一种目标深度信息的获取方法及相关装置制造方法及图纸

本申请公开了一种目标深度信息的获取方法及相关装置，方法包括获取原始点云数据，通过对所述原始点云数据进行预处理获得第一点云数据，所述原始点云数据对应原始图像数据，所述原始图像数据包含目标的2D框；基于预设阈值在所述第一点云数据中获取所述2D框的所有点云数据，生成第二点云数据；提取所述第二点云数据中属于所述目标的所有点云数据，生成第三点云数据；提取所述第三点云数据中的最值点云数据，并获取所述最值点云数据的深度信息，所述最值点云数据为所述第三点云数据中的最左点云和最右点云。本申请通过点云数据融合的方式，在仅有目标2D框的情况下精准、低成本地获取目标深度信息，完成对世界内物体信息的感知。知。知。

【技术实现步骤摘要】
一种目标深度信息的获取方法及相关装置


[0001]本申请涉及数据融合
，尤其涉及一种目标深度信息的获取方法及相关装置。

技术介绍

[0002]现实世界中，有多种需求场景需要对所收集/采集的数据通过相关数据处理的操作，构建具有目标深度信息的新数据集。如在ADAS(高级辅助驾驶)和无人驾驶领域，通过够哦建具有目标深度信息的数据集，从而增加完成目标深度的检测网络的学习训练，最终解决ADAS系统中仅使用单目相机完成对世界内物体信息的感知。
[0003]而现有技术常常高度依赖于3D框(如图1的A框)作为输入数据，但一般情况下，3D框所得的左右深度距离的所在位置在图像上并没有前景的像素点与该信息相关联，即深度信息在图像上无相关特征的关联，无法保障深度学习网络在两个相关性不强的特征上能获得较好的映射关系；3D框引入的车辆等目标物的形状的先验信息对于前后车辆/目标遮挡时也会引入大量的错误信息(如图1的B框)。
[0004]同时，若没有准确的3D框，新增标注3D框一般情况下会增加新的成本，因此，如何精准、低成本的获取目标深度信息，是现有技术需要解决的技术问题。

技术实现思路

[0005]本申请要解决的技术问题在于，针对现有技术的不足，提供一种目标深度信息的获取方法及相关装置。
[0006]为了解决上述技术问题，本申请实施例第一方面提供了一种目标深度信息的获取方法，所述的方法包括：
[0007]获取原始点云数据，通过对所述原始点云数据进行预处理获得第一点云数据，所述原始点云数据对应原始图像数据，所述原始图像数据包含目标的2D框；
[0008]基于预设阈值在所述第一点云数据中获取所述2D框的所有点云数据，生成第二点云数据；
[0009]提取所述第二点云数据中属于所述目标的所有点云数据，生成第三点云数据；
[0010]提取所述第三点云数据中的最值点云数据，并获取所述最值点云数据的深度信息，所述最值点云数据为所述第三点云数据中的最左点云和最右点云。
[0011]所述目标深度信息的获取方法，其中，所述预处理的方法，包括：对所述原始点云数据进行降噪处理和/或去地面操作，所述降噪处理为去除所述原始点云数据的离散点云，所述去地面操作为去除所述原始点云数据中的地面点云数据。
[0012]所述目标深度信息的获取方法，其中，所述去地面操作包括：
[0013]精准策略，通过随机抽样一致性方法进行去地面操作；和/或，
[0014]快速策略，通过保持远近一致性良好的方法进行去地面操作。
[0015]所述目标深度信息的获取方法，其中，所述基于预设阈值在所述第一点云数据中
获取所述2D框的所有点云数据，生成第二点云数据，包括：
[0016]将所述第一点云数据根据联合标定数据投影到相机坐标系；
[0017]将所述投影到相机坐标系的第一点云数据根据相机内参投影到像素坐标系；
[0018]基于所述2D框在像素坐标系下横坐标和纵坐标的极值设置所述预设阈值；
[0019]筛选所述像素坐标系下的第一点云数据中所有满足所述预设阈值的点云数据；
[0020]根据筛选结果生成所述第二点云数据。
[0021]所述目标深度信息的获取方法，其中，在所述生成第二点云数据之后，还包括将所述第二点云数据投影到相机坐标系下。
[0022]所述目标深度信息的获取方法，其中，所述提取所述第二点云数据中属于所述目标的所有点云数据，生成第三点云数据，包括：
[0023]在所述目标上设置控制点；
[0024]通过聚类在所述第二点云数据中生成若干个点云簇，所述聚类方法包含强度聚类和/或距离聚类；
[0025]选取包含所述控制点的点云簇，所述选取的点云簇为所述第三点云数据。
[0026]所述目标深度信息的获取方法，其中，所述在所述目标上设置控制点，包括：
[0027]根据空间分布特征从所述第二点云数据中挑选5个不同空间位置的点作为候选点；
[0028]通过所述聚类方法生成若干个点云簇；
[0029]将所述候选点所在的点云簇投影至图像平面；
[0030]根据投影结果在上、下、左、右4个方向上的极限值生成候选2D框；
[0031]计算每个所述候选2D框的IoU值并挑选所述IoU值最高对应的候选2D框；
[0032]设置所述IoU值最高对应的候选2D框的候选点为所述控制点。
[0033]本申请实施例第二方面提供了一种目标深度信息的获取装置，所述装置包括：
[0034]数据获取模块，用于获取原始点云数据、对应的原始图像数据以及所述原始图像数据中目标2D框。
[0035]预处理模块，用于对所述原始点云数据进行预处理以获得第一点云数据，其中，所述预处理的步骤包括对所述原始点云数据进行降噪处理和/或去地面操作。
[0036]提取模块，用于提取第二点云数据、第三点云数据，其中，第二点云数据的提取步骤包括筛选所述像素坐标系下的第一点云数据中所有满足所述预设阈值的点云数据，第三点云数据的图区步骤包括在所述目标上设置控制点；通过聚类在所述第二点云数据中生成若干个点云簇，所述聚类方法包含强度聚类和/或距离聚类；选取包含所述控制点的点云簇，所述选取的点云簇为所述第三点云数据。
[0037]深度信息获取模块，用于获取目标的深度信息，所述深度信息获取方法包含在所述第三点云数据中获取最值点云数据。
[0038]本申请实施例第三方面提供了一种嵌入式设备，其特征在于，包括：所述嵌入式设备包括如权利要求1
‑
7任意一项所述的目标深度信息的获取设备。
[0039]有益效果：与现有技术相比，本申请公开了一种目标深度信息的获取方法及相关装置，方法包括获取原始点云数据，通过对所述原始点云数据进行预处理获得第一点云数据，所述原始点云数据对应原始图像数据，所述原始图像数据包含目标的2D框；基于预设阈
值在所述第一点云数据中获取所述2D框的所有点云数据，生成第二点云数据；提取所述第二点云数据中属于所述目标的所有点云数据，生成第三点云数据；提取所述第三点云数据中的最值点云数据，并获取所述最值点云数据的深度信息，所述最值点云数据为所述第三点云数据中的最左点云和最右点云。本申请通过点云数据融合的方式，在仅有目标2D框的情况下精准、低成本地获取目标深度信息，完成对世界内物体信息的感知。
附图说明
[0040]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而言，在不符创造性劳动的前提下，还可以根据这些附图获得其他的结构原理图。
[0041]图1为现有技术利用3D框引入错误信息的效果示意图。
[0042]图2为本申请实施例一种目标深度信息的获取方法流程图。
[0043]图3为原始图像数据的示意图。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标深度信息的获取方法，其特征在于，所述方法包括：获取原始点云数据，通过对所述原始点云数据进行预处理获得第一点云数据，所述原始点云数据对应原始图像数据，所述原始图像数据包含目标的2D框；基于预设阈值在所述第一点云数据中获取所述2D框的所有点云数据，生成第二点云数据；提取所述第二点云数据中属于所述目标的所有点云数据，生成第三点云数据；提取所述第三点云数据中的最值点云数据，并获取所述最值点云数据的深度信息，所述最值点云数据为所述第三点云数据中的最左点云和最右点云。2.根据权利要求1所述的方法，其特征在于，所述预处理的方法，包括：对所述原始点云数据进行降噪处理和/或去地面操作，所述降噪处理为去除所述原始点云数据的离散点云，所述去地面操作为去除所述原始点云数据中的地面点云数据。3.根据权利要求2所述的方法，其特征在于，所述去地面操作包括：精准策略，通过随机抽样一致性方法进行去地面操作；和/或，快速策略，通过保持远近一致性良好的方法进行去地面操作。4.根据权利要求1所述的方法，其特征在于，所述基于预设阈值在所述第一点云数据中获取所述2D框的所有点云数据，生成第二点云数据，包括：将所述第一点云数据根据联合标定数据投影到相机坐标系；将所述投影到相机坐标系的第一点云数据根据相机内参投影到像素坐标系；基于所述2D框在像素坐标系下横坐标和纵坐标的极值设置所述预设阈值；筛选所述像素坐标系下的第一点云数据中所有满足所述预设阈值的点云数据；根据筛选结果生成所述第二点云数据。5.根据权利要求1或4所述的方法，其特征在于，在所述生成第二点云数据之后，还包括将所述第二点云数据投影到相机坐标系下。6.根据权利要求1所述的方法，其特征在于，所述提取所述第二点云数据中属于所述目标的所有点云数据，生成第三点云数据，包括：在所述目标上设置控制点；通过聚类在所述第二点云数据中生成若干个点云簇，所述聚类方法包含强度聚类和/或距...

【专利技术属性】
技术研发人员：陈勰，林布德，
申请(专利权)人：上海坝宁科技有限公司，
类型：发明
国别省市：