐标的距离大于预设阈值,获取视角包括所述重叠区域的第三相机拍摄的第三图像;
确定子单元,被配置成确定所述特征点在所述第三图像中的第四像素坐标;
投影子单元,被配置成通过所述第三相机的外参,将所述第一世界坐标投影到所述第三图像上,得到第五像素坐标;
输出子单元,被配置成根据所述第四像素坐标与所述第五像素坐标输出验证结果。
11.根据权利要求10所述的装置,其中,输出子单元,进一步被配置成:
响应于确定所述第四像素坐标与所述第五像素坐标的距离小于预设阈值,输出指示所述第一相机的外参准确、所述第一相机的地面方程准确、所述第三相机的外参准确以及所述第二相机的外参不准确的验证结果。
12.根据权利要求7-11中任一项所述的装置,其中,所述第一相机与所述第二相机的数量为至少两个;以及
所述输出子单元,进一步被配置成:
确定所述第三像素坐标中与所述第二像素坐标匹配的第三像素坐标,及与所述第二像素坐标中与所述第三像素坐标匹配的第二像素坐标;
输出指示得到匹配的第三像素坐标使用的第一相机的外参和地面方程,以及得到匹配的第三像素坐标使用的第二相机的外参准确的验证结果。
13.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010432389.2A CN111612852B (zh) | 2020-05-20 | 2020-05-20 | 用于验证相机参数的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010432389.2A CN111612852B (zh) | 2020-05-20 | 2020-05-20 | 用于验证相机参数的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111612852A true CN111612852A (zh) | 2020-09-01 |
CN111612852B CN111612852B (zh) | 2023-06-09 |
Family
ID=72201916
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010432389.2A Active CN111612852B (zh) | 2020-05-20 | 2020-05-20 | 用于验证相机参数的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111612852B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112101209A (zh) * | 2020-09-15 | 2020-12-18 | 北京百度网讯科技有限公司 | 用于路侧计算设备的确定世界坐标点云的方法和装置 |
CN112102417A (zh) * | 2020-09-15 | 2020-12-18 | 北京百度网讯科技有限公司 | 确定世界坐标的方法和装置及用于车路协同路侧相机的外参标定方法 |
CN112381889A (zh) * | 2020-11-19 | 2021-02-19 | 北京百度网讯科技有限公司 | 相机检验方法、装置、设备及存储介质 |
CN112509058A (zh) * | 2020-11-30 | 2021-03-16 | 北京百度网讯科技有限公司 | 外参的计算方法、装置、电子设备和存储介质 |
CN112738487A (zh) * | 2020-12-24 | 2021-04-30 | 北京百度网讯科技有限公司 | 图像投射方法、装置、设备及存储介质 |
CN113658268A (zh) * | 2021-08-04 | 2021-11-16 | 智道网联科技(北京)有限公司 | 摄像头标定结果的验证方法、装置及电子设备、存储介质 |
CN114565683A (zh) * | 2022-03-02 | 2022-05-31 | 禾多科技(北京)有限公司 | 一种精度确定方法、装置、设备、介质及产品 |
WO2022252873A1 (zh) * | 2021-05-31 | 2022-12-08 | 北京字跳网络技术有限公司 | 相机内参的标定验证方法、装置、设备及介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3168779A1 (en) * | 2015-10-23 | 2017-05-17 | Magneti Marelli S.p.A. | Method for identifying an incoming vehicle and corresponding system |
US20180075592A1 (en) * | 2016-09-15 | 2018-03-15 | Sportsmedia Technology Corporation | Multi view camera registration |
US20180300900A1 (en) * | 2017-04-18 | 2018-10-18 | Panasonic Intellectual Property Management Co., Ltd. | Camera calibration method, recording medium, and camera calibration apparatus |
US20190236805A1 (en) * | 2018-01-26 | 2019-08-01 | Shanghai Xiaoyi Technology Co., Ltd. | Method and device for calibrating dual fisheye lens panoramic camera, and storage medium and terminal thereof |
CN110146869A (zh) * | 2019-05-21 | 2019-08-20 | 北京百度网讯科技有限公司 | 确定坐标系转换参数的方法、装置、电子设备和存储介质 |
WO2019205299A1 (zh) * | 2018-04-27 | 2019-10-31 | 中国农业大学 | 视觉测量系统结构参数标定和仿射坐标系构建方法与系统 |
US20200007836A1 (en) * | 2017-03-21 | 2020-01-02 | Olympus Corporation | Calibration apparatus, calibration method, optical apparatus, image capturing apparatus, and projection apparatus |
CN110689585A (zh) * | 2019-10-09 | 2020-01-14 | 北京百度网讯科技有限公司 | 多相机外参的联合标定方法、装置、设备和介质 |
WO2020010945A1 (zh) * | 2018-07-11 | 2020-01-16 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
CN110738183A (zh) * | 2019-10-21 | 2020-01-31 | 北京百度网讯科技有限公司 | 障碍物检测方法及装置 |
-
2020
- 2020-05-20 CN CN202010432389.2A patent/CN111612852B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3168779A1 (en) * | 2015-10-23 | 2017-05-17 | Magneti Marelli S.p.A. | Method for identifying an incoming vehicle and corresponding system |
US20180075592A1 (en) * | 2016-09-15 | 2018-03-15 | Sportsmedia Technology Corporation | Multi view camera registration |
US20200007836A1 (en) * | 2017-03-21 | 2020-01-02 | Olympus Corporation | Calibration apparatus, calibration method, optical apparatus, image capturing apparatus, and projection apparatus |
US20180300900A1 (en) * | 2017-04-18 | 2018-10-18 | Panasonic Intellectual Property Management Co., Ltd. | Camera calibration method, recording medium, and camera calibration apparatus |
US20190236805A1 (en) * | 2018-01-26 | 2019-08-01 | Shanghai Xiaoyi Technology Co., Ltd. | Method and device for calibrating dual fisheye lens panoramic camera, and storage medium and terminal thereof |
WO2019205299A1 (zh) * | 2018-04-27 | 2019-10-31 | 中国农业大学 | 视觉测量系统结构参数标定和仿射坐标系构建方法与系统 |
WO2020010945A1 (zh) * | 2018-07-11 | 2020-01-16 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
CN110146869A (zh) * | 2019-05-21 | 2019-08-20 | 北京百度网讯科技有限公司 | 确定坐标系转换参数的方法、装置、电子设备和存储介质 |
CN110689585A (zh) * | 2019-10-09 | 2020-01-14 | 北京百度网讯科技有限公司 | 多相机外参的联合标定方法、装置、设备和介质 |
CN110738183A (zh) * | 2019-10-21 | 2020-01-31 | 北京百度网讯科技有限公司 | 障碍物检测方法及装置 |
Non-Patent Citations (2)
Title |
---|
于之靖,潘晓: "基于构建初始测量网络的相机内部参数校准" * |
冯为嘉,张宝峰等: "基于鱼眼镜头的全方位视觉参数标定与畸变矫正", 天津大学学报 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112102417A (zh) * | 2020-09-15 | 2020-12-18 | 北京百度网讯科技有限公司 | 确定世界坐标的方法和装置及用于车路协同路侧相机的外参标定方法 |
CN112102417B (zh) * | 2020-09-15 | 2024-04-19 | 阿波罗智联(北京)科技有限公司 | 确定世界坐标的方法和装置 |
CN112101209B (zh) * | 2020-09-15 | 2024-04-09 | 阿波罗智联(北京)科技有限公司 | 用于路侧计算设备的确定世界坐标点云的方法和装置 |
CN112101209A (zh) * | 2020-09-15 | 2020-12-18 | 北京百度网讯科技有限公司 | 用于路侧计算设备的确定世界坐标点云的方法和装置 |
CN112381889A (zh) * | 2020-11-19 | 2021-02-19 | 北京百度网讯科技有限公司 | 相机检验方法、装置、设备及存储介质 |
CN112381889B (zh) * | 2020-11-19 | 2024-05-07 | 阿波罗智联(北京)科技有限公司 | 相机检验方法、装置、设备及存储介质 |
CN112509058B (zh) * | 2020-11-30 | 2023-08-22 | 北京百度网讯科技有限公司 | 外参的计算方法、装置、电子设备和存储介质 |
CN112509058A (zh) * | 2020-11-30 | 2021-03-16 | 北京百度网讯科技有限公司 | 外参的计算方法、装置、电子设备和存储介质 |
CN112738487A (zh) * | 2020-12-24 | 2021-04-30 | 北京百度网讯科技有限公司 | 图像投射方法、装置、设备及存储介质 |
CN112738487B (zh) * | 2020-12-24 | 2022-10-11 | 阿波罗智联(北京)科技有限公司 | 图像投射方法、装置、设备及存储介质 |
US11715238B2 (en) | 2020-12-24 | 2023-08-01 | Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. | Image projection method, apparatus, device and storage medium |
WO2022252873A1 (zh) * | 2021-05-31 | 2022-12-08 | 北京字跳网络技术有限公司 | 相机内参的标定验证方法、装置、设备及介质 |
CN113658268A (zh) * | 2021-08-04 | 2021-11-16 | 智道网联科技(北京)有限公司 | 摄像头标定结果的验证方法、装置及电子设备、存储介质 |
CN114565683B (zh) * | 2022-03-02 | 2022-09-27 | 禾多科技(北京)有限公司 | 一种精度确定方法、装置、设备、介质及产品 |
CN114565683A (zh) * | 2022-03-02 | 2022-05-31 | 禾多科技(北京)有限公司 | 一种精度确定方法、装置、设备、介质及产品 |
Also Published As
Publication number | Publication date |
---|---|
CN111612852B (zh) | 2023-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111612852B (zh) | 用于验证相机参数的方法和装置 | |
CN110322500B (zh) | 即时定位与地图构建的优化方法及装置、介质和电子设备 | |
CN110689585B (zh) | 多相机外参的联合标定方法、装置、设备和介质 | |
CN112652016B (zh) | 点云预测模型的生成方法、位姿估计方法及其装置 | |
CN108279670B (zh) | 用于调整点云数据采集轨迹的方法、设备以及计算机可读介质 | |
CN112509057B (zh) | 相机外参标定方法、装置、电子设备以及计算机可读介质 | |
CN111462029B (zh) | 视觉点云与高精地图融合方法、装置和电子设备 | |
CN111709973B (zh) | 目标跟踪方法、装置、设备及存储介质 | |
CN111401251B (zh) | 车道线提取方法、装置、电子设备及计算机可读存储介质 | |
CN110675635B (zh) | 相机外参的获取方法、装置、电子设备及存储介质 | |
KR102566300B1 (ko) | 실내 측위 방법, 장치, 장비 및 저장 매체 | |
CN111680596B (zh) | 基于深度学习的定位真值校验方法、装置、设备及介质 | |
CN112509058B (zh) | 外参的计算方法、装置、电子设备和存储介质 | |
CN112241716B (zh) | 训练样本的生成方法和装置 | |
CN112102417B (zh) | 确定世界坐标的方法和装置 | |
CN111652113A (zh) | 障碍物检测方法、装置、设备以及存储介质 | |
CN112487979A (zh) | 目标检测方法和模型训练方法、装置、电子设备和介质 | |
CN111275827A (zh) | 基于边缘的增强现实三维跟踪注册方法、装置和电子设备 | |
CN111462179A (zh) | 三维物体跟踪方法、装置及电子设备 | |
CN111191619A (zh) | 车道线虚线段的检测方法、装置、设备和可读存储介质 | |
CN112184828B (zh) | 激光雷达与摄像头的外参标定方法、装置及自动驾驶车辆 | |
CN111260722B (zh) | 车辆定位方法、设备及存储介质 | |
CN111784842B (zh) | 三维重建方法、装置、设备及可读储存介质 | |
CN111915642A (zh) | 图像样本的生成方法、装置、设备和可读存储介质 | |
CN115578432B (zh) | 图像处理方法、装置、电子设备及存储介质 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211011 Address after: 100176 101, floor 1, building 1, yard 7, Ruihe West 2nd Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing Applicant after: Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. Address before: 2 / F, baidu building, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085 Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |