CN114779188B - 一种标定效果的评价方法、装置、设备及介质 - Google Patents

一种标定效果的评价方法、装置、设备及介质 Download PDF

Info

Publication number
CN114779188B
CN114779188B CN202210082296.0A CN202210082296A CN114779188B CN 114779188 B CN114779188 B CN 114779188B CN 202210082296 A CN202210082296 A CN 202210082296A CN 114779188 B CN114779188 B CN 114779188B
Authority
CN
China
Prior art keywords
evaluated
radar
data
equipment
calibration
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
CN202210082296.0A
Other languages
English (en)
Other versions
CN114779188A (zh
Inventor
宋清峰
许古午
席国庆
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.)
Nanjing Hurys Intelligent Technology Co Ltd
Original Assignee
Nanjing Hurys Intelligent 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 Nanjing Hurys Intelligent Technology Co Ltd filed Critical Nanjing Hurys Intelligent Technology Co Ltd
Priority to CN202210082296.0A priority Critical patent/CN114779188B/zh
Publication of CN114779188A publication Critical patent/CN114779188A/zh
Application granted granted Critical
Publication of CN114779188B publication Critical patent/CN114779188B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40—Means for monitoring or calibrating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Biology (AREA)
  • Game Theory and Decision Science (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种标定效果的评价方法、装置、设备及介质。该方法包括：根据待评价雷达设备和待评价图像采集设备针对至少两个相同标定目标采集雷达坐标数据和图像坐标数据，其中，所述雷达坐标数据记为第一雷达数据；将所述图像坐标数据转换到所述待评价雷达设备对应坐标系记为第二雷达数据；根据所述第一雷达数据和所述第二雷达数据的位置相似度评价所述待评价雷达设备和所述待评价图像采集设备联合标定效果。本发明实施例，根据第一雷达数据和第二雷达数据的位置相似度评价待评价雷达设备和待评价图像采集设备联合标定效果，保证联合标定效果的满足标定指标要求，提高联合标定效果的准确率，从而保证联合标定的效果。

Description

一种标定效果的评价方法、装置、设备及介质
技术领域
本发明实施例涉及传感器融合标定技术领域，尤其涉及一种标定效果的评 价方法、装置、设备及介质。
背景技术
随着智慧交通技术的发展，车路协同概念的提出与普及，采用新一代的互 联网技术，全方位实施车车、车路动态实时信息交互。在此背景下，路侧感知 技术也得到了快速发展。雷视融合微波检测器已经逐步取代纯雷达微波检测器， 在路侧感知市场占据重要地位。然而雷达检测目标和相机检测目标分属不同的 坐标系，为了实现两种检测器目标数据的时空关联，实现数据融合应用，需要对雷达和相机进行联合标定。现有技术中，雷视检测器联合标定后往往需要人 工判断标定效果，标定效果的评价完全取决于标定人员的先验经验，评价过程 具有较强的主观性，且因为判定标准不一致，导致无法保证标定效果的一致性， 造成联合标定效果的波动较大，从而影响雷视融合应用的效果。
发明内容
本发明提供一种标定效果的评价方法、装置、设备及介质，以保证联合标 定效果的一致性，提高联合标定效果的准确率。
第一方面，本发明实施例提供了一种标定效果的评价方法，该方法包括：
根据待评价雷达设备和待评价图像采集设备针对至少两个相同标定目标采 集雷达坐标数据和图像坐标数据，其中，所述雷达坐标数据记为第一雷达数据；
将所述图像坐标数据转换到所述待评价雷达设备对应坐标系记为第二雷达 数据；
根据所述第一雷达数据和所述第二雷达数据的位置相似度评价所述待评价 雷达设备和所述待评价图像采集设备联合标定效果。
第二方面，本发明实施例还提供了一种标定效果的评价装置，该装置包括：
数据采集模块，用于根据待评价雷达设备和待评价图像采集设备针对至少 两个相同标定目标采集雷达坐标数据和图像坐标数据，其中，所述雷达坐标数 据记为第一雷达数据；
数据转换模块，用于将所述图像坐标数据转换到所述待评价雷达设备对应 坐标系记为第二雷达数据；
效果评价模块，用于根据所述第一雷达数据和所述第二雷达数据的位置相 似度评价所述待评价雷达设备和所述待评价图像采集设备联合标定效果。
第三方面，本发明实施例还提供了一种电子设备，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多 个处理器实现如第一方面所述的标定效果的评价方法。
第四方面，本发明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，其特征在于，所述计算机程序被处理器执行时实现如第一方面任 一所述的标定效果的评价方法。
本发明实施例的上述技术方案，根据待评价雷达设备和待评价图像采集设 备针对至少两个相同标定目标采集雷达坐标数据和图像坐标数据，其中，雷达 坐标数据记为第一雷达数据；将图像坐标数据转换到待评价雷达设备对应坐标 系记为第二雷达数据；根据第一雷达数据和第二雷达数据的位置相似度评价待 评价雷达设备和待评价图像采集设备联合标定效果。本发明实施例，根据第一 雷达数据和第二雷达数据的位置相似度评价待评价雷达设备和待评价图像采集设备联合标定效果，保证联合标定效果的一致性，提高联合标定效果的准确率， 从而保障联合标定的效果。与现有技术相比，所采用的标定效果的评价方法， 能够自动完成联合标定效果的评价，给出量化结果，实现标定效果的快速收敛。
附图说明
图1为本发明实施例一提供的一种标定效果的评价方法的流程图；
图2为本发明实施例二提供的一种标定效果的评价方法的流程图；
图3为本发明实施例二提供的一种毫米波雷达和相机坐标系示意图；
图4为本发明实施例二提供的一种标定目标从相机坐标系映射到雷达坐标 系的示意图；
图5为本发明实施例三提供的一种标定效果的评价方法的流程示意图；
图6为本发明实施例四提供的一种标定效果的评价装置的结构示意图；
图7为本发明实施例五提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此 处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需 要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结 构。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被 描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述 成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此 外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止， 但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、 规程、子例程、子程序等等。此外，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
本发明使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。 术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实 施例”。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某 一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解 释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述， 而不能理解为指示或暗示相对重要性。
实施例一
图1为本发明实施例一提供的一种标定效果的评价方法的流程图，本实施 例可适用于对联合标定效果进行评价时的情况，该方法可以由一种标定效果的 评价装置来执行，该装置可以采用硬件和/或软件的方式来实现，通常可配置于电子设备中。该方法具体包括如下步骤：
S110、根据待评价雷达设备和待评价图像采集设备针对至少两个相同标定 目标采集雷达坐标数据和图像坐标数据，其中，雷达坐标数据记为第一雷达数 据。
其中，待评价雷达设备可以为毫米波雷达设备，毫米波雷达具有高可靠性， 全天候工作，可以提供目标的位置、速度等信息。待评价图像采集设备可以为相机类采集设备，相机类采集设备可以提供标定目标的详细外观信息，例如可 以是车身颜色、车牌号以及车型等。标定目标可以理解为位于待评价雷达设备 和待评价图像采集设备的重叠检测区域中的目标。第一雷达数据可以理解为待 评价雷达设备所采集的各标定目标的雷达坐标数据。
在本实施例中，待评价雷达设备和待评价图像采集设备所采集的标定目标 处于重叠检测区域的范围内。待评价雷达设备所检测的标定目标可以包含道路 上的车辆、非机动车辆、行人以及非交通参与者，例如可以是路牙、绿化灌木 以及标识标牌等。待评价图像采集设备所检测的标定目标可以包含汽车、非机 动车和行人等等。一般情况下，待评价雷达设备检测的标定目标的范围往往比待评价图像采集设备检测到的标定目标范围要大。
在本实施例中，可以针对至少两个标定目标，分别使用待评价雷达设备和 待评价图像采集设备进行采集各标定目标的雷达坐标数据和图像坐标数据，雷 达坐标数据可以记为第一雷达数据。其中，雷达坐标数据可以理解为使用待评 价雷达设备所采集的标定目标的位置坐标数据，其反映了待评价雷达设备与标 定目标的位置关系，例如可以是车辆1的位置坐标数据为C(x,y,z)，图像坐标数 据可以理解为使用图像采集设备所采集的标定目标的位置坐标数据，其反映了待评价图像采集设备与标定目标的位置关系，例如可以是车辆1的位置坐标数 据为C'(xa,yb,zc)。
可选的，各标定目标位于待评价雷达设备和待评价图像采集设备的重叠检 测区域。
在本实施例中，待评价雷达设备和待评价图像采集设备具有重叠检测区域， 各标定目标位于待评价雷达设备和待评价图像采集设备的重叠检测区域中，可 以通过待评价雷达设备对重叠检测区域内的各标定目标进行目标检测，以得到 各标定目标的雷达坐标数据；也可以通过待评价图像采集设备对重叠检测区域 内的各标定目标进行目标检测，以得到各标定目标的图像坐标数据。
S120、将图像坐标数据转换到待评价雷达设备对应坐标系记为第二雷达数 据。
其中，坐标系为待评价雷达设备下的坐标系，图像坐标数据经过转换之后 的坐标系与第一雷达数据处于相同坐标系下，即第二雷达数据与第一雷达数据 处于相同坐标系下。第二雷达数据可以理解为待评价图像采集设备所采集的标 定目标的图像坐标数据转换为待评价雷达设备对应坐标系下的雷达坐标数据。
在本实施例中，可以使用相应标定目标的标定方法，例如可以是待评价雷 达设备与待评价图像采集设备的外参联合标定方法，以完成待评价雷达设备以 及待评价图像采集设备的联合标定，并通过联合标定确定待评价雷达设备以及 待评价图像采集设备的相应映射关系，并通过映射关系将待评价图像采集设备 采集的图像坐标数据转换到待评价雷达设备相对应坐标系下，并将其记为第二雷达数据。其中，映射关系中包含待评价雷达设备以及待评价图像采集设备相 应的位置坐标关系。
S130、根据第一雷达数据和第二雷达数据的位置相似度评价待评价雷达设 备和待评价图像采集设备联合标定效果。
其中，位置相似度可以理解为待评价雷达设备所采集的各标定目标的雷达 坐标数据与待评价图像采集设备所采集的标定目标的图像坐标数据转换为待评 价雷达设备对应坐标系下的雷达坐标数据之间的位置坐标相似程度，也可以为 位置偏离程度。位置相似度可以为第一雷达数据和第二雷达数据高度相似，也 可以为第一雷达数据和第二雷达数据存在一定位置偏差。
在本实施例中，可以根据待评价雷达设备所采集的各标定目标的雷达坐标 数据，与待评价图像采集设备所采集的标定目标的图像坐标数据转换为待评价 雷达设备对应坐标系下的雷达坐标数据之间的位置坐标相似度，以价待评价雷 达设备和待评价图像采集设备的联合标定效果。具体的，可通过建立第一雷达 数据与第二雷达数据之间的数据关联，以得到数据关联的关联结果，关联结果可以表征第一雷达数据与第二雷达数据之间的位置相似度。
本发明实施例的上述技术方案，根据待评价雷达设备和待评价图像采集设 备针对至少两个相同标定目标采集雷达坐标数据和图像坐标数据，其中，雷达 坐标数据记为第一雷达数据；将图像坐标数据转换到待评价雷达设备对应坐标 系记为第二雷达数据；根据第一雷达数据和第二雷达数据的位置相似度评价待 评价雷达设备和待评价图像采集设备联合标定效果。本发明实施例，根据第一雷达数据和第二雷达数据的位置相似度评价待评价雷达设备和待评价图像采集 设备联合标定效果，保证联合标定效果的一致性，提高联合标定效果的准确率， 从而保障联合标定的效果。与现有技术相比，所采用的标定效果的评价方法， 能够自动完成联合标定效果的评价，给出量化结果，实现标定效果的快速收敛。
实施例二
图2为本发明实施例二提供的一种标定效果的评价方法的流程图。本实施 例在上述各实施例地基础上，对根据待评价雷达设备和待评价图像采集设备针 对至少两个相同标定目标采集雷达坐标数据和图像坐标数据，其中，雷达坐标 数据记为第一雷达数据、将图像坐标数据转换到待评价雷达设备对应坐标系记为第二雷达数据以及根据第一雷达数据和第二雷达数据的位置相似度评价待评 价雷达设备和待评价图像采集设备联合标定效果，进行了进一步的细化。具体 可以包含如下步骤：
S210、获取待评价雷达设备检测对重叠检测区域各标定目标的第一位置坐 标，并将各第一位置坐标记为雷达坐标数据，其中，雷达坐标数据记为第一雷 达数据。
其中，第一位置坐标可以理解为待评价雷达设备检测所检测的重叠检测区 域内各标定目标的位置坐标，第一位置坐标可记为雷达坐标数据。
在本实施例中，通过待评价雷达设备检测可以对重叠检测区域各标定目标 进行检测，以得到各标定目标的相应雷达位置坐标，并将得到的各标定目标的 位置坐标记为雷达坐标数据，其中，雷达坐标数据记为第一雷达数据。
S220、获取待评价图像采集设备检测重叠检测区域内各标定目标的第二位 置坐标，并将各第二位置坐标记为图像坐标数据。
其中，第二位置坐标可以理解为待评价图像采集设备所检测重叠检测区域 内各标定目标的位置坐标，第二位置坐标可记为图像坐标数据。
在本实施例中，通过待评价图像采集设备对重叠检测区域内的各标定目标 进行检测，可以得到各标定目标的相应位置坐标，并将得到的位置坐标记为图像坐标数据。
示例性的，图3为本发明实施例二提供的一种毫米波雷达和相机坐标系示 意图。如图3所示，待评价雷达设备为毫米波雷达，待评价图像采集设备为相 机。其中，毫米波雷达和相机分别对同一个标定目标进行检测，毫米波雷达和相机摄像头对同一个标定目标进行检测的位置坐标分别可以记为O(x,y,z)和 P(x',y',z')，将O(x,y,z)作为标定目标的第一位置坐标，将P(x',y',z')作为标定目标的 第二位置坐标。
S230、提取图像坐标数据内各标定目标的第二位置坐标。
在本实施例中，将待评价图像采集设备在重叠检测区域内所采集的各标定 目标的第二位置坐标进行提取，以得到第二位置坐标并进行相应的坐标转换。
S240、将各第二位置坐标转换到待评价雷达设备对应坐标系后作为第二雷 达数据。
在本实施例中，待评价雷达设备和待评价图像采集设备分别对各标定目标 进行目标检测，并获取各标定目标在待评价雷达设备和待评价图像采集设备所 对应的坐标系下的第一位置坐标和第二位置坐标，将待评价图像采集设备所对 应的坐标系下的第二位置坐标通过坐标转换矩阵，从待评价图像采集设备所对 应的坐标系下的第二位置坐标转换到待评价雷达设备对应坐标系下，并将其作为第二雷达数据，并分别记录第一雷达数据与第二雷达数据。其中，第一位置 坐标为雷达坐标数据，记为第一雷达数据。
示例性的，图4为本发明实施例二提供的一种标定目标从相机坐标系映射 到雷达坐标系的示意图。其中，待评价图像采集设备为相机设备，待评价雷达 设备为毫米波雷达设备。如图4所示，图4中的黑色圆表示雷达设备检测重叠 检测区域内各标定目标，图4中的黑色三角表示相机设备检测重叠检测区域内 各标定目标从相机坐标系映射到雷达坐标系下，所产生的第二雷达数据。从图 4中可以看出，各标定目标从相机坐标系映射到雷达坐标系，其位置相似度程 度不同。
S250、建立第一雷达数据和第二雷达数据的数据关联。
其中，数据关联是多传感器信息融合的关键技术，可应用于第一雷达数据 和第二雷达数据中标定目标的目标跟踪。
在本实施例中，在进行第一雷达数据和第二雷达数据的数据关联时，需要 采用关联门相关的方法，以实现第一雷达数据和第二雷达数据中个标定目标的 数据关联。其中，关联门可以为圆形关联门，也可以为椭圆形关联门，还可以 为矩形关联门。需要说明的是，建立第一雷达数据和第二雷达数据的数据关联 时，首先需要建立关联门，设定关联门门限值，其作用是过滤掉关联门之外部分和关联门门限值的标定目标，使用相似性度量方法并建立一定的关联矩阵， 并使用概率数据关联算法作为第一雷达数据和第二雷达数据关联判定标准，以 得到第一雷达数据和第二雷达数据的关联对集合。
S260、根据数据关联的关联结果确定位置相似度以评价待评价雷达设备和 待评价图像采集设备联合标定效果。
在本实施例中，第一雷达数据和第二雷达数据的数据关联的关联结果，可 以作为位置相似度的评价标准，以评价待评价雷达设备和待评价图像采集设备 联合标定效果。
具体的，可以将数据关联的成功关联目标数与待评价图像采集设备采集到 的标定目标总数的比值作为目标匹配率，并将目标匹配率与预设目标匹配率阈 值之间的比较，以确定位置相似度是否满足待评价雷达设备和待评价图像采集 设备的联合标定效果；也可以将数据关联的关联目标对位置偏离的均方根误差与预设均方根误差阈值进行比较，以确定位置相似度是否满足待评价雷达设备 和待评价图像采集设备的联合标定效果。
可选的，根据数据关联的关联结果确定位置相似度以评价待评价雷达设备 和待评价图像采集设备联合标定效果，包括：
将数据关联的成功关联目标数与待评价图像采集设备采集到的标定目标总 数的比值作为目标匹配率；若目标匹配率大于或等于预设目标匹配率阈值，则 确定位置相似度满足待评价雷达设备和待评价图像采集设备的联合标定效果； 若目标匹配率小于预设目标匹配率阈值，则确定位置相似度不满足待评价雷达 设备和待评价图像采集设备的联合标定效果。
其中，预设目标匹配率阈值可以理解为预先设定的目标匹配率下限值。
在本实施例中，目标匹配率为数据关联的成功关联目标数与待评价图像采 集设备采集到的标定目标总数的比值，若所得目标匹配率大于或等于预先设定 的目标匹配率下限值，则认为第一雷达数据和第二雷达数据的位置相似度满足 待评价雷达设备和待评价图像采集设备的联合标定效果；若所得目标匹配率小 于预先设定的目标匹配率下限值，则认为第一雷达数据和第二雷达数据的位置相似度不满足待评价雷达设备和待评价图像采集设备的联合标定效果。
可选的，根据数据关联的关联结果确定位置相似度以评价待评价雷达设备 和待评价图像采集设备联合标定效果，包括：
将数据关联的关联目标对位置偏离的均方根误差与预设均方根误差阈值进 行比较；若均方根误差小于或等于预设均方根误差阈值，则确定位置相似度满 足待评价雷达设备和待评价图像采集设备的联合标定效果；若均方根误差大于 预设均方根误差阈值，则确定位置相似度不满足待评价雷达设备和待评价图像采集设备的联合标定效果。
其中，预设均方根误差阈值可以理解为预先设定的均方根误差下限值。
在本实施例中，可以将数据关联的关联目标对位置偏离的均方根误差与预 设均方根误差阈值进行比较，若数据关联的关联目标对位置偏离的均方根误差 小于或等于预先设定的均方根误差下限值，则认为第一雷达数据和第二雷达数 据的位置相似度满足待评价雷达设备和待评价图像采集设备的联合标定效果； 若数据关联的关联目标对位置偏离的均方根误差大于预先设定的均方根误差下限值，则认为第一雷达数据和第二雷达数据的位置相似度不满足待评价雷达设 备和待评价图像采集设备的联合标定效果。
需要说明的是，在理想情况下，如果雷达坐标系和相机坐标系的映射关系 绝对准确，并且待评价雷达设备检测标定目标和待评价图像采集设备检测标定 目标的位置坐标精确，同一标定目标在待评价图像采集设备坐标系中的位置坐 标通过转换矩阵映射到待评价雷达设备坐标系后的位置坐标A’，会与其在待评价雷达设备坐标系中坐标A完全重合。但是由于标定结果的误差，会导致A与 A’之间存在位置偏离，偏离程度可以一定程度上反映联合标定结果的准确性。
本发明实施例的上述技术方案，通过获取待评价雷达设备检测对重叠检测 区域各标定目标的第一位置坐标，并将各第一位置坐标记为雷达坐标数据；获 取待评价图像采集设备检测重叠检测区域内各标定目标的第二位置坐标，并将 各第二位置坐标记为图像坐标数据，然后提取图像坐标数据内各标定目标的第 二位置坐标；将各第二位置坐标转换到待评价雷达设备对应坐标系后作为第二雷达数据，并通过建立第一雷达数据和第二雷达数据的数据关联，根据数据关 联的关联结果确定位置相似度以评价待评价雷达设备和待评价图像采集设备联 合标定效果。本发明实施例，通过建立第一雷达数据和第二雷达数据的数据关 联，根据数据关联的关联结果确定位置相似度以评价待评价雷达设备和待评价图像采集设备联合标定效果，能够根据自主采集样本数据，完成相关指标的计算和决策，快速、客观、量化地完成联合标定结果的评价，进一步提高联合标 定效果的准确率，从而保证联合标定的效果，实现项目目标。
实施例三
图5为本发明实施例三提供的一种标定效果的评价方法的流程示意图。其 中，当前雷达目标集为第一雷达数据，图像采集设备检测到的标定目标转换到 雷达设备坐标系下的目标集为第二雷达数据。待评价雷达设备为毫米波雷达， 待评价图像采集设备为相机。如图5所示，标定效果的评价方法的具体步骤为：
S510、获取转换矩阵。
在本实施例中，使用特定的标定方法完成待评价雷达设备和待评价图像采 集设备的联合标定，确定相机坐标系到雷达坐标系的映射关系，获取相应的转 换矩阵。
S520、使用待评价雷达设备和待评价图像采集设备分别对检测重叠检测区 域内各标定目标进行目标检测，记录此时当前雷达目标集。
在本实施例中，待评价雷达设备和待评价图像采集设备分别对检测重叠检 测区域内各标定目标进行目标检测，以获取各标定目标在待评价雷达设备和待 评价图像采集设备各自坐标系下的位置坐标，记录此时当前雷达目标集A，A＝{ai,i∈N*}
S530、获取各标定目标在待评价雷达设备和待评价图像采集设备各自坐标 系下的位置坐标，并将待评价图像采集设备坐标系下位置坐标进行坐标系转换， 以得到待评价图像采集设备检测到的标定目标转换到待评价雷达设备坐标系下 的目标集B。
在本实施例中，将待评价图像采集设备检测到的标定目标，通过坐标转换 矩阵从待评价图像采集设备坐标系映射到待评价雷达设备坐标系下，以得到待 评价图像采集设备检测到的标定目标转换到待评价雷达设备坐标系下的目标集 B，B＝{bj,j∈N*}。。
S540、将目标集A和目标集B进行数据关联。
在本实施例中，首先建立关联门，设定关联门限，过滤掉关联门之外的目 标，然后确定相似性度量方法，建立关联矩阵，使用概率数据关联算法作为关 联判定标准，以得到数据关联对集合P＝{pn,n∈N*}，其中，pn＝{ai,bj}。
S550、根据数据关联的关联结果，结合设定的决策函数以进行联合标定效 果的判定。
在本实施例中，根据数据关联的关联结果，设定两个决策函数来决策标定 效果是否符合雷视融合业务要求。
a)第一决策函数：ω＞ω0
其中，ω为由当前标定结果计算出的目标匹配率，ω0为预设目标匹配率下 限。如果目标匹配率大于预设目标匹配率下限，可以执行第二决策函数，否则 直接判定标定结果不满足标定要求。
由先验经验得知，雷达设备检测目标除了道路上的汽车、非机动车和行人， 还可能包含非交通参与者，如路牙、绿化灌木、标识标牌等，因此待评价雷达 设备检测目标集往往比待评价图像采集设备检测到的目标集要大。一般情况下， 相机检测到的所有目标(包含汽车、非机动车和行人)，都有相对应的雷达检测目标。所以选择待评价图像采集设备检测目标总数作为分母，并且通过多目 标关联算法，求得的待评价雷达设备检测目标和待评价图像采集设备目标关联 对数作为分子，以此计算目标匹配率为：
其中，n为成功关联的目标数，m为待评价图像采集设备检测到的目标 个数
b)第二决策函数：δ＞δ0
其中，δ为关联目标对的空间位置偏离的均方根误差，δ0为预设均方根误差下限。即经过坐标映射后，同一目标的待评价雷达设备检测坐标和待评价图像采集设 备检测坐标的平均偏离程度的波动范围小于设定值，则判定当前联合标定结果 达到标定要求。
理想情况下，如果待评价雷达设备坐标系和待评价图像采集设备坐标系的 映射关系绝对准确，并且待评价雷达设备检测目标和待评价图像采集设备检测 目标的坐标精确，同一目标在待评价图像采集设备坐标系中的坐标通过转换矩 阵映射到待评价雷达设备坐标系后的坐标A’，会与其在待评价雷达设备坐标系中坐标A完全重合。但是由于标定结果的误差，会导致A与A’之间存在位置偏 离，偏离程度可以一定程度上反映联合标定结果的准确性。
构建向量取其模/>为待评价雷达设备检测目标和待评价图像采集设备检测目标的映射目标之间的偏离程度d。
分别计算所有关联的目标的偏离程度d，得到离散序列D：D＝{di,i∈N*}，
计算离散序列D的均方根误差δ：
实施例四
图6为本发明实施例四提供的一种标定效果的评价装置的结构示意图。本 实施例所提供的一种标定效果的评价装置可以通过软件和/或硬件来实现，可配 置于服务器中来实现本发明实施例中的一种标定效果的评价方法。如图6所示， 该装置具体可包括：数据采集模块610、数据转换模块620以及效果评价模块 630。
其中，数据采集模块610，用于根据待评价雷达设备和待评价图像采集设 备针对至少两个相同标定目标采集雷达坐标数据和图像坐标数据，其中，所述 雷达坐标数据记为第一雷达数据。
数据转换模块620，用于将所述图像坐标数据转换到所述待评价雷达设备 对应坐标系记为第二雷达数据。
效果评价模块630，用于根据所述第一雷达数据和所述第二雷达数据的位 置相似度评价所述待评价雷达设备和所述待评价图像采集设备联合标定效果。
本发明实施例的上述技术方案，数据采集模块，根据待评价雷达设备和待 评价图像采集设备针对至少两个相同标定目标采集雷达坐标数据和图像坐标数 据，其中，雷达坐标数据记为第一雷达数据；数据转换模块，将图像坐标数据 转换到待评价雷达设备对应坐标系记为第二雷达数据；效果评价模块，根据第 一雷达数据和第二雷达数据的位置相似度评价待评价雷达设备和待评价图像采集设备联合标定效果。本发明实施例，根据第一雷达数据和第二雷达数据的位 置相似度评价待评价雷达设备和待评价图像采集设备联合标定效果，保证联合 标定效果的一致性，提高联合标定效果的准确率，从而保障标定的效果。
可选的，各所述标定目标位于所述待评价雷达设备和所述待评价图像采集 设备的重叠检测区域。
可选的，数据采集模块610，包括：
第一坐标获取单元，用于获取所述待评价雷达设备检测对重叠检测区域各 所述标定目标的第一位置坐标，并将各所述第一位置坐标记为雷达坐标数据。
第二坐标获取单元，用于获取所述待评价图像采集设备检测重叠检测区域 内各所述标定目标的第二位置坐标，并将各所述第二位置坐标记为图像坐标数 据。
可选的，数据转换模块620，包括：
第二坐标提取单元，用于提取所述图像坐标数据内各所述标定目标的第二 位置坐标。
坐标转换单元，用于将各所述第二位置坐标转换到所述待评价雷达设备对 应坐标系后作为所述第二雷达数据。
可选的，效果评价模块630，包括：
数据关联建立单元，用于建立所述第一雷达数据和所述第二雷达数据的数 据关联。
标定效果评价单元，用于根据所述数据关联的关联结果确定所述位置相似 度以评价所述待评价雷达设备和所述待评价图像采集设备联合标定效果。
可选的，标定效果评价单元，包括：
目标比值确定子单元，用于将所述数据关联的成功关联目标数与所述待评 价图像采集设备采集到的标定目标总数的比值作为目标匹配率。
第一效果确定子单元，用于若所述目标匹配率小于或等于预设目标匹配率 阈值，则确定所述位置相似度满足所述待评价雷达设备和所述待评价图像采集 设备的联合标定效果。
第二效果确定子单元，用于若所述目标匹配率大于预设目标匹配率阈值， 则确定所述位置相似度不满足所述待评价雷达设备和所述待评价图像采集设备 的联合标定效果。
可选的，标定效果评价单元，还包括：
误差比较子单元，用于将所述数据关联的关联目标对的位置偏离均方根误 差与预设均方根误差阈值进行比较。
第三效果确定子单元，用于若所述均方根误差小于或等于预设均方根误差 阈值，则确定所述位置相似度满足所述待评价雷达设备和所述待评价图像采集 设备的联合标定效果。
第四效果确定子单元，用于若所述均方根误差大于预设均方根误差阈值， 则确定所述位置相似度不满足所述待评价雷达设备和所述待评价图像采集设备 的联合标定效果。
本发明实施例所提供的道路自巡检装置可执行本发明任意实施例所提供的 道路自巡检方法，具备执行方法相应的功能模块和有益效果。
实施例五
图7为本发明实施例五提供的一种电子设备的结构示意图，如图7所示， 该电子设备包括处理器710、存储器720、输入装置730和输出装置740；电子 设备中处理器710的数量可以是一个或多个，图7中以一个处理器710为例； 电子设备中的处理器710、存储器720、输入装置730和输出装置740可以通过 总线或其他方式连接，图7中以通过总线连接为例。
存储器720作为一种计算机可读存储介质，可用于存储软件程序、计算机 可执行程序以及模块，如本发明实施例中的标定效果的评价方法对应的程序指 令/模块(例如，标定效果的评价装置中的数据采集模块610、数据转换模块620 和效果评价模块630)。处理器710通过运行存储在存储器720中的软件程序、 指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的标 定效果的评价方法。
存储器720可主要包括存储程序区和存储数据区，其中，存储程序区可存 储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使 用所创建的数据等。此外，存储器720可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失 性固态存储器件。在一些实例中，存储器720可进一步包括相对于处理器710 远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实 例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置730可用于接收输入的数字或字符信息，以及产生与电子设备的 用户设置以及功能控制有关的键信号输入。输出装置740可包括显示屏等显示 设备。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算 机可执行指令在由计算机处理器执行时用于执行一种标定效果的评价方法，该 方法包括：
根据待评价雷达设备和待评价图像采集设备针对至少两个相同标定目标采 集雷达坐标数据和图像坐标数据，其中，所述雷达坐标数据记为第一雷达数据。
将所述图像坐标数据转换到所述待评价雷达设备对应坐标系记为第二雷达 数据。
根据所述第一雷达数据和所述第二雷达数据的位置相似度评价所述待评价 雷达设备和所述待评价图像采集设备联合标定效果。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计 算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所 提供的标定效果的评价方法中的相关操作.
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到， 本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很 多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上 或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机 软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器 (Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、 闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方 法。
值得注意的是，上述标定效果的评价装置的实施例中，所包括的各个单元 和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实 现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分， 并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员 会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进 行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽 然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以 上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (8)

1.一种标定效果的评价方法，其特征在于，所述方法包括：
根据待评价雷达设备和待评价图像采集设备针对至少两个相同标定目标采集雷达坐标数据和图像坐标数据，其中，所述雷达坐标数据记为第一雷达数据；
将所述图像坐标数据转换到所述待评价雷达设备对应坐标系记为第二雷达数据；
根据所述第一雷达数据和所述第二雷达数据的位置相似度评价所述待评价雷达设备和所述待评价图像采集设备联合标定效果；
所述根据所述第一雷达数据和所述第二雷达数据的位置相似度评价所述待评价雷达设备和所述待评价图像采集设备联合标定效果，包括：
建立所述第一雷达数据和所述第二雷达数据的数据关联；
根据所述数据关联的关联结果确定所述位置相似度以评价所述待评价雷达设备和所述待评价图像采集设备联合标定效果；
所述根据所述数据关联的关联结果确定所述位置相似度以评价所述待评价雷达设备和所述待评价图像采集设备联合标定效果，包括：
将所述数据关联的成功关联目标数与所述待评价图像采集设备采集到的标定目标总数的比值作为目标匹配率；
若所述目标匹配率大于或等于预设目标匹配率阈值，则确定所述位置相似度满足所述待评价雷达设备和所述待评价图像采集设备的联合标定效果；
若所述目标匹配率小于预设目标匹配率阈值，则确定所述位置相似度不满足所述待评价雷达设备和所述待评价图像采集设备的联合标定效果。
2.根据权利要求1所述方法，其特征在于，各所述标定目标位于所述待评价雷达设备和所述待评价图像采集设备的重叠检测区域。
3.根据权利要求1或2所述方法，其特征在于，所述根据待评价雷达设备和待评价图像采集设备针对至少两个相同标定目标采集雷达坐标数据和图像坐标数据，包括：
获取所述待评价雷达设备检测对重叠检测区域各所述标定目标的第一位置坐标，并将各所述第一位置坐标记为雷达坐标数据；
获取所述待评价图像采集设备检测重叠检测区域内各所述标定目标的第二位置坐标，并将各所述第二位置坐标记为图像坐标数据。
4.根据权利要求1所述方法，其特征在于，所述将所述图像坐标数据转换到所述待评价雷达设备对应坐标系记为第二雷达数据，包括：
提取所述图像坐标数据内各所述标定目标的第二位置坐标；
将各所述第二位置坐标转换到所述待评价雷达设备对应坐标系后作为所述第二雷达数据。
5.根据权利要求1所述方法，其特征在于，所述根据所述数据关联的关联结果确定所述位置相似度以评价所述待评价雷达设备和所述待评价图像采集设备联合标定效果，包括：
将所述数据关联的关联目标对位置偏离均方根误差与预设均方根误差阈值进行比较；
若所述均方根误差小于或等于预设均方根误差阈值，则确定所述位置相似度满足所述待评价雷达设备和所述待评价图像采集设备的联合标定效果；
若所述均方根误差大于预设均方根误差阈值，则确定所述位置相似度不满足所述待评价雷达设备和所述待评价图像采集设备的联合标定效果。
6.一种标定效果的评价装置，其特征在于，所述装置包括：
数据采集模块，用于根据待评价雷达设备和待评价图像采集设备针对至少两个相同标定目标采集雷达坐标数据和图像坐标数据，其中，所述雷达坐标数据记为第一雷达数据；
数据转换模块，用于将所述图像坐标数据转换到所述待评价雷达设备对应坐标系记为第二雷达数据；
效果评价模块，用于根据所述第一雷达数据和所述第二雷达数据的位置相似度评价所述待评价雷达设备和所述待评价图像采集设备联合标定效果；
所述效果评价模块，包括：
数据关联建立单元，用于建立所述第一雷达数据和所述第二雷达数据的数据关联；
标定效果评价单元，用于根据所述数据关联的关联结果确定所述位置相似度以评价所述待评价雷达设备和所述待评价图像采集设备联合标定效果；
所述标定效果评价单元，包括：
目标比值确定子单元，用于将所述数据关联的成功关联目标数与所述待评价图像采集设备采集到的标定目标总数的比值作为目标匹配率；
第一效果确定子单元，用于若所述目标匹配率大于或等于预设目标匹配率阈值，则确定所述位置相似度满足所述待评价雷达设备和所述待评价图像采集设备的联合标定效果；
第二效果确定子单元，用于若所述目标匹配率小于预设目标匹配率阈值，则确定所述位置相似度不满足所述待评价雷达设备和所述待评价图像采集设备的联合标定效果。
7.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的标定效果的评价方法。
8.一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1-5中任一所述的标定效果的评价方法。
CN202210082296.0A 2022-01-24 2022-01-24 一种标定效果的评价方法、装置、设备及介质 Active CN114779188B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210082296.0A CN114779188B (zh) 2022-01-24 2022-01-24 一种标定效果的评价方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210082296.0A CN114779188B (zh) 2022-01-24 2022-01-24 一种标定效果的评价方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN114779188A CN114779188A (zh) 2022-07-22
CN114779188B true CN114779188B (zh) 2023-11-03

Family

ID=82423170

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210082296.0A Active CN114779188B (zh) 2022-01-24 2022-01-24 一种标定效果的评价方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN114779188B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4489322A (en) * 1983-01-27 1984-12-18 The United States Of America As Represented By The Secretary Of The Air Force Radar calibration using direct measurement equipment and oblique photometry
CN101655561A (zh) * 2009-09-14 2010-02-24 南京莱斯信息技术股份有限公司 基于联合卡尔曼滤波的多点定位数据与雷达数据融合方法
CN109636837A (zh) * 2018-12-21 2019-04-16 浙江大学 一种单目相机与毫米波雷达外参标定准确性的评价方法
CN111427020A (zh) * 2020-06-11 2020-07-17 交通运输部公路科学研究所 环境信息数据采集设备的联合标定方法、装置和系统
CN111830470A (zh) * 2019-04-16 2020-10-27 杭州海康威视数字技术股份有限公司 联合标定方法及装置、目标对象检测方法、系统及装置
WO2020233443A1 (zh) * 2019-05-21 2020-11-26 菜鸟智能物流控股有限公司 一种激光雷达与相机之间的标定方法和装置
CN113744348A (zh) * 2021-08-31 2021-12-03 南京慧尔视智能科技有限公司 一种参数标定方法、装置及雷视融合检测设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4489322A (en) * 1983-01-27 1984-12-18 The United States Of America As Represented By The Secretary Of The Air Force Radar calibration using direct measurement equipment and oblique photometry
CN101655561A (zh) * 2009-09-14 2010-02-24 南京莱斯信息技术股份有限公司 基于联合卡尔曼滤波的多点定位数据与雷达数据融合方法
CN109636837A (zh) * 2018-12-21 2019-04-16 浙江大学 一种单目相机与毫米波雷达外参标定准确性的评价方法
CN111830470A (zh) * 2019-04-16 2020-10-27 杭州海康威视数字技术股份有限公司 联合标定方法及装置、目标对象检测方法、系统及装置
WO2020233443A1 (zh) * 2019-05-21 2020-11-26 菜鸟智能物流控股有限公司 一种激光雷达与相机之间的标定方法和装置
CN111427020A (zh) * 2020-06-11 2020-07-17 交通运输部公路科学研究所 环境信息数据采集设备的联合标定方法、装置和系统
CN113744348A (zh) * 2021-08-31 2021-12-03 南京慧尔视智能科技有限公司 一种参数标定方法、装置及雷视融合检测设备

Also Published As

Publication number Publication date
CN114779188A (zh) 2022-07-22

Similar Documents

Publication Publication Date Title
CN109087510B (zh) 交通监测方法及装置
CN112215306B (zh) 一种基于单目视觉与毫米波雷达融合的目标检测方法
CN111582256B (zh) 一种基于雷达和视觉信息的停车管理方法及装置
CN105844240A (zh) 一种红外测温系统中的人脸检测方法及装置
CN112949782A (zh) 一种目标检测方法、装置、设备及存储介质
CN109389622B (zh) 车辆追踪方法、装置、识别设备及存储介质
CN111784730B (zh) 一种对象跟踪方法、装置、电子设备及存储介质
WO2023142814A1 (zh) 目标识别方法、装置、设备及存储介质
US20220044558A1 (en) Method and device for generating a digital representation of traffic on a road
CN115965655A (zh) 一种基于雷视一体的交通目标跟踪方法
CN114037972A (zh) 目标检测方法、装置、设备及可读存储介质
CN111856445B (zh) 一种目标检测方法、装置、设备及系统
CN108710828A (zh) 识别目标物的方法、装置和存储介质以及车辆
CN114779188B (zh) 一种标定效果的评价方法、装置、设备及介质
CN109543610B (zh) 车辆检测跟踪方法、装置、设备及存储介质
CN110648360A (zh) 一种基于车载摄像头避让他方车辆的方法及系统
CN113255820B (zh) 落石检测模型训练方法、落石检测方法及相关装置
CN115248443A (zh) 基于激光雷达的地图构建方法、系统、设备及存储介质
CN114283361A (zh) 状态信息的确定方法和装置、存储介质及电子装置
CN114814810A (zh) 行人检测方法
CN115188195A (zh) 一种城市全向交叉口的车辆轨迹实时提取方法和系统
CN114882458A (zh) 一种目标跟踪方法、系统、介质及设备
CN115402347A (zh) 用于识别车辆的可行驶区域的方法及辅助驾驶方法
CN115049745B (zh) 一种路侧传感器的标定方法、装置、设备及介质
CN112149753B (zh) 一种遥感影像数据处理方法、系统和云平台

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