CN116755104A - 基于三点两线定位对象的方法及设备 - Google Patents
基于三点两线定位对象的方法及设备 Download PDFInfo
- Publication number
- CN116755104A CN116755104A CN202310501353.9A CN202310501353A CN116755104A CN 116755104 A CN116755104 A CN 116755104A CN 202310501353 A CN202310501353 A CN 202310501353A CN 116755104 A CN116755104 A CN 116755104A
- Authority
- CN
- China
- Prior art keywords
- target object
- actual distance
- position point
- actual
- camera
- 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 57
- 238000012216 screening Methods 0.000 claims description 23
- 230000006870 function Effects 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 10
- 230000003287 optical effect Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 7
- 238000009432 framing Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 abstract description 10
- 230000009286 beneficial effect Effects 0.000 description 9
- 238000003860 storage Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/46—Indirect determination of position data
- G01S17/48—Active triangulation systems, i.e. using the transmission and reflection of electromagnetic waves other than radio waves
Abstract
本发明提供基于三点两线定位对象的方法及设备,其通过对第一位置点和第二位置点处的摄像机采集目标对象的视频图像转换成网格化图像,并进行网格交叉点坐标计算,得到网格交叉点相对于视频图像的真实坐标位置,进而识别目标对象的真实坐标位置;再基于目标对象的真实坐标位置,进行激光测距得到目标对象与第一位置点和第二位置点的实际距离,并结合摄像机标定的参数,得到目标对象的世界坐标,对目标对象进行视觉识别和激光测距结合来进行目标对象定位,通过对目标对象进行视频拍摄得到目标对象的真实坐标,以此对目标对象进行初步定位,再对目标对象进行激光投射,精确计算目标对象的世界坐标,实现高精度定位。
Description
技术领域
本发明涉及视觉和激光定位的技术领域,特别涉及基于三点两线定位对象的方法及设备。
背景技术
车联网、自动驾驶、智能制造、智慧物流、无人机等应用场景对定位实时性和准确性的要求较高,比如在车联网场景中,当主动避撞时要求定位精度达到30cm,并且还要求支持高度移动超低时延的定位能力;在无人机场景中,则要求定位精度达到10-50cm。现有的定位方法主要包括视觉定位和激光扫描定位。其中,视觉定位是利用摄像机拍摄目标物的图像,再对图像进行分析,得到目标物的位置信息;激光扫描定位则是对目标物进行激光扫描投射,根据目标物对激光的反射,确定目标物的位置信息。无论视觉定位还是激光扫描定位,都只是采用单一方式对目标物进行定位,而视觉定位和激光扫描定位在实际操作中容易受到外界环境因素的影响,使得定位结果存在较大偏差,不能满足高精度定位的要求,无法适用于不同应用场景。
发明内容
针对现有技术存在的缺陷,本发明提供基于三点两线定位对象的方法及设备,其通过对第一位置点和第二位置点处的摄像机采集目标对象的视频图像转换成网格化图像,并进行网格交叉点坐标计算,得到网格交叉点相对于视频图像的真实坐标位置,进而识别目标对象的真实坐标位置;再基于目标对象的真实坐标位置,进行激光测距得到目标对象与第一位置点和第二位置点的实际距离,并结合摄像机标定的参数,得到目标对象的世界坐标,对目标对象进行视觉识别和激光测距结合来进行目标对象定位,通过对目标对象进行视频拍摄得到目标对象的真实坐标,以此对目标对象进行初步定位,再对目标对象进行激光投射,确保激光准确地对准目标对象,从而对目标对象进行多方向的测距;再结合摄像机拍摄参数,精确计算目标对象的世界坐标,有效提高对外界环境因素的抗干扰性能和实现高精度定位。
本发明提供基于三点两线定位对象的方法,包括:
基于第一位置点和第二位置点处的摄像机采集目标对象的视频图像,对所述视频图像进行网格化处理,得到网格化图像;
对所述网格化图像中每个网格交叉点进行坐标计算,得到每一个网格交叉点相对于所述视频图像的真实坐标位置;
识别出所述目标对象的真实坐标位置,基于所述目标对象的真实坐标位置,进行激光测距,得到所述目标对象与所述第一位置点的第一实际距离,所述目标对象与所述第二位置点的第二实际距离,以及标定所述摄像机的参数;
基于所述第一实际距离、所述第二实际距离和标定的所述摄像机的参数,得到所述目标对象的世界坐标。
进一步,采集目标对象的视频图像之前,还包括:
在所述第一位置点和所述第二位置点均设置激光测距仪,通过所述激光测距仪获取所述第一位置点和所述第二位置点处的摄像机的地理坐标位置。
进一步,对所述视频图像进行网格化处理,得到网格化图像,包括:
将所述视频图像进行分帧处理,得到若干视频帧,并在主界面屏幕播放所述视频帧;
基于所述视频帧,所述第一位置点和所述第二位置点处的摄像机的地理坐标点位置,得到所述视频图像的图像画面与所述主界面屏幕的屏幕画面之间的坐标映射位置关系;
基于所述坐标映射位置关系,显示所述网格化图像。
进一步,基于所述目标对象的真实坐标位置,进行激光测距,得到所述目标对象与所述第一位置点的第一实际距离,所述目标对象与所述第二位置点的第二实际距离,以及标定所述摄像机的参数,包括:
基于所述目标对象的真实坐标位置,对所述第一位置点和所述第二位置点处的激光测距仪进行调整,使得所述第一位置点处的激光测距仪发出的激光与所述第二位置点处的激光测距仪发出的激光相交于所述目标对象,从而在所述目标对象形成光斑;
通过所述激光测距仪对所述光斑进行激光测距,得到所述目标对象与所述第一位置点的第一实际距离,所述目标对象与所述第二位置点的第二实际距离;
对所述摄像机进行拍摄方向调整后,标定所述摄像机的参数;其中,所述摄像机的参数包括所述摄像机的拍摄方向水平角和俯仰角。
进一步,还包括:通过所述激光测距仪对所述光斑进行多次激光测距,得到多个所述目标对象与所述第一位置点的第一实际距离,以及多个所述目标对象与所述第二位置点的第二实际距离,再基于多个第一实际距离和多个第二实际距离,得到最终确定的第一实际距离和第二实际距离,其过程为:
步骤S1,利用下面公式(1),根据多个第一实际距离和多个第二实际距离,得到第一实际距离的平均浮动误差和最大浮动误差,以及第二实际距离的平均浮动误差和最大浮动误差,
在上述公式(1)中,表示第一实际距离的平均浮动误差;ΔS1max表示第一实际距离的最大浮动误差;/>表示第二实际距离的平均浮动误差;ΔS2max表示第二实际距离的最大浮动误差;S1(a)表示测量得到的第a个第一实际距离;S1(i)表示测量得到的第i个第一实际距离;S2(a)表示测量得到的第a个第二实际距离;S2(i)表示测量得到的第i个第二实际距离;n表示测量得到的第一实际距离或第二实际距离的总个数;||表示求取绝对值;表示在a≠i的条件下将a和i的值分别从1取值到n代入到括号内得到括号内的最大值;
步骤S2,利用下面公式(2),根据第一实际距离的平均浮动误差和最大浮动误差以及第二实际距离的平均浮动误差和最大浮动误差,得到第一实际距离的二次筛选值和第二实际距离的二次筛选值,
在上述公式(2)中,K1表示第一实际距离的二次筛选值;K2表示第二实际距离的二次筛选值;F()表示数值化函数,其用于将括号内的量去除单位仅保留数值;
步骤S3,利用下面公式(3),根据第一实际距离和第二实际距离的二次筛选值对多次测量得到的多个第一实际距离和多个第二实际距离进行二次控制迭代筛选,得到最终确定的第一实际距离和第二实际距离,
在上述公式(3)中,X'1(a)表示最终确定的第一实际距离;X'2(a)表示最终确定的第二实际距离;G[]表示判断函数,若括号内的算式成立,则判断函数的函数值为1,若括号内的算式不成立,则判断函数的函数值为0。
进一步,基于所述第一实际距离、所述第二实际距离和标定的所述摄像机的参数,得到所述目标对象的世界坐标,包括:
确定所述光斑相对于瞄准点在所述主界面屏幕的像素偏移量;其中,所述瞄准点为所述目标对象在所述网格化图像中所处网格的顶点;
基于所述像素偏移量和标定的所述摄像机的参数,得到所述第一位置点和所述第二位置点处的摄像机的光轴聚焦于所述光斑时的水平旋转角和水平倾斜角;
基于所述第一实际距离、所述第二实际距离、所述水平旋转角和所述水平倾斜角,得到所述目标对象的世界坐标。
进一步,还包括:
对实时传回的视频图像进行目标对象定位,得到摄像机的拍摄区域中所述目标对象所在位置,并基于所述目标对象所在位置,确定所述摄像机和所述激光测距仪的工作状态信息;
基于所述工作状态信息,对所述摄像机和所述激光测距仪进行监控
进一步,还包括:
基于回放的视频图像,对所述目标对象进行定位,得到所述目标对象在历史拍摄过程对应的世界坐标;将所述目标对象在历史拍摄过程对应的世界坐标转换为三维球形坐标后,以此计算得到所述光斑的球心坐标和高度。
进一步,还包括:
调整所述视频图像在主界面屏幕的显示状态,以及设置所述摄像机的拍摄参数。
本发明还提供基于三点两线定位对象的设备,所述设备包括:
一个或多个处理器;
存储有计算机可读指令的存储器,当所述计算机可读指令被所述处理器执行时,实现前述基于三点两线定位对象的方法。
本发明还提供计算机可读存储介质,其存储有计算机可读指令,当所述计算机可读指令被处理器执行时,实现前述基于三点两线定位对象的方法。
相比于现有技术,该基于三点两线定位对象的方法及设备通过对第一位置点和第二位置点处的摄像机采集目标对象的视频图像转换成网格化图像,并进行网格交叉点坐标计算,得到网格交叉点相对于视频图像的真实坐标位置,进而识别目标对象的真实坐标位置;再基于目标对象的真实坐标位置,进行激光测距得到目标对象与第一位置点和第二位置点的实际距离,并结合摄像机标定的参数,得到目标对象的世界坐标,对目标对象进行视觉识别和激光测距结合来进行目标对象定位,通过对目标对象进行视频拍摄得到目标对象的真实坐标,以此对目标对象进行初步定位,再对目标对象进行激光投射,确保激光准确地对准目标对象,从而对目标对象进行多方向的测距;再结合摄像机拍摄参数,精确计算目标对象的世界坐标,有效提高对外界环境因素的抗干扰性能和实现高精度定位。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的基于三点两线定位对象的方法的流程示意图。
图2为本发明提供的基于三点两线定位对象的方法的定位布局示意图。
图3为本发明提供的基于三点两线定位对象的方法的目标对象坐标计算原理图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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所有其他实施例,都属于本发明保护的范围。
参阅图1-2,为本发明实施例提供的基于三点两线定位对象的方法的流程示意图及其定位布局示意图。该基于三点两线定位对象的方法包括:
基于第一位置点和第二位置点处的摄像机采集目标对象的视频图像,对视频图像进行网格化处理,得到网格化图像;在实际操作中,在与目标对象所处位置点A不同的第一位置点B和第二位置点C处分别架设摄像机,其中目标对象所处位置点A、第一位置点B和第二位置点C不共线。第一位置点B和第二位置点C处的摄像机分别以不同拍摄方向对目标对象进行拍摄,从而形成三点两线的定位布局。摄像机对目标对象进行持续拍摄,得到相应的视频图像,在将视频图像进行网格化处理,即将视频图像的画面都添加方形矩阵网格,从而得到网格化图像,同时还将网格化图像发送到主界面屏幕(比如显示器屏幕)进行显示,实现视频图像的网格标定显示,这样在视频图像的画面上会形成网格形状的参考线,便于在视频图像中对目标对象进行标定;
对网格化图像中每个网格交叉点进行坐标计算,得到每一个网格交叉点相对于视频图像的真实坐标位置;再网格化图像的整个画面范围内布局有网格线,网格线包括多个网格交叉点,并且每个网格交叉点在网格化图像的画面范围内的位置固定的,对在网格化图像的画面构建平面直角坐标系,以此确定每个网格交叉点的真实坐标位置,同时目标对象在网格化图像中必然会位于某一个网格内部,即目标对象会被当前所位于的网格的四个网格交叉点a、b、c、d包围,再根据目标对象会被当前所位于的网格的四个网格交叉点a、b、c、d的真实坐标位置即可在视频图像上对目标对象进行初步定位,便于后续对目标对象进行准确的激光投射测距;
识别出目标对象的真实坐标位置,基于目标对象的真实坐标位置,进行激光测距,得到目标对象与第一位置点的第一实际距离,目标对象与第二位置点的第二实际距离,以及标定摄像机的参数;在第一位置点B和第二位置点C处还分别设置有激光测距仪,当识别出目标对象的真实坐标位置后,以真实坐标位置为基准,通过激光测距仪对目标对象进行激光投射和测距,保证激光测距仪的测距准确性,并得到目标对象与第一位置点之间的第一实际距离、目标对象与第二位置点之间的第二实际距离,便于对目标对象进行距离位置标定;同时,还对摄像机的拍摄参数进行标定,为计算目标对象的世界坐标提供可靠的数据;
基于第一实际距离、第二实际距离和标定的摄像机的参数,得到目标对象的世界坐标;实际上,第一实际距离和第二实际距离也是第一位置点B和第二位置点C处的摄像机分别于目标对象的实际距离,此时结合摄像机对目标对象的拍摄参数,即可计算目标对象的世界坐标。
上述技术方案的有益效果为:该基于三点两线定位对象的方法通过对第一位置点和第二位置点处的摄像机采集目标对象的视频图像转换成网格化图像,并进行网格交叉点坐标计算,得到网格交叉点相对于视频图像的真实坐标位置,进而识别目标对象的真实坐标位置;再基于目标对象的真实坐标位置,进行激光测距得到目标对象与第一位置点和第二位置点的实际距离,并结合摄像机标定的参数,得到目标对象的世界坐标,对目标对象进行视觉识别和激光测距结合来进行目标对象定位,通过对目标对象进行视频拍摄得到目标对象的真实坐标,以此对目标对象进行初步定位,再对目标对象进行激光投射,确保激光准确地对准目标对象,从而对目标对象进行多方向的测距;再结合摄像机拍摄参数,精确计算目标对象的世界坐标,有效提高对外界环境因素的抗干扰性能和实现高精度定位。
优选地,采集目标对象的视频图像之前,还包括:
在第一位置点和第二位置点均设置激光测距仪,通过激光测距仪获取第一位置点和第二位置点处的摄像机的地理坐标位置。
上述技术方案的有益效果为:在实际操作用,在第一位置点B和第二位置点C处分别设置激光测距仪,两个激光测距仪分别与两个摄像机对应,当通过摄像机对目标对象初步完成视觉定位后,对目标对象进行激光测距,确定目标对象分别与两个激光测距仪的实际距离,同时也是目标对象分别与两个摄像机的实际距离,从而实现目标对象与摄像机之间相对位置标定。此外还可通过激光测距仪内置的GPS定位设备,确定第一位置点B和第二位置点C处的摄像机的地理坐标位置,便于后续摄像机的摄像坐标系和世界坐标系之间的变换。
优选地,对视频图像进行网格化处理,得到网格化图像,包括:
将视频图像进行分帧处理,得到若干视频帧,并在主界面屏幕播放视频帧;
基于视频帧,第一位置点和第二位置点处的摄像机的地理坐标点位置,得到视频图像的图像画面与主界面屏幕的屏幕画面之间的坐标映射位置关系;
基于坐标映射位置关系,显示网格化图像。
上述技术方案的有益效果为:摄像机拍摄的视频图像是一定时间长度范围内动态影像,为了对目标对象进行精确视觉识别定位,对视频图像进行分帧处理,得到若干视频帧,每个视频帧对应目标对象在不同拍摄时刻的视觉状态,同时将所有视频帧传送到显示器中,使显示器的主界面屏幕播放视频帧。再以主界面屏幕波荡的视频帧,第一位置点B和第二位置点C处的摄像机的地理坐标位置点为基准,确定视频图像的图像画面与主界面屏幕的屏幕画面之间的坐标映射位置关系,这样能够得到图像画面与屏幕画面之间的坐标变换对应关系,从而确保后续网格化图像的显示准确性。
优选地,基于目标对象的真实坐标位置,进行激光测距,得到目标对象与第一位置点的第一实际距离,目标对象与第二位置点的第二实际距离,以及标定摄像机的参数,包括:
基于目标对象的真实坐标位置,对第一位置点和第二位置点处的激光测距仪进行调整,使得第一位置点处的激光测距仪发出的激光与第二位置点处的激光测距仪发出的激光相交于目标对象,从而在目标对象形成光斑;
通过激光测距仪对光斑进行激光测距,得到目标对象与第一位置点的第一实际距离,目标对象与第二位置点的第二实际距离;
对摄像机进行拍摄方向调整后,标定摄像机的参数;其中,摄像机的参数包括摄像机的拍摄方向水平角和俯仰角。
上述技术方案的有益效果为:当得到网格化图像后,识别出网格化图像中目标对象A,通过元数据指纹定位算法利用网格计算主界面屏幕的定位,并结合目标对象A的实际坐标位置,得到目标对象A与第一位置点B和第二位置点C的实际距离,即距离AB和AC,同时还可以得到摄像机对目标对象A拍摄过程中的拍摄方向水平角和俯仰角等拍摄参数,以此对摄像机的拍摄状态进行标定。其中,元数据指纹定位算法是利用图像处理算法对网格化图像进行划分,在每个网格的交叉点记录其坐标,使用圆表示某个定位位置的元数据,所有网格的交叉点都具有其对应的坐标,在每个坐标上都可以收到一组对应的关于各元数据的特征量,这些特征量就相当于一个指纹上的多个纹理特征,根据特征量,确定所定位的网格交叉点的位置。
优选地,还包括:通过该激光测距仪对该光斑进行多次激光测距,得到多个该目标对象与该第一位置点的第一实际距离,以及多个该目标对象与该第二位置点的第二实际距离,再基于多个第一实际距离和多个第二实际距离,得到最终确定的第一实际距离和第二实际距离,其过程为:
步骤S1,利用下面公式(1),根据多个第一实际距离和多个第二实际距离,得到第一实际距离的平均浮动误差和最大浮动误差,以及第二实际距离的平均浮动误差和最大浮动误差,
在上述公式(1)中,表示第一实际距离的平均浮动误差;ΔS1max表示第一实际距离的最大浮动误差;/>表示第二实际距离的平均浮动误差;ΔS2max表示第二实际距离的最大浮动误差;S1(a)表示测量得到的第a个第一实际距离;S1(i)表示测量得到的第i个第一实际距离;S2(a)表示测量得到的第a个第二实际距离;S2(i)表示测量得到的第i个第二实际距离;n表示测量得到的第一实际距离或第二实际距离的总个数;||表示求取绝对值;表示在a≠i的条件下将a和i的值分别从1取值到n代入到括号内得到括号内的最大值;
步骤S2,利用下面公式(2),根据第一实际距离的平均浮动误差和最大浮动误差以及第二实际距离的平均浮动误差和最大浮动误差,得到第一实际距离的二次筛选值和第二实际距离的二次筛选值,
在上述公式(2)中,K1表示第一实际距离的二次筛选值;K2表示第二实际距离的二次筛选值;F()表示数值化函数,其用于将括号内的量去除单位仅保留数值;
步骤S3,利用下面公式(3),根据第一实际距离和第二实际距离的二次筛选值对多次测量得到的多个第一实际距离和多个第二实际距离进行二次控制迭代筛选,得到最终确定的第一实际距离和第二实际距离,
在上述公式(3)中,X'1(a)表示最终确定的第一实际距离;X'2(a)表示最终确定的第二实际距离;G[]表示判断函数,若括号内的算式成立,则判断函数的函数值为1,若括号内的算式不成立,则判断函数的函数值为0。
上述技术方案的有益效果为:利用上述公式(1),根据多个第一实际距离和多个第二实际距离,得到第一实际距离的平均浮动误差和最大浮动误差,以及第二实际距离的平均浮动误差和最大浮动误差,进而知晓测量过程中的具体波动细节,从而为后续的优化提供依据,;再利用上述公式(2),根据第一实际距离的平均浮动误差和最大浮动误差以及第二实际距离的平均浮动误差和最大浮动误差,得到第一实际距离的二次筛选值和第二实际距离的二次筛选值,从而控制后续对距离值进行筛选处理的可靠性;最后利用上述公式(3),根据第一实际距离和第二实际距离的二次筛选值对多次测量得到的多个第一实际距离和多个第二实际距离进行二次控制迭代筛选,得到最终确定的第一实际距离和第二实际距离,进而确保得到的距离值误差小数值更加精确,确保了系统的准确性。
优选地,基于第一实际距离、第二实际距离和标定的摄像机的参数,得到目标对象的世界坐标,包括:
确定光斑相对于瞄准点在主界面屏幕的像素偏移量;其中,瞄准点为目标对象在网格化图像中所处网格的顶点;
基于像素偏移量和标定的摄像机的参数,得到第一位置点和第二位置点处的摄像机的光轴聚焦于光斑时的水平旋转角和水平倾斜角;
基于第一实际距离、第二实际距离、水平旋转角和水平倾斜角,得到目标对象的世界坐标。
上述技术方案的有益效果为:当第一位置点B和第二位置点C处的激光测距仪向目标对象A投射激光并形成光斑后,摄像机采集的视频图像中也相应存在光斑,当主界面屏幕播放视频帧时,主界面屏幕也会显示相应的光斑,此时确定光斑相对于瞄准点在主界面屏幕的像素偏移量,能够对激光测距仪对目标对象A的激光测距进行视觉标定。再基于像素偏移量和标定的摄像机的参数,得到第一位置点和第二位置点处的摄像机的光轴聚焦于光斑时的水平旋转角和水平倾斜角,从而确定摄像机对光斑的拍摄状态信息。此时,第一实际距离、第二实际距离、水平旋转角和水平倾斜角进行三角计算,即可得到目标对象的世界坐标。具体地,参阅图3,为本发明提供的基于三点两线定位对象的方法的目标对象坐标计算原理图,图中以ABC在同一水平面为例,已知D点和E点为摄像机,DC=EB=H,为摄像机的高度值,AE=AD=I,为红外激光测距实际距离值,DE=BC=摄像机间距离,∠ACD和∠ABE为摄像头杆直角,∠ADE=∠ACB和∠AED=∠ABC为摄像头水平角,∠ADC和∠AEB为摄像头俯仰角;因AC=I*cos(90-∠ADC),所以AO=AC*cos(90-∠ACB),从而计算得到目标对象A的世界坐标。此外,摄像机标定包括摄像机外部参数的标定和摄像机内部参数的标定,摄像机坐标系与世界坐标系是一对一关系,可通过摄像机外部参数进行转换,摄像机坐标系与图像坐标系为多对一关系,图像坐标系与像素坐标系为一对一关系,通过摄像机内部参数可进行转换;摄像机坐标系根据激光测距仪和摄像机安装位置关系以及激光测距仪平面坐标系得到。其中,世界坐标系用于描述实际环境中任何物体的位置,相机坐标系是以摄像机光心为原点,z轴与光轴重合,x轴与y轴的正方向与物体坐标系平行;图像坐标系是用物理单位表示像素的位置,坐标原点为摄像机光轴与图像物理坐标系的交点位置;像素坐标系是以像素为单位、坐标原点在左上角。
优选地,该基于三点两线定位对象的方法还包括:
对实时传回的视频图像进行目标对象定位,得到摄像机的拍摄区域中目标对象所在位置,并基于目标对象所在位置,确定摄像机和激光测距仪的工作状态信息;
基于工作状态信息,对摄像机和激光测距仪进行监控。
上述技术方案的有益效果为:以实时传回的视频图像进行目标对象定位,使当目标对象处于运动状态时,能够对目标对象的实时运动追踪,确保在目标对象位置发生变化时,也能够及时调整摄像机的拍摄方向和激光测距仪的激光投射方向,准确对目标对象追踪定位。
优选地,该基于三点两线定位对象的方法还包括:
基于回放的视频图像,对目标对象进行定位,得到目标对象在历史拍摄过程对应的世界坐标;将目标对象在历史拍摄过程对应的世界坐标转换为三维球形坐标后,以此计算得到光斑的球心坐标和高度。
上述技术方案的有益效果为:在实际应用中,可基于回放的视频图像,利用AI算法回放的视频图像进行分析计算,得到目标对象在历史拍摄过程对应的世界坐标;将目标对象在历史拍摄过程对应的世界坐标转换为三维球形坐标后,以此计算得到光斑的球心坐标和高度,便于满足在特殊场景下需要跟踪目标对象的高度位置信息的需求。
优选地,该基于三点两线定位对象的方法还包括:
调整视频图像在主界面屏幕的显示状态,以及设置摄像机的拍摄参数。
上述技术方案的有益效果为:在实际应用中还可调整视频图像在主界面屏幕的显示状态,以及设置摄像机的拍摄参数,保证对不同定位场景的适应性调节。
在本申请另一实施例中,还提供了基于三点两线定位对象的设备,包括:
一个或多个处理器;
存储有计算机可读指令的存储器,当计算机可读指令被所述处理器执行时,实现前述基于三点两线定位对象的方法。
上述设备的工作过程和效果与前述基于三点两线定位对象的方法的工作过程和效果相同,这里不做重复的叙述。
在本申请另一实施例中,还提供了计算机可读存储介质,其存储有计算机可读指令,当计算机可读指令被处理器执行时,实现前述基于三点两线定位对象的方法。
在本申请一个典型的配置中,终端、服务网络的设备和可信方均包括一个或多个处理器(例如中央处理器(Central Processing Unit,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(RandomAccess Memory,RAM)和/或非易失性内存等形式,如只读存储器(Read Only Memory,ROM)或闪存(flash RAM)。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(Phase-Change RAM,PRAM)、静态随机存取存储器(Static Random Access Memory,SRAM)、动态随机存取存储器(Dynamic RandomAccess Memory,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(Electrically Erasable Programmable Read-Only Memory,EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、数字多功能光盘(Digital Versatile Disk,DVD)或其他光学存储、磁盒式磁带,磁带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非暂存电脑可读媒体(transitorymedia),如调制的数据信号和载波。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.基于三点两线定位对象的方法,其特征在于,包括:
基于第一位置点和第二位置点处的摄像机采集目标对象的视频图像,对所述视频图像进行网格化处理,得到网格化图像;
对所述网格化图像中每个网格交叉点进行坐标计算,得到每一个网格交叉点相对于所述视频图像的真实坐标位置;
识别出所述目标对象的真实坐标位置,基于所述目标对象的真实坐标位置,进行激光测距,得到所述目标对象与所述第一位置点的第一实际距离,所述目标对象与所述第二位置点的第二实际距离,以及标定所述摄像机的参数;
基于所述第一实际距离、所述第二实际距离和标定的所述摄像机的参数,得到所述目标对象的世界坐标。
2.如权利要求1所述的基于三点两线定位对象的方法,其特征在于:
采集目标对象的视频图像之前,还包括:
在所述第一位置点和所述第二位置点均设置激光测距仪,通过所述激光测距仪获取所述第一位置点和所述第二位置点处的摄像机的地理坐标位置。
3.如权利要求2所述的基于三点两线定位对象的方法,其特征在于:
对所述视频图像进行网格化处理,得到网格化图像,包括:
将所述视频图像进行分帧处理,得到若干视频帧,并在主界面屏幕播放所述视频帧;
基于所述视频帧,所述第一位置点和所述第二位置点处的摄像机的地理坐标点位置,得到所述视频图像的图像画面与所述主界面屏幕的屏幕画面之间的坐标映射位置关系;
基于所述坐标映射位置关系,显示所述网格化图像。
4.如权利要求3所述的基于三点两线定位对象的方法,其特征在于:
基于所述目标对象的真实坐标位置,进行激光测距,得到所述目标对象与所述第一位置点的第一实际距离,所述目标对象与所述第二位置点的第二实际距离,以及标定所述摄像机的参数,包括:
基于所述目标对象的真实坐标位置,对所述第一位置点和所述第二位置点处的激光测距仪进行调整,使得所述第一位置点处的激光测距仪发出的激光与所述第二位置点处的激光测距仪发出的激光相交于所述目标对象,从而在所述目标对象形成光斑;
通过所述激光测距仪对所述光斑进行激光测距,得到所述目标对象与所述第一位置点的第一实际距离,所述目标对象与所述第二位置点的第二实际距离;
对所述摄像机进行拍摄方向调整后,标定所述摄像机的参数;其中,所述摄像机的参数包括所述摄像机的拍摄方向水平角和俯仰角。
5.如权利要求4所述的基于三点两线定位对象的方法,其特征在于:
还包括:通过所述激光测距仪对所述光斑进行多次激光测距,得到多个所述目标对象与所述第一位置点的第一实际距离,以及多个所述目标对象与所述第二位置点的第二实际距离,再基于多个第一实际距离和多个第二实际距离,得到最终确定的第一实际距离和第二实际距离,其过程为:
步骤S1,利用下面公式(1),根据多个第一实际距离和多个第二实际距离,得到第一实际距离的平均浮动误差和最大浮动误差,以及第二实际距离的平均浮动误差和最大浮动误差,
在上述公式(1)中,表示第一实际距离的平均浮动误差;ΔS1max表示第一实际距离的最大浮动误差;/>表示第二实际距离的平均浮动误差;ΔS2max表示第二实际距离的最大浮动误差;S1(a)表示测量得到的第a个第一实际距离;S1(i)表示测量得到的第i个第一实际距离;S2(a)表示测量得到的第a个第二实际距离;S2(i)表示测量得到的第i个第二实际距离;n表示测量得到的第一实际距离或第二实际距离的总个数;||表示求取绝对值;表示在a≠i的条件下将a和i的值分别从1取值到n代入到括号内得到括号内的最大值;
步骤S2,利用下面公式(2),根据第一实际距离的平均浮动误差和最大浮动误差以及第二实际距离的平均浮动误差和最大浮动误差,得到第一实际距离的二次筛选值和第二实际距离的二次筛选值,
在上述公式(2)中,K1表示第一实际距离的二次筛选值;K2表示第二实际距离的二次筛选值;F()表示数值化函数,其用于将括号内的量去除单位仅保留数值;
步骤S3,利用下面公式(3),根据第一实际距离和第二实际距离的二次筛选值对多次测量得到的多个第一实际距离和多个第二实际距离进行二次控制迭代筛选,得到最终确定的第一实际距离和第二实际距离,
在上述公式(3)中,X'1(a)表示最终确定的第一实际距离;X'2(a)表示最终确定的第二实际距离;G表示判断函数,若括号内的算式成立,则判断函数的函数值为1,若括号内的算式不成立,则判断函数的函数值为0。
6.如权利要求4所述的基于三点两线定位对象的方法,其特征在于:
基于所述第一实际距离、所述第二实际距离和标定的所述摄像机的参数,得到所述目标对象的世界坐标,包括:
确定所述光斑相对于瞄准点在所述主界面屏幕的像素偏移量;其中,所述瞄准点为所述目标对象在所述网格化图像中所处网格的顶点;
基于所述像素偏移量和标定的所述摄像机的参数,得到所述第一位置点和所述第二位置点处的摄像机的光轴聚焦于所述光斑时的水平旋转角和水平倾斜角;
基于所述第一实际距离、所述第二实际距离、所述水平旋转角和所述水平倾斜角,得到所述目标对象的世界坐标。
7.如权利要求4所述的基于三点两线定位对象的方法,其特征在于:
还包括:
对实时传回的视频图像进行目标对象定位,得到摄像机的拍摄区域中所述目标对象所在位置,并基于所述目标对象所在位置,确定所述摄像机和所述激光测距仪的工作状态信息;
基于所述工作状态信息,对所述摄像机和所述激光测距仪进行监控。
8.如权利要求4所述的基于三点两线定位对象的方法,其特征在于:
还包括:
基于回放的视频图像,对所述目标对象进行定位,得到所述目标对象在历史拍摄过程对应的世界坐标;将所述目标对象在历史拍摄过程对应的世界坐标转换为三维球形坐标后,以此计算得到所述光斑的球心坐标和高度。
9.如权利要求1所述的基于三点两线定位对象的方法,其特征在于:
还包括:
调整所述视频图像在主界面屏幕的显示状态,以及设置所述摄像机的拍摄参数。
10.基于三点两线定位对象的设备,其特征在于,所述设备包括:
一个或多个处理器;
存储有计算机可读指令的存储器,当所述计算机可读指令被所述处理器执行时,实现如权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310501353.9A CN116755104A (zh) | 2023-05-06 | 2023-05-06 | 基于三点两线定位对象的方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310501353.9A CN116755104A (zh) | 2023-05-06 | 2023-05-06 | 基于三点两线定位对象的方法及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116755104A true CN116755104A (zh) | 2023-09-15 |
Family
ID=87948555
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310501353.9A Pending CN116755104A (zh) | 2023-05-06 | 2023-05-06 | 基于三点两线定位对象的方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116755104A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117249763A (zh) * | 2023-11-14 | 2023-12-19 | 深圳市宏源建设科技有限公司 | 用于装配式建筑施工的激光测距方法、系统及装置 |
-
2023
- 2023-05-06 CN CN202310501353.9A patent/CN116755104A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117249763A (zh) * | 2023-11-14 | 2023-12-19 | 深圳市宏源建设科技有限公司 | 用于装配式建筑施工的激光测距方法、系统及装置 |
CN117249763B (zh) * | 2023-11-14 | 2024-01-26 | 深圳市宏源建设科技有限公司 | 用于装配式建筑施工的激光测距方法、系统及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022170878A1 (zh) | 一种无人机测量输电线路影像距离的系统及方法 | |
CN111473739B (zh) | 一种基于视频监控的隧道塌方区围岩变形实时监测方法 | |
AU2016327918B2 (en) | Unmanned aerial vehicle depth image acquisition method, device and unmanned aerial vehicle | |
CN111435162B (zh) | 激光雷达与相机同步方法、装置、设备和存储介质 | |
CN109634279B (zh) | 基于激光雷达与单目视觉的物体定位方法 | |
CN112489130B (zh) | 一种输电线路与目标物的距离测量方法、装置及电子设备 | |
CN109737913B (zh) | 一种激光跟踪姿态角测量系统及方法 | |
CN103226838A (zh) | 地理场景中移动监控目标的实时空间定位方法 | |
CN109345599B (zh) | 一种地面坐标与ptz摄像机的坐标转换方法及系统 | |
CN114743021A (zh) | 一种输电线路图像与点云数据的融合方法及系统 | |
CN116755104A (zh) | 基于三点两线定位对象的方法及设备 | |
CN114488099A (zh) | 一种激光雷达系数标定方法、装置、电子设备及存储介质 | |
CN113777592A (zh) | 方位角标定方法和装置 | |
CN116592766A (zh) | 一种基于激光与单目视觉融合的精密三维测量方法和装置 | |
CN113421300B (zh) | 确定鱼眼相机图像中物体实际位置的方法及装置 | |
CN115511961A (zh) | 三维空间定位方法、系统及存储介质 | |
CN116704112A (zh) | 一种用于对象重建的3d扫描系统 | |
CN113790711B (zh) | 一种无人机低空飞行位姿无控多视测量方法及存储介质 | |
CN113034615B (zh) | 一种用于多源数据融合的设备标定方法及相关装置 | |
CN113240749B (zh) | 一种面向海上舰船平台无人机回收的远距离双目标定与测距方法 | |
CN114693807A (zh) | 一种输电线路图像与点云的映射数据重构方法及系统 | |
Cheng et al. | 3D Radar and Camera Co-Calibration: A flexible and Accurate Method for Target-based Extrinsic Calibration | |
Lin et al. | A LiDAR-Camera Calibration and Sensor Fusion Method with Edge Effect Elimination | |
CN117406185B (zh) | 雷达与相机间的外参标定方法、装置、设备及存储介质 | |
Zhou et al. | Object detection and spatial location method for monocular camera based on 3D virtual geographical scene |
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 |