CN114663497A - 距离测量方法、装置及设备 - Google Patents
距离测量方法、装置及设备 Download PDFInfo
- Publication number
- CN114663497A CN114663497A CN202210294971.6A CN202210294971A CN114663497A CN 114663497 A CN114663497 A CN 114663497A CN 202210294971 A CN202210294971 A CN 202210294971A CN 114663497 A CN114663497 A CN 114663497A
- Authority
- CN
- China
- Prior art keywords
- distance
- image
- target
- actual
- calculated
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of Optical Distance (AREA)
Abstract
本申请涉及一种距离测量方法、装置及设备。该方法包括:获取摄像设备拍摄的图像;根据所述图像以及所述摄像设备的参数,计算所述图像中的目标相对于所述摄像设备的实际距离,得到第一计算距离;在判断出所述第一计算距离超出预设距离时,根据所述图像中所述目标的像素宽度、所述目标的实际宽度、所述摄像设备的焦距,计算所述图像中的所述目标相对于所述摄像设备的实际距离,得到第二计算距离;输出所述第二计算距离,以作为所述目标相对于所述摄像设备的实际距离。本申请提供的方案,能够在较大范围内对目标进行测距,且可以有效提升测距精度。
Description
技术领域
本申请涉及距离测量技术领域,尤其涉及一种距离测量方法、装置及设备。
背景技术
智慧交通系统是未来交通系统的发展方向,它是将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术等有效地集成运用于整个地面交通管理系统而建立的一种在大范围内、全方位发挥作用的,实时、准确、高效的综合交通运输管理系统。
目前,在智慧交通系统中,通常采用摄像头作为监控设备,以测量目标相对摄像头的距离,短焦摄像头用来监控近距离场景,长焦摄像头用来监控远距离场景,从而实现对区域范围内的全覆盖监控。
然而,采用多个不同焦距的摄像头来进行监控,其成本较大。而相关技术中,单个摄像头的有效监控范围较小,无法满足监控覆盖要求。
发明内容
为解决或部分解决相关技术中存在的问题,本申请提供一种距离测量方法、装置及设备,能够在较大范围内对目标进行测距,且可以有效提升测距精度。
本申请第一方面提供一种距离测量方法,包括:
获取摄像设备拍摄的图像;
根据所述图像以及所述摄像设备的参数,计算所述图像中的目标相对于所述摄像设备的实际距离,得到第一计算距离;
在判断出所述第一计算距离超出预设距离时,根据所述图像中所述目标的像素宽度、所述目标的实际宽度、所述摄像设备的焦距,计算所述图像中的所述目标相对于所述摄像设备的实际距离,得到第二计算距离;
输出所述第二计算距离,以作为所述目标相对于所述摄像设备的实际距离。
在一种实施方式中,所述根据所述图像中所述目标的像素宽度、所述目标的实际宽度、所述摄像设备的焦距,计算所述图像中的所述目标相对于所述摄像设备的实际距离,得到第二计算距离之前,还包括:
根据所述图像中先验对象的像素宽度、所述图像中所述目标的像素宽度、所述先验对象的实际宽度,计算所述目标的实际宽度。
在一种实施方式中,所述图像中的所述先验对象与所述图像中的所述目标之间的距离在预设像素距离内。
在一种实施方式中,所述先验对象的实际宽度通过调用数字地图进行测量确定;或,
所述先验对象的实际宽度通过取用经验值确定。
在一种实施方式中,所述预设距离根据所述摄像设备的焦距确定。
在一种实施方式中,所述距离测量方法还包括:
在判断出所述第一计算距离未超出预设距离时,输出所述第一计算距离,以作为所述目标相对于所述摄像设备的实际距离。
本申请第二方面提供一种距离测量装置,包括:
获取模块,用于获取摄像设备拍摄的图像;
第一计算模块,用于根据所述获取模块获取的图像以及所述摄像设备的参数,计算所述图像中的目标相对于所述摄像设备的实际距离,得到第一计算距离;
第二计算模块,用于在判断出所述第一计算模块计算的第一计算距离超出预设距离时,根据所述图像中所述目标的像素宽度、所述目标的实际宽度、所述摄像设备的焦距,计算所述图像中的所述目标相对于所述摄像设备的实际距离,得到第二计算距离;
输出模块,用于输出所述第二计算模块计算的第二计算距离,以作为所述目标相对于所述摄像设备的实际距离。
在一种实施方式中,所述距离测量装置还包括:
先验计算模块,用于根据所述图像中先验对象的像素宽度、所述图像中所述目标的像素宽度、所述先验对象的实际宽度,计算所述目标的实际宽度。
本申请第三方面提供一种电子设备,包括:
处理器;以及
存储器,其上存储有可执行代码,当所述可执行代码被所述处理器执行时,使所述处理器执行如上所述的方法。
本申请第四方面提供一种计算机可读存储介质,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如上所述的方法。
本申请提供的技术方案可以包括以下有益效果:
本申请提供的方法,根据图像以及摄像设备的参数计算图像中的目标相对于摄像设备的实际距离,得到第一计算距离;在判断出第一计算距离超出预设距离时,根据图像中目标的像素宽度、目标的实际宽度、摄像设备的焦距计算图像中的目标相对于摄像设备的实际距离,得到第二计算距离,从而输出第二计算距离,以作为目标相对于摄像设备的实际距离。可以理解,对于近距离场景下的目标,根据图像以及摄像设备的参数所计算得到的第一计算距离,可以较为准确地表征目标相对于摄像设备的实际距离。本申请所提供的方法,对于远距离场景下的目标,利用第二计算距离替代第一计算距离以作为目标相对于摄像设备的实际距离,以解决目标在远距离场景下所计算得到的第一计算距离的精度不足的问题,从而可以提升对远距离场景下的目标进行距离测量的精度,进而使得单个摄像设备能够在较大范围内对目标进行测距,且可以有效提升测距精度。
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,并不能限制本申请。
附图说明
通过结合附图对本申请示例性实施方式进行更详细地描述,本申请的上述以及其它目的、特征和优势将变得更加明显,其中,在本申请示例性实施方式中,相同的参考标号通常代表相同部件。
图1是本申请实施例示出的距离测量方法的流程示意图;
图2是本申请实施例示出的距离测量方法的另一流程示意图;
图3是本申请实施例示出的距离测量方法中摄像设备所拍摄的图像的示意图;
图4是本申请实施例示出的距离测量方法中第二计算距离的计算原理示意图;
图5是本申请实施例示出的距离测量装置的结构示意图;
图6是本申请实施例示出的距离测量装置的另一结构示意图;
图7是本申请实施例示出的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的实施方式。虽然附图中显示了本申请的实施方式,然而应该理解,可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本申请更加透彻和完整,并且能够将本申请的范围完整地传达给本领域的技术人员。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语“第一”、“第二”、“第三”等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
相关技术中,采用多个不同焦距的摄像头来进行监控,其成本较大。而相关技术中,单个摄像头的有效监控范围较小,无法满足监控覆盖要求。
针对上述问题,本申请实施例提供一种距离测量方法,能够在较大范围内对目标进行测距,且可以有效提升测距精度。
以下结合附图详细描述本申请实施例的技术方案。
图1是本申请实施例示出的距离测量方法的流程示意图。图1实施例的方法可以应用于监控平台,监控平台可以作为一种云平台,监控平台可以指服务器或服务器集群。
参见图1,该方法包括:
步骤S101、获取摄像设备拍摄的图像。
其中,摄像设备可以是路侧设备,路侧设备具有摄像头,路侧设备可以进行图像拍摄并通过网络传输图像。摄像设备可以是单目摄像头。
步骤S102、根据图像以及摄像设备的参数,计算图像中的目标相对于摄像设备的实际距离,得到第一计算距离。
其中,目标指用户在图像中所选中的对象,目标可以是图像中的汽车、卡车、公交车、行人等。图像中的目标可以利用基于深度学习的神经网络模型识别出来。
其中,摄像设备的参数可以包括摄像设备的内参与外参。
在该步骤中,可以根据目标在图像中的像素坐标,以及摄像设备的内参与外参,计算得到现实世界中目标的世界坐标。已知摄像设备的世界坐标,根据目标的世界坐标,则可以计算得到目标相对于摄像设备的实际距离。参见如下等式:
Puv=KTPw
其中,Puv为目标在图像中的像素坐标,K为摄像设备的内参,T为摄像设备的外参,Pw为目标的世界坐标。
步骤S103、在判断出第一计算距离超出预设距离时,根据图像中目标的像素宽度、目标的实际宽度、摄像设备的焦距,计算图像中的目标相对于摄像设备的实际距离,得到第二计算距离。
可以理解,由于目标相对摄像设备的距离越远,目标在图像中所占用的像素比例将越小,进而会影响根据目标的像素坐标、摄像设备的内外参所计算得到的第一计算距离的精度。
本申请实施例,在判断出第一计算距离超出预设距离时,采用另一种技术手段以计算目标相对于摄像设备的实际距离。在该步骤中,根据图像中目标的像素宽度、目标的实际宽度、摄像设备的焦距,利用摄像机小孔成像原理,计算图像中的目标相对于摄像设备的实际距离,得到第二计算距离。参见如下等式:
Z/W=f/y
其中,Z为图像中的目标相对于摄像设备的实际距离,W为目标的实际宽度,f为摄像设备的焦距,y为图像中目标的像素宽度。
其中,对于目标的实际宽度(即对于W的取值),可以根据经验值确定。例如,目标为小汽车,则可以根据小汽车的型号取经验值确定,如取小汽车的宽度为1.8米。在其他实施方式中,对于目标的实际宽度,还可以根据图像中先验对象的像素宽度、图像中目标的像素宽度、先验对象的实际宽度,计算目标的实际宽度。
需要说明的是,本申请实施例中所指的图像中目标的像素宽度,可以是指在图像中目标的边缘上任意两点之间的距离长度(例如宽度、高度、对角斜线长度等)。进一步的,本申请实施例中所指的目标的实际宽度,可以是指以摄像设备拍摄视角观测的现实世界中目标的边缘上任意两点之间的距离长度。
步骤S104、输出第二计算距离,以作为目标相对于摄像设备的实际距离。
可以理解,第二计算距离相比较与第一计算距离,第二计算距离可以更为准确地表征目标相对于摄像设备的实际距离。在该步骤中,将第二计算距离作为目标相对于摄像设备的实际距离。
从该实施例可以看出,本申请实施例提供的方法,根据图像以及摄像设备的参数计算图像中的目标相对于摄像设备的实际距离,得到第一计算距离;在判断出第一计算距离超出预设距离时,根据图像中目标的像素宽度、目标的实际宽度、摄像设备的焦距计算图像中的目标相对于摄像设备的实际距离,得到第二计算距离,从而输出第二计算距离,以作为目标相对于摄像设备的实际距离。可以理解,对于近距离场景下的目标,根据图像以及摄像设备的参数所计算得到的第一计算距离,可以较为准确地表征目标相对于摄像设备的实际距离。本申请所提供的方法,对于远距离场景下的目标,利用第二计算距离替代第一计算距离以作为目标相对于摄像设备的实际距离,以解决目标在远距离场景下所计算得到的第一计算距离的精度不足的问题,从而可以提升对远距离场景下的目标进行距离测量的精度,进而使得单个摄像设备能够在较大范围内对目标进行测距,且可以有效提升测距精度。
图2是本申请实施例示出的距离测量方法的另一流程示意图。图2相对图1更详细描述了本申请的方案。
参见图2,该方法包括:
步骤S201、获取摄像设备拍摄的图像。
其中,摄像设备可以是路侧设备,路侧设备具有摄像头,路侧设备可以进行图像拍摄并通过网络传输图像。摄像设备可以是单目摄像头。
步骤S202、根据图像以及摄像设备的参数,计算图像中的目标相对于摄像设备的实际距离,得到第一计算距离。
其中,目标指用户在图像中所选中的对象,目标可以是图像中的汽车、卡车、公交车、行人等。图像中的目标可以利用基于深度学习的神经网络模型识别出来。
其中,摄像设备的参数可以包括摄像设备的内参与外参。
在该步骤中,可以根据目标在图像中的像素坐标,以及摄像设备的内参与外参,计算得到现实世界中目标的世界坐标。已知摄像设备的世界坐标,根据目标的世界坐标,则可以计算得到目标相对于摄像设备的实际距离。参见如下等式:
Puv=KTPw
其中,Puv为目标在图像中的像素坐标,K为摄像设备的内参,T为摄像设备的外参,Pw为目标的世界坐标。
步骤S203、在判断出第一计算距离超出预设距离时,根据图像中先验对象的像素宽度、图像中目标的像素宽度、先验对象的实际宽度,计算目标的实际宽度。
请参见图3,其中,标识①所指示的线段为50米线,即表示相对于摄像设备之间的距离为50米;标识②所指示的线段为100米线,即表示相对于摄像设备之间的距离为100米;标识③所指示的线段为150米线,即表示相对摄像设备之间的距离为150米。可见,远距离场景下的目标在图像中所占用的像素较少,且目标距离越远,目标在图像中所占用的像素越少。可以理解,由于目标相对摄像设备的距离越远,目标在图像中所占用的像素比例将越小,进而会影响根据目标的像素坐标、摄像设备的内外参所计算得到的第一计算距离的精度。
另外,可以发现,近距离场景下的目标在图像中所占用的像素较大,因此,对于近距离场景下的目标,根据目标的像素坐标、摄像设备的内外参所计算得到的第一计算距离的精度高,能够有效保障第一计算距离的正确性。
本申请通过设定预设距离来划分出图像中的远距离场景和近距离场景。在本申请实施例中,预设距离可以根据摄像设备的焦距确定。也就是说,可以根据摄像设备的焦距,确定预设距离。摄像设备的不同焦距,确定不同的预设距离。例如,2.8mm焦距的摄像设备所拍摄的图像,对于该图像中在50米之内的目标,根据图像及摄像设备的参数所计算出的第一计算距离与真实值之间的误差小;而对于该图像中在50米之外的目标,距离越远,根据图像及摄像设备的参数所计算出的第一计算距离与真实值之间的误差越大;则对于2.8mm焦距的摄像设备而言,50米可以作为预设距离。
在该步骤中,在判断出第一计算距离超出预设距离时,可以在图像中选取先验对象,再根据图像中先验对象的像素宽度、图像中目标的像素宽度、先验对象的实际宽度,计算目标的实际宽度。
其中,先验对象可以选取图像中的环境对象,例如,车道、路牌等。在本申请实施例中,图像中的先验对象与图像中的目标之间的距离在预设像素距离内。预设像素距离可以是5个像素长度、10个像素长度等。图像中所选取的先验对象需邻近图像中的目标。进一步的,可以计算先验对象的第一计算距离,并与目标的第一计算距离进行比对,选取比对结果在预设范围内的先验对象。也就是说,所选取的先验对象与目标,两者的第一计算距离的比对结果需在预设范围内。这样,可以确保先验对象与目标在图像中的像素占比相近,利于保障后续所计算得到的目标的实际宽度的可靠性即正确性。
进一步的,先验对象的实际宽度通过调用数字地图进行测量确定,先验对象的实际宽度也可以通过取用经验值确定。例如,先验对象为车道,车道的宽度可以通过调用数字地图(例如高精地图)进行测量确定,车道的宽度也可以取用经验值确定,例如取用3米。
根据图像中先验对象的像素宽度、图像中目标的像素宽度、先验对象的实际宽度,计算目标的实际宽度。参见如下等式:
Y1/y2=X1/x2
其中,Y1为目标的实际宽度,y2为图像中目标的像素宽度,X1为先验对象的实际宽度,x2为图像中先验对象的像素宽度。
进一步的,在计算得到目标的实际宽度后,可以利用目标的经验值进行校验,输出通过校验的目标的实际宽度。其中,可以定义当计算得到目标的实际宽度与目标的宽度的经验值之间的差值在预设误差范围内,则表示计算得到目标的实际宽度通过校验。
举例来说,例如,目标为车辆,根据图像中先验对象的像素宽度、图像中目标的像素宽度、先验对象的实际宽度,计算目标的实际宽度为1.76米,该类型车辆的宽度的经验值为1.8米,预设误差范围为0.1米,则说明所计算得到的目标的实际宽度通过校验。
还需要说明的是,本申请实施例中所指的图像中先验对象的像素宽度,可以是指在图像中先验对象的边缘上任意两点之间的距离长度(例如宽度、高度、对角斜线长度等)。进一步的,本申请实施例中所指的先验对象的实际宽度,可以是指以摄像设备拍摄视角观测的现实世界中先验对象的边缘上任意两点之间的距离长度。
步骤S204、根据图像中目标的像素宽度、目标的实际宽度、摄像设备的焦距,计算图像中的目标相对于摄像设备的实际距离,得到第二计算距离。
在该步骤中,根据图像中目标的像素宽度、目标的实际宽度、摄像设备的焦距,利用摄像机小孔成像原理,计算图像中的目标相对于摄像设备的实际距离,得到第二计算距离。参见图4(图4中的点O为摄像设备的光心)以及如下等式:
Z/W=f/y
其中,Z为图像中的目标相对于摄像设备的实际距离,W为目标的实际宽度,f为摄像设备的焦距,y为图像中目标的像素宽度。
需要说明的是,本申请实施例中所指的图像中目标的像素宽度,可以是指在图像中目标的边缘上任意两点之间的距离长度(例如宽度、高度、对角斜线长度等)。进一步的,本申请实施例中所指的目标的实际宽度,可以是指以摄像设备拍摄视角观测的现实世界中目标的边缘上任意两点之间的距离长度。
步骤S205、输出第二计算距离,以作为目标相对于摄像设备的实际距离。
可以理解,第二计算距离相比较与第一计算距离,第二计算距离可以更为准确地表征目标相对于摄像设备的实际距离。在该步骤中,将第二计算距离作为目标相对于摄像设备的实际距离。
步骤S206、在判断出第一计算距离未超出预设距离时,输出第一计算距离,以作为目标相对于摄像设备的实际距离。
可以理解,对于近距离场景下的目标,第一计算距离可以更为准确地表征目标相对于摄像设备的实际距离。在该步骤中,在判断出第一计算距离未超出预设距离时,将第一计算距离作为目标相对于摄像设备的实际距离。
从该实施例可以看出,本申请实施例提供的方法,对于远距离场景下的目标,利用第二计算距离替代第一计算距离以作为目标相对于摄像设备的实际距离,以解决目标在远距离场景下所计算得到的第一计算距离的精度不足的问题,从而可以提升对远距离场景下的目标进行距离测量的精度,进而使得单个摄像设备能够在较大范围内对目标进行测距,且可以有效提升测距精度。另外,还利于降低智慧交通系统的建设成本(可以减少路侧摄像设备的投入数量),增强了智慧交通系统的鲁棒性。
与前述应用功能实现方法实施例相对应,本申请还提供了一种距离测量装置、电子设备及相应的实施例。
图5是本申请实施例示出的距离测量装置的结构示意图。
参见图5,一种距离测量装置50,包括:获取模块510、第一计算模块520、第二计算模块530、输出模块540。
获取模块510,用于获取摄像设备拍摄的图像。
第一计算模块520,用于根据获取模块510获取的图像以及摄像设备的参数,计算图像中的目标相对于摄像设备的实际距离,得到第一计算距离。
第二计算模块530,用于在判断出第一计算模块520计算的第一计算距离超出预设距离时,根据图像中目标的像素宽度、目标的实际宽度、摄像设备的焦距,计算图像中的目标相对于摄像设备的实际距离,得到第二计算距离。
输出模块540,用于输出第二计算模块530计算的第二计算距离,以作为目标相对于摄像设备的实际距离。
从该实施例可以看出,本申请实施例提供的装置,对于远距离场景下的目标,利用第二计算距离替代第一计算距离以作为目标相对于摄像设备的实际距离,以解决目标在远距离场景下所计算得到的第一计算距离的精度不足的问题,从而可以提升对远距离场景下的目标进行距离测量的精度,进而使得单个摄像设备能够在较大范围内对目标进行测距,且可以有效提升测距精度。
图6是本申请实施例示出的距离测量装置的另一结构示意图;
参见图6,一种距离测量装置50,包括:获取模块510、第一计算模块520、第二计算模块530、输出模块540、先验计算模块550。
其中,获取模块510、第一计算模块520、第二计算模块530、输出模块540的功能可以参见图5中的描述,此处不再赘述。
先验计算模块550,用于根据图像中先验对象的像素宽度、图像中目标的像素宽度、先验对象的实际宽度,计算目标的实际宽度。
进一步的,输出模块540,还用于在判断出第一计算距离未超出预设距离时,输出第一计算距离,以作为目标相对于摄像设备的实际距离。
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,此处将不再做详细阐述说明。
图7是本申请实施例示出的电子设备的结构示意图。
参见图7,电子设备700包括存储器710和处理器720。
处理器720可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器710可以包括各种类型的存储单元,例如系统内存、只读存储器(ROM)和永久存储装置。其中,ROM可以存储处理器720或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中,永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中,永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备,例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外,存储器710可以包括任意计算机可读存储媒介的组合,包括各种类型的半导体存储芯片(例如DRAM,SRAM,SDRAM,闪存,可编程只读存储器),磁盘和/或光盘也可以采用。在一些实施方式中,存储器710可以包括可读和/或写的可移除的存储设备,例如激光唱片(CD)、只读数字多功能光盘(例如DVD-ROM,双层DVD-ROM)、只读蓝光光盘、超密度光盘、闪存卡(例如SD卡、min SD卡、Micro-SD卡等)、磁性软盘等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。
存储器710上存储有可执行代码,当可执行代码被处理器720处理时,可以使处理器720执行上文述及的方法中的部分或全部。
此外,根据本申请的方法还可以实现为一种计算机程序或计算机程序产品,该计算机程序或计算机程序产品包括用于执行本申请的上述方法中部分或全部步骤的计算机程序代码指令。
或者,本申请还可以实施为一种计算机可读存储介质(或非暂时性机器可读存储介质或机器可读存储介质),其上存储有可执行代码(或计算机程序或计算机指令代码),当可执行代码(或计算机程序或计算机指令代码)被电子设备(或服务器等)的处理器执行时,使处理器执行根据本申请的上述方法的各个步骤的部分或全部。
以上已经描述了本申请的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其他普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种距离测量方法,其特征在于,包括:
获取摄像设备拍摄的图像;
根据所述图像以及所述摄像设备的参数,计算所述图像中的目标相对于所述摄像设备的实际距离,得到第一计算距离;
在判断出所述第一计算距离超出预设距离时,根据所述图像中所述目标的像素宽度、所述目标的实际宽度、所述摄像设备的焦距,计算所述图像中的所述目标相对于所述摄像设备的实际距离,得到第二计算距离;
输出所述第二计算距离,以作为所述目标相对于所述摄像设备的实际距离。
2.根据权利要求1所述的方法,其特征在于,所述根据所述图像中所述目标的像素宽度、所述目标的实际宽度、所述摄像设备的焦距,计算所述图像中的所述目标相对于所述摄像设备的实际距离,得到第二计算距离之前,还包括:
根据所述图像中先验对象的像素宽度、所述图像中所述目标的像素宽度、所述先验对象的实际宽度,计算所述目标的实际宽度。
3.根据权利要求2所述的方法,其特征在于:
所述图像中的所述先验对象与所述图像中的所述目标之间的距离在预设像素距离内。
4.根据权利要求2所述的方法,其特征在于:
所述先验对象的实际宽度通过调用数字地图进行测量确定;或,
所述先验对象的实际宽度通过取用经验值确定。
5.根据权利要求1所述的方法,其特征在于:
所述预设距离根据所述摄像设备的焦距确定。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在判断出所述第一计算距离未超出预设距离时,输出所述第一计算距离,以作为所述目标相对于所述摄像设备的实际距离。
7.一种距离测量装置,其特征在于,包括:
获取模块,用于获取摄像设备拍摄的图像;
第一计算模块,用于根据所述获取模块获取的图像以及所述摄像设备的参数,计算所述图像中的目标相对于所述摄像设备的实际距离,得到第一计算距离;
第二计算模块,用于在判断出所述第一计算模块计算的第一计算距离超出预设距离时,根据所述图像中所述目标的像素宽度、所述目标的实际宽度、所述摄像设备的焦距,计算所述图像中的所述目标相对于所述摄像设备的实际距离,得到第二计算距离;
输出模块,用于输出所述第二计算模块计算的第二计算距离,以作为所述目标相对于所述摄像设备的实际距离。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
先验计算模块,用于根据所述图像中先验对象的像素宽度、所述图像中所述目标的像素宽度、所述先验对象的实际宽度,计算所述目标的实际宽度。
9.一种电子设备,其特征在于,包括:
处理器;以及
存储器,其上存储有可执行代码,当所述可执行代码被所述处理器执行时,使所述处理器执行如权利要求1-6中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210294971.6A CN114663497A (zh) | 2022-03-24 | 2022-03-24 | 距离测量方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210294971.6A CN114663497A (zh) | 2022-03-24 | 2022-03-24 | 距离测量方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114663497A true CN114663497A (zh) | 2022-06-24 |
Family
ID=82031421
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210294971.6A Pending CN114663497A (zh) | 2022-03-24 | 2022-03-24 | 距离测量方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114663497A (zh) |
-
2022
- 2022-03-24 CN CN202210294971.6A patent/CN114663497A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110758246B (zh) | 一种自动泊车方法及装置 | |
AU2018282302B2 (en) | Integrated sensor calibration in natural scenes | |
US10909395B2 (en) | Object detection apparatus | |
CN111340877A (zh) | 一种车辆定位方法及装置 | |
CN111582255A (zh) | 车辆超限检测方法、装置、计算机设备和存储介质 | |
CN112784639A (zh) | 路口检测、神经网络训练及智能行驶方法、装置和设备 | |
CN114663497A (zh) | 距离测量方法、装置及设备 | |
CN113902047B (zh) | 图像元素匹配方法、装置、设备以及存储介质 | |
CN115731224A (zh) | 一种车牌检测方法、装置、终端设备和存储介质 | |
CN113284193B (zh) | Rs设备的标定方法、装置及设备 | |
CN115618602A (zh) | 一种车道级场景仿真方法及系统 | |
CN113611120A (zh) | 车辆位置信息预测方法、装置及设备 | |
CN113066100A (zh) | 目标跟踪方法、装置、设备及存储介质 | |
CN113009533A (zh) | 基于视觉slam的车辆定位方法、设备及云服务器 | |
CN113465615A (zh) | 车道线的生成方法及相关装置 | |
WO2019091381A1 (zh) | 识别立体物的方法、装置、车辆和存储介质 | |
CN113838149B (zh) | 自动驾驶车辆的相机内参标定方法、服务器及系统 | |
CN115523929B (zh) | 一种基于slam的车载组合导航方法、装置、设备及介质 | |
CN113538546B (zh) | 用于自动驾驶的目标检测方法、装置及设备 | |
US11428781B2 (en) | System and method for radar-based localization in sparse environment | |
CN116152355A (zh) | 一种路侧相机标定方法与装置、目标检测方法与装置 | |
CN112435300B (zh) | 定位方法及装置 | |
TWI836366B (zh) | 裝載於車輛的自動泊車建圖系統及其方法 | |
CN113284194A (zh) | 多rs设备的标定方法、装置及设备 | |
CN115311370A (zh) | 相机外参标定、评价方法、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 |