CN116704041A - 定位方法、装置、电子设备及存储介质 - Google Patents
定位方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116704041A CN116704041A CN202310512148.2A CN202310512148A CN116704041A CN 116704041 A CN116704041 A CN 116704041A CN 202310512148 A CN202310512148 A CN 202310512148A CN 116704041 A CN116704041 A CN 116704041A
- Authority
- CN
- China
- Prior art keywords
- pixel point
- identification
- determining
- pixel
- target
- 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 60
- 238000006243 chemical reaction Methods 0.000 claims abstract description 65
- 238000001514 detection method Methods 0.000 claims description 22
- 239000011159 matrix material Substances 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 20
- 238000012549 training Methods 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 abstract description 4
- 238000004422 calculation algorithm Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000004075 alteration Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例涉及智慧交通技术领域,特别涉及一种定位方法、装置、电子设备及存储介质,该方法包括:确定标识像素点位置与标识像素尺寸;根据标识像素点位置、标识像素尺寸、及尺寸比例确定待定位对象目标像素点位置;根据目标像素点位置和位置转换关系确定在世界空间的目标空间位置。本申请定位方法能够更准确地进行定位,解决对被遮挡的待定位对象接地点的定位精度较差的技术问题,达到更精准对待定位对象进行定位的技术效果。
Description
技术领域
本申请涉及智慧交通技术领域,特别涉及一种定位方法、装置、电子设备及存储介质。
背景技术
对道路上移动的待定位对象的识别和定位能够有效地防止交通事故,这种技术的需求较大。现有技术中,对待定位对象进行定位通常会检测待定位对象与地面的接地点,根据接地点定位待定位对象所在的坐标位置。
但实际应用中,一旦待定位对象过于密集,部分待定位对象的接地点会被其他待定位对象或障碍物遮挡,导致无法检测到待定位对象底部与地面的接地点。目标常用的定位方法需要根据接地点对待定位对象进行定位,无法获得真正的接地点,会导致对待定位对象进行定位的效果较差。
发明内容
为了解决上述技术缺陷之一,本申请实施例中提供了一种定位方法、装置、电子设备及存储介质。
本申请实施例的第一个方面,提供了一种定位方法,包括:
确定当前图像中待定位对象标识区域的标识像素点位置与标识像素尺寸;其中,当前图像是指图像采集设备在固定位置拍摄的包含待定位对象的图像;
根据标识像素点位置、标识像素尺寸、以及预先配置的标识区域与待定位对象整体区域的尺寸比例确定待定位对象在基准面目标像素点位置;
根据目标像素点位置和预先配置的位置转换关系确定待定位对象在世界空间的目标空间位置。其中,位置转换关系是指当前图像中各像素点在世界空间中的对应位置关系。
本申请实施例的第二个方面,提供了一种定位装置,包括:
第一确定模块,用于确定当前图像中待定位对象标识区域的标识像素点位置与标识像素尺寸;其中,当前图像是指图像采集设备在固定位置拍摄的包含待定位对象的图像;
第二确定模块,用于根据标识像素点位置、标识像素尺寸、以及预先配置的标识区域与待定位对象整体区域的尺寸比例确定待定位对象在基准面目标像素点位置;
第三确定模块,用于根据目标像素点位置和预先配置的位置转换关系确定待定位对象在世界空间的目标空间位置。其中,位置转换关系是指当前图像中各像素点在世界空间中的对应位置关系。
本申请实施例的第三个方面,提供了一种电子设备,包括:
存储器;
处理器;以及
计算机程序;
其中,计算机程序存储在存储器中,并被配置为由处理器执行以实现根据上述任一项的方法。
本申请实施例的第四个方面,提供了一种计算机可读存储介质,其上存储有计算机程序;计算机程序被处理器执行以实现根据上述任一项的方法。
采用本申请实施例中提供的定位方法能够识别接地点被遮挡待定位对象的未被遮挡的部分在图像中的位置和尺寸,并根据该部分的尺寸与整个待定位对象的尺寸之间的比例关系,确定待定位对象在图像中的尺寸,根据标识区域在图像中的位置为基准推算出待定位对象的接地点,相对于直接将待定位对象最低点作为接地点的方式,能够更准确地确定接地点,进而更准确地根据接地点和世界坐标系的坐标的对应关系进行定位,从而解决了对被遮挡的待定位对象接地点的定位精度较差的技术问题,达到了更精准地对待定位对象进行定位的技术效果。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为现有技术的定位方法的原理示意图;
图2为现有技术的定位方法的缺陷的原理示意图;
图3为本申请一个实施例提供的定位方法的流程图;
图4为本申请一个实施例提供的定位方法的流程图;
图5为本申请一个实施例的定位方法的原理示意图;
图6为本申请一个实施例提供的定位方法的流程图;
图7为本申请一个实施例提供的定位方法的流程图;
图8为本申请一个实施例提供的定位方法的流程图;
图9为本申请一个实施例提供的定位装置结构示意图;
图10为本申请一个实施例提供的计算机设备结构示意图。
具体实施方式
为了使本申请实施例中的技术方案及优点更加清楚明白,以下结合附图对本申请的示例性实施例进行进一步详细的说明,显然,所描述的实施例仅是本申请的一部分实施例,而不是所有实施例的穷举。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
在实现本申请的过程中,发明人发现,以定位的待定位对象是行人为例,如图1所示,采用的方法通常是摄像头拍摄包括行人的图像,然后利用经过训练的识别行人轮廓的模型,将行人轮廓的最低点确定为脚部的接地点。由于摄像头的位置是固定的,因此拍摄到的区域也是固定的,拍摄地面区域图像时,图像中每个像素点位置与拍摄区域中地面对应区域的世界空间的位置之间的转换关系是固定的(可以通过标定的方法获得该转换关系)。因而,根据转换关系,确定行人脚部的接地点的像素点对应的世界空间的位置,即为行人所在的世界空间的位置。
但这种定位方式存在的问题是,如图2所示,当行人较多的时候,行人的脚部接地点202会被其他人或物体遮挡,摄像头拍到的行人最低点201不是行人脚部的接地点,若利用上文中的方法,认为行人最低点201是行人的接地点,经过转换关系,会把行人最低点201像素点位置转换成对应地面上的世界空间的投影位置203,投影位置203和行人实际所在的脚部接地点202之间有位置偏差。待定位对象为其他容易互相遮挡的目标时,例如车辆、交通设备等也存在相同的问题。
因此,在实际应用中,一旦待定位对象过于密集部分待定位对象的底部会被其他待定位对象或障碍物遮挡,导致无法检测到待定位对象底部与地面的接地点。因此目前的对待定位对象定位方法效果较差。
鉴于上述问题,本申请实施例提供了一种定位方法,可以在待定位对象密集的情况下也可以对行人进行精准定位。以下对本申请实施例提供的定位方法的应用环境作简单介绍:
本申请实施例提供的定位方法的应用环境至少包括:终端设备、多个图像采集设备、待定位对象等。该待定位对象可以是行人或者其他物体,例如车辆、路障、建筑物等,本申请实施例不作具体限定。该图像采集设备的位置固定,图像采集视野固定,也就是说,一台图像采集设备只采集固定方向固定区域的图像,该图像采集设备可以为摄像机、手机、摄像头等均可,本申请实施例不作具体限定,可根据实际情况具体配置。该终端设备用于进行图像处理、数据计算等,即用于执行本申请实施例提供的定位方法,该终端设备可以是计算机、手机、平板电脑、笔记本电脑、可穿戴电子设备、服务器等,在不作穷举。
下面以上述终端设备为执行主体,待定位对象为行人为例,将该定位方法应用于终端设备,对行人定位为例进行举例说明。请参见图3,本公开实施例提供的一种定位方法包括如下步骤301-步骤303:
步骤301、确定当前图像中待定位对象标识区域的标识像素点位置与标识像素尺寸;其中,当前图像是指图像采集设备在固定位置拍摄的包含待定位对象的图像。
例如图1中位于电线杆上的图像采集设备采集下方行人的当前图像;世界空间是指包含有可移动的行人、实体建筑、路障等现实元素的现实空间,固定位置是指图像采集设备的位置固定,拍摄角度固定,对应拍摄的焦距、视野和图像解析度固定,得到的图像的对应的拍摄区域也是固定的。本申请中的当前图像是指待定位对象进入该拍摄视野后,图像采集设备所采集到的图像,需要解释的是,随着世界空间中环境的改变以及待定位对象的不断移动或改变,该当前图像的图像内容也随之发生变化,但是其视野范围固定不变。
该标识区域是由工作人员设定的待定位对象容易被辨识且不易被遮挡的部位,例如该待定位对象为人,该标识区域可以为人的头部、肩膀等部位,或者其他骨骼关节点等均可,本申请实施例不作具体限定。标识像素点是标识区域的较为容易定位的像素点,例如头部的顶端所在的像素点,或者头部中下巴的尖端所在的像素点等。标识区域的确定可以采用目标检测算法,例如该标识区域为头部,对应的目标检测算法可以采用预先训练得到的脸部检测算法,例如隐马尔可夫模型方法(Hidden Markov Model)、特定人脸子空间(FSS)算法等;若该标识区域为特定关节点,该目标检测算法对应为人体骨骼关键点检测算法,例如AlphaPose、pytorch-openpose算法等,在此不作穷举。。
标识区域的标识像素尺寸,可以是标识区域在当前图像中的与基准面垂直方向的长度。待定位对象位于基准面上,基准面是平面的,可以是道路地面也可以是地下停车场的地面。确定标识区域的标识像素尺寸的方式可以是:确定标识区域最远离基准面的像素点的纵坐标,并确定标识区域最接近基准面的像素点的纵坐标,计算两个纵坐标之差,即为标识区域的标识像素尺寸。当标识区域为两个关键点时,标识像素尺寸也可以是两个关键点之间的距离。
步骤302、根据标识像素点位置、标识像素尺寸、以及预先配置的标识区域与待定位对象整体区域的尺寸比例确定待定位对象在基准面目标像素点位置。
本步骤可以分解为两步实现:
(1)确定待定位对象整体区域的整体像素尺寸
根据标识区域的标识像素尺寸与待定位对象的整体像素尺寸的预定比例,能够确定待定位对象的整体像素尺寸。
预定比例可以是人为设置的经验数值,对应标识区域与基准面垂直方向上的长度与待定位对象与基准面垂直方向上的长度之间的比例。例如,待定位对象为行人,标识区域为头部。根据经验数值,人的头部从头顶到下巴的长度与人身高的之间的比例约为1:7.5,则人的头部的标识像素尺寸与人体的整体像素尺寸的预定比例为1:7.5。另外,也可以专门采集该行人的身高和头部的比例数据,将采集到的数据作为预定比例。
根据预定比例和标识像素尺寸可以计算得到待定位对象的整体区域的整体区域尺寸。例如,已知行人头部从头顶到下巴的长度L1(标识区域的标识像素尺寸),预定比例为M,能够得到行人的身高整体区域的整体像素尺寸L2=M×L1。
(2)确定待定位对象在基准面的目标像素点位置
确定待定位对象在基准面(接地点)的目标像素点位置的方式与标识像素点的“标识预设点和标定框之间的相对位置关系”有关。根据标识像素点位置,确定待定位对象与基准面在基准面的目标像素点位置,可以包括且不限于以下几种方式:
方式一、标识预设点在标定框的远离基准面一端的中点。
在本申请一个可选实施例中,如图4所示,根据标识像素点位置确定待定位对象在基准面目标像素点位置,包括以下步骤401-步骤402:
步骤401、根据标识像素尺寸和尺寸比例确定待定位对象整体区域的整体像素尺寸。
步骤402、将与标识像素点的连线垂直于基准面,与标识像素点位置之间的距离为整体像素尺寸,且靠近基准面一侧的目标像素点的位置确定为目标像素点位置。
例如,如上文描述待定位对象为行人,标识区域为头部,两者尺寸的预定比例为7.5: 1,如图5所示,标识预设点为人的头部的标定框的远离基准面一端的中点,人的头部的标识像素尺寸为L,则人身高的整体像素尺寸为7.5L。确定目标像素点位置的方法是从标识像素点向基准面方向延伸7.5L的像素点。行人头顶的标识像素点位置的坐标是(1, 1),头部的标识像素尺寸为2个像素点,人的头部从头顶到下巴的长度与人身高的之间的预定比例为1:7.5,则人的脚部接地点的目标像素点位置的坐标应为(1,1+2×7.5)=(1,16)。
采用本申请实施例提供的确定接地点的方法,能够更准确地确定待定位对象的在基准面上的位置,进而更准确地定位待定位对象。
方式二、标识预设点在标定框的靠近基准面一端的中点。
将与标识像素点的连线垂直于基准面,与标识像素点位置之间的距离为待定位对象整体区域的整体像素尺寸减去标识像素尺寸,且靠近基准面一侧的像素点确定为目标像素点位置。
如图5所示,预定比例为7.5,若标识像素点为人的头部的标定框的靠近基准面一端的中点,则接地点是标识像素点向基准面方向延伸7.5L-1L=6.5L的像素点,即待定位对象的整体像素长度减去头部的标识像素长度。
方式三、标识预设点在标定框的中心。
将与标识像素点的连线垂直于基准面,与标识像素点位置之间的距离为待定位对象整体区域的整体像素尺寸减去标识像素尺寸的一半,且靠近基准面一侧的像素点确定为目标像素点位置。
如图5所示,预定比例为7.5,若标识像素点为人的头部的标定框的中心,则接地点的目标像素点是从标识像素点向基准面方向延伸7.5L-0.5L=7L的像素点。即待定位对象的整体像素尺寸减去头部的标识像素尺寸的一半。
步骤303、根据目标像素点位置和预先配置的位置转换关系确定待定位对象在世界空间的目标空间位置。其中,位置转换关系是指当前图像中各像素点在世界空间中的对应位置关系。
由于图像采集设备的位置是固定的,拍摄区域也是固定的,位置转换关系是固定的。位置转换关系可以根据图像采集设备以前拍摄的图像进行标定获得。
像素点位置可以用像素点坐标来表示,决定了像素点处于当前图像的所有像素点中的位置。例如,像素点位置的像素点坐标为(1, 2),代表位于第一行像素点与第二列像素点相交处的像素点。
目标位置,可以是待定位对象接地点的像素点对应世界空间中的绝对位置,例如GPS(Global Positioning System,全球定位系統)定位。
采用本申请实施例中提供的定位方法能够识别接地点被遮挡待定位对象的未被遮挡的部分在图像中的位置和尺寸,并根据该部分的尺寸与整个待定位对象的尺寸之间的比例关系,确定待定位对象在图像中的尺寸,根据标识区域在图像中的位置为基准推算出待定位对象的接地点,相对于直接将待定位对象最低点作为接地点的方式,能够更准确地确定接地点,进而更准确地根据接地点和世界坐标系的坐标的对应关系进行定位。
在本申请一个可选实施例中,如图6所示,确定当前图像中待定位对象标识区域的标识像素点位置与标识像素尺寸,包括以下步骤601-步骤604:
步骤601、确定待定位对象标识区域的标定框。
本申请实施例中的标定框中囊括待定位对象的标识区域,标定框的在当前图像中与基准面垂直方向的长度接近或等于标识区域的长度。标定框的形状可以是矩形的,也可以是椭圆形的,也可以是与标识区域相同的。确定标定框的位置,可以采用深度学习算法,例如Two stage目标检测算法、One stage 目标检测算法等。建立用于检测待定位对象的模型(目标检测模型),再通过经过人工标注过标定框的多个样本进行训练,以得到确定待定位对象的标定框的模型,将当前图像输入该模型,能够得到待定位对象的标定框。
步骤602、将标定框的远离基准面一端的标识预设点确定为标识像素点。
由于标识区域都是未经遮挡的,选择标识预设点可以较为灵活,标识预设点可以为标定框远离基准面一端的中点,标识预设点也可以标定框是靠近基准面一端的中点,也可以是标定框的中心点。
步骤603、将标定框的靠近基准面一端的基准预设点确定为基准像素点。
基准像素点和标识像素点用于计算标识区域的标识像素长度,确定基准像素点的方式与确定标识像素点的方式相互对应。若标识像素点的标识预设点为标定框远离基准面一端的中点,则基准像素点的基准预设点可以是标定框靠近基准面一端的中点;若标识像素点的标识预设点为标定框靠近基准面一端的中点,则基准像素点的基准预设点也可以是标定框远离基准面一端的中点。若标识像素点的标识预设点为标定框的中心,基准像素点的基准预设点即可以是标定框远离基准面一端的中点,也可以是标定框靠近基准面一端的中点。
步骤604、根据标识像素点和基准像素点之间的距离确定标识像素尺寸。
当基准像素点和标识像素点分别位于标定框的远离基准面的一端和标定框的靠近基准面的一端时,可以采用上述方法确定标识区域的长度。当标识像素点位于标定框的中心时,基准像素点位于标定框远离基准面一端的中点或标定框靠近基准面一端的中点时,标识区域的长度等于标识像素点和基准像素点的距离的两倍。
在本申请一个可选实施例中,确定标识区域的标定框的方法包括如下步骤:
基于预先训练得到的针对目标区域检测的目标检测模型从当前图像中确定目标区域的标定框。
构建的目标检测模型可以按照上文中的Two stage目标检测算法、One stage 目标检测算法等的架构。
训练即将样本输入目标检测模型,比较目标检测模型的识别结果和样本中标注的结果,以样本中的标注结果为准,相应地调整目标检测模型中的参数,经过一定次数的训练,得到的训练后的目标检测模型。
本申请实施例基于预先训练得到的针对目标区域检测的目标检测模型从当前图像中确定目标区域的标定框,标定框的确定效率更高,且更为准确,基于该标定框确定的待定位对象在世界空间的目标空间位置也更为准确,进一步提高本申请实施例定位方法的准确性与可靠性。
在本申请一个可选实施例中,上述步骤301之前,如图7所示,获得像素点坐标转换为世界空间坐标的方法,包括如下步骤 701- 步骤703:
步骤 701、构建图像采集设备拍摄的固定拍摄区域的图像的像素空间中各像素点位置与世界空间中各位置之间的初始联立方程;其中,初始联立方程中包括参数值待定的用于将像素点坐标转换为世界空间坐标的初始转换矩阵;
本申请实施例的初始联立方程可以为如下公式:
(1)
公式(1)中,u为像素空间的像素点的横坐标,v为像素空间的像素点的纵坐标,(u,v)构成了一个像素点在像素空间中的像素点位置,为转换矩阵,/>为转换参数,x为世界空间的横坐标,y为世界空间的纵坐标。
步骤702、根据样本集对初始联立方程进行求解,得到初始转换矩阵中的转换参数;
构建联立方程时,所有的转换参数都是未知的。为了求解每个转换参数,需要代入多个样本,每个样本包括的像素空间的坐标以及与该像素空间的坐标相对应的世界空间的坐标。
步骤703、根据转换参数与初始转换矩阵构建用于表征位置转换关系的目标转换矩阵。
经过计算,能够获得转换参数的实际数值。将转换参数代入初始联立方程能够获得目标转换矩阵。
本申请实施例给出了一种获取图像采集设备拍摄的固定拍摄区域的图像的像素空间中各像素点位置与世界空间中各位置之间的转换关系的方法,先构建图像采集设备拍摄的固定拍摄区域的图像的像素空间中各像素点位置与世界空间中各位置之间的初始联立方程,根据样本集对初始联立方程进行求解得到初始转换矩阵中的转换参数后,根据转换参数与初始转换矩阵构建用于表征位置转换关系的目标转换矩阵,得到的目标转换矩阵更为可靠,基于该目标转换矩阵确定世界空间坐标的准确性更高,可以进一步提高本申请实施例定位方法的准确性与可靠性。
在本申请一个可选实施例中,如图8所示,获取一个像素点坐标和该坐标的像素点对应的世界空间标定位置的样本所采用的方法,包括如下步骤801- 步骤803:
步骤801、获取放置于基准面上世界空间的预设坐标的规则图形的标定板的轮廓。
本申请实施例规则图形的标定板可以是圆形的,轮廓中心即为圆形的原点。实际操作时,为了获得一个样本,可以将标定板放在图像获取装置的拍摄区域中的世界空间的坐标已知的位置上,由图像获取装置拍照获取包含标定板的图像。
识别标定板的轮廓的方式可以是采用上文中的目标检测算法,利用标注过标定板轮廓的图像进行训练,得到识别标定板轮廓的模型。再将用于标定的包含标定板的图像输入模型。
步骤802、确定位于轮廓中心的像素点坐标。
标定板为规则图形时,获取轮廓中心的代表像素空间的像素坐标系下的坐标,可以采用获取轮廓上所有像素点的重心的方式。例如,求轮廓上所有像素点的横坐标的平均值,轮廓上所有像素点的纵坐标的平均值,位于轮廓中心的像素点坐标即为(横坐标平均值,纵坐标平均值)。
步骤803、将轮廓中心的像素点坐标和预设坐标确定为由第二类样本组成的样本集中的一个样本。
通过对标定板获取照片中标定板圆心在像素坐标系的坐标,标定板圆心在像素坐标系的坐标与标定板在世界空间的坐标用于作为样本,代入初始联立方程,求解转换矩阵得到目标联立方程。
本申请实施例使用规则图形的标定板进行标定的优点是,标定板为规则图形时,轮廓更容易被识别,且相比不规则图形,规则图形轮廓的中心点定位难度更低、更准确,进而作为样本获得的像素空间与世界空间的转换关系更准确。
在本申请一个可选实施例中,步骤303之后,利用得到待定位对象的目标位置,还包括如下步骤:将目标位置发送至监控终端,以供监控终端根据目标位置执行安全警示。
本申请实施例的监控终端可以是车载的具有通讯和显示的设备。例如,用于车辆上的终端,待定位对象为行人时,车辆上的监控终端能够根据行人的世界空间的目标位置提醒司机注意进行避让。
应该理解的是,虽然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,图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子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,这些子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的子步骤或者阶段的至少一部分轮流或者交替地执行。
为了实现上述定位方法,如图9所示,本申请的一个实施例中提供一种定位装置900,包括:第一确定模块910、第二确定模块920和第三确定模块930其中:
该第一确定模块910,用于确定当前图像中待定位对象标识区域的标识像素点位置与标识像素尺寸;其中,当前图像是指图像采集设备在固定位置拍摄的包含待定位对象的图像;
该第二确定模块920,用于根据标识像素点位置、标识像素尺寸、以及预先配置的标识区域与待定位对象整体区域的尺寸比例确定待定位对象在基准面目标像素点位置;
该第三确定模块930,用于根据目标像素点位置和预先配置的位置转换关系确定待定位对象在世界空间的目标空间位置。其中,位置转换关系是指当前图像中各像素点在世界空间中的对应位置关系。
在本申请一个可选实施例中,该第一确定模块910具体用于,确定待定位对象的标识区域的标定框;将标定框的远离基准面一端的中点确定为标识像素点;该第二确定模块920具体用于,将标定框的靠近基准面一端的中点确定为基准像素点;根据标识像素点和基准像素点之间的距离确定为标识区域的标识像素尺寸。
在本申请一个可选实施例中,该第四确定模块940具体用于,根据标识像素尺寸和尺寸比例确定待定位对象整体区域的整体像素尺寸;将与标识像素点的连线垂直于基准面,与标识像素点位置之间的距离为整体像素尺寸,且靠近基准面一侧的目标像素点的位置确定为目标像素点位置。
在本申请一个可选实施例中,该第一确定模块910具体用于,构建用于识别标识区域的基础模型;利用由第一类样本组成的样本集对用于识别标识区域的基础模型进行训练,得到用于识别标识区域的识别模型;其中,第一类样本是指标识区域上有标注的标定框的图像;利用用于识别标识区域的识别模型对当前图像进行识别,确定待定位对象的标识区域的标定框。
在本申请一个可选实施例中,如图所示,该定位装置 900还包括转换模块,构建图像采集设备拍摄的固定拍摄区域的图像的像素空间中各像素点位置与世界空间中各位置之间的初始联立方程;其中,初始联立方程中包括参数值待定的用于将像素点坐标转换为世界空间坐标的初始转换矩阵;根据由第二类样本组成的样本集对初始联立方程进行求解,得到初始转换矩阵中的转换参数;其中,第二类样本为像素点坐标与其对应的世界空间坐标;根据转换参数与初始转换矩阵构建用于表征位置转换关系的目标转换矩阵。
在本申请一个可选实施例中,该定位装置 900还包括标定模块,用于获取放置于基准面上世界空间的预设坐标的规则图形的标定板的轮廓;确定位于轮廓中心的像素点坐标;将轮廓中心的像素点坐标和预设坐标确定为由第二类样本组成的样本集中的一个样本。
在本申请一个可选实施例中,该定位装置 900还包括发送模块,用于将目标位置发送至监控终端,以供监控终端根据目标位置执行安全警示。
在一个实施例中,提供了一种计算机设备,该计算机设备的内部结构图可以如图10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、网络接口和数据库。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、计算机程序和数据库。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。该计算机设备的数据库用于存储数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现如上的一种定位方法。包括:包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现如上定位方法中的任一步骤。
本领域内的技术人员应明白,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。本申请实施例中的方案可以采用各种计算机语言实现,例如,C语言、VHDL语言、Verilog语言、面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
本申请是参照根据本申请实施例的方法、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。
在本申请的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本申请中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接或可以互相通讯;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种定位方法,其特征在于,包括:
确定当前图像中待定位对象标识区域的标识像素点位置与标识像素尺寸;其中,所述当前图像是指图像采集设备在固定位置拍摄的包含所述待定位对象的图像;
根据所述标识像素点位置、所述标识像素尺寸、以及预先配置的所述标识区域与所述待定位对象整体区域的尺寸比例确定所述待定位对象在基准面目标像素点位置;
根据所述目标像素点位置和预先配置的位置转换关系确定所述待定位对象在世界空间的目标空间位置;其中,所述位置转换关系是指所述当前图像中各像素在所述世界空间中的对应位置关系。
2.根据权利要求1所述的定位方法,其特征在于,所述确定当前图像中待定位对象标识区域的标识像素点位置与标识像素尺寸,包括:
确定所述待定位对象所述标识区域的标定框;
将所述标定框的远离所述基准面一端的标识预设点确定为标识像素点;
将所述标定框的靠近所述基准面一端的基准预设点确定为基准像素点;
根据所述标识像素点和所述基准像素点之间的距离确定所述标识像素尺寸。
3.根据权利要求2所述的定位方法,其特征在于,所述根据所述标识像素点位置、所述标识像素尺寸、以及预先配置的所述标识区域与所述待定位对象整体区域的尺寸比例确定所述待定位对象在基准面目标像素点位置,包括:
根据所述标识像素尺寸和所述尺寸比例确定所述待定位对象整体区域的整体像素尺寸;
将与所述标识像素点的连线垂直于所述基准面,与所述标识像素点位置之间的距离为所述整体像素尺寸,且靠近所述基准面一侧的目标像素点的位置确定为所述目标像素点位置。
4.根据权利要求2所述的定位方法,其特征在于,所述确定所述待定位对象标识区域的标定框,包括:
基于预先训练得到的针对目标区域检测的目标检测模型从所述当前图像中确定所述目标区域的所述标定框。
5.根据权利要求1所述的定位方法,其特征在于,在根据所述目标像素点位置和预先配置的位置转换关系确定所述待定位对象在世界空间的目标空间位置,还包括:
构建所述图像采集设备拍摄的固定拍摄区域的图像的像素空间中各像素点位置与所述世界空间中各位置之间的初始联立方程;其中,所述初始联立方程中包括参数值待定的用于将像素坐标系的像素点坐标转换为世界坐标系的世界空间坐标的初始转换矩阵;
根据由第二类样本组成的样本集对所述初始联立方程进行求解,得到所述初始转换矩阵中的转换参数;其中,所述第二类样本为像素点坐标与其对应的世界空间坐标;
根据所述转换参数与所述初始转换矩阵构建用于表征所述位置转换关系的目标转换矩阵。
6.根据权利要求5所述的定位方法,其特征在于,所述根据由第二类样本组成的样本集对所述初始联立方程进行求解,得到所述初始转换矩阵中的转换参数之前,还包括:
获取放置于所述基准面上世界空间的预设坐标的规则图形的标定板的轮廓;
确定位于所述轮廓中心的像素点坐标;
将所述轮廓中心的像素点坐标和所述预设坐标确定为所述由第二类样本组成的样本集中的一个样本。
7.根据权利要求1所述的定位方法,其特征在于,所述根据所述目标像素点位置和预先配置的位置转换关系确定所述待定位对象在世界空间的目标空间位置之后,所述方法还包括:
将所述目标空间位置发送至监控终端,以供监控终端根据所述目标空间位置执行安全警示。
8.一种定位装置,其特征在于,包括:
第一确定模块,用于确定当前图像中待定位对象标识区域的标识像素点位置与标识像素尺寸;其中,所述当前图像是指图像采集设备在固定位置拍摄的包含所述待定位对象的图像;
第二确定模块,用于根据所述标识像素点位置、所述标识像素尺寸、以及预先配置的所述标识区域与所述待定位对象整体区域的尺寸比例确定所述待定位对象在基准面目标像素点位置;
第三确定模块,用于根据所述目标像素点位置和预先配置的位置转换关系确定所述待定位对象在世界空间的目标空间位置;其中,所述位置转换关系是指所述当前图像中各像素点在所述世界空间中的对应位置关系。
9.一种电子设备,其特征在于,包括:
存储器;
处理器;以及
计算机程序;
其中,所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行以实现根据权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序;所述计算机程序被处理器执行以实现根据权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310512148.2A CN116704041A (zh) | 2023-05-09 | 2023-05-09 | 定位方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310512148.2A CN116704041A (zh) | 2023-05-09 | 2023-05-09 | 定位方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116704041A true CN116704041A (zh) | 2023-09-05 |
Family
ID=87840019
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310512148.2A Pending CN116704041A (zh) | 2023-05-09 | 2023-05-09 | 定位方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116704041A (zh) |
-
2023
- 2023-05-09 CN CN202310512148.2A patent/CN116704041A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110136199B (zh) | 一种基于摄像头的车辆定位、建图的方法和装置 | |
US11710322B2 (en) | Surveillance information generation apparatus, imaging direction estimation apparatus, surveillance information generation method, imaging direction estimation method, and program | |
CN107274695B (zh) | 智能照明系统、智能车辆及其车辆辅助驾驶系统和方法 | |
CN111856963B (zh) | 一种基于车载环视系统的泊车仿真方法及装置 | |
CN109918977B (zh) | 确定空闲车位的方法、装置及设备 | |
CN112798811B (zh) | 速度测量方法、装置和设备 | |
CN111275960A (zh) | 一种交通路况分析方法、系统及摄像机 | |
CN104167109A (zh) | 车辆位置的检测方法和检测装置 | |
CN113850867A (zh) | 相机参数标定及设备的控制方法、装置、设备及存储介质 | |
KR101255461B1 (ko) | 도로시설물 자동 위치측정 방법 | |
CN112489136A (zh) | 标定方法、位置确定方法、装置、电子设备及存储介质 | |
KR20160070874A (ko) | 모바일 기기를 이용한 위치기반 시설물 관리 시스템 | |
CN113034586A (zh) | 道路倾角检测方法和检测系统 | |
JP4762026B2 (ja) | 道路標識データベース構築装置 | |
CN114821497A (zh) | 目标物位置的确定方法、装置、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 | |
CN112699748B (zh) | 基于yolo及rgb图像的人车距离估计方法 | |
CN116358486A (zh) | 基于单目相机的目标测距方法、装置及介质 | |
CN113284190A (zh) | 标定方法、装置、设备、存储介质及产品 | |
CN115083209B (zh) | 一种基于视觉定位的车路协同方法及系统 | |
CN113011445A (zh) | 标定方法、识别方法、装置及设备 | |
CN109087361B (zh) | 一种基于单目摄像头的前向物体横向距离标定方法 | |
CN116704041A (zh) | 定位方法、装置、电子设备及存储介质 | |
KR101579970B1 (ko) | 사진에 촬영된 지점의 위치를 계산하는 방법 및 장치 | |
JP3994954B2 (ja) | 物体検出装置及び物体検出方法 |
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 |