System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及雷达视频,尤其涉及一种目标标定方法、装置、电子设备及存储介质。
技术介绍
1、目前对雷达摄像机的使用,除了常规的视频监控和雷达目标呈现,更多的是视频雷达数据融合的特色业务。例如:抓拍叠加速度轨迹等。标定矩阵作为视频雷达数据融合的核心纽带,其准确性直接影响数据融合特色业务的实现效果。
2、目前行业主流视频雷达标定方法为一次性标定,此种标定一定程度上依赖人为经验,标定精度难以保证,导致数据融合业务呈现效果参差不齐,影响用户使用。
技术实现思路
1、本专利技术提供一种目标标定方法、装置、电子设备及存储介质,用以解决现有技术中标定精度难以保证的缺陷,实现提高标定精度。
2、本专利技术提供一种目标标定方法,包括:
3、基于标定矩阵,将当前雷达目标映射至视频目标所对应的视频坐标系下,得到当前标定目标;所述雷达目标为雷达检测到的目标,所述视频目标为视频监控设备检测到的目标;
4、在与所述当前雷达目标匹配的当前视频目标,与所述当前标定目标之间的位置偏差大于预设偏差阈值的情况下,对所述当前标定目标的位置进行修正。
5、在一些实施例中,所述对所述当前标定目标的位置进行修正,包括:
6、确定所述当前视频目标的位置坐标与所述当前标定目标的位置坐标之间的横坐标差和纵坐标差;
7、分别对所述横坐标差和所述纵坐标差进行模糊pid处理,得到横坐标修正量和纵坐标修正量;
8、根据所述横坐标修正量和所述纵坐标
9、在一些实施例中,所述分别对所述横坐标差和所述纵坐标进行模糊pid处理,得到横坐标修正量和纵坐标修正量,包括:
10、根据差值范围和模糊子集之间的一一对应关系,确定所述横坐标差对应的模糊子集所述横坐标差的变化率对应的模糊子集、所述纵坐标差对应的模糊子集和所述纵坐标差的变化率对应的模糊子集;
11、基于所述横坐标差对应的模糊子集和所述横坐标差的变化率对应的模糊子集进行模糊pid处理,得到第一模糊pid系数;
12、基于所述第一模糊pid系数以及所述横坐标差,得到所述横坐标修正量;
13、基于所述纵坐标差对应的模糊子集和所述纵坐标差的变化率对应的模糊子集进行模糊pid处理,得到第二模糊pid系数;
14、基于所述第二模糊pid系数以及所述纵坐标差,得到所述纵坐标修正量。
15、在一些实施例中,在所述基于标定矩阵,将当前雷达目标映射至视频目标所对应的视频坐标系下,得到当前标定目标之前,还包括:
16、获取相匹配的雷达目标和视频目标;
17、将相匹配的雷达目标的位置坐标和视频目标的位置坐标存储于哈希表中;
18、在所述哈希表中的雷达目标和视频目标满足预设标定矩阵求取条件的情况下,根据所述哈希表中相匹配的雷达目标的位置坐标和视频目标的位置坐标,求取所述标定矩阵。
19、在一些实施例中,每个所述哈希表包括n个哈希桶,每个哈希桶包含y个空槽,每个空槽用于存储一个数组,所述n为大于零的正整数,所述y为大于零的正整数,所述n和所述y的乘积为10000;
20、所述将所述相匹配的雷达目标的位置坐标和视频目标的位置坐标存储于哈希表中,包括:
21、根据所述雷达目标的位置坐标值的万分比,确定与所述雷达目标对应的空槽;
22、将与所述雷达目标匹配的视频目标的位置坐标值的万分比,存储于与所述雷达目标对应的空槽。
23、在一些实施例中,所述获取相匹配的雷达目标和视频目标,包括:
24、获取时间戳最接近的视频图像和雷达图像;
25、在所述视频图像中的视频目标与所述雷达图像中的雷达目标的目标个数相同,且所述视频图像中的视频目标之间的距离和所述雷达图像中的雷达目标之间的距离均大于预设距离的情况下,将所述视频图像中的视频目标与所述雷达图像中的雷达目标进行匹配,获取所述相匹配的雷达目标和视频目标。
26、在一些实施例中,所述将所述视频图像中的视频目标与所述雷达图像中的雷达目标进行匹配,获取所述相匹配的雷达目标和视频目标,包括:
27、分别将所述视频图像中的视频目标和所述雷达图像中的雷达目标,以图像的中心为基准按照从上至下从左至右的顺序依次进行排序,得到视频目标排序结果和雷达目标排序结果;
28、将所述视频目标排序结果和所述雷达目标排序结果中相同排序位置的视频目标和雷达目标进行匹配,获取所述相匹配的雷达目标和视频目标。
29、本专利技术还提供一种目标标定装置,包括:
30、标定模块,用于基于标定矩阵,将当前雷达目标映射至视频目标所对应的视频坐标系下,得到当前标定目标;所述雷达目标为雷达检测到的目标,所述视频目标为视频监控设备检测到的目标;
31、修正模块,用于在与所述当前雷达目标匹配的当前视频目标,与所述当前标定目标之间的位置偏差大于预设偏差阈值的情况下,对所述当前标定目标的位置进行修正。
32、本专利技术还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述目标标定方法。
33、本专利技术还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述目标标定方法。
34、本专利技术还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述目标标定方法。
35、本专利技术提供的目标标定方法、装置、电子设备及存储介质,基于标定矩阵进行标定转换后,在当前视频目标与当前标定目标之间的位置偏差大于预设偏差阈值的情况下,对当前标定目标的位置进行修正,实现在初步标定的基础上对标定结果进行修正,解决了一次性标定的标定精度难以保证的弊端,提高了标定精度。
本文档来自技高网...【技术保护点】
1.一种目标标定方法,其特征在于,包括:
2.根据权利要求1所述的目标标定方法,其特征在于,所述对所述当前标定目标的位置进行修正,包括:
3.根据权利要求2所述的目标标定方法,其特征在于,所述分别对所述横坐标差和所述纵坐标进行模糊PID处理,得到横坐标修正量和纵坐标修正量,包括:
4.根据权利要求1所述的目标标定方法,其特征在于,在所述基于标定矩阵,将当前雷达目标映射至视频目标所对应的视频坐标系下,得到当前标定目标之前,还包括:
5.根据权利要求4所述的目标标定方法,其特征在于,每个所述哈希表包括N个哈希桶,每个哈希桶包含Y个空槽,每个空槽用于存储一个数组,所述N为大于零的正整数,所述Y为大于零的正整数,所述N和所述Y的乘积为10000;
6.根据权利要求4所述的目标标定方法,其特征在于,所述获取相匹配的雷达目标和视频目标,包括:
7.根据权利要求6所述的目标标定方法,其特征在于,所述将所述视频图像中的视频目标与所述雷达图像中的雷达目标进行匹配,获取所述相匹配的雷达目标和视频目标,包括:
8.一种
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述目标标定方法。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述目标标定方法。
...【技术特征摘要】
1.一种目标标定方法,其特征在于,包括:
2.根据权利要求1所述的目标标定方法,其特征在于,所述对所述当前标定目标的位置进行修正,包括:
3.根据权利要求2所述的目标标定方法,其特征在于,所述分别对所述横坐标差和所述纵坐标进行模糊pid处理,得到横坐标修正量和纵坐标修正量,包括:
4.根据权利要求1所述的目标标定方法,其特征在于,在所述基于标定矩阵,将当前雷达目标映射至视频目标所对应的视频坐标系下,得到当前标定目标之前,还包括:
5.根据权利要求4所述的目标标定方法,其特征在于,每个所述哈希表包括n个哈希桶,每个哈希桶包含y个空槽,每个空槽用于存储一个数组,所述n为大于零的正整数,所述y为大于零的正整数,所述n和所述y的乘积为100...
【专利技术属性】
技术研发人员:徐斌,胡明哲,
申请(专利权)人:浙江宇视科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。