CN115511961A - 三维空间定位方法、系统及存储介质 - Google Patents
三维空间定位方法、系统及存储介质 Download PDFInfo
- Publication number
- CN115511961A CN115511961A CN202211134814.5A CN202211134814A CN115511961A CN 115511961 A CN115511961 A CN 115511961A CN 202211134814 A CN202211134814 A CN 202211134814A CN 115511961 A CN115511961 A CN 115511961A
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- camera
- data
- world
- identification
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000013507 mapping Methods 0.000 claims abstract description 77
- 238000001514 detection method Methods 0.000 claims abstract description 38
- 239000011159 matrix material Substances 0.000 claims description 24
- 239000013598 vector Substances 0.000 claims description 13
- 238000013519 translation Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000004807 localization Effects 0.000 claims description 5
- 230000000875 corresponding effect Effects 0.000 description 20
- 238000012544 monitoring process Methods 0.000 description 17
- 239000007787 solid Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 235000012149 noodles Nutrition 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- XKJMBINCVNINCA-UHFFFAOYSA-N Alfalone Chemical compound CON(C)C(=O)NC1=CC=C(Cl)C(Cl)=C1 XKJMBINCVNINCA-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007723 transport mechanism Effects 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
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- 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
- G06T2207/30244—Camera pose
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开一种三维空间定位方法、系统及存储介质，应用于空间定位技术领域，能够实现高效的三维空间定位，提升定位精度。该方法包括：在预设定位空间设置若干个标识点；相机画面中心设置一个标识点；获取标识点的实地坐标数据并转化为世界坐标系下的坐标数据，得到第一世界坐标系数据；世界坐标系的坐标原点为相机画面中心设置的标识点；根据第一世界坐标系数据构建像素坐标系与世界坐标系的映射关系；根据映射关系计算目标检测点的相机坐标系数据以及旋转角；旋转角为将目标检测点调整至相机画面中心的相机旋转角度；根据相机坐标系数据和旋转角将目标检测点调整至相机画面中心；根据映射关系当前相机画面中目标像素点的第二世界坐标系数据。
Description
技术领域
本发明涉及空间定位技术领域，尤其涉及一种三维空间定位方法、系统及存储介质。
背景技术
视频监控是通过获取监控目标的视频图像信息，对视频图像进行监视、记录、回溯，并根据视频图像信息人工或自动地做出相应动作，以达到对监控目标的监视、控制、安全防范和智能管理，已被广泛应用于军事、海关、公安、消防等众多公共场合。而视频监控也是智能监控的主要组成部分。如何从视频图像中获取精准的三维信息和准确定位，是智能监控中不可或缺的一部分。但相关技术中，常用的二维信息定位现实世界的三维信息方法包括双目相机和深度相机定位。而双目相机定位的方法需要两个相机，且受像素影响较大，导致测量精度有限。而深度相机通过红外结构光或Time-of-Flight(ToF)原理，测出物体与相机之间的距离，这种方法存在测量范围窄、噪声大、视野小、易受日光干扰以及无法测量透射材质等诸多问题，导致在室外应用较为困难。
发明内容
为了解决上述技术问题的至少之一，本发明提出一种三维空间定位方法、系统及存储介质，能够实现较为高效的三维空间定位，且有效提升定位精度。
一方面，本发明实施例提供了一种三维空间定位方法，包括以下步骤：
在预设定位空间设置若干个标识点；其中，相机画面中心设置一个所述标识点；
获取所述若干个标识点的实地坐标数据；
将所述实地坐标数据转化为世界坐标系下的坐标数据，得到第一世界坐标系数据；其中，所述世界坐标系的坐标原点为所述相机画面中心设置的所述标识点；
根据所述第一世界坐标系数据构建像素坐标系与所述世界坐标系的映射关系；
根据所述映射关系计算目标检测点的相机坐标系数据以及旋转角；其中，所述旋转角为将所述目标检测点调整至所述相机画面中心的相机旋转角度；
根据所述相机坐标系数据和所述旋转角将所述目标检测点调整至所述相机画面中心；
根据所述映射关系计算当前相机画面中的目标像素点的第二世界坐标系数据。
根据本发明实施例的一种三维空间定位方法，至少具有如下有益效果：本实施例首先在预设定位空间设置若干个标识点，并且相机的画面中心设置有一个标识点，然后获取所布置的若干个标识点的实地坐标数据，并将各个标识点的实地坐标数据转换为以相机画面中心的标识点为坐标原点的世界坐标系下的坐标数据，得到相应的第一世界坐标系数据。接着，本实施例根据第一世界坐标系数据构建像素坐标系与世界坐标系的映射关系，以通过映射关系计算目标检测点的相机坐标系数据以及将目标检测点调整至相机画面中心所需调整的相机旋转角度，即旋转角。然后，本实施例通过计算得到的相机坐标系数据和旋转角将目标检测点调整至相机画面中心，以调整三维空间定位的检测区域，从而不需要重新标定相机坐标系与世界坐标系的映射关系，并有效扩充了检测的视野范围。接着根据映射关系计算当前相机画面中的目标像素点的第二世界坐标系数据，从而实现对目标像素点的三维空间定位。本实施例通过将目标检测点调整至相机画面中心的方式，有效扩充了三维空间定位的视野范围，并且在相机调整姿态后不需要重新进行映射关系的标定，有效提高了三维空间定位的效率，实现较为高效的三维空间定位。同时，本实施例通过构建较为精确的相机坐标系与世界坐标系的映射关系，有效提高了三维空间定位的精度。
根据本发明的一些实施例，在执行所述在预设定位空间设置若干个标识点这一步骤之前，所述方法还包括：
通过标定板标定相机内参；其中，所述相机内参包括所述相机的内参矩阵以及相机畸变。
根据本发明的一些实施例，所述映射关系包括线性关系；
所述根据所述第一世界坐标系数据构建像素坐标系与所述世界坐标系的映射关系，包括：
根据所述第一世界坐标系数据通过PNP算法计算所述像素坐标系与所述世界坐标系的线性关系。
根据本发明的一些实施例，所述根据所述映射关系计算当前相机画面中的目标像素点的第二世界坐标系数据，包括：
根据所述映射关系计算所述目标像素点的深度值；
根据所述深度值结合所述映射关系计算像素坐标数据对应的世界伪坐标数据；
根据所述世界伪坐标数据计算得到所述第二世界坐标系数据。
根据本发明的一些实施例，所述根据所述深度值结合所述映射关系计算像素坐标数据对应的世界伪坐标数据，包括：
将所述深度值代入所述映射关系，计算所述相机坐标系与所述世界坐标系的平移向量；
将所述平移向量代入所述映射关系求解所述映射关系中的系数矩阵；
根据所述系数矩阵得到相应的伪逆矩阵；
根据所述伪逆矩阵和所述深度值计算得到所述世界伪坐标数据。
根据本发明的一些实施例，所述实地坐标数据包括经纬度坐标数据和海拔坐标数据；
所述获取所述若干个标识点的实地坐标数据，包括：
实地测量每个所述标识点的所述经纬度坐标数据和所述海拔坐标数据。
根据本发明的一些实施例，所述若干个标识点包括第一标识点和第二标识点；其中，所述第一标识点为所述若干个标识点的其中之一，所述第二标识点为所述若干个标识点中除了所述第一标识点之外的其他标识点；
所述在预设定位空间设置若干个标识点，包括：
将所述第一标识点设置于所述相机画面中心；
将所述第二标识点随机地设置于所述预设定位空间中；其中，在同一平面中所述第二标识点的数量小于四个。
另一方面，本发明实施例还提供了一种三维空间定位系统，包括：
标识模块，用于在预设定位空间设置若干个标识点；其中，相机画面中心设置一个所述标识点；
获取模块，用于获取所述若干个标识点的实地坐标数据；
转化模块，用于将所述实地坐标数据转化为世界坐标系下的坐标数据，得到第一世界坐标系数据；其中，所述世界坐标系的坐标原点为所述相机画面中心设置的所述标识点；
映射模块，用于根据所述第一世界坐标系数据构建像素坐标系与所述世界坐标系的映射关系；
第一计算模块，用于根据所述映射关系计算目标检测点的相机坐标系数据以及旋转角；其中，所述旋转角为将所述目标检测点调整至所述相机画面中心的相机旋转角度；
调节模块，用于根据所述相机坐标系数据和所述旋转角将所述目标检测点调整至所述相机画面中心；
第二计算模块，用于根据所述映射关系计算当前相机画面中的目标像素点的第二世界坐标系数据。
另一方面，本发明实施例还提供了一种三维空间定位系统，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得至少一个所述处理器实现如上述实施例所述的三维空间定位方法。
另一方面，本发明实施例还提供了一种计算机存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由所述处理器执行时用于实现如上述实施例所述的三维空间定位方法。
附图说明
图1是本发明实施例提供的三维空间定位方法流程图；
图2是本发明实施例提供的三维空间定位系统原理框图；
图3是本发明实施例提供的相机成像原理的三维示意图；
图4是本发明实施例提供的若干标识点设置示意图；
图5是本发明实施例提供的相机旋转角度计算原理示意图；
图6是本发明实施例提供的目标像素点深度值计算原理示意图；
图7是本发明实施例提供的世界伪坐标数据与世界坐标数据转换原理示意图。
具体实施方式
本申请实施例所描述的实施例不应视为对本申请的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。
视频监控是通过获取监控目标的视频图像信息，对视频图像进行监视、记录、回溯，并根据视频图像信息，通过人工或自动地做出相应的响应动作，以得到对监控目标的监视、控制、安全方法和智能管理。监控技术经历了很多不同的阶段，图像监控技术是视频监控的核心内容。同时，视频监控也是智能监控的主要组成部分。智能监控系统是采用图像处理、模式识别和计算机视觉技术，通过在监控系统中增加智能视频分析模块，借助计算机强大的数据处理能力以最快和最佳的方式发出警报或触发其他动作，从而实现事前预警、事中处理以及事后及时取证的智能系统。从视频图像中获取精准有效的三维信息和准确定位，是智能监控中不可或缺的一部分。但如何从视频图像的二维信息准确定位显示世界的三维信息，一直是一件较为困难的事情。相关技术中，常用的二维信息定位三维数据的方法主要有两种，一种是利用双目相机，在已知基线长度和相机内参的条件下计算出物体的深度信息。但是这种方法需要两个相机，且测距受像素影响很大，在目标较远的情况下，测量精度有限。而另一种方法是通过深度相机进行三维定位。由于传感器的精度及测量范围问题，深度相机还存在测量范围窄、噪声大、视野小、易受日光干扰、无法测量透射材质等诸多问题。
本发明的一个实施例提供了一种三维空间定位方法、系统及存储介质，能够实现较为高效的三维空间定位，且有效提升定位精度。参照图1，本发明实施例的方法包括但不限于步骤S110、步骤S120、步骤S130、步骤S140、步骤S150、步骤S160和步骤S170。
具体地，本发明实施例的方法应用过程包括但不限于以下步骤：
S110：在预设定位空间设置若干个标识点。其中，相机画面中心设置一个标识点。
S120：获取若干个标识点的实地坐标数据。
S130：将实地坐标数据转化为世界坐标系下的坐标数据，得到第一世界坐标系数据。其中，世界坐标系的坐标原点为相机画面中心设置的标识点。
S140：根据第一世界坐标系数据构建像素坐标系与世界坐标系的映射关系。
S150：根据映射关系计算目标检测点的相机坐标系数据以及旋转角。其中，旋转角为将目标检测点调整至相机画面中心的相机旋转角度。
S160：根据相机坐标系数据和旋转角将目标检测点调整至相机画面中心。
S170：根据映射关系计算当前相机画面中的目标像素点的第二世界坐标系数据。
在本具体实施例工作过程中，本实施例首先在预设定位空间设置若干个标识点。其中，预设定位空间为所需进行三维空间定位的区域空间，例如，一些公路、河道以及铁路等区域。同时，本实施例中在预设定位空间中设置的若干个标识点中有一个标识点需要被设置在相机的拍摄画面中心，即相机画面中心，以便于对像素坐标系与世界坐标系映射关系的标定。示例性地，参照图4，在预设定位空间中设置了12个标识点，其中有一个标识点设置于相机画面中心位置。进一步地，本实施例获取所布置的各个标识点的实际的坐标数据，即实地坐标数据。然后本实施例将实地坐标数据转化为世界坐标系下的坐标数据，得到第一世界坐标系数据。具体地，本实施例中构建的世界坐标系的坐标原点为相机画面中心的标识点。本实施例将各个标识点的实地坐标数据转化为三维空间直角坐标系，即世界坐标系下的坐标数据，得到第一世界坐标系数据。进一步地，本实施例根据第一世界坐标系数据构建像素坐标系与世界坐标系的映射关系。本实施例根据世界坐标系下的各个标识点的坐标数据通过一些2D-3D匹配算法求解像素坐标系与世界坐标系的映射关系，以得到像素坐标系与世界坐标系的转换关系。例如，2D-3D匹配算法包括直线线性变换算法(DLT)、非线性优化算法(BA)以及PNP(Perspective-n-Point)算法等。本实施例通过构建精度较高的像素坐标系与世界坐标系的映射关系以有效提高三维空间定位的定位精度。进一步地，本实施例根据像素坐标系与世界坐标系的映射关系计算目标检测点得到相机坐标系数据以及旋转角。具体地，旋转角为将该目标检测点调整至相机画面中心位置所需调整的相机旋转角度。本实施例根据构建的像素坐标系和世界坐标系的映射关系计算任意一个目标检测点在相机坐标系下的坐标，并计算相应的旋转角，以通过相机控制系统控制旋转和画面缩放将目标检测点调整至画面中心位置。参照图5，其中，图中Ow为世界坐标系原点，ZcOc、YcOc以及XcOc所构成的坐标系为相机坐标系，Oc为相机坐标系原点。示例性地，当目标检测点P在相机坐标系下的坐标数据为(xp,yp,zp)，则目标检测点P在X轴方向的旋转角为
目标检测点P在Y轴方向上的旋转角为
然后，本实施例根据相机坐标系数据和旋转角将目标检测点调整至相机画面中心。本实施例根据计算得到的目标检测点的相机坐标系数据和旋转角，通过相机控制系统将目标检测点调整至相机画面中心的位置，从而无需重新对世界坐标系与相机坐标系之间的映射关系进行重新标定，有效提高了三维空间定位的效率。同时，通过将目标检测点调整至相机画面中心的方式，以调整三维空间定位的检测区域，能够有效扩展三维定位系统的视野，缓解了深度相机测量范围窄的问题，并且本实施例不需要两个摄像机构成双目成像，而是采用单目相机的方式实现三维空间定位。进一步地，本实施例根据映射关系计算目标像素点的第二世界坐标系数据，从而实现对目标像素点较为高效的三维空间定位，且有效提升定位精度。容易理解的是，在实际应用过程中，能够根据三维空间定位任务的需要，在真实三维空间中设置相应的目标检测点，并且在将目标检测点调整至相机画面中心后，也能够根据实际的定位需要将当前相机画面中的任一像素点作为目标像素点，然后通过映射关系计算该目标像素点的在世界坐标系下的坐标数据，即第二世界坐标系数据，实现对当前相机画面中的任一像素点的三维空间定位。
在本发明的一些实施例中，在执行在预设定位空间设置若干个标识点这一步骤之前，本实施例提供的三维空间定位方法还包括但不限于：
通过标定板标定相机内参。其中，相机内参包括相机的内参矩阵以及相机畸变。
在本具体实施例中，本实施例在进行三维空间定位之前需要对相机内参进行标定。具体地，相机内参包括相机的内参矩阵以及相机畸变。由于每个相机镜头的畸变程度都不一样，因此需要通过进行相机标定的方式以多相机畸变进行校正。其中，相机内参主要包括焦距、主点的位置以及像素与真实环境的大小比例。本实施例通过使用标定板对相机的内参以及畸变参数进行标定，以得到较为准确的内参矩阵以及相机畸变参数，从而提高构建的像素坐标系与世界坐标系之间映射关系的拟合度，降低三维空间定位的误差。
在本发明的一些实施例中，映射关系包括线性关系。相应地，根据第一世界坐标系数据构建像素坐标系与世界坐标系的映射关系，包括但不限于：
根据第一世界坐标系数据通过PNP算法计算像素坐标系与世界坐标系的线性关系。
在本具体实施例中，像素坐标系与世界坐标系之间的映射关系包括线性关系。且本实施例根据第一世界坐标系数据通过PNP算法求解像素坐标系与世界坐标系的线性关系。具体地，参照图3，其中ZwOw、YwOw以及XwOw所构成的坐标系为世界坐标系，Ow为世界坐标系原点，ZcOc、YcOc以及XcOc所构成的坐标系为相机坐标系，Oc为相机坐标系原点，xoy为图像坐标系，uv为像素坐标系。本实施例根据第一世界坐标系数据通过PNP(Perspective-n-Point)算法计算像素坐标系与世界坐标系的线性关系如下式(1)所示：
其中，式中dx表示像素坐标系中每个像素点的宽，dy表示像素坐标系中每个像素点的高，u0表示图像坐标系原点在像素坐标系中的横坐标，v0表示图像坐标系原点在像素坐标系中的纵坐标，f为相机焦距，R为相机的旋转矩阵，T为平移向量，(xw,yw,zw,1)为标识点在世界坐标系下的三维齐次坐标，(xw,yw,zw)为第一世界坐标系数据，(u,v,1)为标识点的像素齐次坐标，zc为比例因子。
本实施例根据若干个标识点在世界坐标系下的第一世界坐标系数据以及相机内参，通过PNP算法求解得到相机像素点与世界坐标系的线性关系，从而实现世界坐标系到像素坐标系的转换。
在本发明的一些实施例中，根据映射关系计算当前相机画面中的目标像素点的第二世界坐标系数据，包括但不限于：
根据映射关系计算目标像素点的深度值。
根据深度值结合映射关系计算像素坐标数据对应的世界伪坐标数据。
根据世界伪坐标数据计算得到第二世界坐标系数据。
在本具体实施例中，本实施例首先根据映射关系计算目标像素点的深度值，以根据深度值结合映射关系计算像素坐标数据对应的世界伪坐标数据，从而根据世界伪坐标数据计算得到第二世界坐标系数据。具体地，参照图6，为目标像素点的深度值计算示意图。其中，OcOw为世界坐标系的原点位置的深度值，O`为Oc在世界坐标系的XwOwYw面上的垂点。P为目标像素点在世界坐标系下的位置，P`为P点在直线OcOw上的垂点，Pw为目标像素点在像素坐标系下的位置。另外，将∠POcOw记为∠α，∠OwOcO`记为∠β，∠POcO`记为∠γ，其中∠β为相机沿Y轴(或X轴)的旋转角。本实施例首先根据像素坐标系与世界坐标系之间的映射关系计算得到世界坐标系原点位置的深度值deep＝OcOw。然后，本实施例测量在世界坐标系下过原点Ow与相机平面平行平面的实际距离和像素距离在水平以及垂直两个方向上的比值Vx和Vy。示例性地，在实际测量时可以通过与世界坐标系的原点位置的深度值相同的世界坐标系中的任一点，分别在水平和垂直两个方向上计算其实际距离与像素距离的比值。接着，本实施例根据世界坐标系下过原点Ow与相机平面平行平面的世界距离与像素坐标系上的像素距离在水平方向上的比值Vx以及垂直方向上的比值Vy计算PwOw的实际距离，具体如下式(2)和式(3)所示：
PwOw|x＝Vx×du (2)
PwOw|y＝Vy×dy (3)
其中，式中du为目标像素点与相机画面中心点在水平方向上的像素距离，dy为目标像素点与相机画面中心点在垂直方向上的像素距离。
进一步地，本实施例根据PwOw以及OcOw计算角α的大小，
同时，本实施例根据世界坐标系原点位置的深度值deep以及角β计算线段OcO`的长度。其中，OcO`＝deep×cosβ。容易理解的是，角γ的角度等于角α与角β之和。进一步地，本实施例根据线段OcO`的长度与角γ计算线段POc的长度。其中，
接着，本实施例根据线段POc的长度计算线段P`Oc的长度，P`Oc＝POc×cosα。从而根据线段P`Oc的长度以及OcOw的长度计算得到P`Ow的距离。具体地，P`Ow＝P`Oc-OcOw。然后，本实施例根据水平方向上的深度变化以及垂直方向上的变化计算总深度变化Δd＝P`Ow|x+P`Ow|y，从而根据世界坐标系原点位置的深度值deep以及总深度变化Δd计算得到目标像素点的深度值dp＝deep+Δd。
进一步地，本实施例根据深度值以及映射关系计算像素坐标数据对应的世界伪坐标数据。其中，世界伪坐标数据是像素坐标数据转换为世界坐标数据的中间结果量。然后，本实施例世界伪坐标数据计算得到第二世界坐标系数据。具体地，参照图7，由于世界伪坐标点
不在世界坐标系XwOwYw面(Yw＝0)上，因此需要将
点沿着光路移动到世界坐标系的XwOwYw面上，即求解直线
与世界坐标系的XwOwYw面(Yw＝0)的交点。本实施例通过求解过点
方向向量为光心，即相机坐标系原点Oc，到点
的光路方向
的直线和世界坐标系中XwOwYw面(Yw＝0)的交点，从而延光路移动世界伪坐标点
到世界坐标系的XwOwYw面(Yw＝0)上的点P，实现世界伪坐标数据到世界坐标数据的转换。本实施例通过构建相机到世界坐标系的指定平面转换算法，从而实现了像素坐标系与世界坐标系的转换，有效提高了三维空间定位的精度。
在本发明的一些实施例中，根据深度值结合映射关系计算像素坐标数据对应的世界伪坐标数据，包括但不限于：
将深度值代入映射关系，计算相机坐标系与世界坐标系的平移向量。
将平移向量代入映射关系求解映射关系中的系数矩阵。
根据系数矩阵得到相应的伪逆矩阵。
根据伪逆矩阵和深度值计算得到世界伪坐标数据。
在本具体实施例中，本实施例首先将目标像素点的深度值代入映射关系，以计算相机坐标系与世界坐标系的平移向量。示例性地，当本实施例根据第一世界坐标系数据通过PNP算法计算像素坐标系与世界坐标系的线性关系如上式(1)所示后，本实施例将目标像素点的深度值dp代入该线性关系式中，从而求得相应的平移向量Tp。然后，本实施例根据得到的平移向量Tp代入像素坐标系与世界坐标系的映射关系，以求解映射关系中的系数矩阵。示例性地，本实施例通过将平移向量Tp代入像素坐标系与世界坐标系的线性关系式中，以得到相应的系数矩阵。然后，本实施例通过对系数矩阵进行转换得到相应的伪逆矩阵W-1。进一步地，本实施例根据伪逆矩阵和深度值计算得到像素坐标点对应的世界伪坐标数据。具体地，本实施例通过将像素点乘以伪逆矩阵W-1从而获得对应的世界伪坐标数据，其计算过程如下式(4)所示：
其中，式中
为世界伪坐标点的坐标数据，(u,v,1)为标识点的像素齐次坐标。
在本发明的一些实施例中，实地坐标数据包括经纬度坐标数据和海拔坐标数据。相应地，获取若干个标识点的实地坐标数据，包括但不限于：
实地测量每个标识点的经纬度坐标数据和海拔坐标数据。
在本具体实施例中，本实施例在预设定位空间设置若干个标识点后，对这些标识点的经纬度坐标数据以及海拔坐标数据进行获取。具体地，本实施例在预设定位空间中布设相应的标识点时，对各个标识点的经纬度坐标和海拔坐标数据进行实地测量。示例性地，本实施例通过GPS定位模块对各个标识点所布设的位置进行定位检测，从而较为精确地获取得到各个标识点的经纬度坐标数据以及海拔坐标数据，为后续构建像素坐标系与世界坐标系的映射关系提供较为准确的数据支持。
需要说明的是，在本发明的一些实施例中，将实地坐标数据的经纬度坐标数据和海拔坐标数据转化为世界坐标系下的坐标数据，得到第一世界坐标系数据。具体地，本实施例将某一标识点定义为世界坐标系原点，并计算每个标识点到原点沿经度或纬度的方向的距离。其中，该距离可以为弧长或者弦长。当世界坐标系原点的经纬度为(er1，nr1，h1)，而需要计算的标识点经纬度为(er2，nr2，h2)，地球半径为R，则在经度方向上直接求弧长得到dx＝(er2-er1)×(R×cos(nr2))，纬度方向需要求纬度对应半径的弧长：dy＝(nr2-nr1)×R，从而计算得到标识点的世界坐标为(dx，dy，h2)，实现将实地坐标数据转换为世界坐标系下的坐标数据。
在本发明的一些实施例中，若干个标识点包括第一标识点和第二标识点。其中，第一标识点为若干个标识点的其中之一，第二标识点为若干个标识点中除了第一标识点之外的其他标识点。相应地，在预设定位空间设置若干个标识点，包括但不限于：
将第一标识点设置于相机画面中心。
将第二标识点随机地设置于预设定位空间中。其中，在同一平面中第二标识点的数量小于四个。
在本具体实施例中，本实施例将在预设定位空间内布置的若干个标识点分为第一标识点和第二标识点。其中，第一标识点为若干个标识点中的任意一个，该标识点设置于相机画面中心。另外，除了设置于相机画面中心的第一标识点外，其他的标识点均为第二标识点。本实施例将第二标识点随机地设置于预设定位空间中。其中，在同一平面中第二标识点设置的数量应小于四个。示例性地，本实施例在预设定位空间内设置有十五个标识点，并将其中一个标识点设置于相机画面中心，作为第一标识点。然后，将其余的十四个标识点随机设置于预设定位空间中。同时，在同一平面上分布的标识点数量小于四个，以避免过多的标识点位于同一平面，影响三维空间定位的精度。
本发明的一个实施例还提供了一种三维空间定位系统，包括：
标识模块，用于在预设定位空间设置若干个标识点。其中，相机画面中心设置一个标识点。
获取模块，用于获取若干个标识点的实地坐标数据。
转化模块，用于将实地坐标数据转化为世界坐标系下的坐标数据，得到第一世界坐标系数据。其中，世界坐标系的坐标原点为相机画面中心设置的标识点。
映射模块，用于根据第一世界坐标系数据构建像素坐标系与世界坐标系的映射关系。
第一计算模块，用于根据映射关系计算目标检测点的相机坐标系数据以及旋转角。其中，旋转角为将目标检测点调整至相机画面中心的相机旋转角度。
调节模块，用于根据相机坐标系数据和旋转角将目标检测点调整至相机画面中心。
第二计算模块，用于根据映射关系计算当前相机画面中的目标像素点的第二世界坐标系数据。
参照图2，本发明的一个实施例还提供了一种三维空间定位系统，包括：
至少一个处理器210。
至少一个存储器220，用于存储至少一个程序。
当至少一个程序被至少一个处理器210执行，使得至少一个处理器210实现如上述实施例描述的三维空间定位方法。
本发明的一个实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个控制处理器执行，例如，执行以上实施例描述的步骤。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
以上是对本发明的较佳实施进行了具体说明，但本发明并不局限于上述实施方式，熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变形或替换，这些等同的变形或替换均包含在本发明权利要求所限定的范围内。
Claims (10)
1.一种三维空间定位方法，其特征在于，包括以下步骤：
在预设定位空间设置若干个标识点；其中，相机画面中心设置一个所述标识点；
获取所述若干个标识点的实地坐标数据；
将所述实地坐标数据转化为世界坐标系下的坐标数据，得到第一世界坐标系数据；其中，所述世界坐标系的坐标原点为所述相机画面中心设置的所述标识点；
根据所述第一世界坐标系数据构建像素坐标系与所述世界坐标系的映射关系；
根据所述映射关系计算目标检测点的相机坐标系数据以及旋转角；其中，所述旋转角为将所述目标检测点调整至所述相机画面中心的相机旋转角度；
根据所述相机坐标系数据和所述旋转角将所述目标检测点调整至所述相机画面中心；
根据所述映射关系计算当前相机画面中的目标像素点的第二世界坐标系数据。
2.根据权利要求1所述的三维空间定位方法，其特征在于，在执行所述在预设定位空间设置若干个标识点这一步骤之前，所述方法还包括：
通过标定板标定相机内参；其中，所述相机内参包括所述相机的内参矩阵以及相机畸变。
3.根据权利要求1所述的三维空间定位方法，其特征在于，所述映射关系包括线性关系；
所述根据所述第一世界坐标系数据构建像素坐标系与所述世界坐标系的映射关系，包括：
根据所述第一世界坐标系数据通过PNP算法计算所述像素坐标系与所述世界坐标系的线性关系。
4.根据权利要求1所述的三维空间定位方法，其特征在于，所述根据所述映射关系计算当前相机画面中的目标像素点的第二世界坐标系数据，包括：
根据所述映射关系计算所述目标像素点的深度值；
根据所述深度值结合所述映射关系计算像素坐标数据对应的世界伪坐标数据；
根据所述世界伪坐标数据计算得到所述第二世界坐标系数据。
5.根据权利要求4所述的三维空间定位方法，其特征在于，所述根据所述深度值结合所述映射关系计算像素坐标数据对应的世界伪坐标数据，包括：
将所述深度值代入所述映射关系，计算所述相机坐标系与所述世界坐标系的平移向量；
将所述平移向量代入所述映射关系求解所述映射关系中的系数矩阵；
根据所述系数矩阵得到相应的伪逆矩阵；
根据所述伪逆矩阵和所述深度值计算得到所述世界伪坐标数据。
6.根据权利要求1所述的三维空间定位方法，其特征在于，所述实地坐标数据包括经纬度坐标数据和海拔坐标数据；
所述获取所述若干个标识点的实地坐标数据，包括：
实地测量每个所述标识点的所述经纬度坐标数据和所述海拔坐标数据。
7.根据权利要求1所述的三维空间定位方法，其特征在于，所述若干个标识点包括第一标识点和第二标识点；其中，所述第一标识点为所述若干个标识点的其中之一，所述第二标识点为所述若干个标识点中除了所述第一标识点之外的其他标识点；
所述在预设定位空间设置若干个标识点，包括：
将所述第一标识点设置于所述相机画面中心；
将所述第二标识点随机地设置于所述预设定位空间中；其中，在同一平面中所述第二标识点的数量小于四个。
8.一种三维空间定位系统，其特征在于，包括：
标识模块，用于在预设定位空间设置若干个标识点；其中，相机画面中心设置一个所述标识点；
获取模块，用于获取所述若干个标识点的实地坐标数据；
转化模块，用于将所述实地坐标数据转化为世界坐标系下的坐标数据，得到第一世界坐标系数据；其中，所述世界坐标系的坐标原点为所述相机画面中心设置的所述标识点；
映射模块，用于根据所述第一世界坐标系数据构建像素坐标系与所述世界坐标系的映射关系；
第一计算模块，用于根据所述映射关系计算目标检测点的相机坐标系数据以及旋转角；其中，所述旋转角为将所述目标检测点调整至所述相机画面中心的相机旋转角度；
调节模块，用于根据所述相机坐标系数据和所述旋转角将所述目标检测点调整至所述相机画面中心；
第二计算模块，用于根据所述映射关系计算当前相机画面中的目标像素点的第二世界坐标系数据。
9.一种三维空间定位系统，其特征在于，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得至少一个所述处理器实现如权利要求1至7任一项所述的三维空间定位方法。
10.一种计算机存储介质，其中存储有处理器可执行的程序，其特征在于，所述处理器可执行的程序在由所述处理器执行时用于实现如权利要求1至7任一项所述的三维空间定位方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211134814.5A CN115511961A (zh) | 2022-09-19 | 2022-09-19 | 三维空间定位方法、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211134814.5A CN115511961A (zh) | 2022-09-19 | 2022-09-19 | 三维空间定位方法、系统及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115511961A true CN115511961A (zh) | 2022-12-23 |
Family
ID=84503417
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211134814.5A Pending CN115511961A (zh) | 2022-09-19 | 2022-09-19 | 三维空间定位方法、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115511961A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116222516A (zh) * | 2022-12-30 | 2023-06-06 | 北京元客视界科技有限公司 | 光学系统坐标系的设定方法、装置、电子设备及存储介质 |
-
2022
- 2022-09-19 CN CN202211134814.5A patent/CN115511961A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116222516A (zh) * | 2022-12-30 | 2023-06-06 | 北京元客视界科技有限公司 | 光学系统坐标系的设定方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110296691B (zh) | 融合imu标定的双目立体视觉测量方法与系统 | |
| CN112949478B (zh) | 基于云台相机的目标检测方法 | |
| CN106408601B (zh) | 一种基于gps的双目融合定位方法及装置 | |
| KR101342393B1 (ko) | 회전식 라인 카메라로 획득한 실내 전방위 영상의 지오레퍼런싱 방법 | |
| US20160301916A1 (en) | System and method for adjusting a baseline of an imaging system with microlens array | |
| CN109887041B (zh) | 一种机械臂控制数字相机摄影中心位置和姿态的方法 | |
| CN104616292A (zh) | 基于全局单应矩阵的单目视觉测量方法 | |
| KR101214081B1 (ko) | 항공촬영이미지와 수치정보를 합성 처리하는 영상도화 시스템 | |
| CN111220120B (zh) | 一种动平台双目测距自校准方法及装置 | |
| CN109523471A (zh) | 一种地面坐标和广角摄像机画面坐标的转换方法、系统以及装置 | |
| CN113758498B (zh) | 一种无人机云台标定方法和装置 | |
| Koryttsev et al. | Practical aspects of range determination and tracking of small drones by their video observation | |
| CN110940312A (zh) | 一种结合激光设备的单目相机测距方法及系统 | |
| CN106767895B (zh) | 利用标志点定向求解相机外方位元素的系统和方法 | |
| CN113345028A (zh) | 一种确定目标坐标变换信息的方法与设备 | |
| CN111383264B (zh) | 一种定位方法、装置、终端及计算机存储介质 | |
| CN106871900A (zh) | 船舶磁场动态检测中图像匹配定位方法 | |
| CN112611361A (zh) | 一种无人机机载测绘吊舱的摄像头安装误差测定方法 | |
| CN111442845A (zh) | 基于距离补偿的红外测温方法、装置及计算机存储介质 | |
| CN115511961A (zh) | 三维空间定位方法、系统及存储介质 | |
| CN115760999A (zh) | 一种基于gis辅助的单目相机校准和目标地理位置提取方法 | |
| CN114979956A (zh) | 一种无人机航拍地面目标定位方法及系统 | |
| CN113822920B (zh) | 结构光相机获取深度信息的方法、电子设备及存储介质 | |
| US11640680B2 (en) | Imaging system and a method of calibrating an image system | |
| CN113240754A (zh) | 确定ptz摄像装置的内参的方法、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 |