CN114708319A - 病害区域定位方法、装置、设备、存储介质和程序产品 - Google Patents

病害区域定位方法、装置、设备、存储介质和程序产品 Download PDF

Info

Publication number
CN114708319A
CN114708319A CN202210572256.4A CN202210572256A CN114708319A CN 114708319 A CN114708319 A CN 114708319A CN 202210572256 A CN202210572256 A CN 202210572256A CN 114708319 A CN114708319 A CN 114708319A
Authority
CN
China
Prior art keywords
coordinate
positioning
information
coordinate system
obtaining
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
CN202210572256.4A
Other languages
English (en)
Other versions
CN114708319B (zh
Inventor
陈杰
杨卫民
孙廷辉
眭建仔
吕江波
沈小勇
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.)
Suzhou Simou Intelligent Technology Co ltd
Shenzhen Smartmore Technology Co Ltd
Original Assignee
Suzhou Simou Intelligent Technology Co ltd
Shenzhen Smartmore 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 Suzhou Simou Intelligent Technology Co ltd, Shenzhen Smartmore Technology Co Ltd filed Critical Suzhou Simou Intelligent Technology Co ltd
Priority to CN202210572256.4A priority Critical patent/CN114708319B/zh
Publication of CN114708319A publication Critical patent/CN114708319A/zh
Application granted granted Critical
Publication of CN114708319B publication Critical patent/CN114708319B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/14—Receivers specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30132—Masonry; Concrete
    • 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

Abstract

本申请涉及一种病害区域定位方法、装置、设备、存储介质和程序产品。所述方法包括：获取待定位的病害区域在预设坐标系中的第一坐标信息，以及获取定位设备在预设坐标系中的第二坐标信息；根据第一坐标信息以及第二坐标信息，得到病害区域与定位设备之间的第一位置关系；获取定位设备在定位坐标系中的第一定位信息；基于第一位置关系，以及第一定位信息，得到病害区域在定位坐标系中的第二定位信息。采用本方法能够准确地对道路中的病害区域进行定位。

Description

病害区域定位方法、装置、设备、存储介质和程序产品
技术领域
本申请涉及道路病害检测技术领域，特别是涉及一种病害区域定位方法、装置、设备、存储介质和程序产品。
背景技术
随着道路病害检测技术的发展，出现了道路病害定位技术，该技术通过检测车的GPS设备来对道路病害进行定位。
上述技术方案中，使用检测车的GPS设备的定位信息作为道路病害的定位信息，然而，该GPS设备与道路病害还有一定的距离，会使道路病害的定位不够准确。
发明内容
基于此，有必要针对上述技术问题，提供一种能够准确定位道路病害的病害区域定位方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面，本申请提供了一种病害区域定位方法。所述方法包括：
获取待定位的病害区域在预设坐标系中的第一坐标信息，以及获取定位设备在所述预设坐标系中的第二坐标信息；
根据所述第一坐标信息以及所述第二坐标信息，得到所述病害区域与所述定位设备之间的第一位置关系；
获取所述定位设备在定位坐标系中的第一定位信息；基于所述第一位置关系，以及所述第一定位信息，得到所述病害区域在所述定位坐标系中的第二定位信息。
在其中一个实施例中，所述根据所述第一坐标信息以及所述第二坐标信息，得到所述病害区域与所述定位设备之间的第一位置关系，包括：根据所述第一坐标信息以及所述第二坐标信息，得到所述病害区域与所述定位设备之间的位置距离，以及所述病害区域相对于所述定位设备的偏转角度；基于所述位置距离，以及所述偏转角度，得到所述第一位置关系。
在其中一个实施例中，所述预设坐标系为标定坐标系；所述获取待定位的病害区域在预设坐标系中的第一坐标信息，包括：通过图像获取设备，获取拍摄有所述病害区域的病害区域图像；基于所述病害区域图像上包含的像素点在像素坐标系中的坐标信息，以及预先得到的第一坐标转换关系，得到所述第一坐标信息；所述第一坐标转换关系为所述像素坐标系与所述标定坐标系之间的坐标转换关系。
在其中一个实施例中，所述获取定位设备在所述预设坐标系中的第二坐标信息，包括：基于所述图像获取设备在相机坐标系中的坐标信息，以及预先得到的第二坐标转换关系，得到所述图像获取设备在所述标定坐标系中的第三坐标信息；所述第二坐标转换关系为所述相机坐标系与所述标定坐标系之间的坐标转换关系；基于预先得到的所述定位设备与所述图像获取设备之间的第二位置关系，以及所述第三坐标信息，得到所述第二坐标信息。
在其中一个实施例中，所述获取拍摄有所述病害区域的病害区域图像之前，还包括：通过所述图像获取设备，获取拍摄有标定区域的标定区域图像；获取所述标定区域图像中的标定点在所述像素坐标系中的像素坐标，以及获取所述标定点在所述标定坐标系中的标定坐标；基于所述像素坐标，以及所述标定坐标，得到所述第一坐标转换关系。
在其中一个实施例中，所述基于所述像素坐标，以及所述标定坐标，得到所述第一坐标转换关系，包括：获取所述图像获取设备对应的第一坐标转换参数；基于所述像素坐标，以及所述标定坐标，得到第二坐标转换参数；基于所述第一坐标转换参数，以及所述第二坐标转换参数，得到所述第一坐标转换关系。
在其中一个实施例中，所述基于所述像素坐标，以及所述标定坐标，得到第二坐标转换参数之后，还包括：基于所述第二坐标转换参数，得到所述第二坐标转换关系。
第二方面，本申请还提供了一种病害区域定位装置。所述装置包括：
坐标信息获取模块，用于获取待定位的病害区域在预设坐标系中的第一坐标信息，以及获取定位设备在所述预设坐标系中的第二坐标信息；
位置关系获取模块，用于根据所述第一坐标信息以及所述第二坐标信息，得到所述病害区域与所述定位设备之间的第一位置关系；
定位信息获取模块，用于获取所述定位设备在定位坐标系中的第一定位信息；基于所述第一位置关系，以及所述第一定位信息，得到所述病害区域在所述定位坐标系中的第二定位信息。
第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取待定位的病害区域在预设坐标系中的第一坐标信息，以及获取定位设备在所述预设坐标系中的第二坐标信息；
根据所述第一坐标信息以及所述第二坐标信息，得到所述病害区域与所述定位设备之间的第一位置关系；
获取所述定位设备在定位坐标系中的第一定位信息；基于所述第一位置关系，以及所述第一定位信息，得到所述病害区域在所述定位坐标系中的第二定位信息。
第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取待定位的病害区域在预设坐标系中的第一坐标信息，以及获取定位设备在所述预设坐标系中的第二坐标信息；
根据所述第一坐标信息以及所述第二坐标信息，得到所述病害区域与所述定位设备之间的第一位置关系；
获取所述定位设备在定位坐标系中的第一定位信息；基于所述第一位置关系，以及所述第一定位信息，得到所述病害区域在所述定位坐标系中的第二定位信息。
第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
获取待定位的病害区域在预设坐标系中的第一坐标信息，以及获取定位设备在所述预设坐标系中的第二坐标信息；
根据所述第一坐标信息以及所述第二坐标信息，得到所述病害区域与所述定位设备之间的第一位置关系；
获取所述定位设备在定位坐标系中的第一定位信息；基于所述第一位置关系，以及所述第一定位信息，得到所述病害区域在所述定位坐标系中的第二定位信息。
上述病害区域定位方法、装置、计算机设备、存储介质和计算机程序产品，通过获取待定位的病害区域在预设坐标系中的第一坐标信息，以及获取定位设备在预设坐标系中的第二坐标信息；根据第一坐标信息以及第二坐标信息，得到病害区域与定位设备之间的第一位置关系；获取定位设备在定位坐标系中的第一定位信息；基于第一位置关系，以及第一定位信息，得到病害区域在定位坐标系中的第二定位信息。本申请通过获取定位设备和病害区域在同一坐标系中的坐标信息，然后得到定位设备和病害区域的位置关系，最后基于该位置关系对定位设备的定位信息进行校正，从而能够准确地对道路中的病害区域进行定位。
附图说明
图1为一个实施例中病害区域定位方法的流程示意图；
图2为一个实施例中病害区域定位方法的应用场景图；
图3为一个实施例中病害区域定位方法的平面示意图；
图4为一个实施例中获取第一位置关系的流程示意图；
图5为一个实施例中获取第一坐标信息的流程示意图；
图6为一个实施例中获取第二坐标信息的流程示意图；
图7为一个实施例中病害区域定位装置的结构框图；
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
需要说明的是，本发明实施例所涉及的术语“第一\第二\第三”仅仅是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二\第三”区分的对象在适当情况下可以互换，以使这里描述的本发明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。
在一个实施例中，如图1所示，提供了一种病害区域定位方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
步骤S101，获取待定位的病害区域在预设坐标系中的第一坐标信息，以及获取定位设备在预设坐标系中的第二坐标信息。
其中，病害区域为道路中路面缺陷区域，例如，该病害区域可以为路面裂缝、路面坑洼区域等，该病害区域可在道路病害区域检测中被检测识别出来。而预设坐标系为预先设定的世界坐标系，不同的原点代表不同的世界坐标系，至于第一坐标信息，指的是上述病害区域在上述预设坐标系中的具体坐标，而定位设备用于定位，例如，该定位设备可以为GPS设备、北斗定位设备等，相对应的，第二坐标信息，指的是该定位设备在上述预设坐标系中的具体坐标。
具体地，如图2所示，可以将摄像机、定位设备安装于道路病害检测车上，可以将上述病害区域中心点作为原点，该检测车方向作为Y轴，建立上述预设坐标系，然后通过该摄像机可以识别出路面中的病害区域，并且还可以通过该摄像机测出该摄像机在预设坐标系中的坐标，作为该病害区域在该预设坐标系中的第一坐标信息，而摄像机与定位设备的距离固定为L，摄像机与定位设备的连线与该检测车方向平行，通过该距离L可以得到定位设备在预设坐标系中的第二坐标信息。
步骤S102，根据第一坐标信息以及第二坐标信息，得到病害区域与定位设备之间的第一位置关系。
其中，第一位置关系为上述病害区域与上述定位设备之间在上述预设坐标系中的位置关系，且该位置关系是基于三维空间中的位置关系。
具体地，将上述第一坐标信息的坐标与上述第二坐标信息的坐标代入相应的位置关系坐标公式中，即可得到上述病害区域与上述定位设备之间的第一位置关系。
步骤S103，获取定位设备在定位坐标系中的第一定位信息；基于第一位置关系，以及第一定位信息，得到病害区域在定位坐标系中的第二定位信息。
其中，定位坐标系为定位设备对应定位系统的世界坐标系，例如该定位坐标系可以为GPS定位系统下的经纬度坐标系。而第一定位信息可以为该定位设备在上述经纬度坐标系中的坐标信息，至于第二定位信息，可以为上述病害区域在该经纬度坐标系中的坐标信息。
具体地，获取上述定位设备在经纬度坐标系中的第一定位信息，基于上述病害区域与上述定位设备之间的位置关系，对上述第一定位信息进行校正，得到上述第一定位信息的第一次校正信息，然后获取上述检测车行驶方向与正北方向的角度α，基于该角度α对上述第一次校正信息再次进行校正，得到上述病害区域在该经纬度坐标系中的坐标信息。
例如，如图3所示，上述预设坐标系（X，Y）：以病害区域中心点P1作为原点，X轴与检测车方向垂直，Y轴与检测车方向平行；GPS设备定位坐标系（Xgps，Ygps）：以GPS设备P3为原点，X同检测车行驶方向垂直，Y轴与检测车方向平行；地理坐标系（N，E）：用来描述检测车的行驶方向角A，以及检测车的经纬度信息；P1：病害区域中心点位置（病害区域位置）；P2：摄像机位置，P3：GPS位置。
根据检测车行驶方向角A、GPS设备定位坐标系坐标、GPS设备预设坐标系坐标，P3与P1的相对位置关系，计算病害区域中心点（病害区域）在定位坐标系中的坐标信息，具体过程如下所示：
病害区域中心点P1和GPS设备位置P3由预设坐标系转换到GPS设备世界坐标系；然后在GPS设备定位坐标系中，计算（P3，P1）和Ygps的夹角B；之后由检测车的行驶方向角A，（P3，P1）同Ygps的夹角B，计算（P3，P1）的方向角C；然后根据（P3，P1）方向角C、（P3，P1）长度、P3的GPS位置，计算出缺陷位置P1的GPS位置；病害区域中心点P1，GPS设备位置P3由预设坐标系(X，Y)到GPS设备坐标系（Xgps，Ygps）的转换，如下所示：
P3xgps = 0；
P3ygps = 0；
P1xpgs = (P1x - P3x)*-1；
P1ygps = P1y-P3y；
除此之外，还要利用两向量夹角求解公式，求解向量（P3，P1）同Ygps的夹角B，已知三点a，b，c，则向量（ab），（cb）的夹角为：
B= atan2((ab.x * cb.y - ab.y * cb.x), (ab.x * cb.x + ab.y * cb.y))*180；
最后，由于地理坐标系方向角为顺时针，而二维坐标系夹角为逆时针，要通过以下公式计算（P3，P1）的方向角为：C= ((A-B)+360)%360；再根据P3的GPS位置、（P3，P1）方向角C、（P3，P1）的长度d，计算P1的GPS信息，由两点坐标距离公式得到（P3，P1）的长度d，再根据P3的GPS（long3，lat3）、方向角C、两点距离d，计算p1 GPS（long1，lat1）公式如下：
long1 = long3 + d*sinC/[ARC*cos(lat1)*2π/360]；
lat1 = lat3 +d*cosC/ (ARC *2π/360)；
其中：ARC是赤道圆的平均半径，约等于6371393米。
上述病害区域定位方法中，通过获取待定位的病害区域在预设坐标系中的第一坐标信息，以及获取定位设备在预设坐标系中的第二坐标信息；根据第一坐标信息以及第二坐标信息，得到病害区域与定位设备之间的第一位置关系；获取定位设备在定位坐标系中的第一定位信息；基于第一位置关系，以及第一定位信息，得到病害区域在定位坐标系中的第二定位信息。本申请通过获取定位设备和病害区域在同一坐标系中的坐标信息，然后得到定位设备和病害区域的位置关系，最后基于该位置关系对定位设备的定位信息进行校正，从而能够准确地对道路中的病害区域进行定位。
在一个实施例中，如图4所示，步骤S102，包括以下步骤：
步骤S401，根据第一坐标信息以及第二坐标信息，得到病害区域与定位设备之间的位置距离，以及病害区域相对于定位设备的偏转角度。
其中，位置距离为上述病害区域与上述定位设备之间在上述预设坐标系中的空间距离，而偏转角度为上述病害区域的最小外接矩形中心点与预设坐标系原点连线相对于上述定位设备与预设坐标系原点连线的偏转角度，其中，在本方案中，将上述病害区最小外接矩形中心点的位置信息作为上述病害区域的位置信息。
具体地，将第一坐标信息以及第二坐标信息带入基于上述预设坐标系的坐标距离计算公式中，计算得到上述空间距离，然后将第一坐标信息以及第二坐标信息带入基于上述预设坐标系的坐标偏转角度计算公式中，计算得到上述偏转角度。
步骤S402，基于位置距离，以及偏转角度，得到第一位置关系。
具体地，基于上述位置距离，以及上述偏转角度，即可得到上述病害区域与上述定位设备之间在预设坐标系中位置关系。
本实施例中，通过上述预设坐标系的坐标距离计算公式，以及偏转角度计算公式，能够准确得到上述病害区域与上述定位设备之间的空间距离，以及偏转角度，从而能够准确地得到上述病害区域与上述定位设备之间的位置关系。
在一个实施例中，如图5所示，获取待定位的病害区域在预设坐标系中的第一坐标信息，包括以下步骤：
步骤S501，通过图像获取设备，获取拍摄有病害区域的病害区域图像。
其中，图像获取设备为可拍摄图像的设备，例如，该图像获取设备可以为，摄像机、照相机、带有拍摄功能的手机等，该图像获取设备可以装载在道路病害检测车上，当上述检测车行驶时，用于拍摄路面图像，以及路面中的病害区域。而病害区域图像为上述图像获取设备拍摄的路面图像中的路面缺陷区域图像，其中路面缺陷区域为路面缺陷的最小外接矩形框区域。
具体地，将该图像获取设备可以装载在道路病害检测车上，当上述检测车行驶时，不断拍摄携带有病害区域图像的路面图像，最后将上述路面图像发送至储存设备储存。
步骤S502，基于病害区域图像上包含的像素点在像素坐标系中的坐标信息，以及预先得到的第一坐标转换关系，得到第一坐标信息；第一坐标转换关系为像素坐标系与标定坐标系之间的坐标转换关系，预设坐标系为标定坐标系。
其中，病害区域图像上包含的像素点为上述病害区域图像最小外接矩形中心点的像素点，也即为病害区域图像的中心像素点。而像素坐标系为病害区域图像中基于像素点的坐标系，该像素坐标系可用于确定像素点在上述病害区域图像上的位置，对应的坐标信息为像素点在上述病害区域图像上的位置坐标。预先得到的第一坐标转换关系为预先得到的上述像素坐标系与上述预设坐标系之间的坐标转换关系，上述第一坐标转换关系可用于将上述中心像素点的像素坐标，转换为对应的上述预设坐标系中的坐标。至于标定坐标系，指的是，在标定上述路面图像的左上角像素坐标为（0，0，0）的基础上，对应建立的世界坐标系。
具体地，通过预先得到的第一坐标转换关系，将病害区域图像上的中心像素点在像素坐标系中的坐标信息转换为对应的位置点在上述标定坐标系中的坐标信息，把该中心像素点对应的位置点在上述标定坐标系中的坐标信息作为上述病害区域的第一坐标信息。
本实施例中，通过预先得到的第一坐标转换关系，将素点在像素坐标系中的坐标信息转换为对应的位置点在上述标定坐标系中的坐标信息，能够准确地得到上述病害区域的第一坐标信息。
在一个实施例中，如图6所示，获取定位设备在预设坐标系中的第二坐标信息，包括以下步骤：
步骤S601，基于图像获取设备在相机坐标系中的坐标信息，以及预先得到的第二坐标转换关系，得到图像获取设备在标定坐标系中的第三坐标信息；第二坐标转换关系为相机坐标系与标定坐标系之间的坐标转换关系。
其中，相机坐标系中是以相机的聚焦中心为原点，以光轴为Z轴建立的三维直角坐标系，而图像获取设备在相机坐标系中的坐标信息即为相机坐标系中的原点。至于预先得到的第二坐标转换关系，为该相机坐标系与上述标定坐标系之间的坐标转换关系，而第三坐标信息则为上述图像获取设备在上述标定坐标系中的坐标。
具体地，通过预先得到的第二坐标转换关系，将图像获取设备在相机坐标系中的坐标信息，即为（0，0，0），转换为图像获取设备在相机在上述标定坐标系中的第三坐标信息。
步骤S602，基于预先得到的定位设备与图像获取设备之间的第二位置关系，以及第三坐标信息，得到第二坐标信息。
其中，第二位置关系为定位设备与图像获取设备之间在上述标定坐标系中的位置关系。
具体地，基于预先测量上述定位设备与上述图像获取设备之间的距离，以及上述定位设备与上述图像获取设备之间的偏移角度，得到定位设备与图像获取设备之间的第二位置关系，再通过第二位置关系，对上述图像获取设备的第三坐标信息进行转换，得到上述定位装置在标定坐标系中的第二坐标信息。
本实施例中，通过预先测量得到定位设备与图像获取设备之间的第二位置关系，再通过该位置关系，能够准确得到上述定位装置在标定坐标系中的第二坐标信息。
在一个实施例中，获取拍摄有病害区域的病害区域图像之前，还包括以下步骤：
通过图像获取设备，获取拍摄有标定区域的标定区域图像。
其中，标定区域为预先选定的一块标定板区域，该标定板置于预先选定的参照路面中央，该参照路面与上述病害区域所在路面相对应的路面，例如，该参照路面可以是一段与上述病害路面宽度相似的一段路面，而参照路面图像是利用道路检测车上固定的预设摄像设备拍摄上述参照路面得到的，而且该摄像设备的拍摄角度以及焦距，还有在检测车上的固定位置等参数与拍摄上述病害区域所在路面图像时一致。而标定区域图像为上述标定板在上述参照路面中的图像。
具体地，预先选定参照路面，并在参照路面中央放置矩形标定板，该标定板尺寸可任意，例如为600mm*600mm，然后在上述道路检测车上的固定位置，安装预设的摄像设备，该摄像设备的拍摄角度和焦距不变，总之，以拍摄上述病害区域所在路面图像相同的拍摄方式，拍摄参照路面，得到拍摄有标定区域的标定区域图像。
获取标定区域图像中的标定点在像素坐标系中的像素坐标，以及获取标定点在标定坐标系中的标定坐标。
其中，标定点为上述参照路面中央的矩形标定板的4个角。
具体地，通过图像工具，获取上述标定点在上述像素坐标系中的坐标，通过标定板大小，以及基于该标定板位于上述参照路面中央，得到标定点在标定坐标系中的标定坐标，例如，通过手动标定工具对每个区域的标定板由左到右、由上到下选点，记录标定板四个角对应像素坐标，以标定板左上角为原点，横向为X轴，纵向为Y轴，Z轴向地面（在路面检测业务场景下，Z轴可固定为1）得到四个角对应世界坐标（固定为[0,0,1][0,600,1][600,0,1][600,600,1]）。
基于像素坐标，以及标定坐标，得到第一坐标转换关系。
具体地，上述像素坐标，以及上述标定坐标，带入预先设定的坐标转换函数公式，得到第一坐标转换关系。
本实施例中，通过获取标定区域图像中的标定点在像素坐标系中的像素坐标，以及获取标定点在标定坐标系中的标定坐标，再基于预先设定的坐标转换函数公式，能够准确得到上述像素坐标与标定坐标系的第一坐标转换关系。
在一个实施例中，基于像素坐标，以及标定坐标，得到第一坐标转换关系，包括以下步骤：
获取图像获取设备对应的第一坐标转换参数；基于像素坐标，以及标定坐标，得到第二坐标转换参数；基于第一坐标转换参数，以及第二坐标转换参数，得到第一坐标转换关系。
其中，第一坐标转换参数为上述图像获取设备的设备参数，该设备参数包括内参矩阵，以及图像畸变系数，该摄像设备参数出场时就已经设定好，一般不发生改变，购买摄像机后只需标定一次。利用标定板，近距离各角度拍摄一组图片，然后通过opencv或者matlab工具标定得到内参及畸变矩阵后记录入配置文件，供后续计算使用。而第二坐标转换参数为旋转向量，以及平移向量，其中旋转向量代表像素坐标系和相机坐标系转换为上述标定坐标系时，坐标的旋转方向和旋转角度，而平移向量指的是，像素坐标系和相机坐标系转换为上述标定坐标系时，坐标的平移方向和平移角度。旋转向量与平移向量对应的转换方程如下所示：
Figure 961813DEST_PATH_IMAGE002
；
其中，
Figure 820048DEST_PATH_IMAGE004
代表上述像素坐标，R代表旋转向量，T代表平移向量，
Figure 166715DEST_PATH_IMAGE006
代表上述标定坐标。
具体地，将上述像素坐标，以及上述标定坐标输入相机位姿求解函数中，计算得到旋转向量以及平移向量，即得到上述第二坐标转换参数，然后获取上述图像获取设备对应的设备参数，基于该设备参数、旋转向量，以及平移向量，通过如下公式，得到上述第一坐标转换关系。
Figure 641559DEST_PATH_IMAGE008
；
其中，M为图像获取设备的内参矩阵，R为旋转向量，T为平移向量，s为上述像素坐标和上述标定坐标的转换系数，Zconst为表示上述标定坐标系高度，病害区域检测是路面这个单一平面上的，该值可设置为0，
Figure 59771DEST_PATH_IMAGE010
代表上述像素坐标，
Figure 710195DEST_PATH_IMAGE012
代表上述标定坐标。
本实施例中，通过获取图像获取设备对应的第一坐标转换参数，再基于像素坐标，以及标定坐标，得到第二坐标转换参数，能够达到准确得到上述第一坐标转换关系。
在一个实施例中，基于像素坐标，以及标定坐标，得到第二坐标转换参数之后，还包括以下步骤：基于第二坐标转换参数，得到第二坐标转换关系。具体地，基于上述平移向量，以及上述旋转向量，通过对应的坐标转换函数，得到第二坐标转换关系。
本实施例中，通过上述平移向量，以及上述旋转向量，能够准确得到上述第二坐标转换关系。
应该理解的是，虽然如上所述的各实施例所涉及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，如上所述的各实施例所涉及的流程图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。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的病害区域定位方法的病害区域定位装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个病害区域定位装置实施例中的具体限定可以参见上文中对于病害区域定位方法的限定，在此不再赘述。
在一个实施例中，如图7所示，提供了一种病害区域定位装置，包括：坐标信息获取模块701、位置关系获取模块702和定位信息获取模块703，其中：
坐标信息获取模块701，用于获取待定位的病害区域在预设坐标系中的第一坐标信息，以及获取定位设备在预设坐标系中的第二坐标信息。
位置关系获取模块702，用于根据第一坐标信息以及第二坐标信息，得到病害区域与定位设备之间的第一位置关系。
定位信息获取模块703，用于获取定位设备在定位坐标系中的第一定位信息；基于第一位置关系，以及第一定位信息，得到病害区域在定位坐标系中的第二定位信息。
在其中一个实施例中，位置关系获取模块702，进一步用于根据第一坐标信息以及第二坐标信息，得到病害区域与定位设备之间的位置距离，以及病害区域相对于定位设备的偏转角度；基于位置距离，以及偏转角度，得到第一位置关系。
在其中一个实施例中，坐标信息获取模块701，进一步用于通过图像获取设备，获取拍摄有病害区域的病害区域图像；基于病害区域图像上包含的像素点在像素坐标系中的坐标信息，以及预先得到的第一坐标转换关系，得到第一坐标信息；第一坐标转换关系为像素坐标系与标定坐标系之间的坐标转换关系。
在其中一个实施例中，坐标信息获取模块701，进一步用于基于图像获取设备在相机坐标系中的坐标信息，以及预先得到的第二坐标转换关系，得到图像获取设备在标定坐标系中的第三坐标信息；第二坐标转换关系为相机坐标系与标定坐标系之间的坐标转换关系；基于预先得到的定位设备与图像获取设备之间的第二位置关系，以及第三坐标信息，得到第二坐标信息。
在其中一个实施例中，坐标信息获取模块701，进一步用于通过图像获取设备，获取拍摄有标定区域的标定区域图像；获取标定区域图像中的标定点在像素坐标系中的像素坐标，以及获取标定点在标定坐标系中的标定坐标；基于像素坐标，以及标定坐标，得到第一坐标转换关系。
在其中一个实施例中，坐标信息获取模块701，进一步用于获取图像获取设备对应的第一坐标转换参数；基于像素坐标，以及标定坐标，得到第二坐标转换参数；基于第一坐标转换参数，以及第二坐标转换参数，得到第一坐标转换关系。
在其中一个实施例中，坐标信息获取模块701，进一步用于基于第二坐标转换参数，得到第二坐标转换关系。
上述病害区域定位装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC（近场通信）或其他技术实现。该计算机程序被处理器执行时以实现一种病害区域定位方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是，本申请所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据等），均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-OnlyMemory，ROM）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（ReRAM）、磁变存储器（Magnetoresistive Random Access Memory，MRAM）、铁电存储器（Ferroelectric Random Access Memory，FRAM）、相变存储器（Phase Change Memory，PCM）、石墨烯存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random Access Memory，SRAM）或动态随机存取存储器（Dynamic RandomAccess Memory，DRAM）等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (11)

1.一种病害区域定位方法，其特征在于，所述方法包括：
获取待定位的病害区域在预设坐标系中的第一坐标信息，以及获取定位设备在所述预设坐标系中的第二坐标信息；
根据所述第一坐标信息以及所述第二坐标信息，得到所述病害区域与所述定位设备之间的第一位置关系；
获取所述定位设备在定位坐标系中的第一定位信息；基于所述第一位置关系，以及所述第一定位信息，得到所述病害区域在所述定位坐标系中的第二定位信息。
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一坐标信息以及所述第二坐标信息，得到所述病害区域与所述定位设备之间的第一位置关系，包括：
根据所述第一坐标信息以及所述第二坐标信息，得到所述病害区域与所述定位设备之间的位置距离，以及所述病害区域相对于所述定位设备的偏转角度；
基于所述位置距离，以及所述偏转角度，得到所述第一位置关系。
3.根据权利要求2所述的方法，其特征在于，所述预设坐标系为标定坐标系；所述获取待定位的病害区域在预设坐标系中的第一坐标信息，包括：
通过图像获取设备，获取拍摄有所述病害区域的病害区域图像；
基于所述病害区域图像上包含的像素点在像素坐标系中的坐标信息，以及预先得到的第一坐标转换关系，得到所述第一坐标信息；所述第一坐标转换关系为所述像素坐标系与所述标定坐标系之间的坐标转换关系。
4.根据权利要求3所述的方法，其特征在于，所述获取定位设备在所述预设坐标系中的第二坐标信息，包括：
基于所述图像获取设备在相机坐标系中的坐标信息，以及预先得到的第二坐标转换关系，得到所述图像获取设备在所述标定坐标系中的第三坐标信息；所述第二坐标转换关系为所述相机坐标系与所述标定坐标系之间的坐标转换关系；
基于预先得到的所述定位设备与所述图像获取设备之间的第二位置关系，以及所述第三坐标信息，得到所述第二坐标信息。
5.根据权利要求4所述的方法，其特征在于，所述获取拍摄有所述病害区域的病害区域图像之前，还包括：
通过所述图像获取设备，获取拍摄有标定区域的标定区域图像；
获取所述标定区域图像中的标定点在所述像素坐标系中的像素坐标，以及获取所述标定点在所述标定坐标系中的标定坐标；
基于所述像素坐标，以及所述标定坐标，得到所述第一坐标转换关系。
6.根据权利要求5所述的方法，其特征在于，所述基于所述像素坐标，以及所述标定坐标，得到所述第一坐标转换关系，包括：
获取所述图像获取设备对应的第一坐标转换参数；
基于所述像素坐标，以及所述标定坐标，得到第二坐标转换参数；
基于所述第一坐标转换参数，以及所述第二坐标转换参数，得到所述第一坐标转换关系。
7.根据权利要求6所述的方法，其特征在于，所述基于所述像素坐标，以及所述标定坐标，得到第二坐标转换参数之后，还包括：
基于所述第二坐标转换参数，得到所述第二坐标转换关系。
8.一种病害区域定位装置，其特征在于，所述装置包括：
坐标信息获取模块，用于获取待定位的病害区域在预设坐标系中的第一坐标信息，以及获取定位设备在所述预设坐标系中的第二坐标信息；
位置关系获取模块，用于根据所述第一坐标信息以及所述第二坐标信息，得到所述病害区域与所述定位设备之间的第一位置关系；
定位信息获取模块，用于获取所述定位设备在定位坐标系中的第一定位信息；基于所述第一位置关系，以及所述第一定位信息，得到所述病害区域在所述定位坐标系中的第二定位信息。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一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权利要求1至7中任一项所述的方法的步骤。
11.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202210572256.4A 2022-05-25 2022-05-25 病害区域定位方法、装置、设备、存储介质和程序产品 Active CN114708319B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210572256.4A CN114708319B (zh) 2022-05-25 2022-05-25 病害区域定位方法、装置、设备、存储介质和程序产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210572256.4A CN114708319B (zh) 2022-05-25 2022-05-25 病害区域定位方法、装置、设备、存储介质和程序产品

Publications (2)

Publication Number Publication Date
CN114708319A true CN114708319A (zh) 2022-07-05
CN114708319B CN114708319B (zh) 2022-09-30

Family

ID=82176467

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210572256.4A Active CN114708319B (zh) 2022-05-25 2022-05-25 病害区域定位方法、装置、设备、存储介质和程序产品

Country Status (1)

Country Link
CN (1) CN114708319B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115115823A (zh) * 2022-08-25 2022-09-27 深圳市城市交通规划设计研究中心股份有限公司 道路病害定位矫正方法、装置、设备及可读存储介质
CN115496750A (zh) * 2022-11-14 2022-12-20 成都诺比侃科技有限公司 一种基于神经网络的接触网缺陷验损方法及系统
CN116716781A (zh) * 2023-06-06 2023-09-08 山东大学 基于3d打印的路面病害智能修复装置及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102509291A (zh) * 2011-10-31 2012-06-20 东南大学 基于无线网络视频传感器的公路路面病害检测及识别方法
CN107633516A (zh) * 2017-09-21 2018-01-26 武汉武大卓越科技有限责任公司 一种识别路面变形类病害的方法和装置
CN108733053A (zh) * 2018-04-23 2018-11-02 上海圭目机器人有限公司 一种基于机器人的智能道路检测方法
CN109087291A (zh) * 2018-07-26 2018-12-25 杭州国翌科技有限公司 隧道位置信息库建立方法及隧道病害定位方法
CN111192323A (zh) * 2020-04-10 2020-05-22 支付宝(杭州)信息技术有限公司 基于图像的对象定位方法及装置
CN112561990A (zh) * 2021-01-21 2021-03-26 禾多科技（北京）有限公司 定位信息生成方法、装置、设备和计算机可读介质
CN113420732A (zh) * 2021-08-23 2021-09-21 深圳市城市交通规划设计研究中心股份有限公司 一种路面病害检测方法、装置和存储介质
CN113658144A (zh) * 2021-08-20 2021-11-16 中国公路工程咨询集团有限公司 路面病害几何信息的确定方法、装置、设备及介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102509291A (zh) * 2011-10-31 2012-06-20 东南大学 基于无线网络视频传感器的公路路面病害检测及识别方法
CN107633516A (zh) * 2017-09-21 2018-01-26 武汉武大卓越科技有限责任公司 一种识别路面变形类病害的方法和装置
CN108733053A (zh) * 2018-04-23 2018-11-02 上海圭目机器人有限公司 一种基于机器人的智能道路检测方法
CN109087291A (zh) * 2018-07-26 2018-12-25 杭州国翌科技有限公司 隧道位置信息库建立方法及隧道病害定位方法
CN111192323A (zh) * 2020-04-10 2020-05-22 支付宝(杭州)信息技术有限公司 基于图像的对象定位方法及装置
CN112561990A (zh) * 2021-01-21 2021-03-26 禾多科技（北京）有限公司 定位信息生成方法、装置、设备和计算机可读介质
CN113658144A (zh) * 2021-08-20 2021-11-16 中国公路工程咨询集团有限公司 路面病害几何信息的确定方法、装置、设备及介质
CN113420732A (zh) * 2021-08-23 2021-09-21 深圳市城市交通规划设计研究中心股份有限公司 一种路面病害检测方法、装置和存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115115823A (zh) * 2022-08-25 2022-09-27 深圳市城市交通规划设计研究中心股份有限公司 道路病害定位矫正方法、装置、设备及可读存储介质
CN115115823B (zh) * 2022-08-25 2023-02-03 深圳市城市交通规划设计研究中心股份有限公司 道路病害定位矫正方法、装置、设备及可读存储介质
CN115496750A (zh) * 2022-11-14 2022-12-20 成都诺比侃科技有限公司 一种基于神经网络的接触网缺陷验损方法及系统
CN116716781A (zh) * 2023-06-06 2023-09-08 山东大学 基于3d打印的路面病害智能修复装置及方法

Also Published As

Publication number Publication date
CN114708319B (zh) 2022-09-30

Similar Documents

Publication Publication Date Title
CN114708319B (zh) 病害区域定位方法、装置、设备、存储介质和程序产品
AU2017100064A4 (en) Image Stitching
US8755624B2 (en) Image registration device and method thereof
CN113345028B (zh) 一种确定目标坐标变换信息的方法与设备
CN115829843B (zh) 图像拼接方法、装置、计算机设备及存储介质
JP2010510559A5 (zh)
CN106709944A (zh) 卫星遥感图像配准方法
CN110809779B (zh) 图像合成方法、图像合成装置及记录介质
CN114663449A (zh) 道路病害面积计算方法、装置、计算机设备和存储介质
CN115797438A (zh) 目标定位方法、装置、计算机设备、存储介质和程序产品
CN115086625B (zh) 投影画面的校正方法、装置、系统、校正设备和投影设备
CN113963072A (zh) 双目摄像头标定方法、装置、计算机设备和存储介质
CN115358949A (zh) 全景图像处理方法、计算机设备和存储介质
CN116051652A (zh) 一种参数标定方法及电子设备、存储介质
CN115482152A (zh) 栅格地图导入设计软件方法、装置及计算机设备
CN114549613A (zh) 基于深度超分辨率网络的结构位移测量方法及装置
CN115861429B (zh) 图像采集设备标定方法、装置、计算机设备和存储介质
CN114283177A (zh) 图像配准方法、装置、电子设备和可读存储介质
CN116295031B (zh) 弧垂的测量方法、装置、计算机设备和存储介质
CN117351053B (zh) 光伏电站图像配准方法、存储介质和电子设备
JP2006330772A (ja) 撮影画像における歪曲収差補正方法
CN115375743A (zh) 深度估计方法、装置、电子设备和计算机可读存储介质
CN117576645B (zh) 基于bev视角的车位检测方法、装置和计算机设备
CN117152400B (zh) 交通道路上多路连续视频与三维孪生场景融合方法及系统
CN114862933A (zh) 深度图像的预测方法、装置、设备和存储介质

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
GR01 Patent grant
GR01 Patent grant