[發明專利]目標對象的定位方法、裝置、處理器和電子裝置

在審

• 申請號: 202011497459.9
• 申請日: 2020-12-17
• 公開（公告）號: CN112529960A
• 公開（公告）日: 2021-03-19
• 發明（設計）人: 王開創;周海民;吳崇龍
• 申請（專利權）人: 珠海格力智能裝備有限公司;珠海格力電器股份有限公司
• 主分類號: G06T7/73
• 分類號: G06T7/73
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 李靜茹

1.一種目標對象的定位方法，其特征在于，包括：

獲取相機圖像；

利用基于深度學習的目標檢測方式獲取目標對象在所述相機圖像中的預測位置；

基于所述預測位置，通過雙目視覺定位方式對所述目標對象進行三維定位。

2.根據權利要求1所述的定位方法，其特征在于，所述基于深度學習的目標檢測方式包括：特征提取網絡模型、區域生成網絡模型和分類回歸網絡模型，利用所述基于深度學習的目標檢測方式獲取所述目標對象在所述相機圖像中的所述預測位置包括：

利用所述特征提取網絡模型從所述相機圖像中提取特征圖，其中，所述特征提取網絡模型包括：多個特征提取層，所述多個特征提取層中每個特征提取層包括：卷積層和池化層，且每個特征提取層所包含卷積層與池化層數量不同；

利用所述區域生成網絡模型在所述特征圖中生成感興趣區域；

利用所述分類回歸網絡模型對所述特征圖和所述感興趣區域進行感興趣區域池化操作，生成特征圖向量，并對所述特征圖向量進行特征整合，得到所述預測位置。

3.根據權利要求1所述的定位方法，其特征在于，基于所述預測位置，通過所述雙目視覺定位方式對所述目標對象進行三維定位包括：

確定雙目相機的左相機成像平面和右相機成像平面；

基于所述預測位置對所述左相機成像平面和所述右相機成像平面進行立體匹配，得到所述目標對象的三維定位結果。

4.根據權利要求3所述的定位方法，其特征在于，基于所述預測位置對所述左相機成像平面和所述右相機成像平面進行立體匹配，得到所述三維定位結果包括：

獲取所述雙目相機的相機參數信息，其中，所述相機參數信息包括：左右相機之間的距離、視差、焦距、左相機成像平面主點坐標、右相機成像平面主點坐標；

獲取所述預測位置的空間坐標信息在所述左相機成像平面上的第一投影位置的第一坐標信息以及所述預測位置在所述右相機成像平面上的第二投影位置的第二坐標信息；

利用所述空間坐標信息、所述第一坐標信息、所述第二坐標信息以及所述相機參數信息計算得到所述三維定位結果。

5.根據權利要求4所述的定位方法，其特征在于，利用所述空間坐標信息、所述第一坐標信息、所述第二坐標信息以及所述相機參數信息計算得到所述三維定位結果，包括：

利用所述左右相機之間的距離、所述視差、所述左相機成像平面主點坐標、所述第一坐標信息計算得到第一坐標軸上的第一坐標值與第二坐標軸上的第二坐標值，或者，利用所述左右相機之間的距離、所述視差、所述右相機成像平面主點坐標、所述第二坐標信息計算得到所述第一坐標軸上的第一坐標值與第二坐標軸上的第二坐標值，其中，由所述第一坐標軸與所述第二坐標軸所確定的坐標平面平行于所述左相機成像平面和所述右相機成像平面；

利用所述左右相機之間的距離、所述視差和所述焦距計算得到第三坐標軸上的第三坐標值，其中，所述第三坐標軸平行于左相機光軸和右相機光軸；

基于所述第一坐標值、所述第二坐標值和所述第三坐標值確定所述三維定位結果。

6.根據權利要求3所述的定位方法，其特征在于，所述方法還包括：

通過相機標定對所述左相機成像平面和所述右相機成像平面進行立體校準和對齊。

7.一種目標對象的定位裝置，其特征在于，包括：

第一獲取模塊，用于獲取相機圖像；

第二獲取模塊，用于利用基于深度學習的目標檢測方式獲取目標對象在所述相機圖像中的預測位置；

定位模塊，用于基于所述預測位置，通過雙目視覺定位方式對所述目標對象進行三維定位。

8.一種非易失性存儲介質，其特征在于，所述非易失性存儲介質中存儲有計算機程序，其中，所述計算機程序被設置為運行時執行所述權利要求1至6任一項中所述的目標對象的定位方法。

9.一種處理器，其特征在于，所述處理器用于運行程序，其中，所述程序被設置為運行時執行所述權利要求1至6任一項中所述的目標對象的定位方法。

10.一種電子裝置，包括存儲器和處理器，其特征在于，所述存儲器中存儲有計算機程序，所述處理器被設置為運行所述計算機程序以執行所述權利要求1至6任一項中所述的目標對象的定位方法。