CN118012036A - 一种目标对确定方法、装置、电子设备及介质 - Google Patents
一种目标对确定方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN118012036A CN118012036A CN202211384057.7A CN202211384057A CN118012036A CN 118012036 A CN118012036 A CN 118012036A CN 202211384057 A CN202211384057 A CN 202211384057A CN 118012036 A CN118012036 A CN 118012036A
- Authority
- CN
- China
- Prior art keywords
- target
- pair
- domain
- calibration
- coordinates
- 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 55
- 238000001514 detection method Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 15
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000009191 jumping Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请实施例公开了一种目标对确定方法、装置、电子设备及介质。其中,该方法包括:获取在第一目标时刻检测得到的视频域目标,并获取在第二目标时刻检测得到的雷达域目标;根据视频域目标的坐标以及雷达域目标的坐标,确定属于同一目标的视频域目标与雷达域目标,作为当前目标对;根据当前已确定的标定目标对的数量、当前目标对的坐标以及标定目标对的坐标,对标定目标对进行更新,以根据更新后的标定目标对对视频域的坐标系和雷达域的坐标系进行标定。本技术方案,通过对目标对进行不断更新,以提高标定目标对的覆盖范围,进而实现对视频域和雷达域的高精度标定。
Description
技术领域
本申请涉及目标对标定技术领域,尤其涉及一种目标对确定方法、装置、电子设备及介质。
背景技术
如今,摄像机已普遍应用于智慧城市、高速道路、园区等多种场景中,可以对场景中机动车、非机动车或行人等目标的位置、运动方向、运动速度等信息进行采集。但在遇到雾天、雨天或扬沙等恶劣天气状况时,仅依靠摄像机对目标信息进行采集,则无法清晰准确地捕捉所需目标信息。目前,通常将摄像机和雷达进行结合使用以提高对目标的准确识别。
为了实现摄像机和雷达的数据融合,需对摄像机和雷达进行标定,其标定精度越高,则目标识别的准确度越高。目前,通常是人为确定两个坐标系中同一目标的位置并设置为目标对,在多个目标对的基础上计算标定矩阵。
发明内容
本申请提供了一种目标对确定方法、装置、电子设备及介质,通过对目标对进行不断更新,以提高目标对的覆盖范围,进而实现对视频域和雷达域的高精度标定。
根据本申请的一方面,提供了一种目标对确定方法,包括:
获取在第一目标时刻检测得到的视频域目标,并获取在第二目标时刻检测得到的雷达域目标;其中,所述视频域目标为从视频中检测得到的目标,所述雷达域目标为通过雷达系统检测得到的目标;所述第一目标时刻与所述第二目标时刻为视频时间戳与雷达检测结果时间戳的差值最小值对应的两个时间戳;
根据所述视频域目标的坐标以及所述雷达域目标的坐标,确定属于同一目标的视频域目标与雷达域目标,作为当前目标对;
根据当前已确定的标定目标对的数量、所述当前目标对的坐标以及所述标定目标对的坐标,对所述标定目标对进行更新,以根据更新后的标定目标对对视频域的坐标系和雷达域的坐标系进行标定。
根据本申请的另一方面,提供了一种目标对确定装置,包括:
目标获取模块,用于获取在第一目标时刻检测得到的视频域目标,并获取在第二目标时刻检测得到的雷达域目标;其中,所述视频域目标为从视频中检测得到的目标,所述雷达域目标为通过雷达系统检测得到的目标;所述第一目标时刻与所述第二目标时刻为视频时间戳与雷达检测结果时间戳的差值最小值对应的两个时间戳;
目标对确定模块,用于根据所述视频域目标的坐标以及所述雷达域目标的坐标,确定属于同一目标的视频域目标与雷达域目标,作为当前目标对;
目标对更新模块,用于根据当前已确定的标定目标对的数量、所述当前目标对的坐标以及所述标定目标对的坐标,对所述标定目标对进行更新,以根据更新后的标定目标对对视频域的坐标系和雷达域的坐标系进行标定。
根据本申请的另一方面,提供了一种电子设备,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计算机程序,所述计算机程序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执行本申请任一实施例所述的目标对确定方法。
根据本申请的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本申请任一实施例所述的目标对确定方法。
本申请实施例的技术方案,通过获取在第一目标时刻检测得到的视频域目标,并获取在第二目标时刻检测得到的雷达域目标;其中,视频域目标为从视频中检测得到的目标,雷达域目标为通过雷达系统检测得到的目标;第二目标时刻为雷达系统进行目标检测的检测时刻中与第一目标时刻时差最小的检测时刻;根据视频域目标的坐标以及雷达域目标的坐标,确定属于同一目标的视频域目标与雷达域目标,作为当前目标对;根据当前已确定的标定目标对的数量、当前目标对的坐标以及标定目标对的坐标,对标定目标对进行更新,以根据更新后的标定目标对对视频域的坐标系和雷达域的坐标系进行标定。本技术方案,通过对目标对进行不断更新,以增大目标对的覆盖范围,进而实现对视频域和雷达域的高精度标定。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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是根据本申请实施例一提供的一种目标对确定方法的流程图;
图2a是根据本申请实施例一提供的一种射线法判断原理示意图;
图2b是根据本申请实施例一提供的又一种射线法判断原理示意图;
图3是根据本申请实施例二提供的一种目标对确定方法的流程图;
图4是根据本申请实施例二提供的一种标定目标对更新示意图;
图5是根据本申请实施例三提供的一种目标对确定装置的结构示意图;
图6是实现本申请实施例的一种目标对确定方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“目标”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本申请实施例一提供的一种目标对确定方法的流程图,本实施例可适用于对视频域和雷达域进行标定的情况,该方法可以由目标对确定装置来执行,该目标对确定装置可以采用硬件和/或软件的形式实现,该目标对确定装置可配置于具有数据处理能力的电子设备中。如图1所示,该方法包括:
S110,获取在第一目标时刻检测得到的视频域目标,并获取在第二目标时刻检测得到的雷达域目标;其中,所述视频域目标为从视频中检测得到的目标,所述雷达域目标为通过雷达系统检测得到的目标;所述第一目标时刻与所述第二目标时刻为视频时间戳与雷达检测结果时间戳的差值最小值对应的两个时间戳。
其中,视频域目标可以通过图像智能识别算法对视频数据帧进行检测得到,雷达域目标可以通过对雷达数据帧中目标反射至雷达的电磁波信号进行处理得到。
由于视频域和雷达域的目标检测分属于两个不同的系统,其检测速度也不相同,通常情况下雷达的检测速度会快于视频的检测速度,存在同一目标的视频数据帧的时间戳与雷达数据帧的时间戳不同的情况。因此,可以设置特定的缓存空间用以存放雷达所检测到的雷达数据帧或视频数据帧,以用于对同一目标的匹配。
在本发明实施例中,可在检测到视频域目标之后,再从存放有雷达数据帧的缓存空间中确定与该视频域目标对应的雷达域目标。也可在检测到雷达域目标之后,再获取通过视频采集设备采集的视频并对视频进行检测,获取雷达域目标对应的视频域目标。
示例性的,可以先获取第一目标时刻所检测到的视频域目标,再从雷达检测结果的时间戳中确定与第一目标时刻的差值最小的时间戳,确定该时间戳为第二目标时刻,获取第二目标时刻的雷达数据帧并进行检测,确定雷达域目标。
示例性的,也可以先获取第二目标时刻所检测到的雷达域目标,再从视频的时间戳中确定与第二目标时刻的差值最小的时间戳,确定该时间戳为第一目标时刻,获取第一目标时刻的视频数据帧并进行检测,确定视频域目标。
S120、根据所述视频域目标的坐标以及所述雷达域目标的坐标,确定属于同一目标的视频域目标与雷达域目标,作为当前目标对。
其中,当前目标对包括属于同一目标的视频域目标与雷达域目标,以用于对视频域坐标系和雷达域坐标系进行标定。
在理想状态下,视频域坐标系和雷达域坐标系中的坐标都是一一映射的关系,属于同一目标的视频域目标坐标与雷达域目标坐标也是对应一致的。如果针对视频域目标的坐标,不存在雷达域坐标与该坐标一致,也可以将视频域目标以及与该视频域目标的坐标距离最近的雷达域目标作为当前目标对。
作为一种可选的但非限定性的实现方式,根据所述视频域目标的坐标以及所述雷达域目标的坐标,确定属于同一目标的视频域目标与雷达域目标,作为当前目标对,可以包括但不限于如下步骤A1至A3的过程:
步骤A1、将所述视频域目标的坐标与所述雷达域目标的坐标进行标准化处理。
需要说明的是,视频域目标的坐标是以视频域为基础所建立的坐标系,其单位是像素点;雷达域目标的坐标是以雷达域为基础所建立的坐标系,其单位是实际距离。二者坐标系的量化标准不同,为了更好的实现对同一目标的匹配,需要对二者的坐标或者坐标系进行标准化处理。
其中,对视频域目标的坐标与雷达域目标的坐标进行标准化处理可以是将视频域目标的坐标与雷达域目标的坐标基于各自的坐标系转换为万分化坐标。示例性的,雷达域坐标系范围为(500,400),其中某雷达域目标的坐标为(20,80),对该雷达域目标的坐标进行万分化标准处理,其万分化横坐标为(20/500)×10000=400,其万分化纵坐标为(80/400)×10000=2000,则该雷达域目标标准化后的坐标为(400,2000),基于相同的方式,可以对视频域中目标的坐标进行万分化处理,得到在同一坐标系下的坐标,以便于后续目标匹配。
当然,本发明实施例对坐标的标准化处理方式不作限制,还可以是将视频域目标的坐标与雷达域目标的坐标基于各自的坐标系转换为千分化坐标等。
步骤A2、针对各视频域目标,遍历未被确定为当前目标对的雷达域目标,根据所述视频域目标的坐标以及所述雷达域目标的坐标,确定所述视频域目标与未被确定为当前目标对的雷达域目标之间的第二距离。
其中,第二距离可以为视频域目标与未被确定为当前目标对的雷达域目标之间的最短直线距离,可以通过计算视频域目标的标准化坐标和各未被确定为当前目标对的雷达域目标之间的欧式距离进行确定。
示例性的,视频域目标的标准化坐标为(x1,y1),某一雷达域目标的标准化坐标为(x2,y2),则其第二距离
步骤A3、确定与所述视频域目标的第二距离最小的雷达域目标,并确定该雷达域目标与所述视频域目标属于同一目标,将该雷达域目标与所述视频域目标作为当前目标对。
在实际情况中,属于同一目标的视频域目标坐标与雷达域目标坐标可能不能一一准确对应,将视频域目标以及与该视频域目标的坐标距离最近的雷达域目标作为当前目标对。可以通过比较视频域目标的标准化坐标和各未被确定为当前目标对的雷达域目标的欧式距离,确定欧式距离最小值对应的雷达域目标和视频域目标作为当前目标对。
通过将视频域坐标系和雷达域坐标系进行标准化处理,可以提高坐标系标定的准确性,
S130、根据当前已确定的标定目标对的数量、所述当前目标对的坐标以及所述标定目标对的坐标,对所述标定目标对进行更新,以根据更新后的标定目标对对视频域的坐标系和雷达域的坐标系进行标定。
其中,标定目标对用以对坐标系的标定范围进行限定。在本发明实施例中,可以将已确定的标定目标对保存至目标对数据库中。示例性的,采用已确定的标定目标对进行视频域坐标系和雷达域坐标系标定时,并不一定能够实现最高的准确性,为了不断提高标定的准确性,可以对已确定的标定目标对进行更新,以扩大标定目标对的覆盖范围。检测得到的当前目标对可能适宜作为标定目标对用于坐标系标定,也有可能不适宜作为标定目标对用于坐标系标定,因此可以适应性地根据当前已确定的标定目标对的数量、当前目标对的坐标以及标定目标对的坐标,对标定目标对进行更新,以基于更新后的标定目标对进行坐标系标定,提高准确性,
作为一种可选的但非限定性的实现方式,根据当前已确定的标定目标对的数量、所述当前目标对的坐标以及所述标定目标对的坐标,对所述标定目标对进行更新,可以包括但不限于如下步骤B1至B2的过程:
步骤B1、若当前已确定的标定目标对的数量未达到预设数量阈值,则将当前已确定的标定目标对和所述当前目标对作为更新后的标定目标对。
其中,标定目标对的数量可以根据标定算法确定,例如标定算法所需要的标定目标对数量为四个,则确定预设数量阈值为4。
在本发明实施例中,若当前已确定的标定目标对的数量未达到预设数量阈值,则直接将当前目标对作为标定目标对,并保存至目标对数据库。
步骤B2、若当前已确定的标定目标对的数量达到预设数量阈值,则根据所述当前目标对的坐标以及所述标定目标对的坐标,对所述标定目标对进行更新。
在本发明实施例中,若当前已确定的标定目标对的数量达到预设数量阈值,则对当前已确定的标定目标对进行优化更新,以保证标定目标对所组成的标定范围最大化。
此外,当前已确定的标定目标对所组成的标定范围越大,坐标系的标定精度越高。因此,在本发明实施例中对标定目标对进行更新,以增大标定目标对的覆盖范围。若当前目标对的坐标不在当前已确定的标定目标对所组成的坐标范围之内,则对已确定的标定目标进行更新;若当前目标对的坐标在当前已确定的标定目标对所组成的坐标范围之内,则不对已确定的标定目标对进行更新。
作为一种可选的但非限定性的实现方式,根据所述当前目标对的坐标以及所述标定目标对的坐标,对所述标定目标对进行更新,可以包括但不限于如下步骤C1至C3的过程:
步骤C1、根据所述当前目标对的坐标以及所述标定目标对的坐标,确定所述当前目标对是否位于以所述标定目标对为顶点的多边形范围内;若是,则跳转至步骤C2;若否,则跳转至步骤C3。
在本发明实施例中,根据当前目标对的坐标以及标定目标对的坐标,确定当前目标对是否位于以标定目标对为顶点的多边形范围内,可以采用射线法进行判断。射线法的原理为从当前目标对引出一条射线,判断该射线与以各标定目标对为顶点组成的多边形的所有边的交点数量。如图2a和图2b所示,其中,m为当前目标对所在点,S为各标定目标对为顶点组成的多边形,M为从当前目标对所在点m引出的一条射线。若射线M与多边形S的交点数量为偶数个,则说明当前目标对不在以标定目标对为顶点的多边形范围内;若射线M与多边形S的交点数量为奇数个,则说明当前目标对在以标定目标对为顶点的多边形范围内。
步骤C2、不对所述标定目标对进行更新。
步骤C3、根据所述当前目标对的坐标以及所述标定目标对的坐标,对所述标定目标对进行更新。
示例性的,若根据当前目标对的坐标以及标定目标对的坐标,确定当前目标对的坐标不在当前已确定的标定目标对所组成的标定范围之内,则将当前目标对的坐标分别替换当前标定目标对的坐标,并分别计算所组成的标定范围,确定最大标定范围中的各目标对为标定目标对。
又示例性的,若根据当前目标对的坐标以及标定目标对的坐标,确定当前目标对的坐标不在当前已确定的标定目标对所组成的标定范围之内,则分别计算当前目标对和各标定目标对的距离,将距离最近的标定目标对剔除并替换为当前目标对。
本申请实施例的技术方案,通过获取在第一目标时刻检测得到的视频域目标,并获取在第二目标时刻检测得到的雷达域目标;其中,视频域目标为从视频中检测得到的目标,雷达域目标为通过雷达系统检测得到的目标;第二目标时刻为雷达系统进行目标检测的检测时刻中与第一目标时刻时差最小的检测时刻;根据视频域目标的坐标以及雷达域目标的坐标,确定属于同一目标的视频域目标与雷达域目标,作为当前目标对;根据当前已确定的标定目标对的数量、当前目标对的坐标以及标定目标对的坐标,对标定目标对进行更新,以根据更新后的标定目标对对视频域的坐标系和雷达域的坐标系进行标定。本技术方案,通过对目标对进行不断更新,以提高目标对的覆盖范围,进而实现对视频域和雷达域的高精度标定。
实施例二
图3为本申请实施例二提供的一种目标对确定方法的流程图,本实施例以上述实施例为基础进行优化。如图3所示,本实施例的方法具体包括如下步骤:
S310、获取在第一目标时刻检测得到的视频域目标,并获取在第二目标时刻检测得到的雷达域目标;其中,所述视频域目标为从视频中检测得到的目标,所述雷达域目标为通过雷达系统检测得到的目标;所述第一目标时刻与所述第二目标时刻为视频时间戳与雷达检测结果时间戳的差值最小值对应的两个时间戳。
S320、根据所述视频域目标的坐标以及所述雷达域目标的坐标,确定属于同一目标的视频域目标与雷达域目标,作为当前目标对。
S330、根据所述标定目标对的坐标,确定所述标定目标对中的边界目标对。
其中,边界目标对为标定目标对中坐标最靠近检测范围的边缘的标定目标对。在本发明实施例中,边界目标对可以根据标定目标对的坐标值进行确定,例如可以通过比较标定目标对的横坐标值和纵坐标值进行确定,又例如可以通过计算各个标定目标对的横坐标值和纵坐标值的差值进行确定,又例如可以基于训练好的卷积神经网络模型确定标定目标对中的边界目标对。
作为一种可选的但非限定性的实现方式,根据所述标定目标对的坐标,确定所述标定目标对中的边界目标对,包括:将以下标定目标对中的至少一个标定目标对,作为边界目标对:在视频域的坐标系中和/或雷达域的坐标系中的横坐标值最大的标定目标对;在视频域的坐标系中和/或雷达域的坐标系中的横坐标值最小的标定目标对;在视频域的坐标系中和/或雷达域的坐标系中的纵坐标值最大的标定目标对;在视频域的坐标系中和/或雷达域的坐标系中的纵坐标值最小的标定目标对。
其中,标定目标对包括同属一个目标的视频域目标和雷达域目标,二者的坐标值可能相同,也可能存在一定的差值。在本发明实施例中,可以根据该目标的视频域坐标确定边界目标对,也可以根据该目标的雷达域坐标确定边界目标对,还可以根据该目标的视频域坐标和雷达域坐标确定边界目标对。
示例性的,某目标对数据库中包括五个标定目标对A、B、C、D和E,各标定目标对中视频域目标的万分化标准坐标依次为(200,450)、(190,800)、(550,670)、(720,330)和(910,720)。若根据视频域的坐标系中和雷达域的坐标系中的横坐标和纵坐标极值确定边界坐标对,则视频域的坐标系中的横坐标为200,190,550,720,910,其中,最大值为910,最小值为190;视频域的坐标系中的纵坐标为450、800、670、330、720,其中,最大值为800,最小值为330。则可确定视频域的坐标系中横坐标和纵坐标极值所属的标定目标对分别为E、B和D,进而可确定标定目标对B、D和E为边界目标对。
在本发明实施例中,可以分别从水平和竖直两个方向选择坐标极值的标定目标对作为边界目标对。具体的,确定横坐标值最大和最小的两个标定目标对作为边界目标对,以及纵坐标值最大和最小的两个标定目标对作为边界目标对。
S340、根据所述当前目标对的坐标以及所述标定目标对的坐标,确定所述当前目标对与所述标定目标对之间的第一距离,并根据所述第一距离对除边界目标对之外的标定目标对进行更新。
需要说明的是,由此确定的边界目标对位于所有标定目标对的边界处,其横坐标值或纵坐标值均为极大值,则保留边界目标对,不对边界目标对进行更新,但可以对除边界目标对之外的标定目标对进行更新,以进一步实现标定目标对覆盖面积最大化。因此,根据当前目标对的坐标以及标定目标对的坐标,确定当前目标对与标定目标对之间的第一距离,以用于对除边界目标对之外的标定目标对进行更新。
其中,第一距离可以为在视频域的坐标系中和/或雷达域的坐标系中当前目标对与标定目标对的最短直线距离,可以通过计算当前目标对的视频域标准化坐标与标定目标对的视频域标准化坐标的欧式距离进行确定,也可以通过计算当前目标对的雷达域标准化坐标与标定目标对的雷达域标准化坐标的欧式距离进行确定,还可以通过计算当前目标对的视频域标准化坐标和标定目标对的雷达域标准化坐标的欧式距离进行确定,还可以通过计算当前目标对的雷达域标准化坐标和标定目标对的视频域标准化坐标的欧式距离进行确定。
在本发明实施例中,根据第一距离对除边界目标对之外的标定目标对进行更新,可以是通过比较各第一距离值的大小确定需要更新的标定目标对,也可以是根据第一距离和预设距离阈值进行比较确定需要更新的标定目标对。
作为一种可选的但非限定性的实现方式,根据所述第一距离对除边界目标对之外的标定目标对进行更新,可以包括但不限于如下步骤:从除所述边界目标对以外的标定目标对中,确定与所述当前目标对的第一距离最小的标定目标对,并用所述当前目标对替换该标定目标对。
示例性的,如图4所示,虚线框内为8个已经确定好的标定目标对,其中,标定目标对1、2、5和8为边界目标对,当前目标对9和各个除所述边界目标对以外的标定目标对3、4、6和7之间的第一距离分别为35米、40米、20米和42米,将与当前目标对9的第一距离最小的标定目标对6进行替换,即剔除标定目标对6,并增加当前目标对9。通过对除边界目标对以外的标定目标对进行优化,可以更有效地扩大标定目标对的覆盖范围。
本发明实施例提供了一种目标对确定方法,该方法通过获取在第一目标时刻检测得到的视频域目标,并获取在第二目标时刻检测得到的雷达域目标;其中,视频域目标为从视频中检测得到的目标,雷达域目标为通过雷达系统检测得到的目标;第二目标时刻为雷达系统进行目标检测的检测时刻中与第一目标时刻时差最小的检测时刻;根据视频域目标的坐标以及雷达域目标的坐标,确定属于同一目标的视频域目标与雷达域目标,作为当前目标对;根据标定目标对的坐标,确定标定目标对中的边界目标对;根据当前目标对的坐标以及标定目标对的坐标,确定当前目标对与标定目标对之间的第一距离,并根据第一距离对除边界目标对之外的标定目标对进行更新。本技术方案,通过边界目标对以及第一距离对当前目标对进行择优选择,以实现标定目标对覆盖范围的最大化,进而保证对视频域和雷达域的高精度标定,更好地呈现视频数据和雷达数据的融合结果。
实施例三
图5为本申请实施例四提供的一种目标对确定装置的结构示意图,该装置可执行本申请任意实施例所提供的目标对确定方法,具备执行方法相应的功能模块和有益效果。如图5所示,该装置包括:
目标获取模块510,用于获取在第一目标时刻检测得到的视频域目标,并获取在第二目标时刻检测得到的雷达域目标;其中,视频域目标为从视频中检测得到的目标,雷达域目标为通过雷达系统检测得到的目标;第二目标时刻为雷达系统进行目标检测的检测时刻中与第一目标时刻时差最小的检测时刻;
目标对确定模块520,用于根据所述视频域目标的坐标以及所述雷达域目标的坐标,确定属于同一目标的视频域目标与雷达域目标,作为当前目标对;
目标对更新模块530,用于根据当前已确定的标定目标对的数量、所述当前目标对的坐标以及所述标定目标对的坐标,对所述标定目标对进行更新,以根据更新后的标定目标对对视频域的坐标系和雷达域的坐标系进行标定。
本申请实施例的技术方案,通过获取在第一目标时刻检测得到的视频域目标,并获取在第二目标时刻检测得到的雷达域目标;其中,视频域目标为从视频中检测得到的目标,雷达域目标为通过雷达系统检测得到的目标;第二目标时刻为雷达系统进行目标检测的检测时刻中与第一目标时刻时差最小的检测时刻;根据视频域目标的坐标以及雷达域目标的坐标,确定属于同一目标的视频域目标与雷达域目标,作为当前目标对;根据当前已确定的标定目标对的数量、当前目标对的坐标以及标定目标对的坐标,对标定目标对进行更新,以根据更新后的标定目标对对视频域的坐标系和雷达域的坐标系进行标定。本技术方案,通过对目标对进行不断更新,以提高目标对的覆盖范围,进而实现对视频域和雷达域的高精度标定。
进一步的,目标对更新模块530,包括:
标定目标对确定单元,用于若当前已确定的标定目标对的数量未达到预设数量阈值,则将当前已确定的标定目标对和所述当前目标对作为更新后的标定目标对;
标定目标对更新单元,用于若当前已确定的标定目标对的数量达到预设数量阈值,则根据所述当前目标对的坐标以及所述标定目标对的坐标,对所述标定目标对进行更新。
进一步的,标定目标对更新单元,包括:
当前目标对位置确定子单元,用于根据所述当前目标对的坐标以及所述标定目标对的坐标,确定所述当前目标对是否位于以所述标定目标对为顶点的多边形范围内;
当前目标对子单元,用于若当前目标对位于以所述标定目标对为顶点的多边形范围内,则不对所述标定目标对进行更新;
标定目标对更新子单元,用于若当前目标对不位于以所述标定目标对为顶点的多边形范围内,则根据所述当前目标对的坐标以及所述标定目标对的坐标,对所述标定目标对进行更新。
进一步的,标定目标对更新子单元,具体用于:
根据所述标定目标对的坐标,确定所述标定目标对中的边界目标对;
根据所述当前目标对的坐标以及所述标定目标对的坐标,确定所述当前目标对与所述标定目标对之间的第一距离,并根据所述第一距离对除边界目标对之外的标定目标对进行更新。
进一步的,根据所述第一距离对除边界目标对之外的标定目标对进行更新,具体用于:
从除所述边界目标对以外的标定目标对中,确定与所述当前目标对的第一距离最小的标定目标对,并用所述当前目标对替换该标定目标对。
进一步的,根据所述标定目标对的坐标,确定所述标定目标对中的边界目标对,具体用于:
将以下标定目标对中的至少一个标定目标对,作为边界目标对:
在视频域的坐标系中和/或雷达域的坐标系中的横坐标值最大的标定目标对;
在视频域的坐标系中和/或雷达域的坐标系中的横坐标值最小的标定目标对;
在视频域的坐标系中和/或雷达域的坐标系中的纵坐标值最大的标定目标对;
在视频域的坐标系中和/或雷达域的坐标系中的纵坐标值最小的标定目标对。
进一步的,目标对确定模块520,包括:
目标坐标标准化单元,用于将所述视频域目标的坐标与所述雷达域目标的坐标进行标准化处理;
第二距离确定单元,用于针对各视频域目标,遍历未被确定为当前目标对的雷达域目标,根据所述视频域目标的坐标以及所述雷达域目标的坐标,确定所述视频域目标与未被确定为当前目标对的雷达域目标之间的第二距离;
目标对确定单元,用于确定与所述视频域目标的第二距离最小的雷达域目标,并确定该雷达域目标与所述视频域目标属于同一目标,将该雷达域目标与所述视频域目标作为当前目标对。
本申请实施例所提供的一种目标对确定装置可执行本申请任意实施例所提供的一种目标对确定方法,具备执行方法相应的功能模块和有益效果。
实施例四
图6示出了可以用来实施本申请的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如目标对确定方法。
在一些实施例中,目标对确定方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM13并由处理器11执行时,可以执行上文描述的目标对确定方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行目标对确定方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本申请的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
实施例五
在本申请的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (10)
1.一种目标对确定方法,其特征在于,所述方法包括:
获取在第一目标时刻检测得到的视频域目标,并获取在第二目标时刻检测得到的雷达域目标;其中,所述视频域目标为从视频中检测得到的目标,所述雷达域目标为通过雷达系统检测得到的目标;所述第一目标时刻与所述第二目标时刻为视频时间戳与雷达检测结果时间戳的差值最小值对应的两个时间戳;
根据所述视频域目标的坐标以及所述雷达域目标的坐标,确定属于同一目标的视频域目标与雷达域目标,作为当前目标对;
根据当前已确定的标定目标对的数量、所述当前目标对的坐标以及所述标定目标对的坐标,对所述标定目标对进行更新,以根据更新后的标定目标对对视频域的坐标系和雷达域的坐标系进行标定。
2.根据权利要求1所述的方法,其特征在于,根据当前已确定的标定目标对的数量、所述当前目标对的坐标以及所述标定目标对的坐标,对所述标定目标对进行更新,包括:
若当前已确定的标定目标对的数量未达到预设数量阈值,则将当前已确定的标定目标对和所述当前目标对作为更新后的标定目标对;
若当前已确定的标定目标对的数量达到预设数量阈值,则根据所述当前目标对的坐标以及所述标定目标对的坐标,对所述标定目标对进行更新。
3.根据权利要求2所述的方法,其特征在于,根据所述当前目标对的坐标以及所述标定目标对的坐标,对所述标定目标对进行更新,包括:
根据所述当前目标对的坐标以及所述标定目标对的坐标,确定所述当前目标对是否位于以所述标定目标对为顶点的多边形范围内;
若是,则不对所述标定目标对进行更新;
若否,则根据所述当前目标对的坐标以及所述标定目标对的坐标,对所述标定目标对进行更新。
4.根据权利要求3所述的方法,其特征在于,若所述当前目标对并未位于以所述标定目标对为顶点的多边形范围内,则根据所述当前目标对的坐标以及所述标定目标对的坐标,对所述标定目标对进行更新,包括:
根据所述标定目标对的坐标,确定所述标定目标对中的边界目标对;
根据所述当前目标对的坐标以及所述标定目标对的坐标,确定所述当前目标对与所述标定目标对之间的第一距离,并根据所述第一距离对除边界目标对之外的标定目标对进行更新。
5.根据权利要求4所述的方法,其特征在于,根据所述第一距离对除边界目标对之外的标定目标对进行更新,包括:
从除所述边界目标对以外的标定目标对中,确定与所述当前目标对的第一距离最小的标定目标对,并用所述当前目标对替换该标定目标对。
6.根据权利要求4所述的方法,其特征在于,根据所述标定目标对的坐标,确定所述标定目标对中的边界目标对,包括:
将以下标定目标对中的至少一个标定目标对,作为边界目标对:
在视频域的坐标系中和/或雷达域的坐标系中的横坐标值最大的标定目标对;
在视频域的坐标系中和/或雷达域的坐标系中的横坐标值最小的标定目标对;
在视频域的坐标系中和/或雷达域的坐标系中的纵坐标值最大的标定目标对;
在视频域的坐标系中和/或雷达域的坐标系中的纵坐标值最小的标定目标对。
7.根据权利要求1所述的方法,其特征在于,根据所述视频域目标的坐标以及所述雷达域目标的坐标,确定属于同一目标的视频域目标与雷达域目标,作为当前目标对,包括:
将所述视频域目标的坐标与所述雷达域目标的坐标进行标准化处理;
针对各视频域目标,遍历未被确定为当前目标对的雷达域目标,根据所述视频域目标的坐标以及所述雷达域目标的坐标,确定所述视频域目标与未被确定为当前目标对的雷达域目标之间的第二距离;
确定与所述视频域目标的第二距离最小的雷达域目标,并确定该雷达域目标与所述视频域目标属于同一目标,将该雷达域目标与所述视频域目标作为当前目标对。
8.一种目标对确定装置,其特征在于,所述装置包括:
目标获取模块,用于获取在第一目标时刻检测得到的视频域目标,并获取在第二目标时刻检测得到的雷达域目标;其中,所述视频域目标为从视频中检测得到的目标,所述雷达域目标为通过雷达系统检测得到的目标;所述第一目标时刻与所述第二目标时刻为视频时间戳与雷达检测结果时间戳的差值最小值对应的两个时间戳;
目标对确定模块,用于根据所述视频域目标的坐标以及所述雷达域目标的坐标,确定属于同一目标的视频域目标与雷达域目标,作为当前目标对;
目标对更新模块,用于根据当前已确定的标定目标对的数量、所述当前目标对的坐标以及所述标定目标对的坐标,对所述标定目标对进行更新,以根据更新后的标定目标对对视频域的坐标系和雷达域的坐标系进行标定。
9.一种电子设备,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计算机程序,所述计算机程序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执行权利要求1-7中任一项所述的目标对确定方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的目标对确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211384057.7A CN118012036A (zh) | 2022-11-07 | 2022-11-07 | 一种目标对确定方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211384057.7A CN118012036A (zh) | 2022-11-07 | 2022-11-07 | 一种目标对确定方法、装置、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118012036A true CN118012036A (zh) | 2024-05-10 |
Family
ID=90958451
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211384057.7A Pending CN118012036A (zh) | 2022-11-07 | 2022-11-07 | 一种目标对确定方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118012036A (zh) |
-
2022
- 2022-11-07 CN CN202211384057.7A patent/CN118012036A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10853687B2 (en) | Method and apparatus for determining matching relationship between point cloud data | |
CN112966587B (zh) | 目标检测模型的训练方法、目标检测方法及相关设备 | |
CN112597837B (zh) | 图像检测方法、装置、设备、存储介质和计算机程序产品 | |
CN112991459A (zh) | 一种相机标定方法、装置、设备以及存储介质 | |
CN115457152A (zh) | 外参标定方法、装置、电子设备及存储介质 | |
CN110910389B (zh) | 一种基于图描述子的激光slam回环检测系统及方法 | |
CN114299242A (zh) | 高精地图中图像处理方法、装置、设备以及存储介质 | |
CN114528941A (zh) | 传感器数据融合方法、装置、电子设备及存储介质 | |
CN113971723A (zh) | 高精地图中三维地图的构建方法、装置、设备和存储介质 | |
CN116129422A (zh) | 单目3d目标检测方法、装置、电子设备和存储介质 | |
CN113920273B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN118012036A (zh) | 一种目标对确定方法、装置、电子设备及介质 | |
CN113984072B (zh) | 车辆定位方法、装置、设备、存储介质及自动驾驶车辆 | |
CN115546143A (zh) | 定位晶圆的中心点的方法、装置、存储介质以及电子设备 | |
CN115265472A (zh) | 路面沉降测量方法、装置、设备以及介质 | |
CN115049810A (zh) | 固态激光雷达点云的上色方法、装置、设备及存储介质 | |
CN114049615B (zh) | 行驶环境中交通对象融合关联方法、装置及边缘计算设备 | |
CN112507956B (zh) | 信号灯识别方法、装置、电子设备、路侧设备和云控平台 | |
CN117872346A (zh) | 对象追踪方法、装置、设备和存储介质 | |
CN113361524B (zh) | 图像处理方法及装置 | |
CN117739993B (zh) | 一种机器人定位方法、装置、机器人及存储介质 | |
CN116977524A (zh) | 一种三维地图构建方法、装置、电子设备及存储介质 | |
CN117132795A (zh) | 一种数据关联方法、装置、电子设备以及存储介质 | |
CN116740676A (zh) | 一种障碍物检测方法、装置、设备和介质 | |
CN117576395A (zh) | 点云语义分割方法、装置、电子设备及存储介质 |
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 |