CN114140536A - 位姿数据处理方法、装置、电子设备及存储介质 - Google Patents
位姿数据处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114140536A CN114140536A CN202111452699.1A CN202111452699A CN114140536A CN 114140536 A CN114140536 A CN 114140536A CN 202111452699 A CN202111452699 A CN 202111452699A CN 114140536 A CN114140536 A CN 114140536A
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- transformation matrix
- coordinate
- marker
- determining
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 22
- 230000009466 transformation Effects 0.000 claims abstract description 246
- 239000011159 matrix material Substances 0.000 claims abstract description 228
- 239000003550 marker Substances 0.000 claims abstract description 115
- 238000012545 processing Methods 0.000 claims abstract description 42
- 238000006243 chemical reaction Methods 0.000 claims abstract description 41
- 238000000034 method Methods 0.000 claims abstract description 38
- 230000003287 optical effect Effects 0.000 claims description 36
- 238000005259 measurement Methods 0.000 claims description 14
- 238000001914 filtration Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 11
- 238000004422 calculation algorithm Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000003306 harvesting Methods 0.000 description 6
- 238000002372 labelling Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000005236 sound signal Effects 0.000 description 4
- 238000013519 translation Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30244—Camera pose
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本公开关于一种位姿数据处理方法、装置、电子设备及存储介质,方法包括:根据标注物在光捕坐标系下的第一空间坐标以及标注物在相机坐标系下的像素坐标,确定光捕坐标系相对于相机坐标系的第一变换矩阵;根据标注物的第一空间坐标,确定标注物坐标系相对于光捕坐标系的第二变换矩阵;获取标注物在物体坐标系下的第二空间坐标,根据第一空间坐标和第二空间坐标,确定物体坐标系相对于标注物坐标系的第三变换矩阵;根据第一变换矩阵、第二变换矩阵以及第三变换矩阵,确定目标变换矩阵,并根据目标变换矩阵,将目标物体的初始位姿参数转换为目标位姿参数;本公开通过多个变换矩阵的相互转换减小了位姿数据获取时的误差,提高了位姿数据处理的效率。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种位姿数据处理方法、装置、电子设备及存储介质。
背景技术
随着增强现实(AR,Augmented Reality)、视觉SLAM(simultaneous Localizationand mapping,同时定位与地图构建)、视频投影、虚实注册及位姿测量等技术的应用范围越来越广,对实现上述技术所需的位姿数据的处理要求也越来越高。
相关技术中,通常先在场景中布置物体,并录制RGB或RGB-D视频;利用SfM(Structure From Motion,三维重建)方法对场景进行密集重建,以获得帧间相机位姿数据。但是,SfM方法主要应用于室外场景,精度大多处于厘米量级,在制备体积较小物体的位姿数据时的误差还较大,位姿数据处理的效率还较低。
发明内容
本公开提供一种位姿数据处理方法、装置、电子设备及存储介质,以至少解决相关技术中位姿数据处理的效率还较低的问题。本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种位姿数据处理方法,包括:
根据标注物在光捕坐标系下的第一空间坐标,以及所述标注物在相机坐标系下的像素坐标,确定所述光捕坐标系相对于所述相机坐标系的第一变换矩阵;
根据所述标注物的第一空间坐标,确定标注物坐标系相对于所述光捕坐标系的第二变换矩阵;
获取所述标注物在物体坐标系下的第二空间坐标,根据所述第一空间坐标和所述第二空间坐标,确定所述物体坐标系相对于所述标注物坐标系的第三变换矩阵;所述物体坐标系为所述标注物所标记的目标物体的坐标系;
根据所述第一变换矩阵、第二变换矩阵以及第三变换矩阵,确定目标变换矩阵,并根据所述目标变换矩阵,将所述目标物体的初始位姿参数转换为目标位姿参数。
在一示例性实施例中,在确定所述光捕坐标系相对于所述相机坐标系的第一变换矩阵之前,还包括:
通过光捕系统获取预先设置在棋盘格上的标注点的位置信息;
根据所述位置信息,确定所述标注物在光捕坐标系下的第一空间坐标。
在一示例性实施例中,所述标注物在相机坐标系下的像素坐标,通过以下方式确定,包括:
通过红外相机采集包含有所述标注物的棋盘格图像;
对所述棋盘格图像进行红外滤波处理,确定所述标注物在棋盘格上的坐标信息;
根据所述坐标信息,确定所述标注物在相机坐标系下的像素坐标。
在一示例性实施例中,所述根据所述标注物的第一空间坐标,确定标注物坐标系相对于所述光捕坐标系的第二变换矩阵,包括:
根据所述标注物的第一空间坐标,确定所述标注物坐标相对于标注物系统的坐标转换关系;所述标注物系统由所有标注物构成;
根据所述坐标转换关系,确定各个所述标注物的光捕测量值;
根据各个所述光捕测量值,得到所述标注物坐标系相对于所述光捕坐标系的第二变换矩阵。
在一示例性实施例中,所述根据所述第一空间坐标和所述第二空间坐标,确定所述物体坐标系相对于所述标注物坐标系的第三变换矩阵,包括:
根据所述第一空间坐标构建与所述标注物对应的第一点云,确定所述第一点云的坐标系;根据所述第二空间坐标构建与所述标注物对应的第二点云,确定所述第二点云的坐标系;
根据所述第一点云的坐标系和所述第二点云的坐标系,确定所述物体坐标系相对于所述标注物坐标系的第三变换矩阵。
在一示例性实施例中,所述根据所述第一点云的坐标系和所述第二点云的坐标系,确定所述物体坐标系相对于所述标注物坐标系的第三变换矩阵,包括:
获取所述第一空间坐标从所述光捕坐标系转换为物体坐标系的第一转换关系,根据所述第一转换关系,确定所述标注物坐标系相对于所述光捕坐标系的姿态变换初值;
将所述姿态变换初值作为约束条件,对所述第一点云的坐标系及所述第二点云的坐标系进行配准处理,根据配准结果,确定所述物体坐标系相对于所述标注物坐标系的第三变换矩阵。
在一示例性实施例中,所述根据所述第一变换矩阵、第二变换矩阵以及第三变换矩阵,确定目标变换矩阵,包括:
获取所述第一变换矩阵、所述第二变换矩阵以及所述第三变换矩阵的乘积得到所述目标变换矩阵;
所述根据所述目标变换矩阵,将所述目标物体的初始位姿参数转换为目标位姿参数,包括:
获取所述目标变换矩阵与所述初始位姿参数的乘积,作为所述目标位姿参数。
根据本公开实施例的第二方面,提供一种位姿数据处理装置,包括:
第一变换矩阵确定单元,被配置为执行根据标注物在光捕坐标系下的第一空间坐标,以及所述标注物在相机坐标系下的像素坐标,确定所述光捕坐标系相对于所述相机坐标系的第一变换矩阵;
第二变换矩阵确定单元,被配置为执行根据所述标注物的第一空间坐标,确定标注物坐标系相对于所述光捕坐标系的第二变换矩阵;
第三变换矩阵确定单元,被配置为执行获取所述标注物在物体坐标系下的第二空间坐标,根据所述第一空间坐标和所述第二空间坐标,确定所述物体坐标系相对于所述标注物坐标系的第三变换矩阵;所述物体坐标系为所述标注物所标记的目标物体的坐标系;
目标位姿参数确定单元,被配置为执行根据所述第一变换矩阵、第二变换矩阵以及第三变换矩阵,确定目标变换矩阵,并根据所述目标变换矩阵,将所述目标物体的初始位姿参数转换为目标位姿参数。
在一示例性实施例中,所述第一变换矩阵确定单元,还被配置为执行:
通过光捕系统获取预先设置在棋盘格上的标注点的位置信息;
根据所述位置信息,确定所述标注物在光捕坐标系下的第一空间坐标。
在一示例性实施例中,所述第一变换矩阵确定单元,还被配置为执行:
通过红外相机采集包含有所述标注物的棋盘格图像;
对所述棋盘格图像进行红外滤波处理,确定所述标注物在棋盘格上的坐标信息;
根据所述坐标信息,确定所述标注物在相机坐标系下的像素坐标。
在一示例性实施例中,所述第二变换矩阵确定单元,还被配置为执行:
根据所述标注物的第一空间坐标,确定所述标注物坐标相对于标注物系统的坐标转换关系;所述标注物系统由所有标注物构成;
根据所述坐标转换关系,确定各个所述标注物的光捕测量值;
根据各个所述光捕测量值,得到所述标注物坐标系相对于所述光捕坐标系的第二变换矩阵。
在一示例性实施例中,所述第三变换矩阵确定单元,还被配置为执行:
根据所述第一空间坐标构建与所述标注物对应的第一点云,确定所述第一点云的坐标系;根据所述第二空间坐标构建与所述标注物对应的第二点云,确定所述第二点云的坐标系;
根据所述第一点云的坐标系和所述第二点云的坐标系,确定所述物体坐标系相对于所述标注物坐标系的第三变换矩阵。
在一示例性实施例中,所述第三变换矩阵确定单元,还被配置为执行:
获取所述第一空间坐标从所述光捕坐标系转换为物体坐标系的第一转换关系,根据所述第一转换关系,确定所述标注物坐标系相对于所述光捕坐标系的姿态变换初值;
将所述姿态变换初值作为约束条件,对所述第一点云的坐标系及所述第二点云的坐标系进行配准处理,根据配准结果,确定所述物体坐标系相对于所述标注物坐标系的第三变换矩阵。
在一示例性实施例中,所述目标位姿参数确定单元,还被配置为执行:
获取所述第一变换矩阵、所述第二变换矩阵以及所述第三变换矩阵的乘积得到所述目标变换矩阵;
所述目标位姿参数确定单元,还被配置为执行:
获取所述目标变换矩阵与所述初始位姿参数的乘积,作为所述目标位姿参数。
根据本公开实施例的第三方面,提供一种电子设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如第一方面的任一项实施例中所述的位姿数据处理方法。
根据本公开实施例的第四方面,提供一种算机可读存储介质,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如第一方面的任一项实施例中所述的位姿数据处理方法。
根据本公开实施例的第五方面,提供一种计算机程序产品,所述计算机程序产品中包括指令,所述指令被电子设备的处理器执行时,使得所述电子设备能够执行如第一方面的任一项实施例中所述的位姿数据处理方法。
本公开的实施例提供的技术方案至少带来以下有益效果:
通过根据标注物在光捕坐标系下的第一空间坐标,以及标注物在相机坐标系下的像素坐标,确定光捕坐标系相对于相机坐标系的第一变换矩阵;其次根据标注物的第一空间坐标,确定标注物坐标系相对于光捕坐标系的第二变换矩阵;再次获取标注物在物体坐标系下的第二空间坐标,根据第一空间坐标和第二空间坐标,确定物体坐标系相对于标注物坐标系的第三变换矩阵;物体坐标系为标注物所标记的目标物体的坐标系;最后根据第一变换矩阵、第二变换矩阵以及第三变换矩阵,确定目标变换矩阵,并根据目标变换矩阵,将目标物体的初始位姿参数转换为目标位姿参数;本公开通过第一变换矩阵、第二变换矩阵以及第三变换矩阵得到相应目标变换矩阵,将目标物体的初始位姿参数转换为目标位姿参数,实现了任意物体相对于相机的位姿数据的获取,通过多个变换矩阵的相互转换减小了位姿数据获取时的误差,提高了位姿数据处理的效率。
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,并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种位姿数据处理方法的应用环境图。
图2是根据一示例性实施例示出的一种位姿数据处理方法的流程图。
图3是根据一示例性实施例示出的一种棋盘格示意图。
图4是根据一示例性实施例示出的另一种位姿数据处理方法的流程图。
图5是根据一示例性实施例示出的一种位姿数据处理装置的框图。
图6是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。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,它们仅是与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。
还需要说明的是,本公开所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于展示的数据、分析的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本公开所提供的位姿数据处理方法,可以应用于如图1所示的应用环境中。其中,终端110通过网络与电子设备120进行交互,电子设备120根据标注物在光捕坐标系下的第一空间坐标,以及标注物在相机坐标系下的像素坐标,确定光捕坐标系相对于相机坐标系的第一变换矩阵;电子设备120根据标注物的第一空间坐标,确定标注物坐标系相对于光捕坐标系的第二变换矩阵;电子设备120获取标注物在物体坐标系下的第二空间坐标,根据第一空间坐标和第二空间坐标,确定物体坐标系相对于标注物坐标系的第三变换矩阵;物体坐标系为标注物所标记的目标物体的坐标系;电子设备120根据第一变换矩阵、第二变换矩阵以及第三变换矩阵,确定目标变换矩阵,并根据目标变换矩阵,将终端110发送的目标物体的初始位姿参数转换为目标位姿参数,并将目标位姿参数返回至终端110。其中,终端110可以是但不限于各种智能手机、平板电脑或笔记本电脑等,电子设备120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
图2是根据一示例性实施例示出的一种位姿数据处理方法的流程图,如图2所示,位姿数据处理方法用于电子设备120中,包括以下步骤。
在步骤S210中,根据标注物在光捕坐标系下的第一空间坐标,以及标注物在相机坐标系下的像素坐标,确定光捕坐标系相对于相机坐标系的第一变换矩阵。
其中,光捕坐标系(motion capture system,可简写为mc)是光学动作捕捉系统所采集到数据的坐标系;光学动作捕捉系统至少由动作捕捉镜头、动作捕捉软件、标定框、标记点/标注物等部件构成;标注物(marker)贴附于被标注的目标物体(object)之上,其旋转量可由光学捕捉系统软件进行初始化后得到。光学动作捕捉系统的本质可以理解为是定位系统,通过计算分析,来获取与其相关的速度、加速度等多种运动学数据;光学动作捕捉镜头是动作捕捉系统的核心,光学动作捕捉镜头能够以红外光为原理,通过多个镜头对特定标记点的观察定位来获取标记点的具体空间位置。通常由光学动作捕捉镜头面板上的LED灯发出特定波长的红外光照射到标注物,标注物表面的反光材料将红外光反射回镜头,反射回的红外光经过信号处理、图像抓取和算法处理等步骤后,从而获得标注物在镜头中的二维坐标;多个动作捕捉镜头通过标定处理后可获取每个镜头的具体位置,从而运算得到相应三维坐标。动作捕捉软可结合系统中多个镜头获取的二维坐标以及每个镜头在空间中的位置信息,通过软件端的计算,得到六自由度(6Dof)、偏航角(Yaw)、横摇角(Roll)、俯仰角(Pitch)、欧拉角等位姿数据。
其中,相机坐标系(camera,可简写为cam)是由相机光心和视角决定的坐标系;相机可以为深度图像(RGB-D)相机,用于拍摄得到深度图像数据集;Depth Map(深度图)是包含与视点的场景对象的表面的距离有关的信息的图像或图像通道;Depth Map类似于灰度图像,只是它的每个像素值是传感器距离目标物体的实际距离;通常RGB图像和Depth图像是配准的,因而像素点之间具有一对一的对应关系。
具体地,光捕坐标系相对于相机坐标系的第一变换矩阵可记为Hmc→cam,表示由光捕坐标系到相机坐标系的坐标转换矩阵,即相机外参标注,以此获取光捕系统到相机坐标系之间外参的标定。
标注过程中,可以采用光学标注棒或者棋盘格进行标注,光学捕捉系统将通过设置在光学标注棒上的标注物,或者设置在棋盘格上的标注物获取标注物marker在光捕坐标系下的三维的第一空间坐标{Pi};相机视角下可以利用标注物的红外反射特征,利用红外滤波算法及人工辅助标注确定标注物的位置,得到标注物在图像上的二维的像素坐标{pi},通过PnP算法(Perspective-n-Point)对输入的第一空间坐标{Pi}和像素坐标{pi}进行处理,得到光捕坐标系相对于相机坐标系的第一变换矩阵Hmc→cam。
在步骤S220中,根据标注物的第一空间坐标,确定标注物坐标系相对于光捕坐标系的第二变换矩阵。
其中,标注物坐标系相对于光捕坐标系的第二变换矩阵可记为Hmarker→mc,表示标注物相对于光捕坐标系的坐标转换矩阵。该第二变换矩阵目的是为了获取数据捕获过程中目标物体上的标注物marker坐标系随时间变化的转换关系,即Hmarker→mc表征时间的函数。
具体地,光学捕捉系统能够直接通过动作捕捉软件对输入的光捕数据进行处理,即获取标注物的坐标,并通过动作捕捉软件的光捕内置算法计算出标注物与由所有标注物构成的刚体系统之间的坐标转换关系,得到测量值并确定出Hmarker→mc。该步骤中的时间上的同步可以通过预先设置好的软触发装置实现,即软触发装置能够通过光捕系统的代码开发接口,在代码段的运行时间内,先后控制相机的开启和光捕系统的开启,使得误差减少至可接受的范围内;还可以再以人工方式辅助时间对齐(通过观察光捕运行帧和相机拍摄帧之间的标注物的变化情况进行对齐),进一步减小确定第二变换矩阵时所产生的误差。
在步骤S230中,获取标注物在物体坐标系下的第二空间坐标,根据第一空间坐标和第二空间坐标,确定物体坐标系相对于标注物坐标系的第三变换矩阵;物体坐标系为标注物所标记的目标物体的坐标系。
其中,物体坐标系相对于标注物坐标系的第三变换矩阵可记为Hobj→marker,表示由目标物体本身相对标注物的坐标转换矩阵;obj表示被标注物标注的目标物体的坐标系,由CAD模型初始化或者由重建扫描过程中人工初始化处理后得到;该第三变换矩阵能够去除标注物坐标系相对于物体坐标系的偏置误差。
具体地,对被标注物的目标物体可以通过激光扫描仪进行重建模型处理,同时将标注物建模为球体,并确定出标注物在物体坐标系中的位置得到第二空间坐标{Qi};将第一空间坐标{Pi}和第二空间坐标{Qi}利用预设算法进行处理,可以得到物体坐标系相对于标注物坐标系的第三变换矩阵Hobj→marker。
在步骤S240中,根据第一变换矩阵、第二变换矩阵以及第三变换矩阵,确定目标变换矩阵,并根据目标变换矩阵,将目标物体的初始位姿参数转换为目标位姿参数。
其中,目标变换矩阵表示为Hobj→cam,即目标物体相对于相机的坐标变换矩阵;初始位姿参数可以是目标物体的6自由度位姿,目标位姿参数即为根据目标变换矩阵表示为Hobj→cam将目标物体的6自由度位姿进行转换处理后得到的位姿参数;
目标变换矩阵Hobj→cam中,H=[R同∈SE(3),其中旋转量R∈SO(3),平移量其中,表示实数域,表明平移量t是长度为3的实数向量;R表示旋转量(rotation);t表示平移量(translation);SE(3)表示欧式变换群(Special Euclidean Group in3dimensions);SO(3)表示旋转群(Special Orthogonal Group in 3dimensions)。
具体地,电子设备在获取到第一变换矩阵、第二变换矩阵以及第三变换矩阵之后,能够根据第一变换矩阵、第二变换矩阵以及第三变换矩阵确定出目标变换矩阵,通过目标变换矩阵能够将终端输入的待处理的目标物体的初始位姿参数转换成目标位姿参数,即通过目标变换矩阵实现对目标物体相对于相机的位姿数据,完成对位姿数据的处理。
上述位姿数据处理方法中,通过根据标注物在光捕坐标系下的第一空间坐标,以及标注物在相机坐标系下的像素坐标,确定光捕坐标系相对于相机坐标系的第一变换矩阵;其次根据标注物的第一空间坐标,确定标注物坐标系相对于光捕坐标系的第二变换矩阵;再次获取标注物在物体坐标系下的第二空间坐标,根据第一空间坐标和第二空间坐标,确定物体坐标系相对于标注物坐标系的第三变换矩阵;物体坐标系为标注物所标记的目标物体的坐标系;最后根据第一变换矩阵、第二变换矩阵以及第三变换矩阵,确定目标变换矩阵,并根据目标变换矩阵,将目标物体的初始位姿参数转换为目标位姿参数;本公开通过第一变换矩阵、第二变换矩阵以及第三变换矩阵得到相应目标变换矩阵,将目标物体的初始位姿参数转换为目标位姿参数,实现了任意物体相对于相机的位姿数据的获取,通过多个变换矩阵的相互转换减小了位姿数据获取时的误差,提高了位姿数据处理的效率。
在一示例性实施例中,在步骤S210中,在确定光捕坐标系相对于相机坐标系的第一变换矩阵之前,还包括:通过光捕系统获取预先设置在棋盘格上的标注点的位置信息;根据位置信息,确定标注物在光捕坐标系下的第一空间坐标。
具体地,如图3所示为棋盘格上布置标注物的示意图,光捕系统根据棋盘格上标注物能够红外反射的特征,通过红外相机确定各个标注物的位置信息;根据位置信息进一步通过光捕系统的算法得到述标注物在光捕坐标系下的第一空间坐标。
本公开实施例提供的技术方案,通过光捕系统捕获标注物反射的红外光线确定标注物的位置信息,并根据位置信息得到标注物在光捕坐标系下的第一空间坐标,实现了对各个标注物的空间定位,获取到了各个标注物在空间中的位置,提高了标注物第一空间坐标的获取效率。
在一示例性实施例中,标注物在相机坐标系下的像素坐标的步骤具体可以通过以下步骤实现:通过红外相机采集包含有标注物的棋盘格图像;对棋盘格图像进行红外滤波处理,确定标注物在棋盘格上的坐标信息;根据坐标信息,确定标注物在相机坐标系下的像素坐标。
具体地,通过相机获取包含有标注物的棋盘格图像,根据棋盘格中各个格子的颜色可以确定出标注物以及标注物之间的相对位置实现对标注物在平面视角下的定位;相机视角利用标注物的红外反射特征,通过红外滤波算法并结合人工辅助标注方式,确定标注物的位置,得到标注物在图像上的二维的像素坐标{pi};得到标注物在图像上的二维的像素坐标{pi}后,可以通过PnP算法(Perspective-n-Point)对输入的第一空间坐标{Pi}和像素坐标{pi}进行处理,以得到光捕坐标系相对于相机坐标系的第一变换矩阵Hmc→cam。
本公开实施例提供的技术方案,利用了标注物的红外反射特性和棋盘格能够对标注物进行定位的特征,确定了相机视角下标注物的坐标信息,进一步根据坐标信息得到相机坐标系下标注物的像素坐标,像素坐标可以进一步用于确定出标注物的第一空间坐标,即提高了标注物第一空间坐标的获取的准确率和获取效率。
在一示例性实施例中,根据标注物的第一空间坐标,确定标注物坐标系相对于光捕坐标系的第二变换矩阵,具体可以通过以下步骤实现:根据标注物的第一空间坐标,确定标注物坐标相对于标注物系统的坐标转换关系;标注物系统由所有标注物构成;根据坐标转换关系,确定各个标注物的光捕测量值;根据各个光捕测量值,得到标注物坐标系相对于光捕坐标系的第二变换矩阵。
具体地,各个附着在目标物体上的标注物公共构成标注物系统;光捕系统通过获取标注物的坐标能能够后通过光捕系统内置的算法计算通过标注物坐标相对于标注物系统的坐标转换关系计算出测量值,即标注物坐标系相对于光捕坐标系的第二变换矩阵。在这个过程中,为了确保误差保持在可接受的范围内,需要得到时间上的同步;可以通过预设的软触发装置来控制相机的开启和光捕系统的开启,通常误差将减少至200毫秒;在此基础上,可以辅助以人工方式进一步降低误差,通常会进一步将误差降低至1/30秒;人工辅助方式为通过人眼观察光捕运行帧和相机拍摄帧之间的光捕标注物的变化情况进行对齐。
本公开实施例提供的技术方案,利用光捕系统根据标注物的第一空间坐标得到标注物对应的光捕测量值,最终确定出标注物坐标系相对于光捕坐标系的第二变换矩阵,实现了标注物坐标系相对于光捕坐标系的转换,提高了光捕坐标系的第二变换矩阵确定的效率。
在一示例性实施例中,根据第一空间坐标和第二空间坐标,确定物体坐标系相对于标注物坐标系的第三变换矩阵,具体可以通过以下步骤实现:根据第一空间坐标构建与标注物对应的第一点云,确定第一点云的坐标系;根据第二空间坐标构建与标注物对应的第二点云,确定第二点云的坐标系;根据第一点云的坐标系和第二点云的坐标系,确定物体坐标系相对于标注物坐标系的第三变换矩阵。
具体地,首先通过激光扫描仪获取目标物体的重建模型;然后根据各个标注物的直径将标注物建模成球体,并确定各个标注物目标物体的物体坐标系中的位置,根据位置构建标注物在光捕坐标系下的点云作为第一点云,以及标注物在目标物体的物体坐标系下的点云作为第二点云;然后至少可以通过Kabsch算法,根据标注物在光捕坐标系下的第一点云,和标注物在物体坐标系的第二点云,确定出光捕坐标系到物体坐标系的转换关系,以确定出物体坐标系相对于标注物坐标系的第三变换矩阵。
本公开实施例提供的技术方案,通过标注物在物体坐标系下的位置通过分别构建第一点云和第二点云,根据两个点云之间的转换关系确定出变换矩阵,一定程度上消除了标注物坐标系到物体坐标系的偏置误差,提高了第三变换矩阵的准确度和获取效率。
在一示例性实施例中,根据第一点云的坐标系和第二点云的坐标系,确定物体坐标系相对于标注物坐标系的第三变换矩阵,具体可以通过以下步骤实现:获取第一空间坐标从光捕坐标系转换为物体坐标系的第一转换关系,根据第一转换关系,确定标注物坐标系相对于光捕坐标系的姿态变换初值;将姿态变换初值作为约束条件,对第一点云的坐标系及第二点云的坐标系进行配准处理,根据配准结果,确定物体坐标系相对于标注物坐标系的第三变换矩阵。
具体地,第一空间坐标从光捕坐标系转换为物体坐标系的第一转换关系,可以至少通过Kabsch算法确定;Kabsch算法是一种计算最优旋转矩阵的算法,因此可以通过将标注物在光捕坐标系下的第一空间坐标{Pi}以及标注物在物体坐标系中的位置得到第二空间坐标{Qi}得出第一空间坐标从光捕坐标系转换为物体坐标系的第一转换关系。基于由第一转换关系确定出的标注物坐标系相对于光捕坐标系的姿态变换初值,可以利用ICP算法(一种基于数据配准法,利用最近点搜索法,从而解决基于自由形态曲面的算法)以该姿态变换初值作为约束条件,进行第一点云的坐标系及第二点云的坐标系的配准处理,确定出准确的物体坐标系相对于标注物坐标系的第三变换矩阵Hobj→marker。
本公开实施例提供的技术方案,通过根据第一转换关系确定标注物坐标系相对于光捕坐标系的姿态变换初值,基于姿态变换初值作为约束,对第一点云的坐标系及第二点云的坐标系进行配准处理,实现了点云之间转换关系的精确估计,消除了标注物坐标系相对于物体坐标系的偏置误差,提高了第三变换矩阵确定过程中的准确性和获取效率。
在一示例性实施例中,根据第一变换矩阵、第二变换矩阵以及第三变换矩阵,确定目标变换矩阵,具体可以通过以下步骤实现:获取第一变换矩阵、第二变换矩阵以及第三变换矩阵的乘积得到目标变换矩阵。
具体地,目标变换矩阵Hobj→cam可以通过以下方式得到:
Hobj→cam=Hmc→camHmarker→mcHobj→marker;
即第一变换矩阵、第二变换矩阵以及第三变换矩阵的乘积即为目标变换矩阵。
本公开实施例提供的技术方案,通过预先获取的第一变换矩阵、第二变换矩阵以及第三变换矩阵,求取上述变换矩阵的乘积作为目标变换矩阵;预先获取的各个变换矩阵在确定过程中已经消除了部分误差,因此得到的目标变换矩阵也较为准确。
在一示例性实施例中,根据目标变换矩阵,将目标物体的初始位姿参数转换为目标位姿参数,具体可以通过以下步骤实现:获取目标变换矩阵与初始位姿参数的乘积,作为目标位姿参数。
具体地,在通过光捕系统获取附着在目标物体上的初始位姿参数,可通过所确定出的目标变换矩阵与初始位姿参数相乘,相乘后的乘积即为目标位姿参数,实现了初始位姿参数的转换,得到了目标物体相对于相机的位姿数据,提高了位姿数据的获取效率和准确性。
在一个实施例中,如图4所示,提供了又一种位姿数据处理,具体包括以下步骤:
在步骤S410中,通过光捕系统获取预先设置在棋盘格上的标注点的位置信息;根据位置信息,确定标注物在光捕坐标系下的第一空间坐标。
在步骤S420中,通过红外相机采集包含有标注物的棋盘格图像;对棋盘格图像进行红外滤波处理,确定标注物在棋盘格上的坐标信息;根据坐标信息,确定标注物在相机坐标系下的像素坐标。
在步骤S430中,根据标注物在光捕坐标系下的第一空间坐标,以及标注物在相机坐标系下的像素坐标,确定光捕坐标系相对于相机坐标系的第一变换矩阵。
在步骤S440中,根据标注物的第一空间坐标,确定标注物坐标相对于标注物系统的坐标转换关系;标注物系统由所有标注物构成;根据坐标转换关系,确定各个标注物的光捕测量值;根据各个光捕测量值,得到标注物坐标系相对于光捕坐标系的第二变换矩阵。
在步骤S450中,根据第一空间坐标构建与标注物对应的第一点云,确定第一点云的坐标系;根据第二空间坐标构建与标注物对应的第二点云,确定第二点云的坐标系。
在步骤S460中,获取第一空间坐标从光捕坐标系转换为物体坐标系的第一转换关系,根据第一转换关系,确定标注物坐标系相对于光捕坐标系的姿态变换初值;将姿态变换初值作为约束条件,对第一点云的坐标系及第二点云的坐标系进行配准处理,根据配准结果,确定物体坐标系相对于标注物坐标系的第三变换矩阵。
在步骤S470中,获取第一变换矩阵、第二变换矩阵以及第三变换矩阵的乘积得到目标变换矩阵;获取目标变换矩阵与初始位姿参数的乘积,作为目标位姿参数。
本公开实施例提供的技术方案,通过第一变换矩阵、第二变换矩阵以及第三变换矩阵得到相应目标变换矩阵,将目标物体的初始位姿参数转换为目标位姿参数,实现了任意物体相对于相机的位姿数据的获取,通过多个变换矩阵的相互转换减小了位姿数据获取时的误差,提高了位姿数据处理的效率。
应该理解的是,虽然图2、图4的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2、图4中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
可以理解的是,本说明书中上述方法的各个实施例之间相同/相似的部分可互相参见,每个实施例重点说明的是与其他实施例的不同之处,相关之处参见其他方法实施例的说明即可。
图5是根据一示例性实施例示出的一种位姿数据处理装置的框图。参照图5,该装置包括第一变换矩阵确定502,第二变换矩阵确定单元504、第三变换矩阵确定单元506和目标位姿参数确定单元508。
该第一变换矩阵确定单元502,被配置为执行根据标注物在光捕坐标系下的第一空间坐标,以及标注物在相机坐标系下的像素坐标,确定光捕坐标系相对于相机坐标系的第一变换矩阵;
该第二变换矩阵确定单元504,被配置为执行根据标注物的第一空间坐标,确定标注物坐标系相对于光捕坐标系的第二变换矩阵;
该第三变换矩阵确定单元506,被配置为执行获取标注物在物体坐标系下的第二空间坐标,根据第一空间坐标和第二空间坐标,确定物体坐标系相对于标注物坐标系的第三变换矩阵;物体坐标系为标注物所标记的目标物体的坐标系;
该目标位姿参数确定单元508,被配置为执行根据第一变换矩阵、第二变换矩阵以及第三变换矩阵,确定目标变换矩阵,并根据目标变换矩阵,将目标物体的初始位姿参数转换为目标位姿参数。
在一示例性实施例中,第一变换矩阵确定单元502,还被配置为执行:
通过光捕系统获取预先设置在棋盘格上的标注点的位置信息;
根据位置信息,确定标注物在光捕坐标系下的第一空间坐标。
在一示例性实施例中,第一变换矩阵确定单元502,还被配置为执行:
通过红外相机采集包含有标注物的棋盘格图像;
对棋盘格图像进行红外滤波处理,确定标注物在棋盘格上的坐标信息;
根据坐标信息,确定标注物在相机坐标系下的像素坐标。
在一示例性实施例中,第二变换矩阵确定单元504,还被配置为执行:
根据标注物的第一空间坐标,确定标注物坐标相对于标注物系统的坐标转换关系;标注物系统由所有标注物构成;
根据坐标转换关系,确定各个标注物的光捕测量值;
根据各个光捕测量值,得到标注物坐标系相对于光捕坐标系的第二变换矩阵。
在一示例性实施例中,第三变换矩阵确定单元506,还被配置为执行:
根据第一空间坐标构建与标注物对应的第一点云,确定第一点云的坐标系;根据第二空间坐标构建与标注物对应的第二点云,确定第二点云的坐标系;
根据第一点云的坐标系和第二点云的坐标系,确定物体坐标系相对于标注物坐标系的第三变换矩阵。
在一示例性实施例中,第三变换矩阵确定单元506,还被配置为执行:
获取第一空间坐标从光捕坐标系转换为物体坐标系的第一转换关系,根据第一转换关系,确定标注物坐标系相对于光捕坐标系的姿态变换初值;
将姿态变换初值作为约束条件,对第一点云的坐标系及第二点云的坐标系进行配准处理,根据配准结果,确定物体坐标系相对于标注物坐标系的第三变换矩阵。
在一示例性实施例中,目标位姿参数确定单元508,还被配置为执行:
获取第一变换矩阵、第二变换矩阵以及第三变换矩阵的乘积得到目标变换矩阵。
在一示例性实施例中,目标位姿参数确定单元508,还被配置为执行:
获取目标变换矩阵与初始位姿参数的乘积,作为目标位姿参数。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图6是根据一示例性实施例示出的一种用于执行位姿数据处理方法的电子设备600的框图。例如,电子设备600可以是移动电话、计算机、数字广播终端、消息收发设备、游戏控制台、平板设备、医疗设备、健身设备、个人数字助理等。
参照图6,电子设备600可以包括以下一个或多个组件:处理组件602、存储器604、电源组件606、多媒体组件608、音频组件610、输入/输出(I/O)的接口612、传感器组件614以及通信组件616。
处理组件602通常控制电子设备600的整体操作,诸如与显示、电话呼叫、数据通信、相机操作和记录操作相关联的操作。处理组件602可以包括一个或多个处理器620来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件602可以包括一个或多个模块,便于处理组件602和其他组件之间的交互。例如,处理组件602可以包括多媒体模块,以方便多媒体组件608和处理组件602之间的交互。
存储器604被配置为存储各种类型的数据以支持在电子设备600的操作。这些数据的示例包括用于在电子设备600上操作的任何应用程序或方法的指令、联系人数据、电话簿数据、消息、图片、视频等。存储器604可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM)、电可擦除可编程只读存储器(EEPROM)、可擦除可编程只读存储器(EPROM)、可编程只读存储器(PROM)、只读存储器(ROM)、磁存储器、快闪存储器、磁盘、光盘或石墨烯存储器。
电源组件606为电子设备600的各种组件提供电力。电源组件606可以包括电源管理系统,一个或多个电源,及其他与为电子设备600生成、管理和分配电力相关联的组件。
多媒体组件608包括在所述电子设备600和用户之间的提供输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件608包括前置摄像头和/或后置摄像头。当电子设备600处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件610被配置为输出和/或输入音频信号。例如,音频组件610包括麦克风(MIC),当电子设备600处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器604或经由通信组件616发送。在一些实施例中,音频组件610还包括扬声器,用于输出音频信号。
I/O接口612为处理组件602和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件614包括一个或多个传感器,用于为电子设备600提供各个方面的状态评估。例如,传感器组件614可以检测到电子设备600的打开/关闭状态,组件的相对定位,例如所述组件为电子设备600的显示器和小键盘,传感器组件614还可以检测电子设备600或电子设备600组件的位置改变,用户与电子设备600接触的存在或不存在,设备600方位或加速/减速和电子设备600的温度变化。传感器组件614可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件614还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件614还可以包括加速度传感器、陀螺仪传感器、磁传感器、压力传感器或温度传感器。
通信组件616被配置为便于电子设备600和其他设备之间有线或无线方式的通信。电子设备600可以接入基于通信标准的无线网络,如WiFi,运营商网络(如2G、3G、4G或5G),或它们的组合。在一个示例性实施例中,通信组件616经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件616还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备600可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的计算机可读存储介质,例如包括指令的存储器604,上述指令可由电子设备600的处理器620执行以完成上述方法。例如,计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供一种计算机程序产品,所述计算机程序产品中包括指令,上述指令可由电子设备600的处理器620执行以完成上述方法。
需要说明的,上述的装置、电子设备、计算机可读存储介质、计算机程序产品等根据方法实施例的描述还可以包括其他的实施方式,具体的实现方式可以参照相关方法实施例的描述,在此不作一一赘述。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种位姿数据处理方法,其特征在于,包括:
根据标注物在光捕坐标系下的第一空间坐标,以及所述标注物在相机坐标系下的像素坐标,确定所述光捕坐标系相对于所述相机坐标系的第一变换矩阵;
根据所述标注物的第一空间坐标,确定标注物坐标系相对于所述光捕坐标系的第二变换矩阵;
获取所述标注物在物体坐标系下的第二空间坐标,根据所述第一空间坐标和所述第二空间坐标,确定所述物体坐标系相对于所述标注物坐标系的第三变换矩阵;所述物体坐标系为所述标注物所标记的目标物体的坐标系;
根据所述第一变换矩阵、第二变换矩阵以及第三变换矩阵,确定目标变换矩阵,并根据所述目标变换矩阵,将所述目标物体的初始位姿参数转换为目标位姿参数。
2.根据权利要求1所述的方法,其特征在于,在确定所述光捕坐标系相对于所述相机坐标系的第一变换矩阵之前,还包括:
通过光捕系统获取预先设置在棋盘格上的标注点的位置信息;
根据所述位置信息,确定所述标注物在光捕坐标系下的第一空间坐标。
3.根据权利要求1所述的方法,其特征在于,所述标注物在相机坐标系下的像素坐标,通过以下方式确定,包括:
通过红外相机采集包含有所述标注物的棋盘格图像;
对所述棋盘格图像进行红外滤波处理,确定所述标注物在棋盘格上的坐标信息;
根据所述坐标信息,确定所述标注物在相机坐标系下的像素坐标。
4.根据权利要求1所述的方法,其特征在于,所述根据所述标注物的第一空间坐标,确定标注物坐标系相对于所述光捕坐标系的第二变换矩阵,包括:
根据所述标注物的第一空间坐标,确定所述标注物坐标相对于标注物系统的坐标转换关系;所述标注物系统由所有标注物构成;
根据所述坐标转换关系,确定各个所述标注物的光捕测量值;
根据各个所述光捕测量值,得到所述标注物坐标系相对于所述光捕坐标系的第二变换矩阵。
5.根据权利要求1所述的方法,其特征在于,所述根据所述第一空间坐标和所述第二空间坐标,确定所述物体坐标系相对于所述标注物坐标系的第三变换矩阵,包括:
根据所述第一空间坐标构建与所述标注物对应的第一点云,确定所述第一点云的坐标系;根据所述第二空间坐标构建与所述标注物对应的第二点云,确定所述第二点云的坐标系;
根据所述第一点云的坐标系和所述第二点云的坐标系,确定所述物体坐标系相对于所述标注物坐标系的第三变换矩阵。
6.根据权利要求5所述的方法,其特征在于,所述根据所述第一点云的坐标系和所述第二点云的坐标系,确定所述物体坐标系相对于所述标注物坐标系的第三变换矩阵,包括:
获取所述第一空间坐标从所述光捕坐标系转换为物体坐标系的第一转换关系,根据所述第一转换关系,确定所述标注物坐标系相对于所述光捕坐标系的姿态变换初值;
将所述姿态变换初值作为约束条件,对所述第一点云的坐标系及所述第二点云的坐标系进行配准处理,根据配准结果,确定所述物体坐标系相对于所述标注物坐标系的第三变换矩阵。
7.一种位姿数据处理装置,其特征在于,包括:
第一变换矩阵确定单元,被配置为执行根据标注物在光捕坐标系下的第一空间坐标,以及所述标注物在相机坐标系下的像素坐标,确定所述光捕坐标系相对于所述相机坐标系的第一变换矩阵;
第二变换矩阵确定单元,被配置为执行根据所述标注物的第一空间坐标,确定标注物坐标系相对于所述光捕坐标系的第二变换矩阵;
第三变换矩阵确定单元,被配置为执行获取所述标注物在物体坐标系下的第二空间坐标,根据所述第一空间坐标和所述第二空间坐标,确定所述物体坐标系相对于所述标注物坐标系的第三变换矩阵;所述物体坐标系为所述标注物所标记的目标物体的坐标系;
目标位姿参数确定单元,被配置为执行根据所述第一变换矩阵、第二变换矩阵以及第三变换矩阵,确定目标变换矩阵,并根据所述目标变换矩阵,将所述目标物体的初始位姿参数转换为目标位姿参数。
8.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至6中任一项所述的位姿数据处理方法。
9.一种计算机可读存储介质,其特征在于,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如权利要求1至6中任一项所述的位姿数据处理方法。
10.一种计算机程序产品,所述计算机程序产品中包括指令,其特征在于,所述指令被电子设备的处理器执行时,使得所述电子设备能够执行如权利要求1至6任一项所述的位姿数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111452699.1A CN114140536A (zh) | 2021-11-30 | 2021-11-30 | 位姿数据处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111452699.1A CN114140536A (zh) | 2021-11-30 | 2021-11-30 | 位姿数据处理方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114140536A true CN114140536A (zh) | 2022-03-04 |
Family
ID=80387070
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111452699.1A Pending CN114140536A (zh) | 2021-11-30 | 2021-11-30 | 位姿数据处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114140536A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114742905A (zh) * | 2022-06-13 | 2022-07-12 | 魔视智能科技(武汉)有限公司 | 一种多相机参数标定方法、装置、设备及存储介质 |
WO2023169186A1 (zh) * | 2022-03-10 | 2023-09-14 | 华为技术有限公司 | 一种定位方法和相关设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014149582A (ja) * | 2013-01-31 | 2014-08-21 | Nippon Telegr & Teleph Corp <Ntt> | 変換行列推定装置、変換行列推定方法、及びプログラム |
CN111783820A (zh) * | 2020-05-08 | 2020-10-16 | 北京沃东天骏信息技术有限公司 | 图像标注方法和装置 |
CN112258574A (zh) * | 2020-09-21 | 2021-01-22 | 北京沃东天骏信息技术有限公司 | 标注位姿信息的方法、装置及计算机可读存储介质 |
CN113160221A (zh) * | 2021-05-14 | 2021-07-23 | 深圳市奥昇医疗科技有限责任公司 | 图像处理方法、装置、计算机设备和存储介质 |
-
2021
- 2021-11-30 CN CN202111452699.1A patent/CN114140536A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014149582A (ja) * | 2013-01-31 | 2014-08-21 | Nippon Telegr & Teleph Corp <Ntt> | 変換行列推定装置、変換行列推定方法、及びプログラム |
CN111783820A (zh) * | 2020-05-08 | 2020-10-16 | 北京沃东天骏信息技术有限公司 | 图像标注方法和装置 |
CN112258574A (zh) * | 2020-09-21 | 2021-01-22 | 北京沃东天骏信息技术有限公司 | 标注位姿信息的方法、装置及计算机可读存储介质 |
CN113160221A (zh) * | 2021-05-14 | 2021-07-23 | 深圳市奥昇医疗科技有限责任公司 | 图像处理方法、装置、计算机设备和存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023169186A1 (zh) * | 2022-03-10 | 2023-09-14 | 华为技术有限公司 | 一种定位方法和相关设备 |
CN114742905A (zh) * | 2022-06-13 | 2022-07-12 | 魔视智能科技(武汉)有限公司 | 一种多相机参数标定方法、装置、设备及存储介质 |
CN114742905B (zh) * | 2022-06-13 | 2022-09-27 | 魔视智能科技(武汉)有限公司 | 一种多相机参数标定方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111983635B (zh) | 位姿确定方法及装置、电子设备和存储介质 | |
CN106778773B (zh) | 图片中目标物的定位方法及装置 | |
CN112348933B (zh) | 动画生成方法、装置、电子设备及存储介质 | |
CN111462311A (zh) | 全景图生成方法及装置、存储介质 | |
US20210158560A1 (en) | Method and device for obtaining localization information and storage medium | |
WO2022037285A1 (zh) | 相机外参标定方法及装置 | |
CN113643356B (zh) | 相机位姿确定、虚拟物体显示方法、装置及电子设备 | |
CN114140536A (zh) | 位姿数据处理方法、装置、电子设备及存储介质 | |
CN112669381B (zh) | 一种位姿确定方法、装置、电子设备及存储介质 | |
WO2023155532A1 (zh) | 位姿检测方法及装置、电子设备和存储介质 | |
CN113744384B (zh) | 三维人脸重建方法、装置、电子设备及存储介质 | |
CN112115894A (zh) | 手部关键点检测模型的训练方法、装置及电子设备 | |
CN115439171A (zh) | 商品信息展示方法、装置及电子设备 | |
CN112614214A (zh) | 动作捕捉方法、装置、电子设备及存储介质 | |
WO2023273499A1 (zh) | 深度检测方法及装置、电子设备和存储介质 | |
CN115278084A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
KR101586071B1 (ko) | 마커리스 증강현실 서비스 제공 장치 및 이를 위한 촬영 위치 추정 방법 | |
CN114581525A (zh) | 姿态确定方法及装置、电子设备和存储介质 | |
CN114067085A (zh) | 一种虚拟对象的显示方法及装置、电子设备和存储介质 | |
CN109934168B (zh) | 人脸图像映射方法及装置 | |
CN117095319A (zh) | 一种目标定位方法、系统和电子设备 | |
CN114387622A (zh) | 动物重识别方法及装置、电子设备和存储介质 | |
CN115147492A (zh) | 一种图像处理方法以及相关设备 | |
CN113747113A (zh) | 图像显示方法及装置、电子设备、计算机可读存储介质 | |
CN110428492B (zh) | 三维唇部重建方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |