盲区数据处理方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种盲区数据处理方法、装置、计算机设备和存储介质。该方法包括：获取同步时间下的点云数据和图像数据，对点云数据覆盖的区域和图像数据覆盖的区域之间的重叠区域中点云数据和图像数据进行配准，确定点云数据与图像数据的全域映射关系，根据全域映射关系，在激光雷达的检测盲区填充虚拟点云数据，并利用全域映射关系将虚拟点云数据映射到图像数据中，从而基于全域映射关系、激光雷达的检测盲区的虚拟点云数据、以及激光雷达的检测盲区中的检测目标在图像数据中的像素点，确定检测目标的深度信息。在本方法是基于激光雷达检测区域与相机检测区域的结合映射，得到激光雷达检测盲区的虚拟点云数据，降低了激光盲区补充的成本。补充的成本。补充的成本。

【技术实现步骤摘要】
盲区数据处理方法、装置、计算机设备和存储介质


[0001]本申请涉及雷达
，特别是涉及一种盲区数据处理方法、装置、计算机设备和存储介质。

技术介绍

[0002]随着技术的发展，激光雷达被广泛应用在各行各业，通过激光雷达来探测目标物体的距离、速度、方位、姿态等参数已经是现有定位追踪技术中常用的手段。由于激光雷达的数据特性与安装原因，激光雷达的在探测过程中存在一部分盲区，会造成数据信息的缺失。
[0003]现有技术通过在目标区域设置多个激光雷达，使得一个雷达可以覆盖另一个雷达的盲区，以达到消除盲区的目的。
[0004]但是，现有技术这种通过多个激光雷达相互覆盖消除盲区的方法，成本较高。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种盲区数据处理方法、装置、计算机设备和存储介质。
[0006]第一方面，提供一种盲区数据处理方法，该方法包括：
[0007]获取同步时间下的点云数据和图像数据；
[0008]对重叠区域中点云数据和图像数据进行配准，确定点云数据与图像数据的全域本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种盲区数据处理方法，其特征在于，所述方法包括：获取同步时间下的点云数据和图像数据；对重叠区域中点云数据和图像数据进行配准，确定所述点云数据与所述图像数据的全域映射关系；所述重叠区域为所述点云数据覆盖的区域和所述图像数据覆盖的区域之间的重叠区域；所述全域用于表征所述图像数据的所有覆盖区域，所述图像数据的覆盖区域包括激光雷达的检测盲区；根据所述全域映射关系，在所述激光雷达的检测盲区填充虚拟点云数据，并利用所述全域映射关系将所述虚拟点云数据映射到所述图像数据中；基于所述全域映射关系、所述激光雷达的检测盲区的虚拟点云数据、以及所述激光雷达的检测盲区中的检测目标在所述图像数据中的像素点，确定所述检测目标的深度信息。2.根据权利要求1所述的方法，其特征在于，所述对重叠区域中点云数据和图像数据进行配准，确定所述点云数据与所述图像数据的全域映射关系，包括：获取内参矩阵和外参矩阵；根据所述内参矩阵和所述外参矩阵，在像素坐标系中建立点云数据的坐标和图像数据的的坐标之间的全域映射关系。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：根据所述外参矩阵，将所述点云数据在实际世界坐标系中的坐标转换为所述点云数据在相机坐标系中的坐标；根据所述内参矩阵，将所述点云数据在相机坐标系中的坐标转换为所述点云数据在像素坐标系中的坐标。4.根据权利要求1所述的方法，其特征在于，所述根据所述全域映射关系，在所述激光雷达的检测盲区填充虚拟点云数据，并利用所述全域映射关系将所述虚拟点云数据映射到所述图像数据中，包括：以所述激光雷达的中心为原点，以预设的半径步长和角度间隔，构建虚拟点云；对所述虚拟点云进行稠密化处理，得到稠密化处理后的虚拟点云；根据所述全域映射关系，将所述稠密化处理后的虚拟点云映射至所述图像数据中，得到所述图像数据中的激光雷达的检测盲区的虚拟点云数据。5.根据权利要求1所述的方法，其特征在于，所述基于所述全域映射关系、所述激光雷达的检测盲区的虚拟点云数据、以及所述激光雷达的检测盲区中的检测目标在所述图像数据中的像素点，确定所述检测目标的深度信息，包括：基于所述图像数据，确定所述激光雷达的检测盲区中检测目标对应的目标像素点，在像素坐标系中拟合得到两个紧夹所述目标像素点的拟合圆；确定经过所述目标像素点的垂线与所述拟合圆的两个交点；根据所述全域映射关系，从所述激光雷达的检测盲区的虚拟点云数据中确定与所述两个交点距离最近的两个虚拟点云；根据所述两个虚拟点云到所述目标像素点的距离、以及所述两个虚拟点云在实际世界坐标系中的深度信息，得到所述目标像素点在实际世界坐标系中的深度信息，并将所述深度信息作为所述检测目标的深度信息。6.根据权利要求1所述的方法，其特征在于...

【专利技术属性】
技术研发人员：关喜嘉，王邓江，邓永强，
申请(专利权)人：北京万集科技股份有限公司，
类型：发明
国别省市：