CN112348878B - 定位测试方法、装置及电子设备 - Google Patents
定位测试方法、装置及电子设备 Download PDFInfo
- Publication number
- CN112348878B CN112348878B CN202011148742.0A CN202011148742A CN112348878B CN 112348878 B CN112348878 B CN 112348878B CN 202011148742 A CN202011148742 A CN 202011148742A CN 112348878 B CN112348878 B CN 112348878B
- Authority
- CN
- China
- Prior art keywords
- pose
- target
- image
- sub
- camera
- 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
- 238000010998 test method Methods 0.000 title abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000012360 testing method Methods 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims description 11
- 230000004807 localization Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 21
- 230000006870 function Effects 0.000 description 11
- 238000003860 storage Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 9
- 230000033001 locomotion Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G06T7/85—Stereo camera calibration
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
Abstract
本申请公开了一种定位测试方法、装置及电子设备，该方法包括：获取至少一个图像对，其中，所述图像对包括第一图像和第二图像，所述第一图像由参照设备拍摄标定对象获得，所述第二图像由目标设备拍摄任意对象获得，所述参照设备和所述目标设备固定连接；根据所述图像对，计算所述参照设备的第一位姿和所述目标设备的第二位姿；根据所述第一位姿和所述第二位姿，确定所述目标设备的定位性能。该方法可以方便、准确的确定目标设备的定位性能。
Description
技术领域
本公开涉及计算机视觉技术领域，更具体地，涉及一种定位测试方法、装置及电子设备。
背景技术
目前，在虚拟现实设备(VR，VirtualReality)中，一般可以使用双目视觉定位结合IMU(Inertialmeasurementunit)惯性导航算法实现设备的内向外定位功能，例如，6自由度(DOF，DegreeOfFreedom)，即6DOF定位功能。
在实际中，在需要测试虚拟现实设备的定位性能时，一般是对该设备使用的定位算法的性能进行评测，即，使用公开的标准数据集，例如，kitti，tum等数据集提供的参考标准和参考值评测定位算法的定位性能，进而确定虚拟现实设备的定位性能。
然而，定位算法往往是基于固定的一个或多个数据集进行的参数调校，而虚拟现实设备在实际工作时，可能在不同场景下对不同的对象进行定位，因此，现有通过测试定位算法的定位性能，进而确定虚拟现实设备性能的方法可能存在适用场景受限以及准确度低的问题。
发明内容
本公开实施例的一个目的是提供一种用于定位测试的新技术方案。
本公开的第一方面，提供了一种定位测试方法，该方法包括：
获取至少一个图像对，其中，所述图像对包括第一图像和第二图像，所述第一图像由参照设备拍摄标定对象获得，所述第二图像由目标设备拍摄任意对象获得，所述参照设备和所述目标设备固定连接；
根据所述图像对，计算所述参照设备的第一位姿和所述目标设备的第二位姿；
根据所述第一位姿和所述第二位姿，确定所述目标设备的定位性能。
可选地，所述根据所述图像对，计算所述参照设备的第一位姿和所述目标设备的第二位姿，包括：
根据所述第一图像，计算所述参照设备的第一位姿；以及，
根据所述第二图像，计算所述目标设备的第二位姿。
可选地，所述参照设备包括双目相机，所述双目相机由第一子相机和第二子相机组成，所述标定对象包括按照固定间隔排列的多个标定物；
所述根据所述第一图像，计算所述参照设备的第一位姿，包括：
根据所述第一图像中的标定物与所述标定对象中的标定物之间的空间对应关系，计算得到所述第一子相机的第一子位姿；
获取所述双目相机的外参数据；
根据所述第一子位姿和所述外参数据，计算得到所述第二子相机的第二子位姿；
根据所述第一子位姿和所述第二子位姿，获得所述第一位姿。
可选地，所述根据所述第一位姿和所述第二位姿，确定所述目标设备的定位性能，包括：
根据所述参照设备和所述目标设备之间的相对位置关系，对所述第一位姿和所述第二位姿进行位姿变换处理，获得第一目标位姿和第二目标位姿，其中，所述第一目标位姿和所述第二目标位姿处于同一坐标空间内；
根据所述第一目标位姿和所述第二目标位姿，确定所述目标设备的定位性能。
可选地，所述根据所述第一目标位姿和所述第二目标位姿，确定所述目标设备的定位性能，包括：
获取所述第一目标位姿和所述第二目标位姿之间的位姿误差；
根据所述位姿误差，确定所述目标设备的定位性能。
可选地，所述位姿误差包括表征所述第一目标位姿和所述第二目标位姿之间的绝对误差的第一位姿误差，以及，表征所述第一目标位姿和所述第二目标位姿之间的相对误差的第二位姿误差。
可选地，所述至少一个图像对与至少一个拍摄位姿对应；
所述根据所述位姿误差，确定所述目标设备的定位性能，包括：
根据所述至少一个图像对，获得所述参照设备和所述目标设备之间的多个位姿误差；
根据所述多个位姿误差，获得统计数据；
根据所述统计数据，确定所述目标设备的定位性能。
可选地，所述统计数据包括以下至少一种：所述多个位姿误差的均方根、所述多个位姿误差的中位数、所述多个位姿误差中的最大值，以及所述多个位姿误差中的最小值。
可选地，所述目标设备包括虚拟现实设备。
本公开的第二方面，还提供了一种定位测试装置，包括：
图像对获取模块，用于获取至少一个图像对，其中，所述图像对包括第一图像和第二图像，所述第一图像由参照设备拍摄标定对象获得，所述第二图像由目标设备拍摄任意对象获得，所述参照设备和所述目标设备固定连接；
位姿计算模块，用于根据所述图像对，计算所述参照设备的第一位姿和所述目标设备的第二位姿；
定位性能确定模块，用于根据所述第一位姿和所述第二位姿，确定所述目标设备的定位性能。
本公开的第三方面，还提供了一种电子设备，其包括根据本公开第二方面所述的装置；或者，
所述电子设备包括：存储器，用于存储可执行的指令；处理器，用于根据所述指令的控制运行所述电子设备执行根据本公开第一方面所述的方法。
本公开的一个有益效果在于，根据本公开的实施例，通过将参照设备和目标设备固定连接，并控制参照设备拍摄标定对象获得第一图像，以及控制目标设备拍摄任意对象拍摄第二图像，获得由第一图像和第二图像组成的至少一个图像对；并根据该图像对，计算参照设备的第一位姿和目标设备的第二位姿，以根据该第一位姿和该第二位姿，确定目标设备的定位性能。该方法在需要测试目标设备的定位性能时，不是单一的通过对其使用的定位算法进行测试来确定目标设备的定位性能，为了提升该方法的适用范围，本实施例将目标设备视为一个整体，通过使用参照设备的第一位姿作为实时参考真值，来确定目标设备定位得到的第二位姿的精确度，进而方便、准确的确定目标设备的定位性能。
通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其他特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本公开的实施例，并且连同其说明一起用于解释本公开的原理。
图1是显示可用于实现本公开实施例的定位测试方法的定位测试系统的框架示意图。
图2是本公开实施例提供的定位测试方法的流程示意图。
图3是本公开实施例提供的标定对象的示意图。
图4是本公开实施例提供的第一图像的获得过程示意图。
图5是本公开实施例提供的第二图像的获得过程示意图。
图6是本公开实施例提供的定位测试装置的原理框图。
图7是本公开实施例的电子设备的硬件结构示意图。
具体实施方式
现在将参照附图来详细描述本公开的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其他例子可以具有不同的值。
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讨论。
图1是可用于实施本公开实施例的定位测试方法的定位测试系统100的框架示意图。
如图1所示，定位测试系统100包括目标设备1100、参照设备1200、支撑组件1300、位姿调整装置1400、终端设备1500以及通信网络1600。
目标设备1100，是待进行定位测试的设备，例如，可以为虚拟现实设备，该虚拟现实设备可以是不同品牌、不同型号的设备，此处不做特殊限制。
参照设备1200，是用于提供参考真值的设备，该参考真值用于与目标设备1100定位获得的定位数据进行比较，以确定目标设备1100的定位性能。
在本实施例中，该参照设备1200可以为双目相机，该双目相机包括第一子相机和第二子相机，其中，第一子相机可以为左目相机，第二子相机可以为右目相机，
支撑组件1300，用于固定连接目标设备1100和参照设备1200，该固定连接可以为刚性固定连接，如图1所示，可以通过将目标设备1100佩戴在假体装置1700上的方式实现其与参照设备1200刚性固定连接。
位姿调整装置1400的末端与支撑组件1300的尾端连接，该位姿调整装置1400通过网络6000与终端设备1500连接，用于接收终端设备1500发送的控制指令，调整目标设备1100和参照设备1200的拍摄位姿，其中，针对同一控制指令，位姿调整装置的多次运动对应的拍摄位姿可以视为一致的位姿。
在本实施例中，位姿调整装置1400可以为高精度机械臂，例如，可以为6轴高精度机械臂，其重复路径精度误差可以控制在0.2mm以内。
终端设备1500可以是智能手机、便携式电脑、台式计算机、平板电脑等。
在本实施例中，终端设备1500通过通信网络1600与目标设备1100、参照设备1200以及位姿调整装置1400通信连接，可以用于参与实现本公开任意实施例的定位测试方法。
应用于本公开的实施例中，终端设备1500的存储器用于存储指令，所述指令用于控制处理器进行操作以支持实现根据本公开任意实施例的定位测试方法。技术人员可以根据本公开所公开方案设计指令。指令如何控制处理器进行操作，这是本领域公知，故在此不再详细描述。
通信网络1600可以是无线网络也可以是有线网络，可以是局域网也可以是广域网。
另外，图1所示的定位测试系统1000仅是解释性的，并且决不是为了要限制本公开、其应用或用途。在具体实施时，也可以根据需要进行设置，此处不做特殊限定。
<方法实施例>
图2是本公开实施例提供的定位测试方法的流程示意图，该方法可以由终端设备实施，例如由图1中的终端设备1500实施。如图2所示，本实施例的方法可以包括如下步骤S2100-步骤S2300，以下予以详细说明。
步骤S2100，获取至少一个图像对，其中，所述图像对包括第一图像和第二图像，所述第一图像由参照设备拍摄标定对象获得，所述第二图像由目标设备拍摄任意对象获得，所述参照设备和所述目标设备固定连接。
具体来讲，针对现有技术中通过评测目标设备，例如，虚拟现实设备所采用的定位算法的性能，进而确定虚拟现实设备的定位性能的方法可能存在的适用场景存在局限性以及准确度低的技术问题，本实施例在测试目标设备的定位性能时，将目标设备视为一个整体进行测试，例如，针对虚拟现实设备，该方法是针对设备使用的定位算法+传感器组合+结构组装的整体进行测试，以提升测试结果的准确度；另外，区别于现有技术中针对一个或多个公开数据集提供的参考真值进行测试的方法，本实施例通过将参照设备和目标设备固定连接，例如，如图1所示方式固定连接，通过控制参照设备拍摄标定对象获得标准的第一位姿作为参考真值，以及，控制目标设备在相同位姿下拍摄任意环境场景内的任意对象获得的第二位姿作为测试数值，根据第一位姿和第二位姿确定目标设备的定位性能，以解决现有方法适用场景可能受限的问题。
目标设备，是待进行定位测试的设备。在本实施例中，以目标设备为虚拟现实设备，例如，图1所示目标设备1100为例，以测试虚拟现实设备的内向外6DOF定位功能为例说明该方法；需要说明的是，在具体实施时，也可以将该方法应用于其他设备，以及也可以用于测试设备的其他定位功能，此处不做特殊限定。
参照设备，可以为图1所示参照设备1200，即，该参照设备可以为包括第一子相机和第二子相机的双目相机。
标定对象，是包括按照固定间隔排列的多个标定物的对象。请参看图3，其是本公开实施例提供的标定对象的示意图。在本实施例，该标定对象可以是由棋盘格和二维码组合而成的ChArUco标定图像，其尺寸不小于预设尺寸，该预设尺寸例如可以为1平方米；在具体实施时，可以利用该标定图像制作可移动的LED背光标定板，以向参照设备，例如，双目相机提供稳定、精确的标记点。
在本实施例中，所述至少一个图像对中的图像对，包括第一图像和第二图像，其中，同一图像对中的第一图像和第二图像是参照设备和目标设备在相同拍摄位姿下拍摄的图像，第一图像是参照设备拍摄标定对象获得的图像，第二图像是目标设备拍摄任意对象获得的图像，该任意对象可以是任意场景，例如，高曝光场景、低纹理场景、极弱光线场景、快速运动场景内的对象，以在多种场景内测试目标设备的定位性能。
在具体实施时，通过将目标设备和参照设备固定连接，以使得目标设备和参照设备可以被控制在相同的拍摄位姿下拍摄图像，以下以图1所示的定位测试系统为例说明同一图像对中第一图像和第二图像的获得过程示意图。
请参看图4，其是本公开实施例提供的第一图像的获得过程示意图。如图1以及图4所示，在具体实施时，预先将标定对象放置在参照设备1200的可拍摄范围内，由终端设备1500向位姿调整装置1400发送位姿调整指令，位姿调整装置1400响应于该位姿调整指令，进行第一次运动，以调整参照设备1200的拍摄位姿，其中，该第一次运动可以为旋转和平移运动；在调整参照设备1200的拍摄位姿之后，参照设备1200在该拍摄位姿下拍摄标定对象，获得第一图像。
需要说明的是，在本实施例中，第一图像是由参照设备1200拍摄标定对象获得，在具体实施时，也可以由参照设备1200拍摄其他位置信息固定的标记物获得，例如，可以拍摄三维空间内已知三维坐标数据的标记物，此处不再赘述。
请参看图5，其是本公开实施例提供的第二图像的获得过程示意图。如图5所示，在位姿调整装置1400通过第一次运动调整参照设备1200的拍摄位姿，以使参照设备1200在该拍摄位姿下获得第一图像之后；可以先将标定对象移走，之后，可以在人工布置的各种场景内，控制终端设备1500向位姿调整装置1400发送相同的位姿调整指令，位姿调整装置1400响应于该位姿调整指令，进行第二次的重复运动，以调整目标设备1100的拍摄位姿到与参照设备1200拍摄第一图像时的相同位姿；之后，控制目标设备1100拍摄该场景内的任意对象，得到第二图像。
以上，对如何获取图像对中的第一图像和第二图像进行了详细说明，在具体实施时，为了提升定位测试结果的准确度，可以获取多个图像对来对目标设备的定位性能进行测试，即，本步骤中所述至少一个图像对可以与至少一个拍摄位姿对应。例如，可以控制目标设备和参照设备分别在第一拍摄位姿下拍摄一张或多张图像，以构成多个图像对；同时，也可以控制其分别在第二、第三、…第N拍摄位姿下拍摄一张或多张图像，其中，N为大于零的正整数，以构成多个图像对，此处不再赘述。
在步骤S2100之后，执行步骤S2200，根据所述图像对，计算所述参照设备的第一位姿和所述目标设备的第二位姿。
在经过步骤S2100获得至少一个图像对之后，即可根据该图像对，分别计算参照设备拍摄第一图像时的第一位姿，以及目标设备拍摄第二图像时的第二位姿，以下予以详细说明。
在具体实施时，所述根据所述图像对，计算所述参照设备的第一位姿和所述目标设备的第二位姿，包括：根据所述第一图像，计算所述参照设备的第一位姿；以及，根据所述第二图像，计算所述目标设备的第二位姿。
以下首先对如何根据第一图像，计算参照设备的第一位姿进行说明。
在本实施例中，以参照设备为由第一子相机和第二子相机组成的双目相机，标定对象为如图3所示的包含按固定间隔排列的多个标定物为例，说明第一位姿的计算方法。
具体来讲，所述根据所述第一图像，计算所述参照设备的第一位姿，包括：根据所述第一图像中的标定物与所述标定对象中的标定物之间的空间对应关系，计算得到所述第一子相机的第一子位姿；获取所述双目相机的外参数据；根据所述第一子位姿和所述外参数据，计算得到所述第二子相机的第二子位姿；根据所述第一子位姿和所述第二子位姿，获得所述第一位姿。
即，可以将标定对象中包含已知三维坐标数据的多个棋盘格角点作为人工标记点，在获取到第一图像之后，根据第一图像中的棋盘格角点像素的2维坐标数据和标定对象中对应棋盘格角点之间的空间对应关系，通过构建n点透视(PnP，Perspective-n-Point)问题，获取参照设备，即双目相机的6自由度姿态作为第一姿态。
在具体实施时，为了提升第一姿态的准确度，可以通过标定该双目相机，获取其外参数据T，其中，有关对相机进行标定的方法此处不再赘述；之后，可以先对双目相机中的其中一个子相机，即，第一子相机进行双目定位，获得第一子位姿；之后，通过将第一子位姿与该外参数据T相乘，获得第二子相机的第二子位姿；再之后，根据该第一子位姿和第二子位姿，通过对第一子相机和第二子相机分别进行重投影，将通过非线性优化迭代求解最小重投影误差得到的位姿作为所述第一位姿。
以上，对第一位姿的获取方法进行了说明。在本实施例中，在根据第二图像获取目标设备的第二位姿时，可以基于目标设备，例如虚拟现实设备所对应的软件开发工具包(SDK，SoftwareDevelopmentKit)进行二次开发获得，例如，可以进行Unity开发获得，其具体方法因为现有技术中有详细说明，此处不再赘述。
在步骤S2200之后，执行步骤S2300，根据所述第一位姿和所述第二位姿，确定所述目标设备的定位性能。
在经过上述步骤S2100以及S2200，通过在相同拍摄位姿下控制参照设备拍摄标定对象得到第一图像，以及控制目标设备拍摄任意对象得到第二图像，获得至少一个图像对，并根据每一图像对中的第一图像和第二图像，分别计算得到参照设备的第一位姿和目标设备的第二位姿之后，由于参照设备和目标设备是在相同拍摄位姿下获得的第一图像和第二图像，所以在理想情况下，当将第一位姿和第二位姿转换到同一坐标空间内后，转换后的两个位姿应该保持一致，因此，在实际中，可以将第一位姿和第二位姿转换到同一坐标空间内，并将转换后的第一位姿作为实时参考真值，根据其与转换后的第二位姿之间的误差，确定目标设备整机的定位性能。
即，所述根据所述第一位姿和所述第二位姿，确定所述目标设备的定位性能，包括：根据所述参照设备和所述目标设备之间的相对位置关系，对所述第一位姿和所述第二位姿进行位姿变换处理，获得第一目标位姿和第二目标位姿，其中，所述第一目标位姿和所述第二目标位姿处于同一坐标空间内；根据所述第一目标位姿和所述第二目标位姿，确定所述目标设备的定位性能。
在具体实施时，可以利用正交矩阵求绝对方向的闭式解对第一位姿和第二位姿进行位姿变换处理，以将两者转换到同一坐标空间内，得到第一目标位姿和第二目标位姿，其具体方法因为现有技术中有详细说明，此处不再赘述。
在获得第一目标位姿和第二目标位姿之后，即可通过获取所述第一目标位姿和所述第二目标位姿之间的位姿误差；并根据所述位姿误差，确定所述目标设备的定位性能。其中，在本实施例中，所述位姿误差包括表征所述第一目标位姿和所述第二目标位姿之间的绝对误差的第一位姿误差，以及，表征所述第一目标位姿和所述第二目标位姿之间的相对误差的第二位姿误差。
在具体实施时，该第一位姿误差可以是第一目标位姿和第二目标位姿之间的绝对轨迹误差(ATE，AbsoluteTrajectoryError)，该第二位姿误差可以是表征其相对误差，即相同两个时间戳上的位姿变化量的差的相对位姿误差(RPE，RelativePoseError)。
由于步骤S2100获取到的至少一个图像对与至少一个拍摄位姿对应；因此，可以根据所述至少一个图像对，获得所述参照设备和所述目标设备之间的多个位姿误差；之后，可以根据所述多个位姿误差，获得统计数据；并根据所述统计数据，确定所述目标设备的定位性能。
具体来讲，在获得用于表征实时参考真值与目标设备的实际定位数值的多个位姿误差之后，通过对该多个位姿误差进行统计分析，例如，求解该多个位姿误差的均方根、该多个位姿误差的中位数、该多个位姿误差中的最大值，以及所述多个位姿误差中的最小值中的至少一个，即可确定目标设备的定位性能。
根据以上步骤S2100～S2300可知，本申请实施例通过将参照设备和目标设备固定连接，并控制参照设备拍摄标定对象获得第一图像，以及控制目标设备拍摄任意对象拍摄第二图像，获得由第一图像和第二图像组成的至少一个图像对；并根据该图像对，计算参照设备的第一位姿和目标设备的第二位姿，以根据该第一位姿和该第二位姿，确定目标设备的定位性能。该方法在需要测试目标设备的定位性能时，不是单一的通过对其使用的定位算法进行测试来确定目标设备的定位性能，为了提升该方法的适用范围，本实施例将目标设备视为一个整体，通过使用参照设备的第一位姿作为实时参考真值，来确定目标设备定位得到的第二位姿的精确度，进而方便、准确的确定目标设备的定位性能。
<装置实施例>
与上述实施例相对应，本实施例还提供一种定位测试装置，如图6所示，该装置6000可以包括图像对获取模块6100、位姿计算模块6200和定位性能确定模块6300。
该图像对获取模块6100，用于获取至少一个图像对，其中，所述图像对包括第一图像和第二图像，所述第一图像由参照设备拍摄标定对象获得，所述第二图像由目标设备拍摄任意对象获得，所述参照设备和所述目标设备固定连接。
该位姿计算模块6200，用于根据所述图像对，计算所述参照设备的第一位姿和所述目标设备的第二位姿。
在一个实施例中，该位姿计算模块6200在根据所述图像对，计算所述参照设备的第一位姿和所述目标设备的第二位姿时，可以用于：根据所述第一图像，计算所述参照设备的第一位姿；以及，根据所述第二图像，计算所述目标设备的第二位姿。
在一个实施例中，所述参照设备包括双目相机，所述双目相机由第一子相机和第二子相机组成，所述标定对象包括按照固定间隔排列的多个标定物，该位姿计算模块6200在根据所述第一图像，计算所述参照设备的第一位姿时，可以用于：根据所述第一图像中的标定物与所述标定对象中的标定物之间的空间对应关系，计算得到所述第一子相机的第一子位姿；获取所述双目相机的外参数据；根据所述第一子位姿和所述外参数据，计算得到所述第二子相机的第二子位姿；根据所述第一子位姿和所述第二子位姿，获得所述第一位姿。
该定位性能确定模块6300，用于根据所述第一位姿和所述第二位姿，确定所述目标设备的定位性能。
在一个实施例中，该定位性能确定模块6300在根据所述第一位姿和所述第二位姿，确定所述目标设备的定位性能时，可以用于：根据所述参照设备和所述目标设备之间的相对位置关系，对所述第一位姿和所述第二位姿进行位姿变换处理，获得第一目标位姿和第二目标位姿，其中，所述第一目标位姿和所述第二目标位姿处于同一坐标空间内；根据所述第一目标位姿和所述第二目标位姿，确定所述目标设备的定位性能。
在该实施例中，该定位性能确定模块6300在根据所述第一目标位姿和所述第二目标位姿，确定所述目标设备的定位性能时，可以用于：获取所述第一目标位姿和所述第二目标位姿之间的位姿误差；根据所述位姿误差，确定所述目标设备的定位性能。
在该实施例中，所述至少一个图像对与至少一个拍摄位姿对应，该定位性能确定模块6300在根据所述位姿误差，确定所述目标设备的定位性能，时，可以用于：根据所述至少一个图像对，获得所述参照设备和所述目标设备之间的多个位姿误差；根据所述多个位姿误差，获得统计数据；根据所述统计数据，确定所述目标设备的定位性能。
<设备实施例>
与上述实施例相对应，本实施例还提供一种电子设备，该电子设备7000例如可以是图1中的终端设备1500，其可以包括根据本公开任意实施例的定位测试装置6000，用于实施本公开任意实施例的定位测试方法。
如图7所示，该电子设备7000还可以包括处理器7200和存储器7100，该存储器7100用于存储可执行的指令；该处理器7200用于根据指令的控制运行电子设备以执行根据本公开任意实施例的定位测试方法。
以上装置6000的各个模块可以由处理器7200运行该指令以执行根据本公开任意实施例的定位测试方法来实现。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令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，从而生产出一种机器，使得这些指令在通过计算机或其他可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其他可编程数据处理装置、或其他设备上，使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其他可编程数据处理装置、或其他设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其他普通技术人员能理解本文披露的各实施例。本公开的范围由所附权利要求来限定。
Claims (8)
1.一种定位测试方法，其特征在于，包括：
获取至少一个图像对，其中，所述图像对包括第一图像和第二图像，所述第一图像由参照设备拍摄标定对象获得，所述第二图像由目标设备拍摄任意对象获得，所述参照设备和所述目标设备固定连接，所述参照设备包括双目相机，所述双目相机由第一子相机和第二子相机组成，所述标定对象包括按照固定间隔排列的多个标定物；
根据所述第一图像中的标定物与所述标定对象中的标定物之间的空间对应关系，计算得到所述第一子相机的第一子位姿；
获取所述双目相机的外参数据；
根据所述第一子位姿和所述外参数据，计算得到所述第二子相机的第二子位姿；
根据所述第一子位姿和所述第二子位姿，获得第一位姿；
根据所述第二图像，计算所述目标设备的第二位姿；
根据所述第一位姿和所述第二位姿，确定所述目标设备的定位性能。
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一位姿和所述第二位姿，确定所述目标设备的定位性能，包括：
根据所述参照设备和所述目标设备之间的相对位置关系，对所述第一位姿和所述第二位姿进行位姿变换处理，获得第一目标位姿和第二目标位姿，其中，所述第一目标位姿和所述第二目标位姿处于同一坐标空间内；
根据所述第一目标位姿和所述第二目标位姿，确定所述目标设备的定位性能。
3.根据权利要求2所述的方法，其特征在于，所述根据所述第一目标位姿和所述第二目标位姿，确定所述目标设备的定位性能，包括：
获取所述第一目标位姿和所述第二目标位姿之间的位姿误差；
根据所述位姿误差，确定所述目标设备的定位性能。
4.根据权利要求3所述的方法，其特征在于，所述位姿误差包括表征所述第一目标位姿和所述第二目标位姿之间的绝对误差的第一位姿误差，以及，表征所述第一目标位姿和所述第二目标位姿之间的相对误差的第二位姿误差。
5.根据权利要求3所述的方法，其特征在于，所述至少一个图像对与至少一个拍摄位姿对应；
所述根据所述位姿误差，确定所述目标设备的定位性能，包括：
根据所述至少一个图像对，获得所述参照设备和所述目标设备之间的多个位姿误差；
根据所述多个位姿误差，获得统计数据；
根据所述统计数据，确定所述目标设备的定位性能。
6.根据权利要求5所述的方法，其特征在于，所述统计数据包括以下至少一种：所述多个位姿误差的均方根、所述多个位姿误差的中位数、所述多个位姿误差中的最大值，以及所述多个位姿误差中的最小值。
7.一种定位测试装置，包括：
图像对获取模块，用于获取至少一个图像对，其中，所述图像对包括第一图像和第二图像，所述第一图像由参照设备拍摄标定对象获得，所述第二图像由目标设备拍摄任意对象获得，所述参照设备和所述目标设备固定连接，所述参照设备包括双目相机，所述双目相机由第一子相机和第二子相机组成，所述标定对象包括按照固定间隔排列的多个标定物；
位姿计算模块，用于根据所述第一图像中的标定物与所述标定对象中的标定物之间的空间对应关系，计算得到所述第一子相机的第一子位姿；获取所述双目相机的外参数据；根据所述第一子位姿和所述外参数据，计算得到所述第二子相机的第二子位姿；根据所述第一子位姿和所述第二子位姿，获得第一位姿；根据所述第二图像，计算所述目标设备的第二位姿；
定位性能确定模块，用于根据所述第一位姿和所述第二位姿，确定所述目标设备的定位性能。
8.一种电子设备，包括权利要求7所述的装置；或者，
所述电子设备包括：
存储器，用于存储可执行的指令；
处理器，用于根据所述指令的控制运行所述电子设备执行如权利要求1-6任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011148742.0A CN112348878B (zh) | 2020-10-23 | 2020-10-23 | 定位测试方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011148742.0A CN112348878B (zh) | 2020-10-23 | 2020-10-23 | 定位测试方法、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112348878A CN112348878A (zh) | 2021-02-09 |
| CN112348878B true CN112348878B (zh) | 2023-03-21 |
Family
ID=74358378
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011148742.0A Active CN112348878B (zh) | 2020-10-23 | 2020-10-23 | 定位测试方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112348878B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102183205A (zh) * | 2011-01-19 | 2011-09-14 | 北京航空航天大学 | 一种大型零部件最佳装配位姿匹配的方法 |
| CN103279642A (zh) * | 2013-04-25 | 2013-09-04 | 上海卫星工程研究所 | 无地面控制点的目标定位精度分析方法 |
| CN104055520A (zh) * | 2014-06-11 | 2014-09-24 | 清华大学 | 人体器官运动监测方法和人体导航系统 |
| CN105572680A (zh) * | 2014-10-08 | 2016-05-11 | 上海新跃仪表厂 | 高层建筑火情定位系统与方法 |
| CN105928505A (zh) * | 2016-04-19 | 2016-09-07 | 深圳市神州云海智能科技有限公司 | 移动机器人的位姿确定方法和设备 |
| CN107030699A (zh) * | 2017-05-18 | 2017-08-11 | 广州视源电子科技股份有限公司 | 位姿误差修正方法及装置、机器人及存储介质 |
| CN108765498A (zh) * | 2018-05-30 | 2018-11-06 | 百度在线网络技术（北京）有限公司 | 单目视觉跟踪方法、装置及存储介质 |
| CN109087359A (zh) * | 2018-08-30 | 2018-12-25 | 网易（杭州）网络有限公司 | 位姿确定方法、位姿确定装置、介质和计算设备 |
| CN109345581A (zh) * | 2018-07-30 | 2019-02-15 | 中国科学院自动化研究所 | 基于多目相机的增强现实方法、装置及系统 |
| CN111678521A (zh) * | 2020-06-18 | 2020-09-18 | 上海大学 | 一种移动机器人定位精度的评估方法和系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018184140A1 (en) * | 2017-04-04 | 2018-10-11 | Intel Corporation | Facial image replacement using 3-dimensional modelling techniques |
-
2020
- 2020-10-23 CN CN202011148742.0A patent/CN112348878B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102183205A (zh) * | 2011-01-19 | 2011-09-14 | 北京航空航天大学 | 一种大型零部件最佳装配位姿匹配的方法 |
| CN103279642A (zh) * | 2013-04-25 | 2013-09-04 | 上海卫星工程研究所 | 无地面控制点的目标定位精度分析方法 |
| CN104055520A (zh) * | 2014-06-11 | 2014-09-24 | 清华大学 | 人体器官运动监测方法和人体导航系统 |
| CN105572680A (zh) * | 2014-10-08 | 2016-05-11 | 上海新跃仪表厂 | 高层建筑火情定位系统与方法 |
| CN105928505A (zh) * | 2016-04-19 | 2016-09-07 | 深圳市神州云海智能科技有限公司 | 移动机器人的位姿确定方法和设备 |
| CN107030699A (zh) * | 2017-05-18 | 2017-08-11 | 广州视源电子科技股份有限公司 | 位姿误差修正方法及装置、机器人及存储介质 |
| CN108765498A (zh) * | 2018-05-30 | 2018-11-06 | 百度在线网络技术（北京）有限公司 | 单目视觉跟踪方法、装置及存储介质 |
| CN109345581A (zh) * | 2018-07-30 | 2019-02-15 | 中国科学院自动化研究所 | 基于多目相机的增强现实方法、装置及系统 |
| CN109087359A (zh) * | 2018-08-30 | 2018-12-25 | 网易（杭州）网络有限公司 | 位姿确定方法、位姿确定装置、介质和计算设备 |
| CN111678521A (zh) * | 2020-06-18 | 2020-09-18 | 上海大学 | 一种移动机器人定位精度的评估方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112348878A (zh) | 2021-02-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112223302B (zh) | 基于多传感器的带电作业机器人的快速标定方法及装置 | |
| CN111612852B (zh) | 用于验证相机参数的方法和装置 | |
| CN106408612A (zh) | 机器视觉系统校准 | |
| CN109712193B (zh) | 一种球机视场角的确定方法及装置 | |
| CN107038753B (zh) | 立体视觉三维重建系统及方法 | |
| CN109906471B (zh) | 实时三维相机校准 | |
| CN110095089B (zh) | 一种飞行器旋转角度的测量方法及系统 | |
| CN110910459A (zh) | 一种对摄像装置的标定方法、装置及标定设备 | |
| CN112792814B (zh) | 基于视觉标志的机械臂零点标定方法 | |
| CN109448062A (zh) | 一种相机标定方法、装置、终端设备及存储介质 | |
| CN109389642A (zh) | 视觉系统对机器人的标定方法、系统和具有存储功能装置 | |
| CN114792345B (zh) | 一种基于单目结构光系统的标定方法 | |
| CN109389645B (zh) | 相机自校准方法、系统、相机、机器人及云端服务器 | |
| CN117173254A (zh) | 一种相机标定方法、系统、装置和电子设备 | |
| CN115439633A (zh) | 标定方法、装置和电子设备 | |
| CN112348878B (zh) | 定位测试方法、装置及电子设备 | |
| CN117553697A (zh) | 一种基于led的高速摄像测量方法及舱门形变测量系统 | |
| CN113795358B (zh) | 一种坐标系校准方法、装置和计算机可读介质 | |
| Brunken et al. | Deep learning self-calibration from planes | |
| KR20150119770A (ko) | 카메라를 사용한 3차원 좌표 측정 장치 및 방법 | |
| KR20190001728A (ko) | 증강현실 기반 자세 측정 장치 및 방법 | |
| CN116129031A (zh) | 用于三维重建的方法、系统和存储介质 | |
| Ribeiro et al. | Photogrammetric multi-camera calibration using an industrial programmable robotic arm | |
| Plewiński et al. | Remote control of 3D camera rig with embedded system | |
| CN112053406B (zh) | 成像装置参数标定方法、装置及电子设备 |
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: 20221121 Address after: No. 500, Songling Road, Laoshan District, Qingdao, Shandong 266101 Applicant after: GOERTEK TECHNOLOGY Co.,Ltd. Address before: 261031 north of Yuqing street, east of Dongming Road, high tech Zone, Weifang City, Shandong Province (Room 502, Geer electronics office building) Applicant before: GoerTek Optical Technology Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |