CN114111568A - 动态目标外观尺寸的确定方法及装置、介质及电子设备 - Google Patents

动态目标外观尺寸的确定方法及装置、介质及电子设备 Download PDF

Info

Publication number
CN114111568A
CN114111568A CN202111169245.3A CN202111169245A CN114111568A CN 114111568 A CN114111568 A CN 114111568A CN 202111169245 A CN202111169245 A CN 202111169245A CN 114111568 A CN114111568 A CN 114111568A
Authority
CN
China
Prior art keywords
determining
point cloud
speed
compensation
target
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
Application number
CN202111169245.3A
Other languages
English (en)
Other versions
CN114111568B (zh
Inventor
何仕文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suteng Innovation Technology Co Ltd
Original Assignee
Suteng Innovation Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Suteng Innovation Technology Co Ltd filed Critical Suteng Innovation Technology Co Ltd
Priority to CN202310471451.2A priority Critical patent/CN116659376A/zh
Priority to CN202111169245.3A priority patent/CN114111568B/zh
Publication of CN114111568A publication Critical patent/CN114111568A/zh
Application granted granted Critical
Publication of CN114111568B publication Critical patent/CN114111568B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/03—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring coordinates of points
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/04—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness specially adapted for measuring length or width of objects while moving
    • G01B11/043—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness specially adapted for measuring length or width of objects while moving for measuring length
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/04—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness specially adapted for measuring length or width of objects while moving
    • G01B11/046—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness specially adapted for measuring length or width of objects while moving for measuring width
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • G01B11/0608—Height gauges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • G01B11/0691—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material of objects while moving

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本公开提供一种动态目标外观尺寸的确定方法、动态目标外观尺寸的确定装置、计算机可读存储介质及电子设备，涉及智慧交通技术领域。该方法包括：确定检测区域，以及获取检测区域内动态目标的多帧点云数据和多个测量速度；基于获取多个测量速度的时间点以及获取多帧点云数据的时间点，根据多个测量速度确定运动补偿；基于运动补偿对多帧点云数据进行配准处理，得到运动目标的重建点云；根据重建点云和动态目标的运动方向确定动态目标的测量外观尺寸。本技术方案提供了一种对动态目标的外观尺寸确定方案，能够准确度较高的确定动态目标的外观尺寸。

Description

动态目标外观尺寸的确定方法及装置、介质及电子设备
技术领域
本公开涉及智慧交通技术领域，尤其涉及一种动态目标外观尺寸的确定方法及装置、确定方法及装置、计算机可读存储介质及电子设备。
背景技术
当前物体外观检测的技术一般要求待检测的目标处于静止状态，也就是说，在对象处于静止状态下测量对象的外观尺寸。但是缺少一种对动态目标的外观尺寸的确定方案。
例如，对于存在限高要求的道路中，对于道路中行驶的车辆(动态目标)的外观尺寸的确定将有利于快速确定违规车辆，经过及时预警将有效提升行驶安全性。
所以，本文提出的动态物体目标外观确定方法可以有效地解决该类应用场景，通过同后端数据库进行匹配可有效降低执法成本，提高道路运输安全性。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种动态目标外观尺寸的确定方法、动态目标外观尺寸的确定装置、计算机可读存储介质及电子设备，在保证时延低的情况下，至少在一定程度上降低带宽以及带宽问题带来的功耗大问题。
本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
根据本公开的一个方面，提供一种动态目标外观尺寸的确定方法，该方法包括：确定检测区域，以及获取上述检测区域内动态目标的多帧点云数据和多个测量速度；基于获取上述多个测量速度的时间点以及获取上述多帧点云数据的时间点，根据上述多个测量速度确定运动补偿；基于上述运动补偿对上述多帧点云数据进行配准处理，得到上述运动目标的重建点云；以及，根据上述重建点云和上述动态目标的运动方向确定上述动态目标的测量外观尺寸。
根据本公开的另一个方面，提供一种动态目标外观尺寸的确定装置，该装置包括：获取模块、补偿确定模块、配准模块，以及确定模块。
其中，上述获取模块，用于确定检测区域，以及获取上述检测区域内动态目标的多帧点云数据和多个测量速度；上述补偿确定模块，用于基于获取上述多个测量速度的时间点以及获取上述多帧点云数据的时间点，根据上述多个测量速度确定运动补偿；上述配准模块，用于基于上述运动补偿对上述多帧点云数据进行配准处理，得到上述运动目标的重建点云；以及，上述确定模块，用于根据上述重建点云和上述动态目标的运动方向确定上述动态目标的测量外观尺寸。
根据本公开的再一个方面，提供一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述实施例中的动态目标外观尺寸的确定方法。
根据本公开的又一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上述实施例中的动态目标外观尺寸的确定方法。
本公开的实施例所提供的动态目标外观尺寸的确定方法、动态目标外观尺寸的确定装置、计算机可读存储介质及电子设备，具备以下技术效果：
本技术方案在确定检测区域后，获取该检测区域内动态目标的多帧点云数据和多个测量速度，其中，根据测量速度确定运动补偿。从而基于运动补偿进行点云数据的配准，进而可以获取到包含运动信息的重建点云。进一步地，基于动态目标的重建点云以及运动方向可以确定其外观尺寸。本技术方案提供了一种对动态目标的外观尺寸确定方案，能够准确度较高的确定动态目标的外观尺寸。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出本公开一示例性实施例中动态目标外观尺寸的确定方案的场景示意图。
图2示出本公开一示例性实施例中动态目标外观尺寸的确定方法的流程示意图。
图3示出本公开另一示例性实施例中动态目标外观尺寸的确定方法的流程示意图。
图4示出了根据本公开一示例性实施例中通过关于同一运动目标的点云数据C和速度数据V确定关于该运动目标的重建点云的流程示意图。
图5示出本公开一示例性实施例中运动补偿的确定方法的流程示意图。
图6示出本公开再一示例性实施例中动态目标外观尺寸的确定方法的流程示意图。
图7示出了根据本公开一示例性实施例中反映背景高度信息的栅格示意图。
图8示出了根据本公开一示例性实施例提供的测量设备间补偿增强方案的示意图。
图9示出了可以应用本公开一实施例的动态目标外观尺寸的确定装置的结构示意图。
图10示意性示出了根据本公开的另一实施例的动态目标外观尺寸的确定装置的结构示意图。
图11示出了适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚，下面将结合附图对本公开实施例方式作进一步地详细描述。
下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
以下先对本公开提供的动态目标外观尺寸的确定方法实施例的进行详细阐述：
其中，图1示出本公开一示例性实施例中动态目标外观尺寸的确定方案的场景示意图。参考图1，对于运动目标110(如，运动中的车辆)，在其进入监控区域120后，通过测量设备130(如，激光雷达、测速雷达、摄像部件等)获取运动目标的点云数据以及测量速度，进一步地通过计算设备150对点数数据以及测量速度进行计算处理之后，确定运动目标110的外观尺寸。示例性的，还可以通过显示设备160对各个运动目标110的外观尺寸进行显示。
图2示出本公开一示例性实施例中动态目标外观尺寸的确定方法的流程示意图。参考图2该方法包括：
S210，确定检测区域，以及获取所述检测区域内动态目标的多帧点云数据和多个测量速度。
在示例性的实施例中，参考图1，监控区域120可以是存在限高要求的道路，待测区域的范围与激光雷达所获取的点云密度、运动目标的尺寸有关。具体的，激光雷达对待测区域120的扫描结果的点云密度需达到预设值，同时待测区域120的大小需基本大于目标物体的尺寸。
在示例性的实施例中，通过激光雷达获取动态目标110的点云数据。具体的，激光雷达通过扫描获取动态目标110的点云数据，例如，扫描车辆的长、宽、高等属性的测量点数据。但是由于激光雷达测量点为离散点，并且被测对象可能体积较大，导致不能一次扫描到包含整个被测对象外观的场景，从而本实施例中激光雷达需要对运动目标进行持续扫描，得到多帧点云数据，以降低测量误差和保证被测对象的完整性。
在示例性的实施例中，根据测速雷达获取动态目标110的速度(为了与后续的“实际速度”进行区分，此处记作“测量速度”)。具体的，对于测速雷达，当运动进行测量区域120时，测速雷达获取待测车辆的运动速度，为了提高系统的测量精度，测速雷达同样需要连续获取待测物体的运动的速度。
S220，基于获取所述多个测量速度的时间点以及获取所述多帧点云数据的时间点，根据所述多个测量速度确定运动补偿；以及，S230，基于所述运动补偿对所述多帧点云数据进行配准处理，得到所述运动目标的重建点云。
在根据点云数据进行配准处理的过程中，本公开实施例考虑了运动补偿，以使所得的重建点云更加贴合运动目标的外观，从而提升外观信息的确定准确度。具体地，运动补偿为基于获取所述多个测量速度的时间点以及获取所述多帧点云数据的时间点，根据所述多个测量速度确定的。考虑了获取当前帧点云时的速度信息，使得本技术方案不仅适用于匀速运动的运动目标还可以是变速运动的目标，从而既可以有利于提升确定运动补偿的准确度，还扩大了本方案的适用范围。
S240，根据所述重建点云和所述动态目标的运动方向确定所述动态目标的测量外观尺寸。
在本图2所示实施例所提供的方案中，在确定检测区域后，获取该检测区域内动态目标的多帧点云数据和多个测量速度，其中，根据测量速度确定运动补偿。从而基于运动补偿进行点云数据的配准，进而可以获取到包含运动信息的重建点云。进一步地，基于动态目标的重建点云以及运动方向可以确定其外观尺寸。本技术方案提供了一种对动态目标的外观尺寸确定方案，能够较高效率的且准确度较高的确定动态目标的外观尺寸。
在示例性的实施例中，图3示出本公开另一示例性实施例中动态目标外观尺寸的确定方法的流程示意图。以下对图3所示实施例中各个步骤的具体实施方式进行详细说明：
参考图3，在S310中，通过激光雷达获取所述运动目标的点云数据C。
具体地，其中C＝{(TC0，C0)，(TC1，C1)，…(TCi，Ci)，…(TCN，CN)}，其中，TCi表示获取第i帧点云数据Ci的时间点，N为正整数，i为不大于N的正整数。
参考图1示出的测量设备130，包括激光雷达、测速雷达以及摄像部件等。其中，在初始时间点只有激光雷达处于开启状态，而测速雷达和摄像部件等处于待机状态。在激光雷达对检测区域120中出现深度信息的变化、高度信息的变化、颜色信息的变化的情况下，可以判断判断检测区域中出现目标物体(即运动目标)。
在本实施例中，为了降低系统功耗，响应激光雷达确定动态目标进入所述检测区域，再触发测速雷达以及摄像部件进入工作状态。同理，在初始时间点只有摄像装置处于开启状态，而测速雷达和激光雷达等处于待机状态。响应摄像装置确定动态目标进入所述检测区域，再触发测速雷达以及激光雷达进入工作状态，进而使整个测量系统的功耗降低到最小。
其中，S320-S350用于确定运动目标的测量外观尺寸，而S320’-S340’用于确定运动目标的实际外观尺寸。
具体地，在确定运动目标的测量外观尺寸的过程中，先确定运动补偿(S330)，然后，基于运动补偿进行点云数据的配准得到运动目标的重建点云(S340)，进一步地，根据重建点云以及运动目标的运动方向确定该运动目标的测量外观尺寸(S350)。
以下先对S320-S350的具体实施方式进行描述：
S320，响应激光雷达确定动态目标进入所述检测区域，触发测速雷达获取所述运动目标的测量速度V。
具体的，其中V＝{(TV0，V0)，(TV1，V1)，…(TVk，Vk)，…(TVM，VM)}，其中，TVk表示获取测量速度Vk的时间点，M为正整数，k为不大于M的正整数。通过获取多个时间点对应的速度数据，可以获取到运动目标在在检测区域内的较全面的速度信息，使得本方案不仅适用于匀速运动的目标也适用于变速运动的目标。同时连续获取待测物体的运动的速度，也有利于提高系统的测量精度。
参考图4，将通过关于同一运动目标的点云数据C和速度数据V确定关于该运动目标的重建点云(具体参考S340对应的实施例)。其中，重建点云为对测量物体外观的重建。示例性的，采用迭代最近点法(ICP)对点云数据C0与点云数据C1进行配准。为了提高点云数据匹配的效率和重建精度，需要根据车辆的运动速度等信息进行运动补偿，即配准过程中考虑运动补偿，得到点云CP1。其中，运动补偿根据TCi和TVk的大小关系，以及速度数据V确定的(具体参考S330对应的实施例)。
继续参考图3，在S330中，根据TCi和TVk的大小关系确定不同情况下所对应的补偿模式，以及根据测量速度Vk和估计速度确定不同情况下所对应的补偿速度，从而确定了不同情况所对应的运动补偿。
在示例性的实施例中，图5示出本公开一示例性实施例中运动补偿的确定方法的流程示意图。具体的，图5可以作为S330的一种具体实施方式，参考图5，包括S331-S337。
在S331中，TV0-T0<TCi？即，判断TCi是否大于TV0-T0。其中，T0为第一预设时长。
本实施例中，判断第i帧点云数据Ci对应的获取时间点TCi是否大于测速雷达获取的第一个测量速度V0的对应的时间点TV0。
若S331不成立，说明当前帧点云数据的测量时间TCi小于TV0，且和第一个测量速度V0的测量时间相差过大(大于T0)，即当前帧点云数据不适用于进行运动补偿，则执行S337：舍弃点云数据，从而在保证计算准确度的同时还减少运算量。
若S331成立，说明当前帧点云数据Ci的测量时间TCi和第一个测量速度V0的测量时间TV0相差不大(小于T0)，则继续执行S332。在S332中，TV0-T0<TCi<TV0？判断当前帧点云数据Ci的测量时间TCi是否小于第一个测量速度V0的测量时间TV0。
若S332成立，说明当前帧点云数据Ci的测量时间TCi小于V0的测量时间TV0，且与V0的测量时间TV0相近，就是说，当前帧点云数据Ci为测速雷达开始正常工作之前被激光雷达所扫描到的点云数据，但是由于与V0的测量时间TV0相近，因此执行S333：按照匀速直线运动的补偿模式进运动补偿，将补偿速度确定为TV0时间点获取的测量速度V0。
若S332不成立，说明当前帧点云数据Ci的测量时间TCi大于V0的测量时间TV0，则当前帧点云数据Ci为测速雷达开始正常工作之后被激光雷达所扫描到的点云数据。则进一步执行S334：TVl<TCi<TVp？判断当前帧点云数据Ci的测量时间TCi是否处于TVl与TVp之间。
若S334成立，说明当前帧点云数据Ci为测速雷达开始正常工作之后被激光雷达所扫描到的点云数据，且处于已知的测量速度Vl的测量时间TVl与已知的测量速度Vp的测量时间TVp之间，则执行S335：根据测量速度Vl与测量速度Vp的差值确定补偿模式，并在补偿模式为匀速直线运动的情况下，采用插值方式根据Vl和Vp进行插值获取补偿速度(如公式(1))，其中，l和p均为小于M的正整数，且l小于p，Vl和Vp分别为TVl和TVp时间点获取的测量速度。该情况下补偿速度V”的计算公式如下：
V”＝(TVp-TCi)/(TVp-TVl)*Vl+(TCi-TVl)/(TVp-TVl)*Vp (1)
示例性的，测量速度Vl与测量速度Vp的差值不大的情况下，补偿模式为匀速直线运动。在测量速度Vl与测量速度Vp的差值较大(大于预设值)的情况下，可以采用匀加速运动模型进行运动建模或者采用高阶的插值方法获取速度插值。以提升运动补偿的精准度。
若S334不成立，又由于前帧点云数据Ci的测量时间TCi大于V0的测量时间TV0，则说明当前帧点云数据Ci应该为测速雷达结束测量工作之后被激光雷达所扫描到的点云数据，即属于TVk<TCi的情况。
则执行S336：按照匀速直线运动的补偿模式进运动补偿，且第一阶段对应的补偿速度为TVk时间点获取的测量速度Vk，第二阶段对应的补偿速度为估计速度(公式(2))，其中，估计速度为根据测量速度Vk和点云配准速度确定。
示例性的，在TVk<TCi的情况的情况下，为了进一步提升运动补偿准确度，则分两种阶段确定补偿速度。上述第一阶段具体可以是指距离TVk较近的时长内，该段时长内(即上述第一阶段)可以将补偿速度确定为TVk时间点获取的测量速度Vk。上述第二阶段具体可以是指距离TVk较远的时长内，该段时长内(即上述第二阶段)若再将补偿速度确定为TVk时间点获取的测量速度Vk，将可能影响补偿速度的准确度，因此，第二阶段对应的补偿速度将根据测量速度Vk和点云配准速度Vcti进行估计。
示例性的，在第二阶段对应的补偿速度V”(即上述估计速度)的计算公式如下：
V”＝k*Vk+(1-k)*Vcti (2)
其中，k＝(TCi-TVk)/T1，T1为第二预设时长，点云配准速度Vcti的确定方式为：两帧点云数据匹配后会得到其中某个点的距离变化值，在根据两帧点云数据的时间差，可以确定点的速度，即上述点云配准速度。
示例性的，为了减少点云匹配的运动估计误差，可以对估计速度按照卡尔曼滤波，进行运动估计速平滑处理。
通过图5示出的实施例，根据TCi和TVk的大小关系确定了不同情况下所对应的补偿模式，以及根据测量速度Vk和估计速度确定了不同情况下所对应的补偿速度，从而确定了不同情况下所对应的运动补偿。将运动补偿用于对点云匹配的过程中(如图4)，即执行S340：基于不同情况下的运动补偿(包括：补偿模式和补偿速度)对多帧点云数据进行配准处理，得到运动目标的重建点云。
示例性的，参考图4，在进行点云C0与点云C1的配准处理时，确定点云C1的测量时间TC1属于图5所示实施例中的哪一种情况，并根据该情况对应的补偿模式和补偿速度进行运动补偿，从而确定点云C0与点云C1的配准处理后的点云CP1。
进一步地，在进行点云CP1与点云C2的配准处理时，确定点云C2的测量时间TC2属于图5所示实施例中的哪一种情况，并根据该情况对应的补偿模式和补偿速度进行运动补偿，从而确定点云CP1与点云C2的配准处理后的点云CP2。
最终，在进行点云CP(N-1)与点云CN的配准处理时，确定点云CN的测量时间TCN属于图5所示实施例中的哪一种情况，并根据该情况对应的补偿模式和补偿速度进行运动补偿，从而确定点云CP(N-1)与点云CN的配准处理后的点云CPN。
从而实现关于上述运动目标的全部点云数据的配准处理，得到精准反映上述运动目标外观的重建点云。其中，继续参考图4，在进行配准过程时，运动估计量VP1、VP2……VPN的计算方法如下:
M(x,y,z,roll,pitch,yaw)＝[Vx*t,Vy*t,0,0,0,0] (3)
其中,Vx和Vy为测量速度V的分量与y分量，t为两次点云扫描的时间间隔；x,y,z为运动估计的平移量；roll,pitch,yaw为运动估计的旋转量。
继续参考图3，在S350中：将重建点云在平行于运动方向的目标平面进行投影，基于所述目标平面内垂直于运动方向以及运动方向，在重建点云中确定出最小外接矩形。将最小外接矩形在垂直于运动方向的距离确定为运动目标的宽度信息W，将最小外接矩形在运动方向的距离确定为运动目标的长度信息L；将重建点云中的Z坐标最大值确定为运动目标的高度信息H。
示例性的，由于可能存在匹配误差，在执行S350之前，对重建点云(记为C0)进行噪声处理，例如采用孤立点移除方法，从而减少点云匹配时引入的匹配噪声，得到去除噪声后的点云记为C1。
则在S350的实施例中，在上述运动目标为行驶中的车辆的情况下，上述目标平面/xy平面可以认为是车辆的横截面，则将点云C1在xy平面投影，并以xy平面内车辆的运动方向为第一边方向以及xy平面内处置与运动方向的方向为第二边方向确定最小内接四边形。
其中，上述第一边的边长可以认为是车辆的长度L，上述第二边的边长可以认为是车辆的宽度W。以及，将重建点云中的Z坐标最大值确定为运动目标的高度信息H。
在示例性的实施例中，为了进一步提升运动目标高度信息的确定准确度，本实施例还考虑背景高度。也就是说，点云中的Z轴坐标为测量高度，而测量高度与背景高度的差值作为运动目标的高度。
具体的，图6示出本公开再一示例性实施例中动态目标外观尺寸的确定方法的流程示意图。具体可以作为S350的一种实施方式。具体地：
S351，通过激光雷达获取检测区域的背景高度信息，并对检测区域进行栅格化，得到X*Y个栅格，X、Y为正整数。以及，S352，获取每个栅格的背景高度信息B(x,y)，其中B(x,y)表示栅格(x,y)的地面点的高度。
示例性的，对测量区域120进行背景建模：如图7所示，通过激光雷达获取测量区域的背景高度信息，其中，图7示出栅格的灰度是根据该栅格的背景高度信息B(x,y)确定的。例如，B(x,y)值越大，栅格灰度值越大。同时，为了便于数据处理，对测量区域进行栅格化，将栅格化的背景建模信息表示为B(x,y),x取值为1,2…，X，y取值为1,2…，Y。
其中B(x,y)为栅格(x,y)的地面点的高度。
S353，根据重建点云获取每个栅格的测量高度信息G(x,y)。
示例性的，根据上述去噪处理之后的点云C1中的Z轴坐标确定每个栅格的测量高度信息G(x,y)。
S354，计算测量高度信息G(x,y)和背景高度信息B(x,y)的高度差，并根据高度差对重建点云进行二值化处理。
示例性的，高度差为：H(x,y)＝G(x,y)-B(x,y)
将H(x,y)与预设长度阈值T2进行对比，从而获取动态目标所占用的前景栅格，前景栅格判断公式(4)如下：
Figure BDA0003290389280000121
S355，基于垂直于运动方向以及运动方向，在二值化处理后的重建点云中确定出最小外接矩形。以及，S356，将最小外接矩形在垂直于运动方向的距离确定为运动目标的宽度信息W，将最小外接矩形在运动方向的距离确定为运动目标的长度信息L，将高度差H(x,y)的最大值确定为运动目标的高度信息H。
通过图6所示实施例，获取动态目标的测量外观尺寸S＝{L,W,H}。
以上介绍了通过S320-S350确定运动目标的测量外观尺寸S＝{L,W,H}，以下将介绍通过S320’-S340’确定运动目标的实际外观尺寸D＝{L’,W’,H’}。具体地：
参考图3，在S320’中，响应激光雷达确定动态目标进入检测区域，触发摄像部件获取所述运动目标的图像；在S330’中，根据所述测量速度进行图像像素补偿，以对所述图像中的运动模糊进行去除；以及，在S340’中，根据所述去除处理之后的图像进行所述运动目标的身份识别，并根据所识别的身份获取所述运动目标的实际外观尺寸。
示例性的，当激光雷达基于背景消除检测出物体进入测量区域后，触发摄像部件和测速雷达进入工作。在上述运动目标为行驶中的车辆的情况下，通过摄像部件获取检测区域内形式车辆的图像。进一步地，通过图像识别技术对图像中的车牌进行识别。例如，将识别到的车牌信息记为P。
参考图1，车牌识别可以在测量设备130进行识别，也可以在计算设备150进行识别。若在测量设备130对图像进行识别，则上传计算设备150的数据量较小。但是，将提高测量设备130的处理单元能力要求。
示例性的，在运动目标的速度较高的情况下，为了能过获得满足测量要求的图像质量，需要进行运动模糊去除。具体地，根据测速雷达获取的车辆速度信息进行图像像素补偿，从而对摄像部件生成的图像进行运动模糊去除。
示例性的，为了提升识别准确度，本实施例根据行运动模糊去除处理之后的图像对运动目标(如行驶中的车辆)进行身份识别。进一步地，根据所识别的身份(如，车牌信息)获取运动目标的实际外观尺寸D＝{L’,W’,H’}。例如，将获取的车牌信息P发送到交通执法部门数据库查询车辆的实际外观尺寸。以在下述实施例中根据阈值进行非法车辆外观检测。从而有效利用了相关部门的数据库信息。
继续参考图3，在通过S320-S350确定运动目标的测量外观尺寸S＝{L,W,H}，以及通过S320’-S340’确定运动目标的实际外观尺寸D＝{L’,W’,H’}之后，执行S360：将动态目标的测量外观尺寸与动态目标对应的实际外观尺寸进行比对；以及执行S370：在比对结果包含：W大于W’、L大于L’以及H大于H’的一种或几种的情况下，确定动态目标为待处理目标。
示例性的，根据测量外观尺寸S和实际外观尺寸D,确定待处理目标的计算方式如公式(5)和公式(6)。
D(L,W,H)＝S-D＝{|L’-L|,|W’-W|,|H’-H|} (5)
其中，|*|表示对*取绝对值。
Figure BDA0003290389280000131
其中，在运动目标为行驶中的车辆的情况下，上述待处理目标为改装车辆。则“1”表示上述运动目标为改装车辆，“0”表示上述运动目标并非改装车辆。预设长度阈值T3＝{TL,TW,TH}，TL,TW,TH分别表示运动目标长度变化阈值、宽度变化阈值以及高度变化阈值。
本技术方案提出利用多种传感器联合实时测量物体外观并且结合交通执法部分数据库的方法，在充分利用当前智慧交通基础设施和数据的基础上，可以快速检测车辆非法改装，提高执法效率；同时，能够有效避免危险运输行为；例如结合道路的限高信息，判断车辆是否能够在该路段安全行驶进行判断，减少由于限高等因素导致交通事故或导致不能通行的问题；其他应用场景中，例如在高速封闭路段等场景，通过一段距离检测一次测量外观，能够避免司机未发现的变形，进而降低事故风险。
在示例性的实施例中，为提高系统整体的稳定性和鲁棒性，图8示出了根据本公开一示例性实施例提供的一种测量设备间补偿增强方案的示意图。具体的，图8示出了多种传感器的数据相互补偿和修正的逻辑。
(a)关于补偿1：在点云配准过程中，测速雷达获取到的测量速度用于提供运动补偿。从而提高点云匹配精度，有利于获取准确度较高的重建点云。
(b)关于补偿2：根据测速雷达获取的测量速度对摄像部件的图像进行图像像素补偿，以对图像中的运动模糊进行去除。从而，根据去除处理之后的图像能够更加准确地进行运动目标的身份识别。
(c)关于补偿3：由于激光雷达对于高反射率物体(如，行驶过程中车辆的车牌等)具有很强的定位能力，所以，基于激光雷达能够提高摄像部件对拍摄目标(如车牌)的定位准确度。
(d)关于补偿4：在进行点云匹配完成后，根据点云匹配同样可以进行运动速度估计，得到点云配准速度，从而通过点云匹配速度对测速雷达速度进行修正，能够提高测速雷达的测量的准确性和鲁棒性。
需要注意的是，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。
其中，图9示出了可以应用本公开一实施例的动态目标外观尺寸的确定装置的结构示意图。请参见图9，该图所示的动态目标外观尺寸的确定装置可以通过软件、硬件或者两者的结合实现成为电子设备的全部或一部分，还可以作为独立的模块集成于电子设备中或服务器上。
本公开实施例中的动态目标外观尺寸的确定装置900包括：获取模块910、补偿确定模块920、配准模块930和尺寸确定模块940，其中：
上述获取模块910，用于确定检测区域，以及获取上述检测区域内动态目标的多帧点云数据和多个测量速度；上述补偿确定模块920，用于基于获取上述多个测量速度的时间点以及获取上述多帧点云数据的时间点，根据上述多个测量速度确定运动补偿；上述配准模块930，用于基于上述运动补偿对上述多帧点云数据进行配准处理，得到上述运动目标的重建点云；以及，上述尺寸确定模块940，用于根据上述重建点云和上述动态目标的运动方向确定上述动态目标的测量外观尺寸。
在示例性的实施例中，图10示意性示出了根据本公开另一示例性的实施例中动态目标外观尺寸的确定装置的结构图。请参见图10：
在示例性的实施例中，基于前述方案，上述获取模块910，具体用于：通过激光雷达获取上述运动目标的点云数据C，其中C＝{(TC0，C0)，(TC1，C1)，…(TCi，Ci)，…(TCN，CN)}，其中，TCi表示获取第i帧点云数据Ci的时间点，N为正整数，i为不大于N的正整数；以及，响应上述激光雷达确定上述动态目标进入上述检测区域，触发测速雷达获取上述运动目标的测量速度V，其中V＝{(TV0，V0)，(TV1，V1)，…(TVk，Vk)，…(TVM，VM)}，其中，TVk表示获取测量速度Vk的时间点，M为正整数，k为不大于M的正整数。
在示例性的实施例中，基于前述方案，上述补偿确定模块920，具体用于：根据TCi和TVk的大小关系确定补偿模式，以及根据上述测量速度Vk和估计速度确定补偿速度，并将上述补偿模式和上述补偿速度确定为上述运动补偿。
在示例性的实施例中，基于前述方案，上述补偿确定模块920，具体用于：若TCi<TV0且TV0-TCi<T0,则按照匀速直线运动的补偿模式进运动补偿，将所述补偿速度确定为TV0时间点获取的测量速度V0，其中，T0为第一预设时长；若TCi>TVl且TCi<TVp,则按照匀速直线运动的补偿模式进运动补偿，并采用插值方式根据Vl和Vp进行插值获取所述补偿速度，其中，l和p均为小于M的正整数，且l小于p，Vl和Vp分别为TVl和TVp时间点获取的测量速度；若TCi>TVk，则按照匀速直线运动的补偿模式进运动补偿，且第一阶段对应的补偿速度为TVk时间点获取的测量速度Vk，第二阶段对应的补偿速度为估计速度，其中，所述估计速度为根据Vk和点云配准速度确定。
在示例性的实施例中，基于前述方案，上述尺寸确定模块940，具体用于：基于垂直于上述运动方向以及上述运动方向，在上述重建点云中确定出最小外接矩形；将上述最小外接矩形在垂直于上述运动方向的距离确定为上述运动目标的宽度信息W，将上述最小外接矩形在上述运动方向的距离确定为上述运动目标的长度信息L；以及，将上述重建点云中的最大值确定为上述运动目标的高度信息H。
在示例性的实施例中，基于前述方案，上述装置还包括：背景信息确定模块950。
其中，上述背景信息确定模块950，用于：通过上述激光雷达获取上述检测区域的背景高度信息；对上述检测区域进行栅格化，得到X*Y个栅格，X、Y为正整数；以及，获取每个栅格的背景高度信息B(x,y)，其中B(x,y)表示栅格(x,y)的地面点的高度，x取值为1,2…，X，y取值为1,2…，Y。
其中，上述尺寸确定模块940，具体用于：根据上述重建点云获取上述每个栅格的测量高度信息G(x,y)；计算上述测量高度信息G(x,y)和上述背景高度信息B(x,y)的高度差，并根据上述高度差对上述重建点云进行二值化处理；基于垂直于上述运动方向以及上述运动方向，在上述二值化处理后的重建点云中确定出最小外接矩形；将上述最小外接矩形在垂直于上述运动方向的距离确定为上述运动目标的宽度信息W，将上述最小外接矩形在上述运动方向的距离确定为上述运动目标的长度信息L；以及，将上述高度差的最大值确定为上述运动目标的高度信息H。
在示例性的实施例中，基于前述方案，上述装置还包括：修正模块960。
其中，上述修正模块960，用于：在上述尺寸确定模块940得到上述运动目标的重建点云之后，通过进行上述配准处理的相邻点云计算上述运动目标的运动速度，得到点云配准速度；以及，通过上述点云配准速度对上述测速雷达速度进行修正。
在示例性的实施例中，基于前述方案，上述尺寸确定模块940，还具体用于：获取上述运动目标的实际外观尺寸，包括：上述运动目标的宽度信息W’、长度信息L’以及高度信息H’。
其中，上述装置还包括：比对模块970和目标确定模块980。
其中，上述比对模块970，用于：将上述动态目标的测量外观尺寸与上述动态目标对应的实际外观尺寸进行比对。以及，上述目标确定模块980，用于：在比对结果包含：W大于W’、L大于L’以及H大于H’的一种或几种的情况下，确定上述动态目标为待处理目标。
在示例性的实施例中，基于前述方案，上述尺寸确定模块940，还具体用于：响应上述激光雷达确定上述动态目标进入上述检测区域，触发摄像部件获取上述运动目标的图像；根据上述测量速度进行图像像素补偿，以对上述图像中的运动模糊进行去除；以及，根据上述去除处理之后的图像进行上述运动目标的身份识别，并根据所识别的身份获取上述运动目标的实际外观尺寸。
需要说明的是，上述实施例提供的动态目标外观尺寸的确定装置在执行动态目标外观尺寸的确定方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的动态目标外观尺寸的确定装置与动态目标外观尺寸的确定方法实施例属于同一构思，因此对于本公开装置实施例中未披露的细节，请参照本公开上述的动态目标外观尺寸的确定方法的实施例，这里不再赘述。
上述本公开实施例序号仅仅为了描述，不代表实施例的优劣。
本公开实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述任一实施例方法的步骤。其中，计算机可读存储介质可以包括但不限于任何类型的盘，包括软盘、光盘、DVD、CD-ROM、微型驱动器以及磁光盘、ROM、RAM、EPROM、EEPROM、DRAM、VRAM、闪速存储器设备、磁卡或光卡、纳米系统(包括分子存储器IC)，或适合于存储指令和/或数据的任何类型的媒介或设备。
本公开实施例还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，处理器执行程序时实现上述任一实施例方法的步骤。
图11示意性示出了根据本公开一示例性的实施例中电子设备的结构图。请参见图11所示，电子设备1100包括有：处理器1101和存储器1102。
本公开实施例中，处理器1101为计算机系统的控制中心，可以是实体机的处理器，也可以是虚拟机的处理器。处理器1101可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器1101可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable LogicArray，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1101也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(CentralProcessing Unit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。
在本公开实施例中，所述处理器1101具体用于：
确定检测区域，以及获取上述检测区域内动态目标的多帧点云数据和多个测量速度；基于获取上述多个测量速度的时间点以及获取上述多帧点云数据的时间点，根据上述多个测量速度确定运动补偿；基于上述运动补偿对上述多帧点云数据进行配准处理，得到上述运动目标的重建点云；以及，根据上述重建点云和上述动态目标的运动方向确定上述动态目标的测量外观尺寸。
进一步地，上述获取上述检测区域内动态目标的多帧点云数据和多个测量速度，包括：通过激光雷达获取上述运动目标的点云数据C，其中C＝{(TC0，C0)，(TC1，C1)，…(TCi，Ci)，…(TCN，CN)}，其中，TCi表示获取第i帧点云数据Ci的时间点，N为正整数，i为不大于N的正整数；以及，响应上述激光雷达确定上述动态目标进入上述检测区域，触发测速雷达获取上述运动目标的测量速度V，其中V＝{(TV0，V0)，(TV1，V1)，…(TVk，Vk)，…(TVM，VM)}，其中，TVk表示获取测量速度Vk的时间点，M为正整数，k为不大于M的正整数。
进一步地，上述基于获取上述多个测量速度的时间点以及获取上述多帧点云数据的时间点确定运动补偿，包括：根据TCi和TVk的大小关系确定补偿模式，以及根据上述测量速度Vk和估计速度确定补偿速度，并将上述补偿模式和上述补偿速度确定为上述运动补偿。
进一步地，上述根据TCi和TVk的大小关系确定补偿模式，以及根据上述测量速度Vk和估计速度确定补偿速度，包括：若TCi<TV0且TV0-TCi<T0,则按照匀速直线运动的补偿模式进运动补偿，将所述补偿速度确定为TV0时间点获取的测量速度V0，其中，T0为第一预设时长；若TCi>TVl且TCi<TVp,则按照匀速直线运动的补偿模式进运动补偿，并采用插值方式根据Vl和Vp进行插值获取所述补偿速度，其中，l和p均为小于M的正整数，且l小于p，Vl和Vp分别为TVl和TVp时间点获取的测量速度；以及，若TCi>TVk，则按照匀速直线运动的补偿模式进运动补偿，且第一阶段对应的补偿速度为TVk时间点获取的测量速度Vk，第二阶段对应的补偿速度为估计速度，其中，所述估计速度为根据Vk和点云配准速度确定。
进一步地，上述根据上述重建点云和上述动态目标的运动方向确定上述动态目标的测量外观尺寸，包括：基于垂直于上述运动方向以及上述运动方向，在上述重建点云中确定出最小外接矩形；将上述最小外接矩形在垂直于上述运动方向的距离确定为上述运动目标的宽度信息W，将上述最小外接矩形在上述运动方向的距离确定为上述运动目标的长度信息L；以及，将上述重建点云中的最大值确定为上述运动目标的高度信息H。
进一步地，上述方法还包括：通过上述激光雷达获取上述检测区域的背景高度信息；对上述检测区域进行栅格化，得到X*Y个栅格，X、Y为正整数；获取每个栅格的背景高度信息B(x,y)，其中B(x,y)表示栅格(x,y)的地面点的高度，x取值为1,2…，X，y取值为1,2…，Y；
上述根据上述重建点云和上述动态目标的运动方向确定上述动态目标的测量外观尺寸，包括：根据上述重建点云获取上述每个栅格的测量高度信息G(x,y)；计算上述测量高度信息G(x,y)和上述背景高度信息B(x,y)的高度差，并根据上述高度差对上述重建点云进行二值化处理；基于垂直于上述运动方向以及上述运动方向，在上述二值化处理后的重建点云中确定出最小外接矩形；将上述最小外接矩形在垂直于上述运动方向的距离确定为上述运动目标的宽度信息W，将上述最小外接矩形在上述运动方向的距离确定为上述运动目标的长度信息L；以及，将上述高度差的最大值确定为上述运动目标的高度信息H。
进一步地，在上述得到上述运动目标的重建点云之后，上述方法还包括：通过进行上述配准处理的相邻点云计算上述运动目标的运动速度，得到点云配准速度；通过上述点云配准速度对上述测速雷达速度进行修正。
进一步地，上述方法包括：获取上述运动目标的实际外观尺寸，包括：上述运动目标的宽度信息W’、长度信息L’以及高度信息H’；将上述动态目标的测量外观尺寸与上述动态目标对应的实际外观尺寸进行比对；以及，在比对结果包含：W大于W’、L大于L’以及H大于H’的一种或几种的情况下，确定上述动态目标为待处理目标。
进一步地，上述获取上述运动目标的实际外观尺寸，包括：响应上述激光雷达确定上述动态目标进入上述检测区域，触发摄像部件获取上述运动目标的图像；根据上述测量速度进行图像像素补偿，以对上述图像中的运动模糊进行去除；以及，根据上述去除处理之后的图像进行上述运动目标的身份识别，并根据所识别的身份获取上述运动目标的实际外观尺寸。
存储器1102可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器1102还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在本公开的一些实施例中，存储器1102中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器1101所执行以实现本公开实施例中的方法。
一些实施例中，电子设备1100还包括有：外围设备接口1103和至少一个外围设备。处理器1101、存储器1102和外围设备接口1103之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口1103相连。具体地，外围设备包括：显示屏1104、摄像头1105和音频电路1106中的至少一种。
外围设备接口1103可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器1101和存储器1102。在本公开的一些实施例中，处理器1101、存储器1102和外围设备接口1103被集成在同一芯片或电路板上；在本公开的一些其他实施例中，处理器1101、存储器1102和外围设备接口1103中的任意一个或两个可以在单独的芯片或电路板上实现。本公开实施例对此不作具体限定。
显示屏1104用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏1104是触摸显示屏时，显示屏1104还具有采集在显示屏1104的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器1101进行处理。此时，显示屏1104还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在本公开的一些实施例中，显示屏1104可以为一个，设置电子设备1100的前面板；在本公开的另一些实施例中，显示屏1104可以为至少两个，分别设置在电子设备1100的不同表面或呈折叠设计；在本公开的再一些实施例中，显示屏1104可以是柔性显示屏，设置在电子设备1100的弯曲表面上或折叠面上。甚至，显示屏1104还可以设置成非矩形的不规则图形，也即异形屏。显示屏1104可以采用LCD(Liquid Crystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头1105用于采集图像或视频。可选地，摄像头1105包括前置摄像头和后置摄像头。通常，前置摄像头设置在电子设备的前面板，后置摄像头设置在电子设备的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在本公开的一些实施例中，摄像头1105还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。
音频电路1106可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器1101进行处理。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在电子设备1100的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。
电源1107用于为电子设备1100中的各个组件进行供电。电源1107可以是交流电、直流电、一次性电池或可充电电池。当电源1107包括可充电电池时，该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池，无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
本公开实施例中示出的电子设备结构框图并不构成对电子设备1100的限定，电子设备1100可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
在本公开的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本公开中的具体含义。此外，在本公开的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本公开的保护范围之内。因此，依本公开权利要求所作的等同变化，仍属本公开所涵盖的范围。

Claims (12)

1.一种动态目标外观尺寸的确定方法，其特征在于，所述方法包括：
确定检测区域，以及获取所述检测区域内动态目标的多帧点云数据和多个测量速度；
基于获取所述多个测量速度的时间点以及获取所述多帧点云数据的时间点，根据所述多个测量速度确定运动补偿；
基于所述运动补偿对所述多帧点云数据进行配准处理，得到所述运动目标的重建点云；
根据所述重建点云和所述动态目标的运动方向确定所述动态目标的测量外观尺寸。
2.根据权利要求1所述的方法，其特征在于，所述获取所述检测区域内动态目标的多帧点云数据和多个测量速度，包括：
通过激光雷达获取所述运动目标的点云数据C，其中C＝{(TC0，C0)，(TC1，C1)，…(TCi，Ci)，…(TCN，CN)}，其中，TCi表示获取第i帧点云数据Ci的时间点，N为正整数，i为不大于N的正整数；
响应所述激光雷达确定所述动态目标进入所述检测区域，触发测速雷达获取所述运动目标的测量速度V，其中V＝{(TV0，V0)，(TV1，V1)，…(TVk，Vk)，…(TVM，VM)}，其中，TVk表示获取测量速度Vk的时间点，M为正整数，k为不大于M的正整数。
3.根据权利要求2所述的方法，其特征在于，所述基于获取所述多个测量速度的时间点以及获取所述多帧点云数据的时间点，根据所述多个测量速度确定运动补偿，包括：
根据TCi和TVk的大小关系确定补偿模式，以及根据所述测量速度Vk和估计速度确定补偿速度，并将所述补偿模式和所述补偿速度确定为所述运动补偿。
4.根据权利要求3所述的方法，其特征在于，所述根据TCi和TVk的大小关系确定补偿模式，以及根据所述测量速度Vk和估计速度确定补偿速度，包括：
若TCi<TV0且TV0-TCi<T0,则按照匀速直线运动的补偿模式进运动补偿，将所述补偿速度确定为TV0时间点获取的测量速度V0，其中，T0为第一预设时长；
若TCi>TVl且TCi<TVp,则按照匀速直线运动的补偿模式进运动补偿，并采用插值方式根据Vl和Vp进行插值获取所述补偿速度，其中，l和p均为小于M的正整数，且l小于p，Vl和Vp分别为TVl和TVp时间点获取的测量速度；
若TCi>TVk，则按照匀速直线运动的补偿模式进运动补偿，且第一阶段对应的补偿速度为TVk时间点获取的测量速度Vk，第二阶段对应的补偿速度为估计速度，其中，所述估计速度为根据Vk和点云配准速度确定。
5.根据权利要求1至4中任意一项所述的方法，其特征在于，所述根据所述重建点云和所述动态目标的运动方向确定所述动态目标的测量外观尺寸，包括：
基于垂直于所述运动方向以及所述运动方向，在所述重建点云中确定出最小外接矩形；
将所述最小外接矩形在垂直于所述运动方向的距离确定为所述运动目标的宽度信息W，将所述最小外接矩形在所述运动方向的距离确定为所述运动目标的长度信息L；
将所述重建点云中的最大值确定为所述运动目标的高度信息H。
6.根据权利要求1至4中任意一项所述的方法，其特征在于，所述方法还包括：
通过所述激光雷达获取所述检测区域的背景高度信息；
对所述检测区域进行栅格化，得到X*Y个栅格，X、Y为正整数；
获取每个栅格的背景高度信息B(x,y)，其中B(x,y)表示栅格(x,y)的地面点的高度，x取值为1,2…，X，y取值为1,2…，Y；
所述根据所述重建点云和所述动态目标的运动方向确定所述动态目标的测量外观尺寸，包括：
根据所述重建点云获取所述每个栅格的测量高度信息G(x,y)；
计算所述测量高度信息G(x,y)和所述背景高度信息B(x,y)的高度差，并根据所述高度差对所述重建点云进行二值化处理；
基于垂直于所述运动方向以及所述运动方向，在所述二值化处理后的重建点云中确定出最小外接矩形；
将所述最小外接矩形在垂直于所述运动方向的距离确定为所述运动目标的宽度信息W，将所述最小外接矩形在所述运动方向的距离确定为所述运动目标的长度信息L；
将所述高度差的最大值确定为所述运动目标的高度信息H。
7.根据权利要求1至4中任意一项所述的方法，其特征在于，在所述得到所述运动目标的重建点云之后，所述方法还包括：
通过进行所述配准处理的相邻点云计算所述运动目标的运动速度，得到点云配准速度；
通过所述点云配准速度对所述测速雷达速度进行修正。
8.根据权利要求6所述的方法，其特征在于，所述方法包括：
获取所述运动目标的实际外观尺寸，包括：所述运动目标的宽度信息W’、长度信息L’以及高度信息H’；
将所述动态目标的测量外观尺寸与所述动态目标对应的实际外观尺寸进行比对；
在比对结果包含：W大于W’、L大于L’以及H大于H’的一种或几种的情况下，确定所述动态目标为待处理目标。
9.根据权利要求8所述的方法，其特征在于，所述获取所述运动目标的实际外观尺寸，包括：
响应所述激光雷达确定所述动态目标进入所述检测区域，触发摄像部件获取所述运动目标的图像；
根据所述测量速度进行图像像素补偿，以对所述图像中的运动模糊进行去除；
根据所述去除处理之后的图像进行所述运动目标的身份识别，并根据所识别的身份获取所述运动目标的实际外观尺寸。
10.一种动态目标外观尺寸的确定装置，其特征在于，所述装置包括：
获取模块，用于确定检测区域，以及获取所述检测区域内动态目标的多帧点云数据和多个测量速度；
补偿确定模块，用于基于获取所述多个测量速度的时间点以及获取所述多帧点云数据的时间点，根据所述多个测量速度确定运动补偿；
配准模块，用于基于所述运动补偿对所述多帧点云数据进行配准处理，得到所述运动目标的重建点云；
确定模块，用于根据所述重建点云和所述动态目标的运动方向确定所述动态目标的测量外观尺寸。
11.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述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计算机程序时实现如权利要求1至9中任意一项所述的动态目标外观尺寸的确定方法。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至9中任意一项所述的动态目标外观尺寸的确定方法。
CN202111169245.3A 2021-09-30 2021-09-30 动态目标外观尺寸的确定方法及装置、介质及电子设备 Active CN114111568B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202310471451.2A CN116659376A (zh) 2021-09-30 2021-09-30 动态目标外观尺寸的确定方法及装置
CN202111169245.3A CN114111568B (zh) 2021-09-30 2021-09-30 动态目标外观尺寸的确定方法及装置、介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111169245.3A CN114111568B (zh) 2021-09-30 2021-09-30 动态目标外观尺寸的确定方法及装置、介质及电子设备

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202310471451.2A Division CN116659376A (zh) 2021-09-30 2021-09-30 动态目标外观尺寸的确定方法及装置

Publications (2)

Publication Number Publication Date
CN114111568A true CN114111568A (zh) 2022-03-01
CN114111568B CN114111568B (zh) 2023-05-23

Family

ID=80441363

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202111169245.3A Active CN114111568B (zh) 2021-09-30 2021-09-30 动态目标外观尺寸的确定方法及装置、介质及电子设备
CN202310471451.2A Pending CN116659376A (zh) 2021-09-30 2021-09-30 动态目标外观尺寸的确定方法及装置

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202310471451.2A Pending CN116659376A (zh) 2021-09-30 2021-09-30 动态目标外观尺寸的确定方法及装置

Country Status (1)

Country Link
CN (2) CN114111568B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114820392A (zh) * 2022-06-28 2022-07-29 新石器慧通（北京）科技有限公司 激光雷达检测的运动目标畸变补偿方法、设备及存储介质
CN114863695A (zh) * 2022-05-30 2022-08-05 中邮建技术有限公司 一种基于车载激光和摄像机的超标车辆检测系统和方法
CN115082662A (zh) * 2022-07-15 2022-09-20 深圳市速腾聚创科技有限公司 目标区域的定位方法和目标区域的定位装置
CN115205284A (zh) * 2022-09-09 2022-10-18 深圳市速腾聚创科技有限公司 目标对象的检测方法及装置、介质及电子设备
CN115876098A (zh) * 2022-12-12 2023-03-31 苏州思卡信息系统有限公司 一种多线束激光雷达的车辆尺寸测量方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180074176A1 (en) * 2016-09-14 2018-03-15 Beijing Baidu Netcom Science And Technology Co., Ltd. Motion compensation method and apparatus applicable to laser point cloud data
CN111260683A (zh) * 2020-01-09 2020-06-09 合肥工业大学 一种三维点云数据的目标检测与跟踪方法及其装置
CN111699410A (zh) * 2019-05-29 2020-09-22 深圳市大疆创新科技有限公司 点云的处理方法、设备和计算机可读存储介质
CN111708048A (zh) * 2020-08-19 2020-09-25 深圳市速腾聚创科技有限公司 点云的运动补偿方法、装置和系统
CN111932943A (zh) * 2020-10-15 2020-11-13 深圳市速腾聚创科技有限公司 动态目标的检测方法、装置、存储介质及路基监测设备
CN112462348A (zh) * 2021-02-01 2021-03-09 知行汽车科技（苏州）有限公司 激光点云数据增广的方法、装置及存储介质
CN112733641A (zh) * 2020-12-29 2021-04-30 深圳依时货拉拉科技有限公司 物体尺寸测量方法、装置、设备及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180074176A1 (en) * 2016-09-14 2018-03-15 Beijing Baidu Netcom Science And Technology Co., Ltd. Motion compensation method and apparatus applicable to laser point cloud data
CN111699410A (zh) * 2019-05-29 2020-09-22 深圳市大疆创新科技有限公司 点云的处理方法、设备和计算机可读存储介质
CN111260683A (zh) * 2020-01-09 2020-06-09 合肥工业大学 一种三维点云数据的目标检测与跟踪方法及其装置
CN111708048A (zh) * 2020-08-19 2020-09-25 深圳市速腾聚创科技有限公司 点云的运动补偿方法、装置和系统
CN111932943A (zh) * 2020-10-15 2020-11-13 深圳市速腾聚创科技有限公司 动态目标的检测方法、装置、存储介质及路基监测设备
CN112733641A (zh) * 2020-12-29 2021-04-30 深圳依时货拉拉科技有限公司 物体尺寸测量方法、装置、设备及存储介质
CN112462348A (zh) * 2021-02-01 2021-03-09 知行汽车科技（苏州）有限公司 激光点云数据增广的方法、装置及存储介质

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114863695A (zh) * 2022-05-30 2022-08-05 中邮建技术有限公司 一种基于车载激光和摄像机的超标车辆检测系统和方法
CN114820392A (zh) * 2022-06-28 2022-07-29 新石器慧通（北京）科技有限公司 激光雷达检测的运动目标畸变补偿方法、设备及存储介质
CN115082662A (zh) * 2022-07-15 2022-09-20 深圳市速腾聚创科技有限公司 目标区域的定位方法和目标区域的定位装置
CN115205284A (zh) * 2022-09-09 2022-10-18 深圳市速腾聚创科技有限公司 目标对象的检测方法及装置、介质及电子设备
CN115876098A (zh) * 2022-12-12 2023-03-31 苏州思卡信息系统有限公司 一种多线束激光雷达的车辆尺寸测量方法
CN115876098B (zh) * 2022-12-12 2023-10-24 苏州思卡信息系统有限公司 一种多线束激光雷达的车辆尺寸测量方法

Also Published As

Publication number Publication date
CN114111568B (zh) 2023-05-23
CN116659376A (zh) 2023-08-29

Similar Documents

Publication Publication Date Title
CN114111568B (zh) 动态目标外观尺寸的确定方法及装置、介质及电子设备
US10580164B2 (en) Automatic camera calibration
CN108875766B (zh) 图像处理的方法、装置、系统及计算机存储介质
KR20130142913A (ko) 이벤트 기반 이미지 처리 장치 및 그 장치를 이용한 방법
US10878259B2 (en) Vehicle detecting method, nighttime vehicle detecting method based on dynamic light intensity and system thereof
JP2008186246A (ja) 移動物体認識装置
CN108875531B (zh) 人脸检测方法、装置、系统及计算机存储介质
CN112368756A (zh) 计算对象和车辆碰撞时间的方法、计算设备及车辆
CN112172797B (zh) 泊车控制方法、装置、设备和存储介质
WO2014085953A1 (en) System and method for detecting pedestrians using a single normal camera
CN114545434A (zh) 一种路侧视角测速方法、系统、电子设备及存储介质
CN114219770A (zh) 地面检测方法、装置、电子设备及存储介质
JP2021148730A (ja) 位置推定方法、位置推定装置、及び、プログラム
Loktev et al. Image Blur Simulation for the Estimation of the Behavior of Real Objects by Monitoring Systems.
Salih et al. 3D tracking using particle filters
JP6910622B2 (ja) 画像処理システム
CN115082662B (zh) 目标区域的定位方法和目标区域的定位装置
CN114493967A (zh) 图像获取装置及方法、图像处理装置及方法、图像处理系统
JP2021051348A (ja) 物体距離推定装置及び物体距離推定方法
JP2021043141A (ja) 物体距離推定装置及び物体距離推定方法
CN115147475B (zh) 目标位置定位方法、装置、设备及存储介质
CN112215033B (zh) 车辆全景环视图像的生成方法、装置、系统及存储介质
JP4236154B2 (ja) 電力線の揺れ解析用画像における気象性ノイズの除去方法および装置およびプログラム
JP2013142668A (ja) 位置推定装置及び位置推定方法
JP7086761B2 (ja) 画像処理装置、情報処理方法及びプログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant