CN114742897B - 路侧感知系统的相机安装信息的处理方法、装置及设备 - Google Patents

路侧感知系统的相机安装信息的处理方法、装置及设备 Download PDF

Info

Publication number
CN114742897B
CN114742897B CN202210346199.8A CN202210346199A CN114742897B CN 114742897 B CN114742897 B CN 114742897B CN 202210346199 A CN202210346199 A CN 202210346199A CN 114742897 B CN114742897 B CN 114742897B
Authority
CN
China
Prior art keywords
focus
bolt
distance
short
monitoring rod
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.)
Active
Application number
CN202210346199.8A
Other languages
English (en)
Other versions
CN114742897A (zh
Inventor
苑立彬
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.)
Apollo Zhilian Beijing Technology Co Ltd
Original Assignee
Apollo Zhilian Beijing 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 Apollo Zhilian Beijing Technology Co Ltd filed Critical Apollo Zhilian Beijing Technology Co Ltd
Priority to CN202210346199.8A priority Critical patent/CN114742897B/zh
Publication of CN114742897A publication Critical patent/CN114742897A/zh
Application granted granted Critical
Publication of CN114742897B publication Critical patent/CN114742897B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G06T5/80
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30232Surveillance

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Studio Devices (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本公开提供了一种路侧感知系统的相机安装信息的处理方法、装置及设备,涉及智能交通等人工智能技术领域。具体实现方案为:获取鱼眼相机的内参和预设的安装信息;基于所述鱼眼相机的内参和所述预设的安装信息,获取枪机感知范围最大时对应的安装信息。根据本公开的技术,能够有效地提高路侧感知系统的相机的安装效率。

Description

路侧感知系统的相机安装信息的处理方法、装置及设备
技术领域
本公开涉及计算机技术领域,具体涉及智能交通等人工智能技术领域,尤其涉及一种路侧感知系统的相机安装信息的处理方法、装置及设备。
背景技术
在新型基础设施建设的大背景下,路侧感知系统为车路协同的车提供了超视距的感知信息。
相机作为路侧感知系统的最主要的传感器之一,如何在感知精度范围内进行安装和配置,以达到最远感知距离,无论是城市场景,还是高速场景,都是一项非常重要的工作。
发明内容
本公开提供了一种路侧感知系统的相机安装信息的处理方法、装置及设备根据本公开的一方面,提供了一种路侧感知系统的相机安装信息的处理方法,包括:
获取鱼眼相机的内参和预设的安装信息;
基于所述鱼眼相机的内参和所述预设的安装信息,获取枪机感知范围最大时对应的安装信息。
根据本公开的另一方面,提供了一种路侧感知系统的相机安装信息的处理装置,包括:
基础信息获取模块,用于获取鱼眼相机的内参和预设的安装信息;
安装信息获取模块,用于基于所述鱼眼相机的内参和所述预设的安装信息,获取枪机感知范围最大时对应的安装信息。
根据本公开的再一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述的方面和任一可能的实现方式的方法。
根据本公开的又一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行如上所述的方面和任一可能的实现方式的方法。
根据本公开的再另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现如上所述的方面和任一可能的实现方式的方法。
根据本公开的技术,能够有效地提高路侧感知系统的相机的安装效率。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开第一实施例的示意图;
图2是根据本公开第二实施例的示意图;
图3是本公开实施例提供的一种鱼眼相机采集的原始图像;
图4是对图3所示的原始图像进行去畸变得到的去畸变图像;
图5是本公开实施例提供的一种路侧感知系统的相机安装剖面示意图;
图6是根据本公开第三实施例的示意图;
图7是本公开的短焦枪机的最远有效感知位置到监控杆的距离的计算示意图;
图8是本公开实施例提供的另一种路侧感知系统的相机安装剖面示意图;
图9是根据本公开第四实施例的示意图;
图10是根据本公开第五实施例的示意图;
图11是根据本公开第六实施例的示意图;
图12是用来实现本公开实施例的方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
显然,所描述的实施例是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例,都属于本公开保护的范围。
需要说明的是,本公开实施例中所涉及的终端设备可以包括但不限于手机、个人数字助理(Personal Digital Assistant,PDA)、无线手持设备、平板电脑(TabletComputer)等智能设备;显示设备可以包括但不限于个人电脑、电视等具有显示功能的设备。
另外,本文中术语“和/或”,仅仅是一种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。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
现有技术中,路侧感知系统中直接使用相关焦距的相机,按照能够采集到图像的方式进行安装,而没有充分考虑相机的最大感知范围内的最佳安装信息,导致路侧感知系统中相机安装效率较低。
图1是根据本公开第一实施例的示意图;如图1所示,本实施例提供一种路侧感知系统的相机安装信息的处理方法,可以应用在路侧感知系统的相机安装信息的处理装置中,具体可以包括如下步骤:
S101、获取鱼眼相机的内参和预设的安装信息;
S102、基于鱼眼相机的内参和预设的安装信息,获取枪机感知范围最大时对应的安装信息。
相机为路侧感知系统中的主要单元,通过采集图像,实现环境的感知。例如,路侧感知系统中可以包括两种类型的相机,如鱼眼相机和枪机。其中枪机即指的是枪式相机。在实际道路场景中,同一个监控杆上可以安装两种类型的相机,为了实现检测区域的全覆盖,鱼眼相机安装时,可以光心向下、与监控杆平行,鱼眼相机视场角较大,实现对监控杆所在区域的路面进行监控。而枪机可以设置在监控杆上鱼眼相机的两侧,分别向前和向后从两个方向上检测路面,与鱼眼相机一起实现全面监控。
实际应用的场景不同,枪机类型也不同。例如,在普通的城市场景中,枪机包括短焦枪机。而在高速场景中,基于场景的需求,还设置有长焦枪机,设置在短焦相机的外侧,实现更远的区域的检测与感知。
本实施例中,路侧感知系统中的各监控杆上的鱼眼相机安装方式都相同,都是光心向下,与监控杆平行。而枪机的安装虽然大方向是向前和向后,但是具体地安装信息的不同,导致枪机安装时与监控杆之间的倾斜角不同,枪机的感知范围不同。
基于此,本实施例中,先获取鱼眼相机的内参和预设的安装信息;然后基于鱼眼相机的内参和预设的安装信息,获取枪机感知范围最大时对应的安装信息,进而可以基于得到的安装信息,指导枪机的安装。
本实施例的路侧感知系统的相机安装信息的处理方法,通过基于鱼眼相机的内参和预设的安装信息,获取枪机感知范围最大时对应的安装信息,能够对枪机的安装进行有效地指导。而且本实施例获取的是枪机感知范围最大时对应的安装信息,可以使得安装的每一个枪机都能够实现最大感知能力,对最大感知范围进行监控。与现有技术的随意安装相比,能够有效地降低安装的相机数量,降低无人驾驶汽车的基础设施的安装成本,提高路侧感知系统的相机的安装效率。
图2是根据本公开第二实施例的示意图;本实施例提供一种路侧感知系统的相机安装信息的处理方法,在上述图1所示实施例的技术方案的基础上,进一步更加详细地描述本公开的技术方案。如图2所示,本实施例的路侧感知系统的相机安装信息的处理方法,具体可以包括如下步骤:
S201、获取鱼眼相机的去畸变图像的等效枪机的焦距、鱼眼相机的去畸变图像的尺寸、鱼眼相机安装的监控杆的高度和预设的鱼眼相机与短焦枪机的感知重叠距离;
该步骤S201为上述图1所示实施例的步骤S101的一种实现方式。例如,鱼眼相机的去畸变图像的等效枪机的焦距和鱼眼相机的去畸变图像的尺寸均为鱼眼相机的内参。而鱼眼相机安装的监控杆的高度为预设的安装信息。
例如图3是本公开实施例提供的一种鱼眼相机采集的原始图像。图4是对图3所示的原始图像进行去畸变得到的去畸变图像。将图3和图4进行对比,可以得知,原始图像在鱼眼相机的采用的球形坐标系下采集并投影到平面上,在对原始图像去畸变处理后,不仅去除了畸变严重的边缘区域,还将有效感知区域的坐标系进行转换,使得得到的去畸变图像的坐标系为枪式相机对应的坐标系,如图4所示,去畸变图像可以为一个正方形图像。
去畸变图像的等效枪机的焦距可以采用fx’和fy’表示,也可以称之为去畸变图像的等效枪机的像素焦距。例如图4对应的去畸变图像可以看作是一个等效枪机拍摄的。这里的去畸变图像的等效枪机的像素焦距,可以理解为能够直接拍摄到该去畸变图像的等效枪机的像素焦距。例如,fx’可以等于(监控杆的高度*去畸变图像的边长的像素长度的一半)/去畸变图像对应的边长的距离的一半。fy’可以采用同样的原理计算。考虑到去畸变图像可以为一个正方形图像,所以可以直接取fy’=fx’。本实施例中,可以直接采用focal_fisheye表示去畸变图像的等效枪机的焦距,focal_fisheye=fy’=fx’。
本实施例的鱼眼相机的去畸变图像的尺寸即指的是去畸变图像的分辨率,可以采用宽度w_fisheye和高度h_fisheye来表示。本实施例中,相机安装的监控杆的高度height_jk可以根据实际场景来设置,在此不做限定。预设的鱼眼相机与短焦枪机的感知重叠距离可以根据实际需求设置在5m-10m之间。
S202、基于监控杆的高度、鱼眼相机的去畸变图像的等效枪机的焦距和鱼眼相机的去畸变图像的尺寸,获取鱼眼相机的最大有效感知位置到监控杆的距离;
图5是本公开实施例提供的一种路侧感知系统的相机安装剖面示意图。如图5所示,以城市场景为例。路侧感知系统的相机包括鱼眼相机1和两个短焦枪机2,都安装正在监控杆上的P点,两个短焦枪机2分别作为前后短焦枪机监控鱼眼相机的前后路面。其中监控杆与地面的交点为O。OP之间的距离即为监控杆的高度height_jk。图7中以一侧短焦枪机2为例来实现相应距离的计算。
图5所示的点A示意出了鱼眼相机的最大有效感知位置,即指的鱼眼相机的去畸变图像对应的监控边界的位置。也就是说,鱼眼相机的最大有效感知位置到监控杆的距离为OA。为了计算OA的距离,本实施例中,可以先计算∠OPA的大小。而∠OPA即为鱼眼相机的有效感知视场角的一半。
具体地,根据图5所示的三角关系,取知∠OPA=θ,则:
tanθ=w_fisheye/2/focal_fisheye
所以,鱼眼相机的有效感知视场角fov_fisheye等于2θ,可以表示为:
fov_fisheye=atan(w_fisheye/2/focal_fisheye)*2
此时,对应的鱼眼相机的最大有效感知位置到监控杆的距离dis_fisheye_max,可以采用如下公式来表示:
dis_fisheye_max=height_jk*tan(fov_fisheye/2)
基于此,可以准确得知鱼眼相机的最大有效感知位置到监控杆的距离。
S203、基于鱼眼相机的最大有效感知位置到监控杆的距离以及预设的鱼眼相机与短焦枪机的感知重叠距离,获取短焦枪机的成像图像下边沿对应的位置到监控杆的距离。
如图5所示,B可以为短焦枪机的成像图像的下边沿对应的位置,其中AB可以为预设的鱼眼相机与短焦枪机的感知重叠距离,可以采用overlap_fisheye_short来表示。这样,短焦枪机的成像图像下边沿对应的位置B到监控杆的距离dis_short_min即为OB的距离。如图5所示,OB的距离即等于OA的距离减去AB的距离。因此,短焦枪机的成像图像下边沿对应的位置到监控杆的距离dis_short_min,可以采用如下公式表示:
dis_short_min=dis_fisheye_max-overlap_fisheye_short
在实际应用中,对路侧感知系统的相机进行安装时,若已经得知鱼眼相机的内参,以及预设的上述安装信息,在对短焦枪机安装时,可以采用本实施例的上述方式,获取短焦枪机成像图像下边沿对应的位置到监控杆的距离,以指导短焦枪机的安装,不仅能够避免短焦枪机与鱼眼相机之间无感知重叠,造成监控盲区;又能避免短焦枪机与鱼眼相机之间感知重叠过多,造成短焦枪机感知范围减小。
本实施例的路侧感知系统的相机安装信息的处理方法,通过采用上述方案,能够准确地获取到短焦枪机的成像图像下边沿对应的位置到监控杆的距离,进而可以指导短焦枪机的合理安装,使得短焦枪机基于此安装,能够在最大感知范围内工作,能够有效地提高相机的安装效率。
图6是根据本公开第三实施例的示意图;本实施例提供一种路侧感知系统的相机安装信息的处理方法,在上述图2所示实施例的技术方案的基础上,进一步更加详细地描述本公开的技术方案。如图6所示,本实施例的路侧感知系统的相机安装信息的处理方法,具体可以包括如下步骤:
S601、获取预设的感知精度信息、短焦枪机的像素焦距、预设的短焦枪机与长焦枪机的感知重叠距离;
本实施例中,预设的感知精度信息可以根据实际需求来设置。例如L4自动驾驶应用中预设的感知精度信息要求的精度更高,而事件检测应用中预设的感知精度信息要求的精度较低。
短焦枪机的焦距可以表示为lens,短焦枪机的成像传感器尺寸可以表示为sensor_size,短焦枪机的成像图像的分辨率可以表示为宽度img_width*高度img_height。
短焦枪机的像素焦距focal可以表示为:
focal=lens*sqrt(img_width*img_width+img_height*img_height)/(16*sensor_size)
短焦枪机的有效纵向视场角可以表示为:
fov_height=atan(img_height/2/focal)
预设的短焦枪机与长焦枪机的感知重叠距离可以表示为overlap_short_long_min。
S602、基于监控杆的高度、预设的感知精度信息、以及短焦枪机的像素焦距,计算短焦枪机的最远有效感知位置到监控杆的距离;
基于上述图5所示实施例得到的短焦枪机的成像图像下边沿对应的位置到监控杆的距离,可以有效地对短焦枪机进行安装,基于此,也可以获取到短焦枪机的最远有效感知位置C到监控杆的距离,即对应图5中的OC之间的距离。
图7是本公开的短焦枪机的最远有效感知位置到监控杆的距离的计算示意图。如图7所示,distance可以表示图5中的OC之间的距离。基于图7中的三角关系,可以得到如下关系式:
Figure GDA0003945898670000081
其中,error_per_pixel为预设的感知精度信息,distance表示OC之间的距离,也可以称之为dis_short_max。height_jk表示监控杆的高度,focal表示短焦枪机的像素焦距。
根据上述公式,可以得到图5中的OC之间的距离,即短焦枪机的最远有效感知位置到监控杆的距离dis_short_max。
S603、基于短焦枪机的最远有效感知位置到监控杆的距离、以及预设的短焦枪机与长焦枪机的感知重叠距离,获取长焦枪机的成像图像下边沿对应的位置到监控杆的距离。
图8是本公开实施例提供的另一种路侧感知系统的相机安装剖面示意图。如图8所示,以高速场景为例,在图5所示实施例的场景的基础上,还在各监控杆上的P点安装有两个长焦枪机3。两个长焦枪机3分别安装在两个短焦枪机2的外侧,分别作为前后长焦枪机监控前后两个短焦枪机2的前后路面。图8中以一侧长焦枪机3为例来实现相应距离的计算。
如图8所示,D点为长焦枪机3的成像图像的下边沿对应的位置。其中,其中CD可以为预设的短焦枪机与长焦枪机的感知重叠距离,可以采用overlap_short_long_min来表示。这样,长焦枪机的成像图像下边沿对应的位置D到监控杆的距离dis_long_min即为OD的距离。如图8所示,OD的距离即等于OC的距离减去CD的距离。因此,长焦枪机的成像图像下边沿对应的位置到监控杆的距离dis_long_min,可以采用如下公式表示:
dis_long_min=dis_short_max-overlap_short_long_min
在实际应用中,对路侧感知系统的相机进行安装时,若已经得知鱼眼相机的内参,以及预设的上述安装信息,在对长焦枪机安装时,可以采用本实施例的上述方式,获取长焦枪机成像图像下边沿对应的位置到监控杆的距离,以指导长焦枪机的安装,不仅能够避免长焦枪机与短焦枪机之间无感知重叠,造成监控盲区;又能避免短焦枪机与长焦枪机之间感知重叠过多,造成长焦枪机感知范围减小。
本实施例的路侧感知系统的相机安装信息的处理方法,通过采用上述方案,能够准确地获取到长焦枪机的成像图像下边沿对应的位置到监控杆的距离,进而可以指导长焦枪机的合理安装,使得长焦枪机基于此安装,能够在最大感知范围内工作,能够有效地提高相机的安装效率。
图9是根据本公开第四实施例的示意图;本实施例提供一种路侧感知系统的相机安装信息的处理方法,在上述图6所示实施例的技术方案的基础上,进一步更加详细地描述本公开的技术方案。如图9所示,本实施例的路侧感知系统的相机安装信息的处理方法,具体可以包括如下步骤:
S901、获取长焦枪机的像素焦距;
具体地,长焦枪机的像素焦距的计算方式同短焦枪机的像素焦距的计算方式完全相同,详细可以参考上述实施例的相关记载,在此不再赘述。
S902、基于长焦枪机的成像图像下边沿到监控杆的距离、预设的感知精度信息、以及长焦枪机的像素焦距,计算长焦枪机的最远有效感知位置到监控杆的距离;
参考上述图8,长焦枪机的最远有效感知位置为E的位置,长焦枪机的最远有效感知位置到监控杆的距离,即为OE之间的距离,可以表示为dis_long_max。dis_long_max与上述dis_short_max的计算方式相同,详细可以参考上述图8及上述相关实施例的实现方式,可以计算出该dis_long_max。
S903、基于短焦枪机的成像图像下边沿对应的位置到监控杆的距离、监控杆的高度以及短焦枪机的真实纵向视场角,获取短焦枪机的成像图像上边沿对应的位置到监控杆的角度;
本实施例的短焦枪机的真实纵向视场角可以为短焦枪机的内参,可以获取到。
结合上述图5或者图8所示实施例,基于短焦枪机的成像图像下边沿对应的位置到监控杆的距离即OB的距离以及监控杆的高度OP的距离,可以得到∠OPB=atan(OB的距离/OP的距离)。计算出来的该角度再加上短焦枪机的真实纵向视场角,便得到短焦枪机的成像图像上边沿对应的位置到监控杆的角度。
S904、基于长焦枪机的成像图像下边沿对应的位置到监控杆的距离、监控杆的高度以及长焦枪机的真实纵向视场角,获取长焦枪机的成像图像上边沿对应的位置到监控杆的角度;
按照步骤S903的短焦枪机的成像图像上边沿对应的位置到监控杆的角度的计算方式,同理,可以计算得到长焦枪机的成像图像上边沿对应的位置到监控杆的角度。
S905、检测上述得到的相机安装信息是否符合部署需求;若符合,返回符合;若不符合,发出报警,提示工作人员进行修改。
在本公开的另一个应用场景中,可以按照上述实施例的方式,获取相机的安装信息,并对安装信息进行检测,确定是否符合部署需求。
例如,本实施例中,检测上述得到的相机安装信息是否符合部署需求,具体可以包括如下几种情况:
情形一、检测短焦枪机的最远有效感知位置到监控杆的距离,是否大于或者等于相邻监控杆间距的一半与预设的鱼眼相机与短焦枪机的感知重叠距离之和。
该情形对应城市场景,即监控杆上没有长焦枪机。为了保证所有空间都能够被检测和感知,要求短焦枪机的最远有效感知位置到监控杆的距离,必须大于或者等于相邻监控杆间距的一半与预设的鱼眼相机与短焦枪机的感知重叠距离之和,否则会存在监控盲区,不满足部署需求。
情形二、检测长焦枪机的最远有效感知位置到监控杆的距离,是否大于或者等于相邻监控杆间距的一半与预设的短焦枪机与长焦枪机的感知重叠距离之和。
该情形对应高速场景。为了保证所有空间都能够被检测和感知,要求长焦枪机的最远有效感知位置到监控杆的距离,必须大于或者等于相邻监控杆间距的一半与预设的短焦枪机与长焦枪机的感知重叠距离之和,否则会存在监控盲区,不满足部署需求。
情形三、检测短焦枪机的成像图像上边沿对应的位置到监控杆的角度是否大于或者等于90度。
情形四、检测长焦枪机的成像图像上边沿对应的位置到监控杆的角度是否大于或者等于90度。
考虑到实际应用场景中,短焦枪机或者长焦枪机安装时,不能过于向地面倾斜,否则会导致感知范围较小,无法有效工作。所以,在部署需求检测时,需要长焦枪机、短焦枪机的成像图像上边沿对应的位置到监控杆的角度必须大于或者等于90,这样才能保证长焦枪机和短焦枪机的最大感知范围。
情形四、检测长焦枪机的成像图像上边沿对应的位置到监控杆的角度是否大于或者等于90度
上述四种情形中情形一和三可以组合使用,情形二和四可以组合使用。情形三和四也可以组合使用。即实际应用中,只要情形一和二不同时存在,其他情形都可以组合使用。
基于以上所述,可以得知,本公开实施例的相机安装信息的处理方法,不仅可以指导相机的安装,还可以对已有安装方式安装的相机进行部署需求的检测,以确定是否符合合理的部署需求,以便于不符合是,及时检测并指导修改,实用性非常强。
需要说明的是,上述实施例中,检测时不符合部署需求,发出的报警可以为语音也可以为文字。或者在报警的同时,还可以发出不符合的具体信息,如上述情形一到四中的哪种情形不符合,以为工作人员提供更加准确地定位信息,方便工作人员及时修改。
另外,本实施例的技术方案,还可以对已有环境的路侧感知系统的相机安装进行部署和设计。例如,在已有环境中,在已知预设的感知精度信息,确定相邻监控杆之间的距离、以及对应的两个相机感知重叠距离时,可以按照上述实施例的方式,获取到短焦枪机的最远有效感知位置到监控杆的距离、或者长焦枪机的最远有效感知位置到监控杆的距离。进而基于上述图7所示实施例的计算方式,可以计算到要采用的长焦枪机或者短焦枪机的像素焦距,进而可以基于像素焦距,选择匹配的长焦枪机或者短焦枪机,实现对已有环境中相机的选择与部署。
图10是根据本公开第五实施例的示意图;如图10所示,本实施例提供一种路侧感知系统的相机安装信息的处理装置1000,包括:
基础信息获取模块1001,用于获取鱼眼相机的内参和预设的安装信息;
安装信息获取模块1002,用于基于鱼眼相机的内参和预设的安装信息,获取枪机感知范围最大时对应的安装信息。
本实施例的路侧感知系统的相机安装信息的处理装置900,通过采用上述模块实现路侧感知系统的相机安装信息的处理的实现原理以及技术效果,与上述相关方法实施例的实现相同,详细可以参考上述相关方法实施例的记载,在此不再赘述。
图11是根据本公开第六实施例的示意图;如图11所示,本实施例提供的路侧感知系统的相机安装信息的处理装置1100,相对于图10所示实施例,进一步更加详细地介绍本公开的技术方案。如图11所示,本实施例的路侧感知系统的相机安装信息的处理装置1100,包括图10所示的同名同功能模块,基础信息获取模块1101和安装信息获取模块1102。
在本公开的一个实施例中,基础信息获取模块1101,用于:
获取鱼眼相机的去畸变图像的等效枪机的焦距、鱼眼相机的去畸变图像的尺寸、鱼眼相机安装的监控杆的高度以及预设的鱼眼相机与短焦枪机的感知重叠距离;
安装信息获取模块1102,用于:
基于监控杆的高度、鱼眼相机的去畸变图像的等效枪机的焦距和鱼眼相机的去畸变图像的尺寸,获取鱼眼相机的最大有效感知位置到监控杆的距离;
基于鱼眼相机的最大有效感知位置到监控杆的距离以及预设的鱼眼相机与短焦枪机的感知重叠距离,获取短焦枪机的成像图像下边沿对应的位置到监控杆的距离。
在本公开的一个实施例中,基础信息获取模块1101,用于:
获取预设的感知精度信息、短焦枪机的像素焦距、预设的短焦枪机与长焦枪机的感知重叠距离;
安装信息获取模块1102,用于:
基于监控杆的高度、预设的感知精度信息、以及短焦枪机的像素焦距,计算短焦枪机的最远有效感知位置到监控杆的距离;
基于短焦枪机的最远有效感知位置到监控杆的距离、以及预设的短焦枪机与长焦枪机的感知重叠距离,获取长焦枪机的成像图像下边沿对应的位置到监控杆的距离。
如图11所示,在本公开的一个实施例中,路侧感知系统的相机安装信息的处理装置1100,还包括:
检测模块1103,用于检测相机安装信息是否符合部署需求。
在本公开的一个实施例中,检测模块1103,用于:
检测短焦枪机的最远有效感知位置到监控杆的距离,是否大于或者等于相邻监控杆间距的一半与预设的鱼眼相机与短焦枪机的感知重叠距离之和。
在本公开的一个实施例中,基础信息获取模块1101,用于:
获取长焦枪机的像素焦距;
安装信息获取模块1102,用于:
基于长焦枪机的成像图像下边沿到监控杆的距离、预设的感知精度信息、以及长焦枪机的像素焦距,计算长焦枪机的最远有效感知位置到监控杆的距离。
在本公开的一个实施例中,检测模块1103,用于:
检测长焦枪机的最远有效感知位置到监控杆的距离,是否大于或者等于相邻监控杆间距的一半与预设的短焦枪机与长焦枪机的感知重叠距离之和。
在本公开的一个实施例中,安装信息获取模块1102,用于:
基于短焦枪机的成像图像下边沿对应的位置到监控杆的距离、监控杆的高度以及短焦枪机的真实纵向视场角,获取短焦枪机的成像图像上边沿对应的位置到监控杆的角度;和/或
基于长焦枪机的成像图像下边沿对应的位置到监控杆的距离、监控杆的高度以及长焦枪机的真实纵向视场角,获取长焦枪机的成像图像上边沿对应的位置到监控杆的角度。
在本公开的一个实施例中,检测模块1103,用于:
检测短焦枪机的成像图像上边沿对应的位置到监控杆的角度是否大于或者等于90度;和/或
检测长焦枪机的成像图像上边沿对应的位置到监控杆的角度是否大于或者等于90度。
本实施例的路侧感知系统的相机安装信息的处理装置1100,通过采用上述模块实现路侧感知系统的相机安装信息的处理的实现原理以及技术效果,与上述相关方法实施例的实现相同,详细可以参考上述相关方法实施例的记载,在此不再赘述。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图12示出了可以用来实施本公开的实施例的示例电子设备1200的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图12所示,设备1200包括计算单元1201,其可以根据存储在只读存储器(ROM)1202中的计算机程序或者从存储单元1208加载到随机访问存储器(RAM)1203中的计算机程序,来执行各种适当的动作和处理。在RAM 1203中,还可存储设备1200操作所需的各种程序和数据。计算单元1201、ROM 1202以及RAM 1203通过总线1204彼此相连。输入/输出(I/O)接口1205也连接至总线1204。
设备1200中的多个部件连接至I/O接口1205,包括:输入单元1206,例如键盘、鼠标等;输出单元1207,例如各种类型的显示器、扬声器等;存储单元1208,例如磁盘、光盘等;以及通信单元1209,例如网卡、调制解调器、无线通信收发机等。通信单元1209允许设备1200通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1201可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1201的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1201执行上文所描述的各个方法和处理,例如本公开的上述方法。例如,在一些实施例中,本公开的上述方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元1208。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1202和/或通信单元1209而被载入和/或安装到设备1200上。当计算机程序加载到RAM 1203并由计算单元1201执行时,可以执行上文描述的本公开的上述方法的一个或多个步骤。备选地,在其他实施例中,计算单元1201可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行本公开的上述方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。

Claims (19)

1.一种路侧感知系统的相机安装信息的处理方法,包括:
获取鱼眼相机的内参和预设的安装信息;
基于所述鱼眼相机的内参和所述预设的安装信息,获取枪机感知范围最大时对应的安装信息;
其中,获取鱼眼相机的内参和预设的安装信息,包括:
获取所述鱼眼相机的去畸变图像的等效枪机的焦距、所述鱼眼相机的去畸变图像的尺寸、所述鱼眼相机安装的监控杆的高度以及预设的所述鱼眼相机与短焦枪机的感知重叠距离;
其中,基于所述鱼眼相机的内参和所述预设的安装信息,获取枪机感知范围最大时对应的安装信息,包括:
基于所述监控杆的高度、所述鱼眼相机的去畸变图像的等效枪机的焦距和所述鱼眼相机的去畸变图像的尺寸,获取所述鱼眼相机的最大有效感知位置到所述监控杆的距离;
基于所述鱼眼相机的最大有效感知位置到所述监控杆的距离以及所述预设的所述鱼眼相机与所述短焦枪机的感知重叠距离,获取所述短焦枪机的成像图像下边沿对应的位置到所述监控杆的距离。
2.根据权利要求1所述的方法,其中,获取鱼眼相机的内参和预设的安装信息,还包括:
获取预设的感知精度信息、所述短焦枪机的像素焦距、预设的所述短焦枪机与长焦枪机的感知重叠距离;
基于所述鱼眼相机的内参和所述预设的安装信息,获取枪机感知范围最大时对应的安装信息,还包括:
基于所述监控杆的高度、所述预设的感知精度信息、以及所述短焦枪机的像素焦距,计算所述短焦枪机的最远有效感知位置到所述监控杆的距离;
基于所述短焦枪机的最远有效感知位置到所述监控杆的距离、以及所述预设的所述短焦枪机与所述长焦枪机的感知重叠距离,获取所述长焦枪机的成像图像下边沿对应的位置到所述监控杆的距离。
3.根据权利要求2所述的方法,其中,所述方法还包括:
检测相机安装信息是否符合部署需求。
4.根据权利要求3所述的方法,其中,检测相机安装信息是否符合部署需求,包括:
检测所述短焦枪机的最远有效感知位置到所述监控杆的距离,是否大于或者等于相邻监控杆间距的一半与预设的所述鱼眼相机与所述短焦枪机的感知重叠距离之和。
5.根据权利要求3-4任一所述的方法,其中,获取鱼眼相机的内参和预设的安装信息,还包括:
获取所述长焦枪机的像素焦距;
基于所述鱼眼相机的内参和所述预设的安装信息,获取枪机感知范围最大时对应的安装信息,还包括:
基于所述长焦枪机的成像图像下边沿到所述监控杆的距离、预设的感知精度信息、以及所述长焦枪机的像素焦距,计算所述长焦枪机的最远有效感知位置到所述监控杆的距离。
6.根据权利要求5所述的方法,其中,检测相机安装信息是否符合部署需求,包括:
检测所述长焦枪机的最远有效感知位置到所述监控杆的距离,是否大于或者等于相邻监控杆间距的一半与预设的所述短焦枪机与所述长焦枪机的感知重叠距离之和。
7.根据权利要求5所述的方法,其中,基于所述鱼眼相机的内参和所述预设的安装信息,获取枪机感知范围最大时对应的安装信息,还包括:
基于所述短焦枪机的成像图像下边沿对应的位置到所述监控杆的距离、所述监控杆的高度以及所述短焦枪机的真实纵向视场角,获取所述短焦枪机的成像图像上边沿对应的位置到所述监控杆的角度;和/或
基于所述长焦枪机的成像图像下边沿对应的位置到所述监控杆的距离、所述监控杆的高度以及所述长焦枪机的真实纵向视场角,获取所述长焦枪机的成像图像上边沿对应的位置到所述监控杆的角度。
8.根据权利要求7所述的方法,其中,检测安装信息是否符合部署需求,包括:
检测所述短焦枪机的成像图像上边沿对应的位置到所述监控杆的角度是否大于或者等于90度;和/或
检测所述长焦枪机的成像图像上边沿对应的位置到所述监控杆的角度是否大于或者等于90度。
9.一种路侧感知系统的相机安装信息的处理装置,包括:
基础信息获取模块,用于获取鱼眼相机的内参和预设的安装信息;
安装信息获取模块,用于基于所述鱼眼相机的内参和所述预设的安装信息,获取枪机感知范围最大时对应的安装信息;
其中,所述基础信息获取模块,用于:
获取所述鱼眼相机的去畸变图像的等效枪机的焦距、所述鱼眼相机的去畸变图像的尺寸、所述鱼眼相机安装的监控杆的高度以及预设的所述鱼眼相机与短焦枪机的感知重叠距离;
所述安装信息获取模块,用于:
基于所述监控杆的高度、所述鱼眼相机的去畸变图像的等效枪机的焦距和所述鱼眼相机的去畸变图像的尺寸,获取所述鱼眼相机的最大有效感知位置到所述监控杆的距离;
基于所述鱼眼相机的最大有效感知位置到所述监控杆的距离以及所述预设的所述鱼眼相机与所述短焦枪机的感知重叠距离,获取所述短焦枪机的成像图像下边沿对应的位置到所述监控杆的距离。
10.根据权利要求9所述的装置,其中,所述基础信息获取模块,用于:
获取预设的感知精度信息、所述短焦枪机的像素焦距、预设的所述短焦枪机与长焦枪机的感知重叠距离;
所述安装信息获取模块,用于:
基于所述监控杆的高度、所述预设的感知精度信息、以及所述短焦枪机的像素焦距,计算所述短焦枪机的最远有效感知位置到所述监控杆的距离;
基于所述短焦枪机的最远有效感知位置到所述监控杆的距离、以及所述预设的所述短焦枪机与所述长焦枪机的感知重叠距离,获取所述长焦枪机的成像图像下边沿对应的位置到所述监控杆的距离。
11.根据权利要求10所述的装置,其中,所述装置还包括:
检测模块,用于检测相机安装信息是否符合部署需求。
12.根据权利要求11所述的装置,其中,检测模块,用于:
检测所述短焦枪机的最远有效感知位置到所述监控杆的距离,是否大于或者等于相邻监控杆间距的一半与预设的所述鱼眼相机与所述短焦枪机的感知重叠距离之和。
13.根据权利要求11-12任一所述的装置,其中,所述基础信息获取模块,用于:
获取所述长焦枪机的像素焦距;
所述安装信息获取模块,用于:
基于所述长焦枪机的成像图像下边沿到所述监控杆的距离、预设的感知精度信息、以及所述长焦枪机的像素焦距,计算所述长焦枪机的最远有效感知位置到所述监控杆的距离。
14.根据权利要求13所述的装置,其中,所述检测模块,用于:
检测所述长焦枪机的最远有效感知位置到所述监控杆的距离,是否大于或者等于相邻监控杆间距的一半与预设的所述短焦枪机与所述长焦枪机的感知重叠距离之和。
15.根据权利要求13所述的装置,其中,所述安装信息获取模块,用于:
基于所述短焦枪机的成像图像下边沿对应的位置到所述监控杆的距离、所述监控杆的高度以及所述短焦枪机的真实纵向视场角,获取所述短焦枪机的成像图像上边沿对应的位置到所述监控杆的角度;和/或
基于所述长焦枪机的成像图像下边沿对应的位置到所述监控杆的距离、所述监控杆的高度以及所述长焦枪机的真实纵向视场角,获取所述长焦枪机的成像图像上边沿对应的位置到所述监控杆的角度。
16.根据权利要求15所述的装置,其中,所述检测模块,用于:
检测所述短焦枪机的成像图像上边沿对应的位置到所述监控杆的角度是否大于或者等于90度;和/或
检测所述长焦枪机的成像图像上边沿对应的位置到所述监控杆的角度是否大于或者等于90度。
17.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的方法。
19.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-8中任一项所述的方法。
CN202210346199.8A 2022-03-31 2022-03-31 路侧感知系统的相机安装信息的处理方法、装置及设备 Active CN114742897B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210346199.8A CN114742897B (zh) 2022-03-31 2022-03-31 路侧感知系统的相机安装信息的处理方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210346199.8A CN114742897B (zh) 2022-03-31 2022-03-31 路侧感知系统的相机安装信息的处理方法、装置及设备

Publications (2)

Publication Number Publication Date
CN114742897A CN114742897A (zh) 2022-07-12
CN114742897B true CN114742897B (zh) 2023-02-28

Family

ID=82278871

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210346199.8A Active CN114742897B (zh) 2022-03-31 2022-03-31 路侧感知系统的相机安装信息的处理方法、装置及设备

Country Status (1)

Country Link
CN (1) CN114742897B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106709953A (zh) * 2016-11-28 2017-05-24 广东非思智能科技股份有限公司 一种用于多目标自动跟踪监控系统中的单点定标方法
CN110555888A (zh) * 2019-08-22 2019-12-10 浙江大华技术股份有限公司 主从相机标定方法、存储装置、计算机设备及其系统
CN112885075A (zh) * 2020-12-29 2021-06-01 中睿智能交通技术有限公司 一种基于车路协同技术的违规停车检测系统
CN112967344A (zh) * 2021-03-09 2021-06-15 北京百度网讯科技有限公司 相机外参标定的方法、设备、存储介质及程序产品
CN113497897A (zh) * 2021-06-28 2021-10-12 阿波罗智联(北京)科技有限公司 车路协同路侧相机安装参数调整方法、装置和电子设备
EP3940636A2 (en) * 2020-12-30 2022-01-19 Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. Method for acquiring three-dimensional perception information based on external parameters of roadside camera, and roadside device

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112288825B (zh) * 2020-10-29 2024-04-12 阿波罗智联(北京)科技有限公司 相机标定方法、装置、电子设备、存储介质和路侧设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106709953A (zh) * 2016-11-28 2017-05-24 广东非思智能科技股份有限公司 一种用于多目标自动跟踪监控系统中的单点定标方法
CN110555888A (zh) * 2019-08-22 2019-12-10 浙江大华技术股份有限公司 主从相机标定方法、存储装置、计算机设备及其系统
CN112885075A (zh) * 2020-12-29 2021-06-01 中睿智能交通技术有限公司 一种基于车路协同技术的违规停车检测系统
EP3940636A2 (en) * 2020-12-30 2022-01-19 Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. Method for acquiring three-dimensional perception information based on external parameters of roadside camera, and roadside device
CN112967344A (zh) * 2021-03-09 2021-06-15 北京百度网讯科技有限公司 相机外参标定的方法、设备、存储介质及程序产品
CN113497897A (zh) * 2021-06-28 2021-10-12 阿波罗智联(北京)科技有限公司 车路协同路侧相机安装参数调整方法、装置和电子设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Rope3D: The Roadside Perception Dataset for Autonomous Driving and Monocular 3D Object Detection Task;Xiaoqing Ye et al.;《arXiv:2202.13608v1》;20220325;第1-10页 *
车路协同路侧感知融合方法的研究;安鑫 等;《测控技术》;20220218;第41卷(第2期);第1-12页,第35页 *

Also Published As

Publication number Publication date
CN114742897A (zh) 2022-07-12

Similar Documents

Publication Publication Date Title
CN111612760B (zh) 用于检测障碍物的方法和装置
KR102052114B1 (ko) 고정밀 전자지도 갱신을 위한 객체 변화 탐지 시스템 및 방법
EP3968266B1 (en) Obstacle three-dimensional position acquisition method and apparatus for roadside computing device
EP3937077B1 (en) Lane marking detecting method, apparatus, electronic device, storage medium, and vehicle
CN111666876A (zh) 用于检测障碍物的方法、装置、电子设备和路侧设备
US20220036731A1 (en) Method for detecting vehicle lane change, roadside device, and cloud control platform
CN112288825A (zh) 相机标定方法、装置、电子设备、存储介质和路侧设备
CN111998959B (zh) 基于实时测温系统的温度校准方法、装置及存储介质
CN112967344A (zh) 相机外参标定的方法、设备、存储介质及程序产品
CN113392794A (zh) 车辆跨线识别方法、装置、电子设备和存储介质
CN114969221A (zh) 一种更新地图的方法及相关设备
CN113610702B (zh) 一种建图方法、装置、电子设备及存储介质
CN116778094B (zh) 一种基于优选视角拍摄的建筑物变形监测方法及装置
CN111612851B (zh) 用于标定相机的方法、装置、设备以及存储介质
CN113344906A (zh) 车路协同中相机评估方法、装置、路侧设备和云控平台
CN114742897B (zh) 路侧感知系统的相机安装信息的处理方法、装置及设备
CN112509126A (zh) 三维物体检测的方法、装置、设备及存储介质
CN114943805B (zh) 停车遮挡确定方法、装置、设备、存储介质及程序产品
CN113112551A (zh) 相机参数的确定方法、装置、路侧设备和云控平台
CN115375774A (zh) 确定相机外参的方法、装置、设备及存储介质
CN114742726A (zh) 盲区的检测方法、装置、电子设备及存储介质
CN114943809A (zh) 一种地图模型的生成方法、装置及存储介质
CN110930455B (zh) 定位方法、装置、终端设备及存储介质
CN114429631A (zh) 三维对象检测方法、装置、设备以及存储介质
CN112215036B (zh) 跨镜追踪方法、装置、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
GR01 Patent grant
GR01 Patent grant