CN113673388A - 一种目标物位置的确定方法、装置、存储介质及设备 - Google Patents

Abstract

本说明书公开了一种目标物位置的确定方法、装置、存储介质及设备，本方法识别获取到的图像中包含的第一目标物，确定其在图像中的位置，并，识别获取到的点云中包含的所有第二目标物，根据点云，确定其精确实际位置。针对每个第一目标物，根据该第一目标物在图像中的位置与各第二目标物的精确实际位置，确定与该第一目标物相匹配的第二目标物，将确定出的第二目标物的精确实际位置，作为该第一目标物的精确实际位置。本方法将第一目标物与第二目标物进行匹配，将第二目标物的精确实际位置作为与其相匹配的第一目标物的精确实际位置。目标物的精确实际位置是根据点云确定出的，不依赖于采集设备的外参标定，因此，能够确定出目标物的准确位置。

Description

一种目标物位置的确定方法、装置、存储介质及设备

技术领域

本说明书涉及自动驾驶技术领域，尤其涉及一种目标物位置的确定方法、装置、存储介质及设备。

背景技术

随着科技的发展，自动驾驶技术得到了迅速的发展，其中，高精地图能够辅助自动驾驶设备在行驶时做出正确的决策，在自动驾驶技术中起着至关重要的作用。

高精地图中包含着许多重要的目标物，例如，交通标志牌、交通信号灯等目标物，在构建高精地图时，需要根据目标物在现实中的实际位置，把目标物添加进高精地图中。

在现有技术中，以将交通标志牌添加进高精地图为例，在将交通标志牌添加进高精地图时，通常是先在获取到的2D图像中检测出交通指示牌，通过自动驾驶设备上安装的相机与激光雷达的外部参数进行标定的方法，得到2D图像坐标与3D世界坐标之间的转换关系，根据转换关系与该交通标志牌在2D图像中的坐标，最终得到该交通标志牌在3D世界中的世界坐标，并根据该交通标志牌的世界坐标，将该交通标志牌息添加进高精地图。

由于对相机与激光雷达的外部参数进行联合标定时，会受到外界因素的影响，导致得到的外部参数存在误差，从而导致目标物在高精地图中的位置与实际位置之间存在误差，最终使得到的高精地图也是错误的。

因此，如何确定目标物的准确位置是个亟待解决的问题。

发明内容

本说明书提供一种目标物位置的确定方法及装置，以部分的解决现有技术存在的上述问题。

本说明书采用下述技术方案：

本说明书提供了一种目标物位置的确定方法，包括：

获取图像与点云；

识别所述图像中包含的各目标物，作为第一目标物；并，识别所述点云中包含的各目标物，作为第二目标物；

针对每个第一目标物，确定该第一目标物在所述图像中的位置；针对每个第二目标物，根据所述点云，确定该第二目标物的精确实际位置；

针对每个第一目标物，根据该第一目标物在所述图像中的位置与各个第二目标物的精确实际位置，在各个第二目标物中确定与该第一目标物相匹配的第二目标物，作为指定第二目标物；

将所述指定第二目标物的精确实际位置作为该第一目标物的精确实际位置。

可选地，获取图像与点云，具体包括：

获取多个图像，所述多个图像为搭载在目标设备上的图像采集设备采集到的；

针对获取到的每个图像，获取在与该图像的采集时刻相同的时刻所采集到的点云，所述点云为搭载在所述目标设备上的点云采集设备所采集到的；

根据各个点云的采集位置，将各个点云进行拼接，得到整体点云。

可选地，确定该第一目标物在所述图像中的位置，具体包括：

确定该第一目标物在各个图像中的位置所构成的集合，作为该第一目标物的位置集合；

根据所述点云，确定该第二目标物的精确实际位置，具体包括：

根据所述整体点云，确定该第二目标物的精确实际位置。

可选地，在各个第二目标物中确定与该第一目标物相匹配的第二目标物之前，所述方法还包括：

根据该第一目标物在所述图像中的位置，确定该第一目标物的粗略实际位置；

根据该第一目标物在所述图像中的位置与各个第二目标物的精确实际位置，在各个第二目标物中确定与该第一目标物相匹配的第二目标物，具体包括：

根据该第一目标物的粗略实际位置与各个第二目标物的精确实际位置，在各个第二目标物中确定与该第一目标物相匹配的第二目标物。

可选地，根据该第一目标物在所述图像中的位置与各个第二目标物的精确实际位置，在各个第二目标物中确定与该第一目标物相匹配的第二目标物，作为指定第二目标物，具体包括：

根据该第一目标物的位置集合与各个第二目标物的精确实际位置，确定该第一目标物与各个第二目标物的评分；

根据该第一目标物与各个第二目标物之间的评分，在各个第二目标物中确定与该第一目标物相匹配的第二目标物，作为指定第二目标物。

可选地，根据该第一目标物的位置集合与各个第二目标物的精确实际位置，得到该第一目标物与各个第二目标物之间的评分，具体包括：

在各个第二目标物中确定待匹配目标物，将该第一目标物与待匹配目标物作为待匹配对；

针对每个待匹配对，根据该待匹配对中的第一目标物的位置集合中的每一个位置与所述待匹配目标物的精确实际位置的距离，确定所述第一目标物与所述待匹配目标物之间的平均距离；

根据所述第一目标物与所述待匹配目标物之间的平均距离，确定该待匹配对的评分，所述第一目标物与所述待匹配目标物之间的平均距离与待匹配对的评分呈负相关；

根据该第一目标物与各个第二目标物之间的评分，在各个第二目标物中确定与该第一目标物相匹配的第二目标物，作为指定第二目标物，具体包括：

在各个待匹配对的评分中，确定大于指定阈值且最高的评分对应的待匹配对中的第二目标物，作为指定第二目标物。

可选地，根据所述第一目标物与所述待匹配目标物之间的平均距离，确定该待匹配对的评分，具体包括：

针对每个待匹配对，确定在图像中识别出的该待匹配对中的第一目标物的置信度，作为所述第一目标物的置信度，并，确定在所述整体点云中识别出的该待匹配对中的待匹配目标物的置信度，作为所述待匹配目标物的置信度；

根据所述第一目标物与所述待匹配目标物的平均距离、所述第一目标物的置信度与所述待匹配目标物的置信度，确定该待匹配对的评分；

所述第一目标物的置信度与该待匹配对的评分呈正相关，所述待匹配目标物的置信度与该匹配对的评分呈正相关。

本说明书提供了一种目标物位置的确定装置，包括：

获取模块，用于获取图像与点云；

目标物识别模块，用于识别所述图像中包含的各目标物，作为第一目标物；并，识别所述点云中包含的各目标物，作为第二目标物；针对每个第一目标物，确定该第一目标物在所述图像中的位置；针对每个第二目标物，根据所述点云，确定该第二目标物的精确实际位置；

匹配模块，用于针对每个第一目标物，根据该第一目标物在所述图像中的位置与各个第二目标物的精确实际位置，在各个第二目标物中确定与该第一目标物相匹配的第二目标物，作为指定第二目标物；

位置确认模块，用于将所述指定第二目标物的精确实际位置作为该第一目标物的精确实际位置。

本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述目标物位置的确定方法。

本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述目标物位置的确定方法。

本说明书采用的上述至少一个技术方案能够达到以下有益效果：

在本说明书提供的目标物位置的确定方法中，识别获取到的图像中包含的所有第一目标物，针对每个第一目标物，确定其在图像中的位置。同时，识别获取到的点云中包含的所有第二目标物，针对每个第二目标物，根据点云，确定其精确实际位置。针对每个第一目标物，根据该第一目标物在图像中的位置与各个第二目标物的精确实际位置，确定与该第一目标物相匹配的第二目标物，将与该第一目标物相匹配的第二目标物的精确实际位置，作为该第一目标物的精确实际位置。

从上述方法中可以看出，本方法将图像中识别出的第一目标物与点云中识别出的第二目标物进行匹配，将第二目标物的精确实际位置作为与其相匹配的第一目标物的精确实际位置。由于目标物的精确实际位置是根据点云确定出的，而并非根据目标物在图像中的位置，通过2D图像坐标与3D世界坐标之间的转换关系得到的，确定出的精确实际位置不依赖于采集设备的外参标定，因此，本方法能够确定出目标物的准确位置。

附图说明

此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：

图1为本说明书中一种目标物位置的确定方法的流程示意图；

图2为本说明书提供的一种目标物位置的确定装置的示意图；

图3为本说明书提供的对应于图1的电子设备示意图。

具体实施方式

为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。

以下结合附图，详细说明本说明书各实施例提供的技术方案。

图1为本说明书中一种目标物的确定方法的流程示意图，具体包括以下步骤：

S100：获取图像与点云。

在自动驾驶技术中，高精地图起着至关重要的作用，只有高精地图中的目标物的语义与实际位置都是正确的，自动驾驶系统才能根据高精地图做出正确的决策。

由于服务器能够从图像中精确的确定目标物的语义，而不能确定目标物的实际位置，从点云中能够精确的确定目标物的实际位置，而不能确定目标物的语义，因此，本方法将图像与点云进行结合，使服务器既能确定目标物的语义，又能准确的确定出目标物的实际位置。在本说明书中，该目标物位置的确定方法可以由能够对目标设备进行控制的终端设备或服务器执行，本说明书不作限制。以下仅以执行主体为服务器为例进行说明。

具体的，服务器可获取图像，图像为用于采集高精地图数据的目标设备上搭载的图像采集设备采集到的，同时，获取点云，点云为同一目标设备上搭载的点云采集设备采集到的。为了保证获取到的图像中的目标物与点云中的目标物相同，服务器可获取采集时刻相同的图像与点云。其中，图像采集设备可以是相机，也可以是摄像机等图像采集设备，本说明书不作限制，点云采集设备可以是激光雷达、毫米波雷达等点云采集设备，本说明书不作限制。

用于采集高精地图数据的目标设备可以是无人驾驶设备，也可以是其他设备，本说明书不作限制，其中，本说明书中提到的无人驾驶设备可以是指无人车、机器人、自动配送设备等能够实现自动驾驶的设备。基于此，应用本说明书提供的目标物位置的确定方法的无人驾驶设备可以用于执行配送领域的配送任务，如，使用无人驾驶设备进行快递、物流、外卖等配送的业务场景。

S102：识别所述图像中包含的各目标物，作为第一目标物，执行步骤S106。

服务器可在步骤S100获取到的图像中识别出图像中包含的所有目标物，将识别出的目标物称作第一目标物。服务器可使用机器学习的方法识别出图像中的目标物，具体的，服务器可预先将多个目标物的图像样本输入图像识别模型中，以图像识别模型输出的结果与图像样本的标注的差异最小为目标，对图像识别模型进行训练，得到训练好的图像识别模型。其中，标注为图像样本中各个目标物对应的包围框以及类型。服务器可使用预先训练好的图像识别模型将获取到的图像中的所有目标物均识别出来。其中，目标物可以是交通标志牌、交通信号灯等任何物体，本说明书不作限制。

服务器还可以采用其他方法在获取到的图像中识别出目标物，本说明书不作限制。

S104：识别所述点云中包含的各目标物，作为第二目标物，执行步骤S108。

服务器可在步骤S100获取到的点云中，识别出点云中包含的所有目标物，将识别出的目标物称作第二目标物。服务器可以使用机器学习的方法识别出点云中的目标物，具体的，服务器可预先将多个目标物的点云样本输入点云识别模型中，以点云识别模型输出的结果与点云样本的标注的差异最小为目标，对点云识别模型进行训练，得到训练好的点云识别模型。其中，点云标注是点云样本中各个目标物的包围框以及类型。服务器可使用训练好的点云识别模型将获取到的点云中的目标物识别出来。

服务器也可以采用其他方法，只需要点云中的目标物全部识别出来即可，具体方法本说明书不作限制。

值得注意的是，服务器可同时执行步骤S102与步骤S104，步骤S102和步骤S104的执行顺序不分先后。

S106：针对每个第一目标物，确定该第一目标物在所述图像中的位置。

服务器在步骤S102中识别出图像中的所有第一目标物后，针对每个第一目标物，服务器可在图像中将该第一目标物所处区域框出，以该第一目标物所在的检测框的中心点在图像中的像素坐标，作为该第一目标物在图像中的位置。

服务器还可以采用其他方法确定出每个第一目标物在图像中的位置，本说明书不作限制。

S108：针对每个第二目标物，根据点云，确定该第二目标的精确实际位置。

针对每个第二目标物，服务器可根据点云，确定该第二目标物的精确实际位置。

值得注意的是，在将图像中的像素坐标转换为现实中的世界坐标时，以图像采集设备为相机为例，相机的内部参数与外部参数与相机的畸变都会导致确定出的目标物在现实中的位置与目标物的实际位置存在误差，并且，服务器无法根据图像准确的确定出目标物与图像采集设备之间的距离，因此，服务器根据图像确定出的目标物在现实中的距离是非常不准确的。而本方法中，服务器根据点云确定目标物在现实中的位置，由于点云数据是属于三维的，服务器能够从点云中准确获取到深度信息，即目标物与点云采集设备的距离，因此，服务器根据点云确定出的目标物在现实中的位置更加准确，于是，在本说明书中，将服务器确定出的目标物的实际位置称为精确实际位置。

另外，服务器可同时执行步骤S106和步骤S108，步骤S106和步骤S108的执行顺序不分先后。

S110：针对每个第一目标物，根据该第一目标物在所述图像中的位置与各个第二目标物的精确实际位置，在各个目标物中确定与该第一目标物相匹配的第二目标物，作为指定第二目标物。

具体的，服务器可对上述目标设备上搭载的图像采集设备与点云采集设备的外部参数进行标定，得到图像中的像素坐标到世界坐标的转换关系，即目标物在图像中的位置到实际位置的转换关系。

针对每个第一目标物，服务器可根据该第一目标物在图像中的位置，通过目标物在图像中的位置到实际位置的转换关系，计算得到该第一目标物在现实中的位置。由于该第一目标物在现实中的位置是经过转换关系得到的，而图像采集设备的内外部参数会影响确定出的目标物在现实中的位置的准确性，因此，服务器确定出的目标物在现实中的位置与目标物的实际位置存在一定误差，于是，可将服务器确定出的该第一目标物在现实中的位置称为粗略实际位置。

针对每个第一目标物，根据该第一目标物的粗略实际位置与各个第二目标物的精确实际位置，确定出与该第一目标物的粗略实际位置距离最近的精确实际位置所对应的第二目标物，作为指定第二目标物。

服务器可认为确定出的第二目标物与该第一目标物为同一个目标物。

值得注意的是，粗略实际位置和步骤S108中的精确实际位置均是目标物在现实中的位置，均是目标物在世界坐标系下的位置。

S112：将所述指定第二目标物的精确实际位置作为该第一目标物的精确实际位置。

在步骤S110中，服务器已经确定出指定第二目标物与该第一目标物是同一目标物，因此，指定第二目标物的精确实际位置就是该第一目标物的精确实际位置。

后续的，针对每个第一目标物，服务器可根据该第一目标物的精确实际位置以及该第一目标物的语义，将该第一目标物添加到高精地图中。

从上述方法中可以看出，本方法将图像中识别出的第一目标物与点云中识别出的第二目标物进行匹配，将第二目标物的精确实际位置作为与其相匹配的第一目标物的精确实际位置。在现有技术中，服务器根据图像采集设备确定出的像素坐标与世界坐标之间的转换关系，将目标物在图像中的像素坐标转换为目标物在现实中的坐标，以确定出的目标物在现实中的坐标作为目标物的实际坐标。但是，在将目标物在图像中的像素位置转化为目标物在现实中的实际位置的过程中，图像采集设备的内外部参数与畸变都会影响最终得到的目标物在现实中的位置，使确定出的目标物在现实中的位置与目标物的实际位置存在误差。本方法将图像中识别出的第一目标物与点云中识别出的第二目标物进行匹配，将第二目标物在点云中的位置作为与其相匹配的第一目标物的实际位置，由于服务器是根据点云确定的目标物在现实中的位置，并不会受到图像采集设备的内外参数与畸变的影响，确定出的目标物在现实中的位置更加准确，因此，本方法能够使确定出的目标物的实际位置更加准确。

进一步的，为了保证确定出的目标物的位置更加精确，服务器可向图像采集设备发送录制视频的指令，使搭载于目标设备上的图像采集设备在目标设备行驶的同时录制视频，服务器可获取指定周期内的视频，其中，视频中的每一帧就是一个图像，因此，服务器可获取多个图像，其中，针对每个图像，确定该图像的采集时刻，并获取与该图像的采集时刻相同的点云。由于获取到的多个图像的采集时刻在同一指定周期内，因此，针对从图像中识别出的每个第一目标物，服务器可在多个图像中均识别出该第一目标物。针对每个第一目标物，服务器可确定该第一目标物在各个图像中的位置，并将确定出的位置所构成的集合，作为该第一目标物的位置集合。

针对该第一目标物的位置集合中的每一个位置，根据步骤S110中说明的目标物在图像中的位置到实际位置的转换关系，服务器可在实际中确定与该位置对应的位置，作为该第一目标物的粗略实际位置，并将确定出的各个粗略实际位置所构成的集合，作为该第一目标物的粗略位置集合。

与此同时，对于获取到的所有点云，服务器可根据各个点云中的重叠点的信息，对各个点云进行优化，再根据各个点云的采集位置，将各个点云进行拼接处理，获得整体点云。服务器可识别整体点云中包含的所有第二目标物，根据整体点云，确定各个第二目标的精确实际位置。

服务器将各个点云拼接得到了整体点云，整体点云包含了目标设备在指定周期内所行驶的路径中的所有目标物，即指定周期内的视频中的所有目标物。

针对每个第一目标物，服务器可在各个第二目标物中任意选择出一个第二目标物，作为待匹配目标物，并将该第一目标物与待匹配目标物作为一个待匹配对。由于服务器可在图像中确定出多个第一目标物，在整体点云中确定出多个第二目标物，因此，服务器可确定出多个待匹配对。

针对每个待匹配对，服务器可确定该待匹配对中的第一目标物的粗略实际位置集合中的每一个粗略实际位置，与该匹配对中的待匹配目标物的精确实际位置之间的距离，并计算出这些距离的平均值，将确定出的平均值作为该待匹配对中的第一目标物与待匹配目标物之间的平均距离。

服务器可根据确定出的该待匹配对中的第一目标物与待匹配目标物之间的平均距离，确定该待匹配对的评分，服务器可根据评分的高低确定该待匹配对中的第一目标物与待匹配目标物是否为同一目标物。其中，第一目标物与待匹配目标物之间的平均距离越小，表示第一目标物与待匹配目标物是同一目标物的可能性越大，因此，这二者构成的待匹配对的评分越高。

进一步的，针对每个待匹配对，服务器可确定在图像中识别出第一目标物的置信度，以及确定在整体点云中识别出待匹配目标物的置信度。服务器可计算待匹配对中的第一目标物与待匹配目标物之间的平均距离、该待匹配对中的第一目标物的置信度以及该待匹配对中的待匹配目标物的置信度的加权平均值，将得到的加权平均值作为这个待匹配对的评分。当某个物体的置信度越高，那么这个物体为服务器所要查找的目标物的可能性越大，因此，第一目标物的置信度越高，待匹配对的评分越高，待匹配目标物的置信度越高，待匹配对的评分越高。

针对每个第一目标物，服务器可确定出包含该第一目标物的所有待匹配对，在确定出的所有待匹配对的评分中，确定评分大于指定阈值且最高的评分对应的待匹配对，则确定出的待匹配对中的待匹配目标物就是与该第一目标物相匹配的第二目标物，作为指定第二目标物。服务器可确定指定第二目标物与该第一目标物为同一目标物，因此，指定第二目标物的精确实际位置就是第一目标物的精确实际位置。当确定出的所有待匹配对的评分均不大于指定阈值，服务器可确定点云中不存在与该第一目标物相匹配的第二目标物。其中，指定阈值可根据需要设置，本说明书不作限制。

进一步的，为了提高第一目标物与第二目标物匹配的速度，服务器可根据第一目标物与第二目标物的尺寸确定待匹配对。具体的，针对每个第一目标物，确定该第一目标物的尺寸，同时，针对每个第二目标物，根据点云，确定该第二目标物的尺寸。针对每个第一目标物，确定尺寸与该第一目标物的尺寸的差值在第二阈值内的第二目标物，作为待匹配目标物，将该第一目标物与所述目标物作为待匹配对。

值得注意的是，第一目标物与第二目标物之间为一一匹配关系，因此，针对一个第一目标物，与该第一目标物匹配的第二目标物以及该第一目标物可作为一个初始匹配对。

为了避免不同的第一目标物与同一个第二目标物匹配，可针对任意两个不同的初始匹配对(以下称为第一初始匹配对和第二初始匹配对)，判断该两个初始匹配对中包含的第二目标物是否为同一第二目标物，若是，则对该两个初始匹配对中的一个匹配对的第二目标物进行更换。直至不同的第一目标物均与不同的第二目标物匹配为止。其中，所述的两个不同的初始匹配对是指包含的第一目标物不同的两个初始匹配对。

在对第二目标物进行更换时，为了保证确定出的匹配对中的第一目标物与第二目标物为同一物体的准确性，服务器可使更换后的该两个匹配对的评分之和最大。

具体的，服务器可确定该两个初始匹配对的评分之和，之后，针对该两个初始匹配对中任意的一个初始匹配对，将该初始匹配对中的第二目标物作为待更换第二目标物，在除所述待更换第二目标物以外的各个第二目标物中，确定与该初始匹配对中的第一目标物之间的评分大于指定阈值且最高的第二目标物，作为指定第二目标物，将所述指定第二目标物与该初始匹配对中的第一目标物重新作为匹配对，将变更第二目标物的匹配对作为变更匹配对。

根据上述方法，服务器可确定与所述第一初始匹配对对应的第一变更匹配对，与第二初始匹配对对应的第二变更匹配对，确定第一初始匹配对与第二变更匹配对的评分之和，确定第二初始匹配对与第一变更匹配对的评分之和，将评分之和最大的两个匹配对，作为第一最终匹配对与第二最终匹配对。

以上为本说明书的一个或多个实施例提供的目标物位置的确定方法，基于同样的思路，本说明书还提供了相应的目标物位置的确定装置，如图2所示。

图2为本说明书提供的一种目标物位置的确定装置示意图，具体包括：

获取模块201、目标物识别模块202、匹配模块203、位置确认模块204，其中：

获取模块201，用于获取图像与点云；

目标物识别模块202，用于识别所述图像中包含的各目标物，作为第一目标物；并，识别所述点云中包含的各目标物，作为第二目标物；针对每个第一目标物，确定该第一目标物在所述图像中的位置；针对每个第二目标物，根据所述点云，确定该第二目标物的精确实际位置；

匹配模块203，用于针对每个第一目标物，根据该第一目标物在所述图像中的位置与各个第二目标物的精确实际位置，在各个第二目标物中确定与该第一目标物相匹配的第二目标物，作为指定第二目标物；

位置确认模块204，用于将所述指定第二目标物的精确实际位置作为该第一目标物的精确实际位置。

可选地，所述获取模块201具体用于，获取多个图像，所述多个图像为搭载在目标设备上的图像采集设备采集到的；针对获取到的每个图像，获取在与该图像的采集时刻相同的时刻所采集到的点云，所述点云为搭载在所述目标设备上的点云采集设备所采集到的；根据各个点云的采集位置，将各个点云进行拼接，得到整体点云。

可选地，所述目标物识别模块202具体用于，确定该第一目标物在各个图像中的位置所构成的集合，作为该第一目标物的位置集合；所述目标物识别模块202具体用于，根据所述整体点云，确定该第二目标物的精确实际位置。

可选地，所述匹配模块203还用于，根据该第一目标物在所述图像中的位置，确定该第一目标物的粗略实际位置；所述匹配模块203具体用于，根据该第一目标物的粗略实际位置与各个第二目标物的精确实际位置，在各个第二目标物中确定与该第一目标物相匹配的第二目标物。

可选地，所述匹配模块203具体用于，根据该第一目标物的位置集合与各个第二目标物的精确实际位置，确定该第一目标物与各个第二目标物的评分；

根据该第一目标物与各个第二目标物之间的评分，在各个第二目标物中确定与该第一目标物相匹配的第二目标物，作为指定第二目标物。

可选地，所述匹配模块203具体用于，在各个第二目标物中确定待匹配目标物，将该第一目标物与待匹配目标物作为待匹配对；针对每个待匹配对，根据该待匹配对中的第一目标物的位置集合中的每一个位置与所述待匹配目标物的精确实际位置的距离，确定所述第一目标物与所述待匹配目标物之间的平均距离；根据所述第一目标物与所述待匹配目标物之间的平均距离，确定该待匹配对的评分，所述第一目标物与所述待匹配目标物之间的平均距离与待匹配对的评分呈负相关；所述匹配模块203具体用于，在各个待匹配对的评分中，确定大于指定阈值且最高的评分对应的待匹配对中的第二目标物，作为指定第二目标物。

可选地，所述匹配模块203具体用于，针对每个待匹配对，确定在图像中识别出该待匹配对中的第一目标物的置信度，作为所述第一目标物的置信度，并，确定在所述整体点云中识别出该待匹配对中的待匹配目标物的置信度，作为所述待匹配目标物的置信度；根据所述第一目标物与所述待匹配目标物的平均距离、所述第一目标物的置信度与所述待匹配目标物的置信度，确定该待匹配对的评分；所述第一目标物的置信度与该待匹配对的评分呈正相关，所述待匹配目标物的置信度与该匹配对的评分呈正相关。

本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的目标物位置的确定方法。

本说明书还提供了图3所示的电子设备的示意结构图。如图3所述，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的目标物位置的确定方法。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (10)

1.一种目标物位置的确定方法，其特征在于，包括：

获取图像与点云；

识别所述图像中包含的各目标物，作为第一目标物；并，识别所述点云中包含的各目标物，作为第二目标物；

针对每个第一目标物，确定该第一目标物在所述图像中的位置；针对每个第二目标物，根据所述点云，确定该第二目标物的精确实际位置；

针对每个第一目标物，根据该第一目标物在所述图像中的位置与各个第二目标物的精确实际位置，在各个第二目标物中确定与该第一目标物相匹配的第二目标物，作为指定第二目标物；

将所述指定第二目标物的精确实际位置作为该第一目标物的精确实际位置。

2.如权利要求1所述的方法，其特征在于，获取图像与点云，具体包括：

获取多个图像，所述多个图像为搭载在目标设备上的图像采集设备采集到的；

针对获取到的每个图像，获取在与该图像的采集时刻相同的时刻所采集到的点云，所述点云为搭载在所述目标设备上的点云采集设备所采集到的；

根据各个点云的采集位置，将各个点云进行拼接，得到整体点云。

3.如权利要求2所述的方法，其特征在于，确定该第一目标物在所述图像中的位置，具体包括：

确定该第一目标物在各个图像中的位置所构成的集合，作为该第一目标物的位置集合；

根据所述点云，确定该第二目标物的精确实际位置，具体包括：

根据所述整体点云，确定该第二目标物的精确实际位置。

4.如权利要求1所述的方法，其特征在于，在各个第二目标物中确定与该第一目标物相匹配的第二目标物之前，所述方法还包括：

根据该第一目标物在所述图像中的位置，确定该第一目标物的粗略实际位置；

根据该第一目标物在所述图像中的位置与各个第二目标物的精确实际位置，在各个第二目标物中确定与该第一目标物相匹配的第二目标物，具体包括：

根据该第一目标物的粗略实际位置与各个第二目标物的精确实际位置，在各个第二目标物中确定与该第一目标物相匹配的第二目标物。

5.如权利要求3所述的方法，其特征在于，根据该第一目标物在所述图像中的位置与各个第二目标物的精确实际位置，在各个第二目标物中确定与该第一目标物相匹配的第二目标物，作为指定第二目标物，具体包括：

根据该第一目标物的位置集合与各个第二目标物的精确实际位置，确定该第一目标物与各个第二目标物的评分；

根据该第一目标物与各个第二目标物之间的评分，在各个第二目标物中确定与该第一目标物相匹配的第二目标物，作为指定第二目标物。

6.如权利要求5所述的方法，其特征在于，根据该第一目标物的位置集合与各个第二目标物的精确实际位置，得到该第一目标物与各个第二目标物之间的评分，具体包括：

在各个第二目标物中确定待匹配目标物，将该第一目标物与待匹配目标物作为待匹配对；

针对每个待匹配对，根据该待匹配对中的第一目标物的位置集合中的每一个位置与所述待匹配目标物的精确实际位置的距离，确定所述第一目标物与所述待匹配目标物之间的平均距离；

根据所述第一目标物与所述待匹配目标物之间的平均距离，确定该待匹配对的评分，所述第一目标物与所述待匹配目标物之间的平均距离与待匹配对的评分呈负相关；

根据该第一目标物与各个第二目标物之间的评分，在各个第二目标物中确定与该第一目标物相匹配的第二目标物，作为指定第二目标物，具体包括：

在各个待匹配对的评分中，确定大于指定阈值且最高的评分对应的待匹配对中的第二目标物，作为指定第二目标物。

7.如权利要求6所述的方法，其特征在于，根据所述第一目标物与所述待匹配目标物之间的平均距离，确定该待匹配对的评分，具体包括：

针对每个待匹配对，确定在图像中识别出该待匹配对中的第一目标物的置信度，作为所述第一目标物的置信度，并，确定在所述整体点云中识别出该待匹配对中的待匹配目标物的置信度，作为所述待匹配目标物的置信度；

根据所述第一目标物与所述待匹配目标物的平均距离、所述第一目标物的置信度与所述待匹配目标物的置信度，确定该待匹配对的评分；

所述第一目标物的置信度与该待匹配对的评分呈正相关，所述待匹配目标物的置信度与该匹配对的评分呈正相关。

8.一种目标物位置的确定装置，其特征在于，包括：

获取模块，用于获取图像与点云；

目标物识别模块，用于识别所述图像中包含的各目标物，作为第一目标物；并，识别所述点云中包含的各目标物，作为第二目标物；针对每个第一目标物，确定该第一目标物在所述图像中的位置；针对每个第二目标物，根据所述点云，确定该第二目标物的精确实际位置；

匹配模块，用于针对每个第一目标物，根据该第一目标物在所述图像中的位置与各个第二目标物的精确实际位置，在各个第二目标物中确定与该第一目标物相匹配的第二目标物，作为指定第二目标物；

位置确认模块，用于将所述指定第二目标物的精确实际位置作为该第一目标物的精确实际位置。

9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1～7任一项所述的方法。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1～7任一项所述的方法。

Images