CN112565730B - 路侧感知方法、装置、电子设备、存储介质及路侧设备 - Google Patents
路侧感知方法、装置、电子设备、存储介质及路侧设备 Download PDFInfo
- Publication number
- CN112565730B CN112565730B CN202011393954.5A CN202011393954A CN112565730B CN 112565730 B CN112565730 B CN 112565730B CN 202011393954 A CN202011393954 A CN 202011393954A CN 112565730 B CN112565730 B CN 112565730B
- Authority
- CN
- China
- Prior art keywords
- angle
- wide
- image
- projection
- coordinate system
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000001131 transforming effect Effects 0.000 claims abstract description 21
- 230000015654 memory Effects 0.000 claims description 19
- 230000000007 visual effect Effects 0.000 claims description 11
- 239000013598 vector Substances 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 abstract description 4
- 230000008447 perception Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 13
- 230000009466 transformation Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 101100348047 Mus musculus Ncam2 gene Proteins 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 238000013459 approach 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
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
- H04N13/106—Processing image signals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/12—Panospheric to cylindrical image transformations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
- G06T3/047—Fisheye or wide-angle transformations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
- H04N13/106—Processing image signals
- H04N13/111—Transformation of image signals corresponding to virtual viewpoints, e.g. spatial image interpolation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/204—Image signal generators using stereoscopic image cameras
- H04N13/207—Image signal generators using stereoscopic image cameras using a single 2D image sensor
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Image Processing (AREA)
- Traffic Control Systems (AREA)
- Closed-Circuit Television Systems (AREA)
- Studio Devices (AREA)
Abstract
本申请公开了一种感知方法、装置、电子设备及存储介质,涉及智能交通的车路协同领域。具体实现方案为:获取广角相机摄取的广角图像;对该广角图像进行去畸变处理,得到广角相机正下方的图像;通过球面投影模型将广角图像投影变换到至少一个视角,得到至少一个平面投影图像,每个平面投影图像对应一个视角。本申请能够实现利用最少相机配置达到无盲区感知,并且能够降低感知系统的维护成本,提高感知系统的鲁棒性。
Description
技术领域
本申请涉及智能交通领域,尤其涉及车路协同领域。
背景技术
在新基建的大背景下,车用无线通信技术(V2X,ehicle to everything)路侧感知系统为车路协同的车辆提供了超视距的感知信息。相机作为路侧感知系统的最主要的传感器之一,对障碍物进行三维(3D)感知。传统的路侧感知方法是使用多个相机来进行全区域的覆盖,有时会加装广角相机(如鱼眼相机)来减少硬件设备的数量。这种方式存在以下缺点:一是必须使用较多的相机,相机的外参标定的成本高且后期相机的维护成本也较高,感知系统的鲁棒性会降低;二是尽管使用了多个相机,难免会存在遗漏的小盲区,难以解决。
发明内容
本申请提供了一种路侧感知方法、装置、电子设备以及存储介质。
根据本申请的一方面,提供了一种路侧感知方法,包括:
获取广角相机摄取的广角图像;
对广角图像进行去畸变处理,得到广角相机正下方的图像;
通过球面投影模型将广角图像投影变换到至少一个视角,得到至少一个平面投影图像,每个平面投影图像对应一个视角。
根据本申请的另一方面,提供了一种路侧感知装置,包括:
获取模块,用于获取广角相机摄取的广角图像;
去畸变模块,用于对广角图像进行去畸变处理,得到广角相机正下方的图像;
投影模块,用于通过球面投影模型将广角图像投影变换到至少一个视角,得到至少一个平面投影图像,每个平面投影图像对应一个视角。
根据本申请的另一方面,提供了一种电子设备,其特征在于,包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述的方法。
根据本申请的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行上述的方法。
根据本申请的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现如上所述的方法。
根据本申请的另一方面,提供了一种路侧设备,包括如上述的电子设备。
本申请通过获取广角图像,对广角图像进行去畸变并投影到不同的视角,得到广角相机正下方的图像、以及不同视角的平面投影图像,实现了利用最少相机配置达到无盲区感知,并且能够降低感知系统的维护成本,提高感知系统的鲁棒性。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请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是本申请实施例的一种路侧感知方法实现流程图;
图2A是一个鱼眼图像示意图;
图2B是一个鱼眼图像经过去畸变处理后的图像;
图3是本申请实施例的一种感知方法中,步骤S103的实现流程图;
图4是鱼眼相机的球面模型示意图;
图5是鱼眼图像的坐标系示意图;
图6是本申请实施例的一种路侧感知方法中,确定平面投影图像的像素坐标和广角图像的像素坐标的对应关系的方式示意图;
图7是本申请实施例的一种路侧感知方法中,根据平面投影图像的像素坐标和广角图像的像素坐标的对应关系,通过球面投影模型将广角图像投影变换到至少一个视角示意图;
图8A是将鱼眼图像投影变换到视角一得到的枪机式平面投影图;
图8B是将鱼眼图像投影变换到视角二得到的枪机式平面投影图;
图8C是将鱼眼图像投影变换到视角三得到的枪机式平面投影图;
图8D是将鱼眼图像投影变换到视角四得到的枪机式平面投影图;
图8E是将鱼眼图像投影变换到视角五得到的枪机式平面投影图;
图8F是将鱼眼图像投影变换到视角六得到的枪机式平面投影图;
图9是本申请实施例的一种路侧感知装置900的结构示意图;
图10是本申请实施例的一种路侧感知装置1000的结构示意图;
图11是用来实现本申请实施例的路侧感知方法的电子设备的框图。
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。
车路协同系统中,通过在路侧设置多个相机来进行全区域的覆盖。如何利用较少的硬件设备来完成路口的无盲区全覆盖感知,以实现降低成本且提高系统稳定性的目的,是目前车路协同路侧视觉感知研究的重点。
针对上述问题,本方案通过在路口设置广角镜头(如鱼眼镜头),实现车路协同中的路口无盲区感知。
鱼眼镜头是一种极端的广角镜头,焦距在6-16mm之间,视角多在180度以上。为了使镜头达到最大的摄影角度,这种镜头的前镜片呈抛物状,向前突出,与鱼的眼睛颇为相似,因此被称为鱼眼镜头。鱼眼镜头属于超广角镜头中的一种特殊镜头,它的视角力求达到或超出人眼所能看到的范围。鱼眼镜头与人眼中的真实世界的镜像存在很大的差异,因为实际看到的景物是有规则的固定形态,而通过鱼眼镜头产生的画面效果则超出了这一范畴。
本申请实施方式中,应理解,相机、镜头、摄像机、摄像头等均表示可以获取覆盖范围内的图像的设备,其含义类似,且可以互换,本申请对此不做限制。
本申请实施例提供一种路侧感知方法,该方法可以应用于车路协同系统中的路口无盲区感知。本申请实施例仅使用最少数量的鱼眼相机来完成路口的无死角的全区域覆盖,针对常规的十字路口,仅需要4个鱼眼相机(一个方向一个)来完成全路口的全区域感知。每个鱼眼相机可以经过两步来得到全区域的二维图像:第一步,利用Ocam模型或者OpenCV模型对鱼眼图像进行去畸变,得到鱼眼相机正下方的图像;第二步,利用球面投影模型将圆形鱼眼相机原图变换到特定视角的平面透视图像。以下参照附图,举具体的实施例详细介绍。
图1是本申请实施例的一种路侧感知方法实现流程图,至少包括:
步骤S101:获取广角相机摄取的广角图像;
步骤S102:对广角图像进行去畸变处理,得到广角相机正下方的图像;
步骤S103:通过球面投影模型将广角图像投影变换到至少一个视角,得到至少一个平面投影图像,每个平面投影图像对应一个视角。
本申请实施例中,上述广角相机可以包括鱼眼相机,上述广角图像可以包括鱼眼图像。
图2A是一个鱼眼图像示意图。由图2A可见,鱼眼图像是一个圆形图像,该图像越靠近边缘位置的畸变越严重、越靠近中心位置越接近真实世界的图像。
上述步骤S102中,可以采用Ocam模块或者OpenCV模型对鱼眼图像进行去畸变,如图2B是一个鱼眼图像经过去畸变处理后的图像示意图。
本申请实施例可以将鱼眼相机设置于路口位置;对鱼眼相机摄制的鱼眼图像进行去畸变处理,即可以得到鱼眼相机正下方的图像。
图3是本申请实施例的一种路侧感知方法中,步骤S103的实现流程示意图,如图3所示,上述步骤S103至少包括以下步骤:
步骤S301:确定平面投影图像的像素坐标和广角图像的像素坐标的对应关系;
步骤S302:根据该对应关系,通过球面投影模型将广角图像投影变换到至少一个视角。
为了清楚地说明上述步骤S103的具体实现方式,以下参照鱼眼相机的球面模型详细介绍。
图4是鱼眼相机的球面模型示意图。如图4所示,鱼眼相机球面模型采用XYZ三维空间坐标系,平面投影图像(也可称为枪机式平面投影面)采用uv二维坐标系。图4中显示了1/8的球面,是鱼眼相机的球形投影面的1/4。完整的鱼眼相机的球形投影面是与XOY平面相切的半球形。
鱼眼图像是鱼眼相机的球形投影面投影到XOY平面得到的圆形图像。图5是鱼眼图像的坐标系示意图,图5中的圆形表示鱼眼图像,O点表示该鱼眼图像的中心点,该中心点也就是鱼眼相机球面模型的投影中心,即XYZ三维坐标系的原点。鱼眼图像采用u’v’二维坐标系,该坐标系的原点o’为鱼眼图像外延区域左上角的点,参照图2A,图2A显示的圆形鱼眼图像外侧的黑色区域即为该外延区域,该黑色区域左上角的点即为鱼眼图像所采用的坐标系的原点o’。
在介绍了图4和图5的图像及坐标系之后,以下以图4和图5为基础,介绍本申请实施例通过球面投影模型将广角图像(如圆形鱼眼图像)投影变换到特定视角,从而将该圆形鱼眼图像变换为某个角度的平面投影图像(如枪机图像)的具体实施方式。
如图4所示,点O为鱼眼相机球面模型的投影中心,点D为枪机式平面投影面的几何中心,枪机式平面投影面与鱼眼相机的球形投影面相切于点D,θ1表示与Z轴方向的夹角,θ2表示X轴方向到/>在XOY平面上的投影逆时针需要转动的角度。鱼眼图像的半径和球形投影面的半径都为r。则:
设P为枪机式平面投影面上任意一点,P到XOY平面上的投影点为Q。α为Z轴到的角度,β为X轴到/>的逆时针转过的角度。点P和点D在校正图像平面坐标系上的坐标分别为(uP,vP)和(uD,vD)。为了方便求出P点在空间坐标系中的坐标,这里将/>分解成/>和/>这两个向量分别平行于u轴和v轴。根据几何关系可以得出:
直线OP和球形投影面相交于一点,该交点在XOY平面的投影为点M。设XYZ三个轴的单位向量分别为则:
在本实施例中,鱼眼圆形图像的半径为r=593像素,且此时的θ=PI/2,由等距投影模型可以得到鱼眼相机的焦距。即:
由等距投影模型,存在公式(1)
r=focal×θ (1)
利用r、θ和上述公式(1),可以得focal,focal是鱼眼相机的焦距。
然后再由focal的值得到此时投影到u’v’坐标系上的长度rQ,即:rQ=focal×α
则点P对应的鱼眼圆形图像的像素坐标为:
u'Q=rQ×sinβ+u'center
v'Q=rQ×cosβ+v'center
其中,(u'center,v'center)表示鱼眼圆形图像的中心点像素坐标。
至此,得到了枪机式平面投影面的像素坐标和鱼眼圆形图像的像素坐标的对应关系。
之后,通过球面模型将圆形鱼眼相机原图投影变换到特定视角,即选择特定的θ1和θ2,可以将鱼眼图像等效变换为某个角度的枪机图像。
结合上述图示,本申请实施例方式中,确定平面投影图像的像素坐标和广角图像的像素坐标的对应关系的方式如图6所示,至少包括以下步骤:
步骤S601:利用所广角图像的半径确定广角相机的焦距。
本步骤可以采用上述公式(1)确定广角相机的焦距,即上述focal。
步骤S602:利用广角相机的焦距、以及平面投影图像中任意点与空间坐标系的角度关系(如上述角度α),确定球面投影模型的投影中心到该任意点的向量(如上述)投影到广角图像的坐标系上的长度(如上述rQ);其中,空间坐标系为广角相机的球形投影面对应的坐标系(如上述XYZ三维坐标系)。
步骤S603:利用该长度、平面投影图像中任意点与空间坐标系的角度关系(如上述sinβ、cosβ)、以及广角图像的中心点像素坐标(如上述u'center、v'center),确定该任意点在广角图像所在平面上的投影点的像素坐标(如上述u'Q、v'Q)。
步骤S604:根据该任意点在平面投影图像的坐标系上的像素坐标、以及该任意点在广角图像所在平面上的投影点的像素坐标,确定平面投影图像的像素坐标和广角图像的像素坐标的对应关系。
结合上述图示,本申请实施例方式中,根据平面投影图像的像素坐标和广角图像的像素坐标的对应关系,通过球面投影模型将广角图像投影变换到至少一个视角的方式如图7所示,至少包括以下步骤:
步骤S701:选取至少一个视角;
步骤S702:确定该视角与该空间坐标系的角度关系(如上述θ1和θ2);
步骤S703:利用该视角与该空间坐标系的角度关系,确定平面投影图像中任意点与该空间坐标系的角度关系(如上述α和β);
步骤S704:利用平面投影图像的像素坐标和广角图像的像素坐标的对应关系、以及该平面投影图像中任意点与空间坐标系的角度关系,将广角图像投影变换到该视角。
如图8A至8F为将鱼眼图像投影变换到不同视角得到的枪机式平面投影图。其中,
图8A的投影变换视角为θ1=58°,θ2=45°;
图8B的投影变换视角为θ1=58°,θ2=90°;
图8C的投影变换视角为θ1=58°,θ2=135°;
图8D的投影变换视角为θ1=58°,θ2=225°;
图8E的投影变换视角为θ1=58°,θ2=270°;
图8F的投影变换视角为θ1=58°,θ2=315°。
可以看出,将鱼眼图像投影变换到不同视角,得到不同视角的枪机式平面投影图,可以实现对路口的无盲区感知。因此,本申请实施例可以利用最少数量的相机设备,进行全区域无盲区的覆盖感知,大大减少了硬件成本。相机越多,有不可抗力会使得某相机发生移动等情况,时常要维护相机或重新标定相机的外参等,这些都会导致系统的稳定性降低。因此,本申请实施例减少相机设备,能够大大减少了后期的维护运营成本,间接提高了路侧感知的精度和鲁棒性。
本申请实施例还提出一种路侧感知装置,图9是为本申请实施例的一种路侧感知装置900的结构示意图,包括:
获取模块910,用于获取广角相机摄取的广角图像;
去畸变模块920,用于对广角图像进行去畸变处理,得到广角相机正下方的图像;
投影模块930,用于通过球面投影模型将广角图像投影变换到至少一个视角,得到至少一个平面投影图像,每个平面投影图像对应一个视角。
图10是本申请实施例的一种路侧感知装置1000的结构示意图,可选地,上述投影模块930包括:
对应关系确定子模块931,用于确定平面投影图像的像素坐标和广角图像的像素坐标的对应关系;
投影子模块932,用于根据对应关系,通过球面投影模型将广角图像投影变换到至少一个视角。
可选地,上述对应关系确定子模块931用于:
利用广角图像的半径确定广角相机的焦距;
利用广角相机的焦距、以及平面投影图像中任意点与空间坐标系的角度关系,确定球面投影模型的投影中心到任意点的向量投影到广角图像的坐标系上的长度;其中,空间坐标系为广角相机的球形投影面对应的坐标系;
利用上述长度、平面投影图像中任意点与空间坐标系的角度关系、以及广角图像的中心点像素坐标,确定任意点在广角图像所在平面上的投影点的像素坐标;
根据任意点在平面投影图像的坐标系上的像素坐标、以及任意点在广角图像所在平面上的投影点的像素坐标,确定平面投影图像的像素坐标和广角图像的像素坐标的对应关系。
可选地,上述投影子模块932用于:
选取至少一个视角;
确定视角与空间坐标系的角度关系;
利用视角与空间坐标系的角度关系,确定平面投影图像中任意点与空间坐标系的角度关系;
利用对应关系、以及平面投影图像中任意点与空间坐标系的角度关系,将广角图像投影变换到视角。
可选地,上述广角相机为鱼眼相机,广角图像为鱼眼图像。
可选地,上述广角相机设置于道路路口,道路路口的每个方向设置一个广角相机。
本申请实施例各装置中的各模块的功能可以参见上述方法中的对应描述,在此不再赘述。
本申请实施例提出的路侧感知方法和装置可以应用于各种类型的路况,例如,十字路口、丁字路口、L形路口等,本申请对此不做限制。对于路口两边都有道路的情况,投影变换的方式可以参考前述实施例的方式;对于路口仅有一边有道路的情况,可以只根据车流方向进行投影变换,对车流方向上进行数据采集即可。
根据本申请的实施例,本申请还提供了一种电子设备、一种可读存储介质和一种计算机程序产品;并且,本申请还提供了一种路侧设备,该路侧设备包括前述电子设备。
如图11所示,是根据本申请实施例的感知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11所示,该电子设备包括:一个或多个处理器1101、存储器1102,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11中以一个处理器1101为例。
存储器1102即为本申请所提供的非瞬时计算机可读存储介质。其中,存储器存储有可由至少一个处理器执行的指令,以使至少一个处理器执行本申请所提供的感知方法。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感知方法。
存储器1102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感知方法对应的程序指令/模块(例如,附图9所示的获取模块910、去畸变模块920和投影模块930)。处理器1101通过运行存储在存储器1102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感知方法。
存储器1102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感知的电子设备的使用所创建的数据等。此外,存储器1102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1102可选包括相对于处理器1101远程设置的存储器,这些远程存储器可以通过网络连接至感知的电子设备。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。
感知方法的电子设备还可以包括:输入装置1103和输出装置1104。处理器1101、存储器1102、输入装置1103和输出装置1104可以通过总线或者其他方式连接,图11中以通过总线连接为例。
输入装置1103可接收输入的数字或字符信息,以及产生与感知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1104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。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与虚拟专用服务器(VPS)服务中,存在的管理难度大,业务扩展性弱的缺陷。
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 (11)
1.一种路侧感知方法,包括:
获取广角相机摄取的广角图像;
对所述广角图像进行去畸变处理,得到所述广角相机正下方的图像;
通过球面投影模型将所述广角图像投影变换到至少一个视角,得到至少一个平面投影图像,每个所述平面投影图像对应一个所述视角;
所述通过球面投影模型将所述广角图像投影变换到至少一个视角,包括:
确定所述平面投影图像的像素坐标和所述广角图像的像素坐标的对应关系;
根据所述对应关系,通过球面投影模型将广角图像投影变换到所述至少一个视角;
所述确定所述平面投影图像的像素坐标和所述广角图像的像素坐标的对应关系,包括:
利用所述广角图像的半径确定所述广角相机的焦距;
利用所述广角相机的焦距、以及所述平面投影图像中任意点与空间坐标系的角度关系,确定所述球面投影模型的投影中心到所述任意点的向量投影到所述广角图像的坐标系上的长度;其中,所述空间坐标系为所述广角相机的球形投影面对应的坐标系;
利用所述长度、所述平面投影图像中任意点与空间坐标系的角度关系、以及广角图像的中心点像素坐标,确定所述任意点在所述广角图像所在平面上的投影点的像素坐标;
根据所述任意点在平面投影图像的坐标系上的像素坐标、以及所述任意点在所述广角图像所在平面上的投影点的像素坐标,确定所述平面投影图像的像素坐标和广角图像的像素坐标的对应关系。
2.根据权利要求1所述的方法,其中,所述根据所述对应关系,通过球面投影模型将广角图像投影变换到所述至少一个视角,包括:
选取至少一个所述视角;
确定所述视角与所述空间坐标系的角度关系;
利用所述视角与所述空间坐标系的角度关系,确定所述平面投影图像中任意点与所述空间坐标系的角度关系;
利用所述对应关系、以及所述平面投影图像中任意点与所述空间坐标系的角度关系,将广角图像投影变换到所述视角。
3.根据权利要求1至2任一所述的方法,其中,所述广角相机包括鱼眼相机,所述广角图像包括鱼眼图像。
4.根据权利要求1至2任一所述的方法,其中,所述广角相机设置于道路路口,所述道路路口的每个方向设置一个所述广角相机。
5.一种路侧感知装置,包括:
获取模块,用于获取广角相机摄取的广角图像;
去畸变模块,用于对所述广角图像进行去畸变处理,得到所述广角相机正下方的图像;
投影模块,用于通过球面投影模型将所述广角图像投影变换到至少一个视角,得到至少一个平面投影图像,每个所述平面投影图像对应一个所述视角;
所述投影模块包括:
对应关系确定子模块,用于确定所述平面投影图像的像素坐标和所述广角图像的像素坐标的对应关系;
投影子模块,用于根据所述对应关系,通过球面投影模型将广角图像投影变换到所述至少一个视角;
其中,所述对应关系确定子模块用于:
利用所述广角图像的半径确定所述广角相机的焦距;
利用所述广角相机的焦距、以及所述平面投影图像中任意点与空间坐标系的角度关系,确定所述球面投影模型的投影中心到所述任意点的向量投影到所述广角图像的坐标系上的长度;其中,所述空间坐标系为所述广角相机的球形投影面对应的坐标系;
利用所述长度、所述平面投影图像中任意点与空间坐标系的角度关系、以及广角图像的中心点像素坐标,确定所述任意点在所述广角图像所在平面上的投影点的像素坐标;
根据所述任意点在平面投影图像的坐标系上的像素坐标、以及所述任意点在所述广角图像所在平面上的投影点的像素坐标,确定所述平面投影图像的像素坐标和广角图像的像素坐标的对应关系。
6.根据权利要求5所述的装置,其中,所述投影子模块用于:
选取至少一个所述视角;
确定所述视角与所述空间坐标系的角度关系;
利用所述视角与所述空间坐标系的角度关系,确定所述平面投影图像中任意点与所述空间坐标系的角度关系;
利用所述对应关系、以及所述平面投影图像中任意点与所述空间坐标系的角度关系,将广角图像投影变换到所述视角。
7.根据权利要求5至6任一所述的装置,其中,所述广角相机包括鱼眼相机,所述广角图像包括鱼眼图像。
8.根据权利要求5至6任一所述的装置,其中,所述广角相机设置于道路路口,所述道路路口的每个方向设置一个所述广角相机。
9.一种电子设备,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1-4中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使计算机执行权利要求1-4中任一项所述的方法。
11.一种路侧设备,包括如权利要求9所述的电子设备。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011393954.5A CN112565730B (zh) | 2020-12-03 | 2020-12-03 | 路侧感知方法、装置、电子设备、存储介质及路侧设备 |
JP2021116092A JP7223072B2 (ja) | 2020-12-03 | 2021-07-14 | 路側感知方法、路側感知装置、電子デバイス、記憶媒体、路側設備、及びプログラム |
US17/511,121 US20220044560A1 (en) | 2020-12-03 | 2021-10-26 | Roadside sensing method, electronic device, storage medium, and roadside equipment |
EP21206238.4A EP4071703A1 (en) | 2020-12-03 | 2021-11-03 | Roadside sensing method and apparatus, storage medium, program product, and roadside equipment |
KR1020210154891A KR20210144623A (ko) | 2020-12-03 | 2021-11-11 | 노변 감지 방법, 장치, 전자 기기, 저장 매체, 컴퓨터 프로그램 및 노변 기기 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011393954.5A CN112565730B (zh) | 2020-12-03 | 2020-12-03 | 路侧感知方法、装置、电子设备、存储介质及路侧设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112565730A CN112565730A (zh) | 2021-03-26 |
CN112565730B true CN112565730B (zh) | 2023-07-25 |
Family
ID=75047324
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011393954.5A Active CN112565730B (zh) | 2020-12-03 | 2020-12-03 | 路侧感知方法、装置、电子设备、存储介质及路侧设备 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220044560A1 (zh) |
EP (1) | EP4071703A1 (zh) |
JP (1) | JP7223072B2 (zh) |
KR (1) | KR20210144623A (zh) |
CN (1) | CN112565730B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114648458A (zh) * | 2022-03-24 | 2022-06-21 | 北京理工大学 | 鱼眼图像矫正方法、装置、电子设备及存储介质 |
CN115186359A (zh) * | 2022-07-25 | 2022-10-14 | 中建钢构工程有限公司 | 设计图的处理方法、系统、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101814181A (zh) * | 2010-03-17 | 2010-08-25 | 天津理工大学 | 一种鱼眼图像复原的展开方法 |
CN106600546A (zh) * | 2016-11-14 | 2017-04-26 | Tcl集团股份有限公司 | 一种超广角摄像头畸变校正方法及系统 |
CN109741241A (zh) * | 2018-12-26 | 2019-05-10 | 斑马网络技术有限公司 | 鱼眼图像的处理方法、装置、设备和存储介质 |
CN109964245A (zh) * | 2016-12-06 | 2019-07-02 | 深圳市大疆创新科技有限公司 | 用于校正广角图像的系统和方法 |
CN110728622A (zh) * | 2019-10-22 | 2020-01-24 | 珠海研果科技有限公司 | 鱼眼图像处理方法、装置、电子设备及计算机可读介质 |
CN111353945A (zh) * | 2018-12-21 | 2020-06-30 | 杭州海康威视数字技术股份有限公司 | 鱼眼图像校正方法、装置及存储介质 |
Family Cites Families (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5359363A (en) * | 1991-05-13 | 1994-10-25 | Telerobotics International, Inc. | Omniview motionless camera surveillance system |
US20050058360A1 (en) * | 2003-09-12 | 2005-03-17 | Thomas Berkey | Imaging system and method for displaying and/or recording undistorted wide-angle image data |
JP2005339313A (ja) * | 2004-05-28 | 2005-12-08 | Toshiba Corp | 画像提示方法及び装置 |
JP4892965B2 (ja) * | 2005-12-26 | 2012-03-07 | 住友電気工業株式会社 | 移動体判定システム、移動体判定方法、及びコンピュータプログラム |
US8670001B2 (en) * | 2006-11-30 | 2014-03-11 | The Mathworks, Inc. | System and method for converting a fish-eye image into a rectilinear image |
WO2009013845A1 (ja) * | 2007-07-20 | 2009-01-29 | Techwell Japan K.K. | 画像処理装置及びカメラシステム |
KR100882011B1 (ko) * | 2007-07-29 | 2009-02-04 | 주식회사 나노포토닉스 | 회전 대칭형의 광각 렌즈를 이용하여 전방위 영상을 얻는 방법 및 장치 |
US8525871B2 (en) * | 2008-08-08 | 2013-09-03 | Adobe Systems Incorporated | Content-aware wide-angle images |
JP5068779B2 (ja) * | 2009-02-27 | 2012-11-07 | 現代自動車株式会社 | 車両周囲俯瞰画像表示装置及び方法 |
JP5569329B2 (ja) * | 2010-10-15 | 2014-08-13 | 大日本印刷株式会社 | 会議システム、監視システム、画像処理装置、画像処理方法及び画像処理プログラム等 |
CN103108154A (zh) * | 2011-11-14 | 2013-05-15 | 辉达公司 | 一种汽车导航设备 |
US9052393B2 (en) * | 2013-01-18 | 2015-06-09 | Caterpillar Inc. | Object recognition system having radar and camera input |
JP5666069B1 (ja) * | 2013-06-24 | 2015-02-12 | 三菱電機株式会社 | 座標算出装置及び方法、並びに画像処理装置及び方法 |
WO2015079702A1 (ja) * | 2013-11-27 | 2015-06-04 | 京セラ株式会社 | 撮像設定変更装置、撮像システム、および撮像設定変更方法 |
JP6232994B2 (ja) * | 2013-12-16 | 2017-11-22 | ソニー株式会社 | 画像処理装置、および画像処理方法、並びにプログラム |
US10339544B2 (en) * | 2014-07-02 | 2019-07-02 | WaitTime, LLC | Techniques for automatic real-time calculation of user wait times |
US10449899B2 (en) * | 2015-05-08 | 2019-10-22 | Magna Electronics Inc. | Vehicle vision system with road line sensing algorithm and lane departure warning |
US9930752B2 (en) * | 2015-11-10 | 2018-03-27 | General Electric Company | Image sensor controlled lighting fixture |
US10440307B2 (en) * | 2015-12-22 | 2019-10-08 | Casio Computer Co., Ltd. | Image processing device, image processing method and medium |
US10652459B2 (en) * | 2016-03-07 | 2020-05-12 | Ricoh Company, Ltd. | Information processing system, information processing method, and non-transitory computer-readable storage medium |
US10699389B2 (en) * | 2016-05-24 | 2020-06-30 | Qualcomm Incorporated | Fisheye rendering with lens distortion correction for 360-degree video |
CN107993276B (zh) * | 2016-10-25 | 2021-11-23 | 杭州海康威视数字技术股份有限公司 | 一种全景图像的生成方法及装置 |
WO2018179040A1 (ja) * | 2017-03-27 | 2018-10-04 | 日本電気株式会社 | カメラパラメータ推定装置、方法およびプログラム |
US11373335B2 (en) * | 2017-03-27 | 2022-06-28 | Nec Corporation | Camera parameter estimation device, method and program |
US11188768B2 (en) * | 2017-06-23 | 2021-11-30 | Nec Corporation | Object detection apparatus, object detection method, and computer readable recording medium |
KR102028469B1 (ko) * | 2018-01-15 | 2019-10-04 | 주식회사 스트리스 | 어안 렌즈 및 전방위 영상의 왜곡 제거를 위한 장치 및 방법 |
JP2021144257A (ja) * | 2018-06-06 | 2021-09-24 | ソニーグループ株式会社 | 情報処理装置、情報処理方法、プログラム、及び、移動体 |
US10878595B2 (en) * | 2018-07-02 | 2020-12-29 | Intel Corporation | Dual model for fisheye lens distortion and an algorithm for calibrating model parameters |
EP3624001B1 (en) * | 2018-09-13 | 2024-05-01 | Volvo Car Corporation | Methods and systems for parking line marker detection and pairing and parking spot detection and classification |
US10796402B2 (en) * | 2018-10-19 | 2020-10-06 | Tusimple, Inc. | System and method for fisheye image processing |
KR20210091146A (ko) * | 2018-11-20 | 2021-07-21 | 소니 세미컨덕터 솔루션즈 가부시키가이샤 | 화상 처리 장치 및 화상 처리 방법, 그리고 프로그램 |
JP6802864B2 (ja) * | 2019-01-30 | 2020-12-23 | パナソニックi−PROセンシングソリューションズ株式会社 | 監視装置、監視方法、及び、コンピュータプログラム |
JP7192582B2 (ja) * | 2019-03-11 | 2022-12-20 | オムロン株式会社 | 物体追跡装置および物体追跡方法 |
JP7188240B2 (ja) * | 2019-04-01 | 2022-12-13 | オムロン株式会社 | 人検出装置および人検出方法 |
US11244431B2 (en) * | 2019-10-18 | 2022-02-08 | Apical Limited | Image processing |
CN111369796A (zh) * | 2020-03-11 | 2020-07-03 | 北京百度网讯科技有限公司 | 路侧感知系统 |
CN113492829B (zh) * | 2020-04-08 | 2022-08-26 | 华为技术有限公司 | 数据处理的方法和装置 |
-
2020
- 2020-12-03 CN CN202011393954.5A patent/CN112565730B/zh active Active
-
2021
- 2021-07-14 JP JP2021116092A patent/JP7223072B2/ja active Active
- 2021-10-26 US US17/511,121 patent/US20220044560A1/en active Pending
- 2021-11-03 EP EP21206238.4A patent/EP4071703A1/en not_active Withdrawn
- 2021-11-11 KR KR1020210154891A patent/KR20210144623A/ko not_active Application Discontinuation
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101814181A (zh) * | 2010-03-17 | 2010-08-25 | 天津理工大学 | 一种鱼眼图像复原的展开方法 |
CN106600546A (zh) * | 2016-11-14 | 2017-04-26 | Tcl集团股份有限公司 | 一种超广角摄像头畸变校正方法及系统 |
CN109964245A (zh) * | 2016-12-06 | 2019-07-02 | 深圳市大疆创新科技有限公司 | 用于校正广角图像的系统和方法 |
CN111353945A (zh) * | 2018-12-21 | 2020-06-30 | 杭州海康威视数字技术股份有限公司 | 鱼眼图像校正方法、装置及存储介质 |
CN109741241A (zh) * | 2018-12-26 | 2019-05-10 | 斑马网络技术有限公司 | 鱼眼图像的处理方法、装置、设备和存储介质 |
CN110728622A (zh) * | 2019-10-22 | 2020-01-24 | 珠海研果科技有限公司 | 鱼眼图像处理方法、装置、电子设备及计算机可读介质 |
Also Published As
Publication number | Publication date |
---|---|
KR20210144623A (ko) | 2021-11-30 |
US20220044560A1 (en) | 2022-02-10 |
JP2021180017A (ja) | 2021-11-18 |
EP4071703A1 (en) | 2022-10-12 |
JP7223072B2 (ja) | 2023-02-15 |
CN112565730A (zh) | 2021-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11625896B2 (en) | Face modeling method and apparatus, electronic device and computer-readable medium | |
JP7328366B2 (ja) | 情報処理方法、測位方法及び装置、電子機器並びに記憶媒体 | |
US11715238B2 (en) | Image projection method, apparatus, device and storage medium | |
CN109308686B (zh) | 一种鱼眼图像处理方法及装置、设备和存储介质 | |
CN107705252B (zh) | 适用于双目鱼眼图像拼接展开校正的方法及系统 | |
CN104778656B (zh) | 基于球面透视投影的鱼眼图像校正方法 | |
KR102096730B1 (ko) | 이미지 디스플레이 방법, 곡면을 가지는 불규칙 스크린을 제조하기 위한 방법 및 헤드-장착 디스플레이 장치 | |
JP7189270B2 (ja) | 三次元物体検出方法、三次元物体検出装置、電子機器、記憶媒体及びコンピュータプログラム | |
KR102498439B1 (ko) | 차량용 카메라의 외부 파라미터 캘리브레이션 방법, 장치, 시스템 및 저장매체 | |
CN103839227B (zh) | 鱼眼图像校正方法和装置 | |
CN112565730B (zh) | 路侧感知方法、装置、电子设备、存储介质及路侧设备 | |
EP3998580B1 (en) | Camera calibration method and apparatus, electronic device, storage medium, program product, and road side device | |
CN111652113B (zh) | 障碍物检测方法、装置、设备以及存储介质 | |
EP3376762A1 (en) | Depth image composition method and apparatus | |
WO2022262474A1 (zh) | 变焦控制方法、装置、电子设备和计算机可读存储介质 | |
CN112288825A (zh) | 相机标定方法、装置、电子设备、存储介质和路侧设备 | |
WO2021035485A1 (zh) | 拍摄防抖方法、装置、终端及存储介质 | |
CN113256718A (zh) | 定位方法和装置、设备及存储介质 | |
CN112509058B (zh) | 外参的计算方法、装置、电子设备和存储介质 | |
CN111294580B (zh) | 基于gpu的摄像头视频投影方法、装置、设备及存储介质 | |
CN111753739A (zh) | 物体检测方法、装置、设备以及存储介质 | |
CN112530173A (zh) | 路侧感知方法、装置、电子设备、存储介质及路侧设备 | |
WO2022166868A1 (zh) | 漫游视图的生成方法、装置、设备和存储介质 | |
CN111784842B (zh) | 三维重建方法、装置、设备及可读储存介质 | |
CN115100026A (zh) | 基于目标对象的标签坐标转换方法、装置、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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211019 Address after: 100176 Room 101, 1st floor, building 1, yard 7, Ruihe West 2nd Road, economic and Technological Development Zone, Daxing District, Beijing Applicant after: Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085 Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |