CN115841519A - 一种图像采集设备的标定精度检测方法、装置及设备 - Google Patents

Abstract

本说明书实施例公开了一种图像采集设备的标定精度检测方法、装置及设备，该方案可以包括：首先针对从预设区域处获取的目标图像和目标点云数据，生成所述目标点云数据在所述目标图像中的投影图像，然后通过确定与所述投影图像中的目标投影像素点所对应的目标点云点距离最近的、经过校准后坐标值准确的预设控制点，去计算所述目标点云点与所述预设控制点之间的第一距离，以利用第一距离针对图像采集设备的参数的标定精度进行量化性检测，从而提高图像采集设备的参数的标定精度检测的准确性。

Description

一种图像采集设备的标定精度检测方法、装置及设备

技术领域

本说明书涉及图像采集技术领域，尤其涉及一种图像采集设备的标定精度检测评价方法。

背景技术

发展智能自动驾驶汽车，已成为国家重要发展战略。在自动驾驶领域，智能自动驾驶汽车通常搭载车载采集设备，例如图像采集设备和点云数据采集设备等多种传感器，通过多传感器融合以应用在感知、定位、制图、分割、重建等多个自动驾驶场景中，但是多传感器融合需要各个传感器参数标定后的精度都非常高。目前，图像采集设备参数标定方法、图像采集设备和点云数据采集设备联合标定的方法层出不穷，但是针对图像采集设备参数标定后的精度的定量评价方法却很少，目前针对图像采集设备标定精度以及标定结果好坏的评价只能进行视觉上查看，或者通过各种复杂的算法辅助进行检测评价，从而无法通过简易的评价方法针对图像采集设备的标定精度进行全面且准确的评价，因此，如何提供一种便捷的，同时能够提高针对图像采集设备的标定精度检测的全面性以及准确性的检测方法，成为亟待解决的技术问题。

发明内容

本说明书实施例提供一种图像采集设备的标定精度检测方法、装置及设备，以解决现有技术无法应用简单的检测方法实现针对图像采集设备的标定精度进行全面且准确的检测问题。

为解决上述技术问题，本说明书实施例是这样实现的：

本说明书实施例提供的一种图像采集设备的标定精度检测方法，所述方法可以包括：

获取图像采集设备与点云数据采集设备分别针对预设区域采集到的目标图像和目标点云数据；

生成所述目标点云数据在所述目标图像中的投影图像；

确定与所述投影图像中的目标投影像素点所对应的目标点云点距离最近的预设控制点；其中，一个所述预设控制点为所述预设区域内具有的一个目标对象；所述目标投影像素点为所述投影图像中包含的指定的所述目标对象所在的像素点；

判断所述目标点云点与所述距离最近的预设控制点之间的第一距离是否小于预设值，得到判断结果；

若所述判断结果表示所述目标点云点与所述距离最近的预设控制点之间的第一距离小于预设值，则将所述第一距离确定为所述图像采集设备的标定精度。

本说明书实施例提供的一种图像采集设备的标定精度检测装置，所述装置可以包括：

数据获取模块，用于获取图像采集设备与点云数据采集设备分别针对预设区域采集到的目标图像和目标点云数据；

投影图像生成模块，用于生成所述目标点云数据在所述目标图像中的投影图像；

预设控制点确定模块，用于确定与所述投影图像中的目标投影像素点所对应的目标点云点距离最近的预设控制点；其中，一个所述预设控制点为所述预设区域内具有的一个目标对象；所述目标投影像素点为所述投影图像中包含的指定的所述目标对象所在的像素点；

判断模块，用于判断所述目标点云点与所述距离最近的预设控制点之间的第一距离是否小于预设值，得到判断结果；

标定精度确定模块，用于若所述判断结果表示所述目标点云点与所述距离最近的预设控制点之间的第一距离小于预设值，则将所述第一距离确定为所述图像采集设备的标定精度。

本说明书实施例提供的一种图像采集设备的标定精度检测设备，所述设备可以包括：

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：

获取图像采集设备与点云数据采集设备分别针对预设区域采集到的目标图像和目标点云数据；

生成所述目标点云数据在所述目标图像中的投影图像；

确定与所述投影图像中的目标投影像素点所对应的目标点云点距离最近的预设控制点；其中，一个所述预设控制点为所述预设区域内具有的一个目标对象；所述目标投影像素点为所述投影图像中包含的指定的所述目标对象所在的像素点；

判断所述目标点云点与所述距离最近的预设控制点之间的第一距离是否小于预设值，得到判断结果；

若所述判断结果表示所述目标点云点与所述距离最近的预设控制点之间的第一距离小于预设值，则将所述第一距离确定为所述图像采集设备的标定精度。

本说明书中的至少一个实施例可以达到以下有益效果：

根据获取的针对预设区域的目标图像和目标点云数据，生成所述目标点云数据在所述目标图像中的投影图像，并确定与所述投影图像中的目标投影像素点所对应的目标点云点距离最近的预设控制点；通过判断所述目标点云点与所述距离最近的预设控制点之间的第一距离是否小于预设值，以在所述第一距离小于预设值时，将所述第一距离确定为所述图像采集设备的标定精度。由于本方案中，当所述图像采集设备的参数标定的绝对准确时，所述投影图像中的目标投影像素点所对应的目标点云点与预先标定的预设控制点的所在位置应当相同，因此，可以通过确定与该目标投影像素点所对应的目标点云点距离最近的、经过校准后坐标值准确的预设控制点，并计算所述目标点云点与所述预设控制点之间的第一距离，以针对图像采集设备的参数的标定精度进行量化性检测，从而简单便捷的针对图像采集设备的参数的标定精度进行检测，同时提高图像采集设备的参数的标定精度检测的准确性。

附图说明

为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本说明书实施例提供的一种图像采集设备的标定精度检测方法流程示意图；

图2是本说明书实施例提供的一种图像采集设备的标定精度检测装置结构示意图；

图3是本说明书实施例提供的一种图像采集设备的标定精度检测设备结构示意图。

具体实施方式

为使本说明书一个或多个实施例的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书一个或多个实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明中的实施例，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他实施例，都属于本说明书一个或多个实施例保护的范围。

以下结合附图，详细说明本说明书各实施例提供的技术方案。

在自动驾驶领域，智能自动驾驶汽车通常搭载车载采集设备，例如图像采集设备和点云数据采集设备等多种传感器，通过多传感器融合以应用在感知、定位、制图、分割、重建等多个自动驾驶场景中，但是多传感器融合需要各个传感器参数标定后的精度都非常高。目前，图像采集设备参数标定方法、图像采集设备和点云数据采集设备联合标定的方法层出不穷，但是针对图像采集设备参数标定后的精度的定量评价方法却很少，例如，崔红霞推导了同步解算摄像机间的平台参数和摄像机内部参数的自检校光束法平差模型。利用全部标定参数及其协方差矩阵,建立了基于相对定向的立体摄像机标定精度的定量评价理论模型，但是构建的模型非常复杂，无法简单便捷的针对摄像机的标定精度进行检测。新石器慧义知行智驰(北京)科技有限公司提供了一种车辆相机参数标定结果的评价方法及装置，涉及机器视觉检测领域,该车辆相机参数标定结果的评价方法包括：在对相机参数标定结果的进行评价时，先控制待评价车辆移动至预设目标位置处，该预设目标位置的前方设置一目标投影位置；然后再通过待评价车辆上设置的投影装置在目标投影位置上输出标定评价图像；最后根据标定评价图像对待评价车辆的相机参数标定结果进行评价,得到评价结果，但是此方法需要利用固定的装置在固定的位置进行检测，且只能得到的结果只能表征相机标定是否可用，而无法针对相机的标定精度进行定量化的检测。

为了解决现有技术中的缺陷，本方案给出了以下实施例：

图1为本说明书实施例中一种图像采集设备的标定精度检测方法的整体方案流程示意图。从程序角度而言，该流程的执行主体可以为用于针对图像采集设备的标定精度进行检测的检测设备，如图1所示，该方法可以包括以下步骤：

102：获取图像采集设备与点云数据采集设备分别针对预设区域采集到的目标图像和目标点云数据。

在本说明书实施例中，所述图像采集设备可以为相机、摄像机以及具有图像采集功能的移动终端设备中的一种；所述点云数据采集设备可以包括激光雷达；所述图像采集设备与所述点云数据采集设备可以安装于同一智能自动驾驶车辆上，以针对同一预设区域分别采集目标图像数据和目标点云数据。

在实际应用中，所述图像采集设备采集的图像与点云数据采集设备采集的点云数据中可以分别包含相同预设采集区域的目标图像和目标点云数据即可，所述图像采集设备采集的图像与点云数据采集设备采集的点云数据的边界可以不同。

在本说明书实施例中，通常在利用图像采集设备采集图像之前，可以针对图像采集设备的参数进行标定，例如，当图像采集设备为相机时，可以针对相机内部参数以及外部参数进行标定，所述内部参数可以包括：焦距、像主点坐标、径向畸变参数、切向畸变参数、横向分辨率、纵向分辨率；所述外部参数可以包括：相机到惯性导航系统中心的偏移量和旋转角。

在本说明书实施例中，通常在利用点云数据采集设备采集点云数据之前，可以针对点云数据采集设备的参数进行标定，当所述点云数据采集设备为激光雷达时，可以针对激光雷达的外部参数进行标定，所述激光雷达外部参数可以包括：激光雷达到惯性导航系统中心的偏移量和旋转角。

在本说明书实施例中，由于针对相机的参数的标定以及激光雷达的参数的标定可以利用Opencv或者matlab工具箱等现有的工具，因此在此不再赘述。

104：生成所述目标点云数据在所述目标图像中的投影图像。

在本说明书实施例中，由于目标点云数据与目标图像所处的坐标系为不同的坐标系，因此无法直接利用参数标定后的点云数据采集设备采集的目标点云数据以及图像采集设备采集的目标图像针对图像采集设备的标定精度进行检测，基于此，可以首先根据目标点云数据的第一坐标系与目标图像的第二坐标系之间的转换关系，生成所述目标点云数据在所述目标图像中的投影图像。

在本说明书实施例中，当所述图像采集设备的参数标定的绝对准确，即所述图像采集设备的参数标定的精度绝对高时，所述目标点云数据在所述投影图像上的像素点与相同位置处目标图像中的像素点为针对同一对象的像素点，例如：假设所述图像采集设备的参数标定的绝对准确，则目标点云数据中的针对某一斑马线角点的点云点在投影图像上的像素点与目标图像中的该斑马线角点对应的像素点应该为同一像素点。

106：确定与所述投影图像中的目标投影像素点所对应的目标点云点距离最近的预设控制点；其中，一个所述预设控制点为所述预设区域内具有的一个目标对象；所述目标投影像素点为所述投影图像中包含的指定的所述目标对象所在的像素点。

在本说明书实施例中，所述目标点云点为所述目标点云数据中的点云点。

在本说明书实施例中，所述目标对象可以为标牌角点、斑马线角点等物理环境中真实存在的、且在短期时间内不会发生变化的对象；所述指定的所述目标对象可以为任一所述目标对象。所述目标投影像素点可以为投影图像中的标牌角点和/或斑马线角点处的像素点；另外本领域技术人员可以理解的，所述目标投影像素点既可以是投影图像中的像素点，同时也可以是目标图像中的像素点，所述标牌角点、斑马线角点可以直接在目标图像中进行选取从而确定目标投影像素点。

在本说明书实施例中，所述预设控制点可以为预设区域内的真实物理环境中的标牌角点、斑马线角点等对象，所述预设控制点处的坐标可以是大地坐标系(WorldGeodeticCoordinateSystem1984，英文简称WGS84)坐标系下已知的、经过校准后准确的坐标值，以便于应用预设控制点处的坐标与目标投影像素点所对应的目标点云点之间的第一距离去检测图像采集设备的标定精度。

在实际应用中，所述目标投影像素点所对应的目标点云数据中的目标点云点所表示的真实物理环境中的对象与该目标投影像素点在目标图像中所表示的真实物理环境中的对象可能相同，也可能不同；当所述图像采集设备的参数标定的绝对准确时，所述目标投影像素点所对应的目标点云数据中的目标点云点所表示的真实物理环境中的对象与在目标投影像素点在目标图像中所表示的真实物理环境中的对象应当相同。

108：判断所述目标点云点与所述距离最近的预设控制点之间的第一距离是否小于预设值，得到判断结果。

在本说明书实施例中，当所述图像采集设备的参数标定的绝对准确时，假设目标投影像素点处的目标对象为标牌角点或斑马线角点，则目标投影像素点对应的目标点云数据中的目标点云点在WGS84坐标系下的坐标与所述目标对象在真实物理环境中WGS84坐标系下的坐标应该相同。因此，可以通过计算目标点云点与所述距离最近的预设控制点之间的第一距离去表征图像采集设备的参数的标定精度。

在本说明书实施例中，所述预设值可以根据实际情况进行具体设定，在此不做具体限定。

110：若所述判断结果表示所述目标点云点与所述距离最近的预设控制点之间的第一距离小于预设值，则将所述第一距离确定为所述图像采集设备的标定精度。

在本说明书实施例中，当所述第一距离小于预设距离时，则说明目标点云点处的真实物理环境中的对象，与所述距离最近的预设控制点处的真实物理环境中的对象为同一个对象；因此，可以将所述第一距离确定所述图像采集设备的标定精度。

在实际应用中，当所述第一距离大于预设距离时，则说明目标点云点处的真实物理环境中的对象，与所述距离最近的预设控制点处的真实物理环境中的对象不是同一个对象，此时可以根据需要重新选择目标投影像素点，以按照图1所示的方法重新计算图像采集设备的参数的标定精度。

在本说明说实施例中，所述目标设备可以是具体需要展示回放视频的应用平台或者设备，在此不做具体限定。

应当理解，本说明书一个或多个实施例所述的方法其中部分步骤的顺序可以根据实际需要相互交换，或者其中的部分步骤也可以省略或删除。

图1中的方法，首先获取针对预设区域的目标图像和目标点云数据，以生成所述目标点云数据在所述目标图像中的投影图像，并确定与所述投影图像中的目标投影像素点所对应的目标点云点距离最近的预设控制点；然后通过判断所述目标点云点与所述距离最近的预设控制点之间的第一距离是否小于预设值，以在所述第一距离小于预设值时，将所述第一距离确定为所述图像采集设备的标定精度。由于本方案中，通过确定与所述投影图像中的目标投影像素点所对应的目标点云点距离最近的、经过校准的坐标值准确的预设控制点，去计算所述目标点云点控制点之间的第一距离，从而利用第一距离简单便捷的针对图像采集设备的参数的标定精度进行量化性检测，同时提高针对图像采集设备的标定精度的检测的准确性。

基于图1的方法，本说明书实施例还提供了该方法的一些具体实施方案，下面进行说明。

在本说明书实施例中，生成所述目标点云数据在所述目标图像中的投影图像的具体过程可以如下所述：

可选的，所述生成所述目标点云数据在所述目标图像中的投影图像，具体可以包括：

根据所述目标点云数据对应的第一坐标系与所述目标图像对应的第二坐标系之间的坐标转换关系，确定所述第二坐标系下的与所述目标点云数据对应的投影像素点的坐标数据。

根据所述投影像素点的坐标数据，生成所述目标点云数据在所述目标图像中的投影图像。

在实际应用中，可以预先存储第一坐标系与第二坐标系之间的坐标转换关系，以便于得到目标点云数据之后，直接调用预先存储的第一坐标系与第二坐标系之间的坐标转换关系，生成所述目标点云数据在第二坐标系下的投影像素点的坐标数据；第二坐标系下的投影像素点构成投影图像。

在本说明书实施例中，本领域技术人员可以理解的，所述投影图像中的投影像素点为投影图像中的像素点同时也是目标图像中的像素点。

在本说明书实施例中所述第一坐标系可以是用于反映目标点云数据真实坐标位置的坐标系，例如，大地坐标系、地理坐标系、世界坐标系等其他坐标系，当然用户也可以根据需要自行设置参考坐标系。所述第二坐标系可以是图像坐标系、像素坐标系等其他坐标系。

在本说明书实施例中，点云数据采集设备采集的原始的目标点云数据的通常位于点云数据采集设备参考坐标系下，因此可以针对点云数据采集设备参考坐标系下的目标点云数据进行解算，以便于后期应用。

基于此，所述根据所述目标点云数据对应的第一坐标系与所述目标图像对应的第二坐标系之间的坐标转换关系，确定所述第二坐标系下的与所述目标点云数据对应的投影像素点的坐标数据，具体可以包括：

根据所述点云数据采集设备的安装位置信息以及设备参数信息，针对所述目标点云数据进行解算处理，得到所述目标点云数据在大地坐标系下的地理坐标数据。

根据所述大地坐标系与所述目标图像的图像坐标系之间的坐标转换关系，生成与所述地理坐标数据对应的所述图像坐标系下的像素坐标数据，得到所述目标点云数据对应的投影像素点的坐标数据。

在本说明书实施例中，获取的原始的目标点云数据通常为数据包，可以首先针对数据包进行解析，以得到目标点云数据在点云数据采集设备参考坐标系下的坐标，在实际应用中，针对不同类型的点云数据采集设备可以选取不同的解析工具以针对原始目标点云数据的数据包进行解析，例如，针对Riegl激光器采集的目标点云数据，可以利用软件开发工具包(Software DevelopmentKit，英文简称，SDK)针对原始目标点云数据的数据包进行解析，以得到点云数据采集设备参考坐标系下的目标点云数据。

在本说明书实施例中，所述点云数据采集设备的安装位置信息可以包括：安装位置和安装角度(侧滚角，倾斜角和航向角)；所述安装位置信息可以通过安装于智能无人驾驶车辆的惯性导航系统与点云数据采集设备之间的距离和角度测定得到。当所述点云数据采集设备是激光雷达时，所述设备参数信息可以是所述激光雷达的外部参数，所述激光雷达的外部参数可以包括：

激光雷达到惯性导航系统中心的偏移量和旋转角。

在本说明书实施例中，在获取了点云数据采集设备的安装位置信息以及设备参数信息后，可以基于获取的上述信息针对解析后的目标点云数据进行解算，得到目标点云数据在大地坐标系下的大地坐标数据。

在本说明书实施例中，所述根据所述点云数据采集设备的安装位置信息以及设备参数信息，针对所述目标点云数据进行解算处理具体可以包括：

针对目标点云数据，根据点云数据采集装置的安装信息，生成从点云数据采集设备坐标系到大地坐标系的旋转矩阵。

根据点云数据采集装置参数信息，生成从点云数据采集装置坐标系到大地坐标系的平移矩阵。

根据所述旋转矩阵和所述平移矩阵对所述点云数据采集装置坐标系下的目标点云数据进行坐标转换，得到大地坐标系下的具有真实地理坐标的目标点云数据。

在本说明书实施例中，通过针对原始的目标点云数据进行解析，得到点云数据采集装置参考坐标系下的目标点云数据，以便于用户后续获取具有真实地理坐标的大地坐标系下的目标点云数据。

在本说明书实施例中，所述目标点云数据对应的第一坐标系与所述目标图像对应的第二坐标系之间的坐标转换关系，确定所述第二坐标系下的与所述目标点云数据对应的投影像素点的坐标数据，具体可以包括：

根据大地坐标系(WorldGeodeticCoordinateSystem1984，英文简称WGS84)与地心地固坐标系(Earth-Centered,Earth-Fixed,英文简称ECEF)之间的转换关系，生成地心地固坐标系下与所述目标点云数据对应的坐标数据；根据地心地固坐标系与导航坐标系之间的转换关系，生成导航坐标系下所述目标点云数据对应的坐标数据；根据导航坐标系与载体坐标系之间的转换关系，生成载体坐标系下所述目标点云数据对应的坐标数据；根据载体坐标系与相机坐标系之间的转换关系，生成相机坐标系下所述目标点云数据对应的坐标数据；根据相机坐标系与图像坐标系之间的转换关系，生成图像坐标系下所述目标点云数据对应的坐标数据。

在本说明书实施例中，所述导航坐标系可以是用于确定载体导航参数的参考坐标系，在惯导和组合导航中，导航坐标系通常选用地理坐标系，例如“东北天”坐标系；所述载体坐标系与载体固连，载体坐标系的坐标原点是载体质心，当所述所述图像采集设备以及所述点云数据采集设备安装于智能自动驾驶车辆上时，所述载体可以为所述智能自动驾驶车辆；所述相机坐标系是以相机的光心为坐标原点，X轴和Y轴分别平行于图像坐标系的X轴和Y轴的坐标系；所述图像坐标系可以是用于标记目标图像中的像素点的坐标的坐标系。

在本说明书实施例中，通常可以在获取投影图像过程中明确目标点云数据中的点云点与目标投影像中的像素点之间的预设对应关系，以便于后续利用所述预设对应关系确定目标投影像素点对应的目标点云数据中的目标点云点，从而利用所述目标点云点针对图像采集设备的标定精度进行定量评价。

基于此，所述根据所述投影像素点的坐标数据，生成所述目标点云数据在所述目标图像中的投影图像之后，还包括：

建立所述目标点云数据中的点云点与指定投影像素点之间的预设对应关系；所述指定投影像素点为所述投影图像中的与所述点云点对应的像素点。

在本说明书实施例中，可以根据所述目标点云数据中的点云点与指定投影像素点之间的预设对应关系，确定任意一个所述指定投影像素点所对应的目标点云数据中的点云点。

在本说明书实施例中，所述预设对应关系可以为任意一个指定投影像素点对应的目标点云数据中的点云点的索引值，根据所述索引值可以确定任意一个所述指定投影像素点所对应的目标点云数据中的点云点，所述指定投影像素点中可以包括目标投影像素点，可以根据所述索引值可以确定任意一个所述目标投影像素点所对应的目标点云数据中的目标点云点。

在实际应用中，由于目标点云数据的数据量巨大，因此可以将目标点云数据中的点云点与指定投影像素点之间的预设对应关系的长度设置为32位，并按位进行存储，以便于在选定指定投影像素点后可以根据所述预设对应关系确定与所述指定投影像素相对应的目标点云数据中的点云点。当然，所述预设对应关系的长度也可以根据需要设置成16位、64位或其他，在此不做具体限定。

在实际应用中，可以创建一张与指定投影投影像素一样大的3通道的空白存储图像，将所述预设对应关系的前16位存储至第一通道，将所述所述预设对应关系的后16位对应存储至第二通道，所述空白存储图像的第三通道可以根据需要进行设置，在此不做具体限定。当然所述将目标点云数据中的点云点与指定投影像素点之间的预设对应关系也可以存储至例如Excel表等其他可以进行数据记载的载体中，在此不做具体限定。

在本说明书实施例中，也可以只针对目标点云数据中的目标点云点与投影图像中的目标投影像素点之间的预设对应关系进行存储，以减少数据的存储量，同时便于确定与目标投影像素点对应的目标点云点，从而提高针对图像采集设备的标定精度的检测效率。

在本说明书实施例中，可以将目标点云数据中的点云点与指定投影像素点之间的预设对应关系进行按位存储，以便于在选定指定投影像素点后(选定的指定投影像素点为目标投影像素点)可以根据所述预设对应关系确定与所述指定投影像素相对应的目标点云数据中的点云点，从而便于后续利用目标点云数据中的点云点针对所述图像采集设备的参数的标定精度进行定量评价。

在本说明书实施例中，通常图像采集设备的标定精度与图像采集设备采集图像时的深度值有关，因此，针对图像采集设备的参数的标定精度进行定量评价时需要首先确定图像采集设备的采集的目标图像的深度值。

基于此，所述判断所述目标点云点与所述距离最近的预设控制点之间的第一距离是否小于预设值，得到判断结果之前，还可以包括：

根据所述预设对应关系，确定与所述目标投影像素点对应的所述第一坐标系下的第一坐标数据。

确定所述目标点云点在所述第一坐标系下的第二坐标数据。

根据所述第一坐标数据与所述第二坐标数据，计算所述目标投影像素点与所述目标点云点之间的第二距离，得到所述目标投影像素点的深度值。

所述若所述判断结果表示所述目标点云点与所述距离最近的预设控制点之间的第一距离小于预设值，则将所述第一距离确定为所述图像采集设备的标定精度，具体可以包括：

若所述判断结果表示所述目标点云点与所述距离最近的预设控制点之间的第一距离小于预设值，则将所述第一距离确定为所述图像采集设备在所述深度值下的标定精度。

在本说明书实施例中，所述第一坐标系可以为用于反应目标点云数据真实坐标数据的坐标系，例如大地坐标系、世界坐标系等其他坐标系，当然用户也可以根据需要自行设置参考坐标系，在此不做具体限定；所述第二坐标系可以为图像坐标系，所述第二距离可以用于反应所述目标投影像素点与所述目标点云点之间的垂直距离。

在本说明书实施例中，可以根据所述预设对应关系，确定目标投影像素点在所述大地坐标系下的第一坐标数据，然后确定与所述指定目标投影像素点对应的目标点云点在第一坐标系下的第二坐标数据，从而计算所述目标投影像素点与所述目标点云点之间的垂直距离，即目标投影像素点的深度值，由于所述目标投影像素点也是目标图像中的像素点，因此目标投影像素点的深度值，即为目标图像中相同位置处的像素点的深度值。

在本说明书实施例中，可以通过上述方法获取目标投影图像中与目标点云数据对应的任一指定投影像素点的深度值，且可以将获取的所述深度值对应存储至3通道的空白存储图像的第三通道，以便于后期可以根据所述空白存储图像直观的确定任意一个目标投影图像中的目标投影像素点的深度值以及与其对应的目标点云数据中点云点，从而可以根据目标点云点与预设控制点之间的第一距离确定此深度值下图像采集设备的参数的标定精度，提高图像采集设备的参数的标定精度的检测的便捷性以及准确性。

在实际应用中，本领域技术人员可以理解的，也可以将所述深度值与所述目标点云数据的预设对应关系对应存储存至例如Excel表等其他可以进行数据记载的载体中。

在本说明书实施例中，在确定了目标图像中的像素点的深度值后，可以利用目标点云点与所述距离最近的预设控制点之间的第一距离定量检测所述深度值下图像采集设备的标定精度，由于前文中已针对如何利用目标点云点与所述距离最近的预设控制点之间的第一距离定量检测图像采集设备的标定精度进行了详述，在此不再赘述。

在本说明书实施例中，通过确定目标图像中的目标投影像素点的深度值，从而获取在此深度值下的图像采集设备的参数的标定精度，以针对图像采集设备的标定精度进行准确检测。

在本说明书实施例中，由于深度值不同所述图像采集设备的标定精度不同，因此，通常需要针对不同深度值下的图像采集设备的参数的标定精度进行检测，从而提高图像采集设备的标定精度检测的准确性，同时实现针对图像采集设备的标定精度在不同深度值下的全面检测。

基于此，所述目标投影像素点的数量为多个，不同所述目标投影像素点的深度值不同。

在本说明书实施例中，由于图像采集设备针对预设区域内的目标对象采集目标图像时，不同的目标对象与图像采集设备的距离不同，因此，目标图像中不同的像素点的深度值可能不同。

在实际应用中，可以选取深度值不同的目标投影像素点，以检测不同深度值下图像采集设备的标定精度，从而提高图像采集设备的参数的标定精度检测的全面性以及准确性。

在本说明书实施例中，通常可以根据需要选取不同的图像采集设备，例如：所述图像采集设备包括：相机、摄像机、具备图像采集功能的移动终端设备中的至少一种。

在本说明书实施例中，通过确定与所述投影图像中的目标投影像素点所对应的目标点云点距离最近的经过校准的坐标值准确的预设控制点，并计算所述目标点云点控制点之间的第一距离，以利用第一距离针对图像采集设备的标定精度进行定量检测，从而提高图像采集设备的标定精度检测的准确性。

基于同样的思路，本说明书实施例还提供了上述方法对应的装置。图2为本说明书实施例提供的对应于图1的一种图像采集设备的标定精度检测装置结构示意图。如图2所示，该装置可以包括：

数据获取模块202，用于获取图像采集设备与点云数据采集设备分别针对预设区域采集到的目标图像和目标点云数据。

投影图像生成模块204，用于生成所述目标点云数据在所述目标图像中的投影图像。

预设控制点确定模块206，用于确定与所述投影图像中的目标投影像素点所对应的目标点云点距离最近的预设控制点；其中，一个所述预设控制点为所述预设区域内具有的一个目标对象；所述目标投影像素点为所述投影图像中包含的指定的所述目标对象所在的像素点。

判断模块208，用于判断所述目标点云点与所述距离最近的预设控制点之间的第一距离是否小于预设值，得到判断结果。

标定精度确定模块210，用于若所述判断结果表示所述目标点云点与所述距离最近的预设控制点之间的第一距离小于预设值，则将所述第一距离确定为所述图像采集设备的标定精度。

基于图2的装置，本说明书实施例还提供了该方法的一些具体实施方案，下面进行说明。

可选的，所述投影图像生成模块204，具体可以用于：

根据所述点云数据采集设备的安装位置信息以及设备参数信息，针对所述目标点云数据进行解算处理，得到所述目标点云数据在大地坐标系下的地理坐标数据。

根据所述大地坐标系与所述目标图像的图像坐标系之间的坐标转换关系，生成与所述地理坐标数据对应的所述图像坐标系下的像素坐标数据，得到所述目标点云数据对应的投影像素点的坐标数据。

根据所述投影像素点的坐标数据，生成所述目标点云数据在所述目标图像中的投影图像。

可选的，图2中的装置，还可以包括：

预设对应关系建立模块，用于建立所述目标点云数据中的点云点与指定投影像素点之间的预设对应关系；所述指定投影像素点为所述投影图像中的与所述点云点对应的像素点。

可选的，图2中的装置，还可以包括：

第一坐标确定模块，用于根据所述预设对应关系，确定与所述目标投影像素点对应的所述第一坐标系下的第一坐标数据。

第二坐标确定模块，用于确定所述目标点云点在所述第一坐标系下的第二坐标数据。

深度值确定模块，用于根据所述第一坐标数据与所述第二坐标数据，计算所述目标投影像素点与所述目标点云点之间的第二距离，得到所述目标投影像素点的深度值。

所述标定精度确定模块210，具体可以用于：

若所述判断结果表示所述目标点云点与所述距离最近的预设控制点之间的第一距离小于预设值，则将所述第一距离确定为所述图像采集设备在所述深度值下的标定精度。

可选的，所述目标投影像素点的数量为多个，不同所述目标投影像素点的深度值不同。

可选的，所述图像采集设备包括：相机、摄像机、具备图像采集功能的移动终端设备中的至少一种。

首先获取针对预设区域的目标图像和目标点云数据，以生成所述目标点云数据在所述目标图像中的投影图像，并确定与所述投影图像中的目标投影像素点所对应的目标点云点距离最近的预设控制点；然后通过判断所述目标点云点与所述距离最近的预设控制点之间的第一距离是否小于预设值，以在所述第一距离小于预设值时，将所述第一距离确定为所述图像采集设备的标定精度。由于本方案中，通过确定与所述投影图像中的目标投影像素点所对应的目标点云点距离最近的经过校准后的坐标值准确的预设控制点，并计算所述目标点云点控制点之间的第一距离，以利用第一距离针对图像采集设备的参数的标定精度进行量化性检测，从而提高图像采集设备的参数的标定精度检测的便捷性及准确性。

基于同样的思路，本说明书实施例还提供了上述方法对应的设备。

图3为本说明书实施例提供的对应于图1的一种图像采集设备的标定精度检测设备结构示意图。如图3所示，设备300可以包括：

至少一个处理器310；以及，

与所述至少一个处理器通信连接的存储器330；其中，

所述存储器330存储有可被所述至少一个处理器310执行的指令320，所述指令被所述至少一个处理器310执行，以使所述至少一个处理器310能够：

获取图像采集设备与点云数据采集设备分别针对预设区域采集到的目标图像和目标点云数据。

生成所述目标点云数据在所述目标图像中的投影图像。

确定与所述投影图像中的目标投影像素点所对应的目标点云点距离最近的预设控制点；其中，一个所述预设控制点为所述预设区域内具有的一个目标对象；所述目标投影像素点为所述投影图像中包含的指定的所述目标对象所在的像素点。

判断所述目标点云点与所述距离最近的预设控制点之间的第一距离是否小于预设值，得到判断结果。

若所述判断结果表示所述目标点云点与所述距离最近的预设控制点之间的第一距离小于预设值，则将所述第一距离确定为所述图像采集设备的标定精度。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于图3所示的图像采集设备的标定精度检测设备而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(ProgrammableLogicDevice,PLD)(例如现场可编程门阵列(FieldProgrammableGateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字符系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logiccompiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(HardwareDescriptionLanguage，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(AdvancedBooleanExpressionLanguage)、AHDL(AlteraHardwareDescriptionLanguage)、Confluence、CUPL(Cornell UniversityProgrammingLanguage)、HDCal、JHDL(JavaHardwareDescription Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardwareDescription Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegratedCircuit HardwareDescriptionLanguage)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application SpecificIntegratedCircuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC625D、AtmelAT91SAM、MicrochipPIC18F26K20以及SiliconeLabsC8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字符助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flashRAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字符多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带式磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种图像采集设备的标定精度检测方法，其特征在于，所述方法包括：

获取图像采集设备与点云数据采集设备分别针对预设区域采集到的目标图像和目标点云数据；

生成所述目标点云数据在所述目标图像中的投影图像；

确定与所述投影图像中的目标投影像素点所对应的目标点云点距离最近的预设控制点；其中，一个所述预设控制点为所述预设区域内具有的一个目标对象；所述目标投影像素点为所述投影图像中包含的指定的所述目标对象所在的像素点；

判断所述目标点云点与所述距离最近的预设控制点之间的第一距离是否小于预设值，得到判断结果；

若所述判断结果表示所述目标点云点与所述距离最近的预设控制点之间的第一距离小于预设值，则将所述第一距离确定为所述图像采集设备的标定精度。

2.根据权利要求1所述的方法，其特征在于，所述生成所述目标点云数据在所述目标图像中的投影图像，具体包括：

根据所述目标点云数据对应的第一坐标系与所述目标图像对应的第二坐标系之间的坐标转换关系，确定所述第二坐标系下的与所述目标点云数据对应的投影像素点的坐标数据；

根据所述投影像素点的坐标数据，生成所述目标点云数据在所述目标图像中的投影图像。

3.根据权利要求2所述的方法，其特征在于，所述根据所述目标点云数据对应的第一坐标系与所述目标图像对应的第二坐标系之间的坐标转换关系，确定所述第二坐标系下的与所述目标点云数据对应的投影像素点的坐标数据，具体包括：

根据所述点云数据采集设备的安装位置信息以及设备参数信息，针对所述目标点云数据进行解算处理，得到所述目标点云数据在大地坐标系下的地理坐标数据；

根据所述大地坐标系与所述目标图像的图像坐标系之间的坐标转换关系，生成与所述地理坐标数据对应的所述图像坐标系下的像素坐标数据，得到所述目标点云数据对应的投影像素点的坐标数据。

4.根据权利要求2所述的方法，其特征在于，所述根据所述投影像素点的坐标数据，生成所述目标点云数据在所述目标图像中的投影图像之后，还包括：

建立所述目标点云数据中的点云点与指定投影像素点之间的预设对应关系；所述指定投影像素点为所述投影图像中的与所述点云点对应的像素点。

5.根据权利要求4所述的方法，其特征在于，所述判断所述目标点云点与所述距离最近的预设控制点之间的第一距离是否小于预设值，得到判断结果之前，还包括：

根据所述预设对应关系，确定与所述目标投影像素点对应的所述第一坐标系下的第一坐标数据；

确定所述目标点云点在所述第一坐标系下的第二坐标数据；

根据所述第一坐标数据与所述第二坐标数据，计算所述目标投影像素点与所述目标点云点之间的第二距离，得到所述目标投影像素点的深度值；

所述若所述判断结果表示所述目标点云点与所述距离最近的预设控制点之间的第一距离小于预设值，则将所述第一距离确定为所述图像采集设备的标定精度，具体包括：

若所述判断结果表示所述目标点云点与所述距离最近的预设控制点之间的第一距离小于预设值，则将所述第一距离确定为所述图像采集设备在所述深度值下的标定精度。

6.根据权利要求5所述的方法，其特征在于，所述目标投影像素点的数量为多个，不同所述目标投影像素点的深度值不同。

7.根据权利要求1所述的方法，其特征在于，所述图像采集设备包括：相机、摄像机、具备图像采集功能的移动终端设备中的至少一种。

8.一种图像采集设备的标定精度检测装置，其特征在于，所述装置包括：

数据获取模块，用于获取图像采集设备与点云数据采集设备分别针对预设区域采集到的目标图像和目标点云数据；

投影图像生成模块，用于生成所述目标点云数据在所述目标图像中的投影图像；

预设控制点确定模块，用于确定与所述投影图像中的目标投影像素点所对应的目标点云点距离最近的预设控制点；其中，一个所述预设控制点为所述预设区域内具有的一个目标对象；所述目标投影像素点为所述投影图像中包含的指定的所述目标对象所在的像素点；

判断模块，用于判断所述目标点云点与所述距离最近的预设控制点之间的第一距离是否小于预设值，得到判断结果；

标定精度确定模块，用于若所述判断结果表示所述目标点云点与所述距离最近的预设控制点之间的第一距离小于预设值，则将所述第一距离确定为所述图像采集设备的标定精度。

9.根据权利要求8所述的装置，其特征在于，所述投影图像生成模块，具体用于：

根据所述点云数据采集设备的安装位置信息以及设备参数信息，针对所述目标点云数据进行解算处理，得到所述目标点云数据在大地坐标系下的地理坐标数据；

根据所述大地坐标系与所述目标图像的图像坐标系之间的坐标转换关系，生成与所述地理坐标数据对应的所述图像坐标系下的像素坐标数据，得到所述目标点云数据对应的投影像素点的坐标数据；

根据所述投影像素点的坐标数据，生成所述目标点云数据在所述目标图像中的投影图像。

10.一种图像采集设备的标定精度检测设备，其特征在于，所述设备包括：

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：

获取图像采集设备与点云数据采集设备分别针对预设区域采集到的目标图像和目标点云数据；

生成所述目标点云数据在所述目标图像中的投影图像；

确定与所述投影图像中的目标投影像素点所对应的目标点云点距离最近的预设控制点；其中，一个所述预设控制点为所述预设区域内具有的一个目标对象；所述目标投影像素点为所述投影图像中包含的指定的所述目标对象所在的像素点；

判断所述目标点云点与所述距离最近的预设控制点之间的第一距离是否小于预设值，得到判断结果；

若所述判断结果表示所述目标点云点与所述距离最近的预设控制点之间的第一距离小于预设值，则将所述第一距离确定为所述图像采集设备的标定精度。

Images