目标物识别方法、装置、电子设备和存储介质与流程

技术特征：
1.一种目标物识别方法，其特征在于，包括：获取包含目标物的待识别深度图；对所述待识别深度图对应的点云中的畸变点进行聚类分割，得到所述目标物的点云；基于所述目标物的点云以及所述待识别深度图对应的相机坐标系和大地坐标系之间的坐标转换关系，确定所述目标物的点云中各个点在大地坐标系中的三维坐标；基于所述各个点在大地坐标系中的三维坐标，确定所述目标物的空间信息。2.根据权利要求1所述的目标物识别方法，其特征在于，所述相机坐标系和大地坐标系之间的坐标转换关系是基于包含标定物的标定深度图、以及所述标定物上的标定点在大地坐标系中的三维坐标确定的；所述标定深度图与所述待识别深度图对应的相机坐标系相同。3.根据权利要求2所述的目标物识别方法，其特征在于，所述相机坐标系和大地坐标系之间的坐标转换关系基于如下步骤确定：确定所述标定物上的标定点在所述标定深度图中的像素坐标和深度值；基于所述标定点的像素坐标和深度值、深度相机的相机焦距以及所述相机坐标系中深度相机的中心像素坐标，确定所述标定点在所述相机坐标系中的三维坐标；基于所述标定点在所述相机坐标系中的三维坐标、以及所述标定点在大地坐标系中的三维坐标，确定所述相机坐标系和大地坐标系之间的坐标转换关系。4.根据权利要求3所述的目标物识别方法，其特征在于，所述标定物为圆柱体，所述标定点为所述圆柱体的上表面中心。5.根据权利要求1所述的目标物识别方法，其特征在于，在对所述待识别深度图对应的点云中的畸变点进行聚类分割得到所述目标物的点云的步骤之前，还包括：以所述待识别深度图对应的点云中任一点为目标点，确定所述目标点对应的邻近点；基于所述目标点的各个邻近点的特征维度值，确定所述目标点对应的畸变点；其中，所述特征维度值是由所述待识别深度图对应的点云中各个点在相机坐标系中的三维坐标确定的。6.根据权利要求5所述的目标物识别方法，其特征在于，所述基于所述目标点的各个邻近点的特征维度值，确定所述目标点对应的畸变点，包括：基于所述目标点的各个邻近点与所述目标点之间的距离，确定所述目标点对应的内点；基于所述目标点的各个内点的特征维度值变化权重、以及预设阈值权重，确定所述目标点对应的畸变点；其中，所述各个内点的特征维度值变化权重是基于各个内点的特征维度值以及所述目标点的特征维度值确定的。7.根据权利要求1至6任一项所述的目标物识别方法，其特征在于，所述获取包含目标物的待识别深度图，包括：确定覆盖所述目标物的采集区域；基于所述采集区域的尺寸，确定深度相机的采集倾角；基于所述深度相机的采集倾角、所述采集区域的尺寸以及所述深度相机的视场角度和像素精度，确定所述深度相机的采集高度；
基于所述深度相机的采集倾角和采集高度，获取所述待识别深度图。8.一种目标物识别装置，其特征在于，包括：获取单元，用于获取包含目标物的待识别深度图；识别单元，用于对所述待识别深度图对应的点云中的畸变点进行聚类分割，得到所述目标物的点云；转换单元，用于基于所述目标物的点云以及所述待识别深度图对应的相机坐标系和大地坐标系之间的坐标转换关系，确定所述目标物的点云中各个点在大地坐标系中的三维坐标；确定单元，用于基于所述各个点在大地坐标系中的三维坐标，确定所述目标物的空间信息。9.一种电子设备，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，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中任一项所述目标物识别方法的步骤。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任一项所述目标物识别方法的步骤。

技术总结
本发明提供一种目标物识别方法、装置、电子设备和存储介质，其中方法包括：获取包含目标物的待识别深度图；对所述待识别深度图对应的点云中的畸变点进行聚类分割，得到所述目标物的点云；基于所述目标物的点云、以及所述待识别深度图对应的相机坐标系和大地坐标系之间的坐标转换关系，确定所述目标物的点云中各个点在大地坐标系中的三维坐标；基于所述各个点在大地坐标系中的三维坐标确定所述目标物的空间信息。本发明提供的方法、装置、电子设备和存储介质，减少环境光照条件的影响，并且无需考虑目标物的颜色或者纹理等特征，提高了目标物的位置识别精度。标物的位置识别精度。标物的位置识别精度。


技术研发人员：黄兴 杨道成 周讷达
受保护的技术使用者：上海华兴数字科技有限公司
技术研发日：2021.11.19
技术公布日：2022/1/25