矫正方法、装置、设备、可读存储介质及计算机程序产品与流程

1.本技术涉及计算机技术领域，具体而言，本技术涉及一种矫正方法、装置、设备、可读存储介质及计算机程序产品。


背景技术：

2.现有技术在自动泊车感知中，通常会使用环视图作为感知输入，对环视图中有预定高度的障碍物(目标物体)进行感知。现有技术通常会对障碍物的可见轮廓区域进行分割，将可见轮廓区域作为障碍物的实际区域。由于环视图在拼接过程中，障碍物本身在图像上有扭曲失真，障碍物的可见轮廓区域并不能代表障碍物的实际区域；因此，将可见轮廓区域作为障碍物位置(实际区域)将存在较大的误差，即对障碍物位置的检测准确度较低。


技术实现要素：

3.本技术针对现有的方式的缺点，提出一种矫正方法、装置、设备、计算机可读存储介质及计算机程序产品，用于解决如何提高障碍物位置的检测准确度的问题。
4.第一方面，本技术提供了一种矫正方法，包括：
5.获取目标环视图中目标物体的可见轮廓区域，目标物体距离地面为预定高度，目标物体的可见轮廓区域用于表征目标物体在目标环视图上的轮廓区域；
6.基于目标物体的可见轮廓区域，确定目标物体的预测轮廓区域，目标物体的预测轮廓区域用于表征目标物体在目标环视图中地面上的预测轮廓区域；
7.基于预设的映射表，对目标物体的预测轮廓区域进行矫正，确定矫正后的轮廓区域。
8.在一个实施例中，基于目标物体的可见轮廓区域，确定目标物体的预测轮廓区域，包括：
9.将目标环视图输入至预设的检测模型，对目标物体的可见轮廓区域进行检测处理，得到目标物体的预测轮廓区域。
10.在一个实施例中，基于预设的映射表，对目标物体的预测轮廓区域进行矫正，确定矫正后的轮廓区域，包括：
11.基于预设的映射表，对预测轮廓区域的边界上任一个第一点的坐标进行矫正，得到矫正后的轮廓区域的边界上任一个第二点的坐标；映射表包括任一个第一点的坐标和任一个第二点的坐标之间的映射关系。
12.在一个实施例中，在基于预设的映射表，对目标物体的预测轮廓区域进行矫正，确定矫正后的轮廓区域之前，还包括：
13.构建平面，平面距离地面为一定高度；
14.基于平面上任一个第三点的坐标和自车中相机对应的投影矩阵，将第三点投影到所述相机拍摄的图片上，得到第四点的坐标，第四点的坐标为图片上的点坐标，目标环视图通过自车中各相机拍摄的图片来确定；
15.基于第四点的坐标和相机对应的单应性矩阵，将第四点投影到目标环视图，得到第五点的坐标，第五点的坐标为目标环视图上的点坐标；
16.基于各第三点的坐标和相应的各第五点的坐标，确定预设的映射表，各第三点的坐标中包括任一个第二点的坐标，各第五点的坐标中包括任一个第一点的坐标。
17.在一个实施例中，在基于平面上任一个第三点的坐标和自车中相机对应的投影矩阵，将第三点投影到相机拍摄的图片上，得到第四点的坐标之前，还包括：
18.基于相机的内参和相机相对于自车的外参，确定相机对应的投影矩阵。
19.在一个实施例中，在基于第四点的坐标和相机对应的单应性矩阵，将第四点投影到目标环视图，得到第五点的坐标之前，还包括：
20.基于相机对应的投影矩阵，将相机对应的像素区域中任意多个点投影到相机拍摄的图片上，得到相机拍摄的图片上被投影的多个点；相机对应的像素区域为相机在目标环视图上对应的像素区域；
21.基于相机对应的像素区域中任意多个点和被投影的多个点，确定相机对应的单应性矩阵。
22.第二方面，本技术提供了一种矫正装置，包括：
23.第一处理模块，用于获取目标环视图中目标物体的可见轮廓区域，目标物体距离地面为预定高度，目标物体的可见轮廓区域用于表征目标物体在目标环视图上的轮廓区域；
24.第二处理模块，用于基于目标物体的可见轮廓区域，确定目标物体的预测轮廓区域，目标物体的预测轮廓区域用于表征目标物体在目标环视图中地面上的预测轮廓区域；
25.第三处理模块，用于基于预设的映射表，对目标物体的预测轮廓区域进行矫正，确定矫正后的轮廓区域。
26.第三方面，本技术提供了一种电子设备，包括：处理器、存储器和总线；
27.总线，用于连接处理器和存储器；
28.存储器，用于存储操作指令；
29.处理器，用于通过调用操作指令，执行本技术第一方面的矫正方法。
30.第四方面，本技术提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被用于执行本技术第一方面的矫正方法。
31.第五方面，本技术提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现本技术第一方面中矫正方法的步骤。
32.本技术实施例提供的技术方案，至少具有如下有益效果：
33.获取目标环视图中目标物体的可见轮廓区域，目标物体距离地面为预定高度，目标物体的可见轮廓区域用于表征目标物体在目标环视图上的轮廓区域；基于目标物体的可见轮廓区域，确定目标物体的预测轮廓区域，目标物体的预测轮廓区域用于表征目标物体在目标环视图中地面上的预测轮廓区域；基于预设的映射表，对目标物体的预测轮廓区域进行矫正，确定矫正后的轮廓区域；如此，对于有预定高度的目标物体进行位置(预测轮廓区域)的矫正，从而得到更准确的目标物体位置(矫正后的轮廓区域)，提高了目标物体位置(障碍物位置)的检测准确度。
附图说明
34.为了更清楚地说明本技术实施例中的技术方案，下面将对本技术实施例描述中所需要使用的附图作简单地介绍。
35.图1为本技术实施例提供的矫正系统的架构示意图；
36.图2为本技术实施例提供的一种矫正方法的流程示意图；
37.图3为本技术实施例提供的环视图的示意图；
38.图4为本技术实施例提供的环视图的示意图；
39.图5为本技术实施例提供的一种矫正方法的流程示意图；
40.图6为本技术实施例提供的一种矫正装置的结构示意图；
41.图7为本技术实施例提供的一种电子设备的结构示意图。
具体实施方式
42.下面结合本技术中的附图描述本技术的实施例。应理解，下面结合附图所阐述的实施方式，是用于解释本技术实施例的技术方案的示例性描述，对本技术实施例的技术方案不构成限制。
43.本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本技术实施例所使用的术语“包括”以及“包含”是指相应特征可以实现为所呈现的特征、信息、数据、步骤、操作、元件和/或组件，但不排除实现为本技术领域所支持其他特征、信息、数据、步骤、操作、元件、组件和/或它们的组合等。应该理解，当我们称一个元件被“连接”或“耦接”到另一元件时，该一个元件可以直接连接或耦接到另一元件，也可以指该一个元件和另一元件通过中间元件建立连接关系。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的术语“和/或”指示该术语所限定的项目中的至少一个，例如“a和/或b”指示实现为“a”，或者实现为“b”，或者实现为“a和b”。
44.可以理解的是，在本技术的具体实施方式中，涉及到矫正相关的数据，当本技术以上实施例运用到具体产品或技术中时，需要获得用户许可或者同意，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
45.为使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术实施方式作进一步地详细描述。
46.本技术实施例是矫正系统提供的一种矫正方法，该矫正方法涉及图像识别等领域。
47.为了更好的理解及说明本技术实施例的方案，下面对本技术实施例中所涉及到的一些技术用语进行简单说明。
48.自动泊车：自动泊车是通过遍布车辆周围的传感器探测车辆周围环境信息和有效泊车空间，并规划泊车路径，控制车辆的转向和加减速，使车辆半自动或自动完成泊车操作的功能。
49.单应性矩阵：单应性矩阵在计算机视觉中，平面的单应性被定义为一个平面到另外一个平面的投影映射；单应性设为一个二维矩阵m，那么照片1乘以m就是照片2；单应性矩阵有很多实际应用，例如图像校正、图像对齐、两幅图像之间的相机运动计算等。
50.本技术实施例提供的方案涉及矫正技术，下面以具体的实施例对本技术的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本技术的实施例进行描述。
51.为了更好的理解本技术实施例提供的方案，下面结合具体的一个应用场景对该方案进行说明。
52.在一个实施例中，图1中示出了本技术实施例所适用的一种矫正系统的架构示意图，可以理解的是，本技术实施例所提供的矫正方法可以适用于但不限于应用于如图1所示的应用场景中。
53.本示例中，如图1所示，该示例中的矫正系统的架构可以包括但不限于自车10、服务器20和数据库30。自车10、服务器20和数据库30之间可以通过网络40进行交互。自车10是用于采集目标场景(目标场景例如停车场中场景)的相关数据的车辆，自车10通过自车10中各相机拍摄图片，并将各相机拍摄的图片发送给服务器20；服务器20通过各相机拍摄的图片确定目标环视图；服务器20获取目标环视图中目标物体的可见轮廓区域，目标物体距离地面为预定高度，目标物体的可见轮廓区域用于表征目标物体在目标环视图上的轮廓区域；服务器20基于目标物体的可见轮廓区域，确定目标物体的预测轮廓区域，目标物体的预测轮廓区域用于表征目标物体在目标环视图中地面上的预测轮廓区域；服务器20基于预设的映射表，对目标物体的预测轮廓区域进行矫正，确定矫正后的轮廓区域；服务器20将矫正后的轮廓区域发送到数据库30进行存储。
54.可理解，上述仅为一种示例，本实施例在此不作限定。
55.其中，服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、cdn(content delivery network，内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器或服务器集群。
56.上述网络可以包括但不限于：有线网络，无线网络，其中，该有线网络包括：局域网、城域网和广域网，该无线网络包括：蓝牙、wi-fi及其他实现无线通信的网络。具体也可基于实际应用场景需求确定，在此不作限定。
57.参见图2，图2示出了本技术实施例提供的一种矫正方法的流程示意图，其中，该方法可以由任一电子设备执行，如可以是服务器等；作为一可选实施方式，该方法可以由服务器执行，为了描述方便，在下文的一些可选实施例的描述中，将以服务器作为该方法执行主体为例进行说明。如图2所示，本技术实施例提供的矫正方法包括如下步骤：
58.s201，获取目标环视图中目标物体的可见轮廓区域，目标物体距离地面为预定高度，目标物体的可见轮廓区域用于表征目标物体在目标环视图上的轮廓区域。
59.具体地，目标物体为障碍物，障碍物例如停车场中除自车之外的其他车辆的车底盘。例如，如图3或图4中所示的自车是用于采集停车场中场景的相关数据的车辆。目标物体距离地面为预定高度，例如车底盘距离地面为20厘米。例如，自车在停车场中行驶，自车通过自车中多个相机(摄像头)拍摄图片，并将多个相机拍摄的图片发送给服务器；服务器通过多个相机拍摄的图片确定目标环视图；服务器获取目标环视图中车底盘的可见轮廓区域，车底盘距离地面为预定高度20厘米。例如，若图3表示目标环视图，则车底盘的可见轮廓区域如图3中梯形框围成的区域。
60.s202，基于目标物体的可见轮廓区域，确定目标物体的预测轮廓区域，目标物体的预测轮廓区域用于表征目标物体在目标环视图中地面上的预测轮廓区域。
61.具体地，目标物体为障碍物，障碍物例如停车场中除自车之外的其他车辆的车底盘。例如，若图4表示目标环视图，则车底盘的预测轮廓区域如图4中矩形框围成的区域。
62.s203，基于预设的映射表，对目标物体的预测轮廓区域进行矫正，确定矫正后的轮廓区域。
63.具体地，预设的映射表用于表征预测轮廓区域上点的坐标和矫正后的轮廓区域上点的坐标之间的映射关系。目标物体为障碍物，障碍物例如停车场中除自车之外的其他车辆的车底盘。例如，若图4表示目标环视图，则车底盘的预测轮廓区域和矫正后的轮廓区域分别如图4中不同矩形框围成的区域。
64.本技术实施例中，获取目标环视图中目标物体的可见轮廓区域，目标物体距离地面为预定高度，目标物体的可见轮廓区域用于表征目标物体在目标环视图上的轮廓区域；基于目标物体的可见轮廓区域，确定目标物体的预测轮廓区域，目标物体的预测轮廓区域用于表征目标物体在目标环视图中地面上的预测轮廓区域；基于预设的映射表，对目标物体的预测轮廓区域进行矫正，确定矫正后的轮廓区域；如此，对于有预定高度的目标物体进行位置(预测轮廓区域)的矫正，从而得到更准确的目标物体位置(矫正后的轮廓区域)，提高了目标物体位置(障碍物位置)的检测准确度。
65.在一个实施例中，基于目标物体的可见轮廓区域，确定目标物体的预测轮廓区域，包括：
66.将目标环视图输入至预设的检测模型，对目标物体的可见轮廓区域进行检测处理，得到目标物体的预测轮廓区域。
67.具体地，将环视图样本通过人工标注，得到环视图样本中人工标注的原始轮廓区域。人工标注过程例如，通过某个环视图样本前后一定时间内多个环视图样本的联合推断，对该环视图样本中障碍物进行标注，标注出该环视图样本中障碍物的原始轮廓区域；该环视图样本中障碍物例如车底盘。例如，若图3表示环视图样本，则车底盘的原始轮廓区域如图3中矩形框围成的区域。
68.检测模型的训练过程例如，将环视图样本输入至检测模型，检测模型对环视图样本中障碍物(例如车底盘)的可见轮廓区域进行检测处理，检测模型输出环视图样本中障碍物的预测轮廓区域；检测模型将环视图样本中障碍物的预测轮廓区域和通过人工标注的原始轮廓区域代入损失函数，若损失函数的值小于或等于预设损失阈值，则检测模型的训练结束；若损失函数的值大于预设损失阈值，则对检测模型的网络参数进行更新，并继续进行检测模型的训练，直至损失函数的值小于或等于预设损失阈值。
69.检测模型的预测过程例如，将目标环视图输入至检测模型，对目标环视图中障碍物(例如车底盘)的可见轮廓区域进行检测处理，得到障碍物的预测轮廓区域。
70.检测模型可以为retinanet(一个one-stage的网络)、fcos(fully convolutional one-stage object detection，全卷积单阶段目标检测算法)等目标检测模型。
71.在一个实施例中，基于预设的映射表，对目标物体的预测轮廓区域进行矫正，确定矫正后的轮廓区域，包括：
72.基于预设的映射表，对预测轮廓区域的边界上任一个第一点的坐标进行矫正，得
到矫正后的轮廓区域的边界上任一个第二点的坐标；映射表包括任一个第一点的坐标和任一个第二点的坐标之间的映射关系。
73.具体地，预设的映射表用于表征预测轮廓区域上点的坐标和矫正后的轮廓区域上点的坐标之间的映射关系；例如，对预测轮廓区域上任一个第一点的坐标进行矫正，得到矫正后的轮廓区域上任一个第二点的坐标；映射表包括任一个第一点的坐标和任一个第二点的坐标之间的映射关系。
74.例如，任一个第一点为点p2，任一个第二点为点p1；基于预设的映射表，对预测轮廓区域的边界上点p2的坐标进行矫正，得到矫正后的轮廓区域的边界上点p1的坐标；映射表包括点p2的坐标和点p1的坐标之间的映射关系。
75.在一个实施例中，在基于预设的映射表，对目标物体的预测轮廓区域进行矫正，确定矫正后的轮廓区域之前，还包括步骤a1-a4：
76.步骤a1，构建平面，平面距离地面为一定高度。
77.具体地，例如，在自车坐标系中取距离地面高度为一定高度的平面，一定高度例如20厘米。
78.步骤a2，基于平面上任一个第三点的坐标和自车中相机对应的投影矩阵，将第三点投影到相机拍摄的图片上，得到第四点的坐标，第四点的坐标为图片上的点坐标，目标环视图通过自车中各相机拍摄的图片来确定。
79.具体地，例如，任一个第三点为点p1；基于平面上点p1的坐标和自车中一个相机p对应的投影矩阵，将点p1投影到该相机p拍摄的图片上，得到第四点的坐标；计算第四点的坐标如公式(1)所示：
80.第四点的坐标＝投影矩阵
×
点p1的坐标
ꢀꢀ
公式(1)
81.需要说明的是，若p1处于自车中至少两个相机的共视，则该相机p为至少两个相机中任一个相机。
82.步骤a3，基于第四点的坐标和相机对应的单应性矩阵，将第四点投影到目标环视图，得到第五点的坐标，第五点的坐标为目标环视图上的点坐标。
83.具体地，例如，第五点为点p2；基于第四点的坐标和相机对应的单应性矩阵，将第四点投影到目标环视图，得到点p2的坐标；计算点p2的坐标如公式(2)所示：
84.点p2的坐标＝单应性矩阵
×
第四点的坐标
ꢀꢀ
公式(2)
85.步骤a4，基于各第三点的坐标和相应的各第五点的坐标，确定预设的映射表，各第三点的坐标中包括任一个第二点的坐标，各第五点的坐标中包括任一个第一点的坐标。
86.具体地，例如，对预测轮廓区域上点p2的坐标和矫正后的轮廓区域上点p1的坐标之间建立映射关系，映射表包括该映射关系。
87.在一个实施例中，在基于平面上任一个第三点的坐标和自车中相机对应的投影矩阵，将第三点投影到相机拍摄的图片上，得到第四点的坐标之前，还包括：
88.基于相机的内参和相机相对于自车的外参，确定相机对应的投影矩阵。
89.具体地，相机的内参(内参矩阵)例如相机的焦距、相机的光心、相机的畸变系数等，相机的内参用于描述图像坐标系到相机坐标系的转换。相机相对于自车的外参(外参矩阵)例如相机相对自车的位置参数，相机相对于自车的外参用于描述相机坐标系到自车坐标系的转换关系。计算相机对应的投影矩阵如公式(3)所示：
90.投影矩阵＝内参矩阵
×
外参矩阵
ꢀꢀꢀ
公式(3)
91.在一个实施例中，在基于第四点的坐标和相机对应的单应性矩阵，将第四点投影到目标环视图，得到第五点的坐标之前，还包括步骤b1-b2：
92.步骤b1，基于相机对应的投影矩阵，将相机对应的像素区域中任意多个点投影到相机拍摄的图片上，得到相机拍摄的图片上被投影的多个点；相机对应的像素区域为相机在目标环视图上对应的像素区域。
93.具体地，自车中每个相机在环视图上有对应的像素区域，例如，相机c在环视图上有对应的像素区域d，在像素区域d中可以任意选择四个点(相机对应的像素区域中任意多个点)，并基于相机对应的投影矩阵，将这四个点投影到相机拍摄的图片上，得到相机拍摄的图片上被投影的四个点。
94.步骤b2，基于相机对应的像素区域中任意多个点和被投影的多个点，确定相机对应的单应性矩阵。
95.具体地，例如，基于相机对应的像素区域d中四个点和相机拍摄的图片上被投影的四个点，确定相机对应的单应性矩阵。
96.应用本技术实施例，至少具有如下有益效果：
97.对于有预定高度的目标物体进行位置(预测轮廓区域)的矫正，从而得到更准确的目标物体位置(矫正后的轮廓区域)，提高了目标物体位置(障碍物位置)的检测准确度。
98.为了更好的理解本技术实施例所提供的方法，下面结合具体应用场景的示例对本技术实施例的方案进行进一步说明。
99.在一个具体应用场景实施例中，例如停车场中障碍物位置检测场景，参见图5，示出了一种矫正方法的处理流程，如图5所示，本技术实施例提供的矫正方法的处理流程包括如下步骤：
100.s501，用户对停车场中场景的环视图样本进行人工标注，得到环视图样本中障碍物的原始轮廓区域。
101.具体地，用户通过环视图样本前后一定时间内多个环视图样本的联合推断，对该环视图样本中障碍物进行标注，标注出该环视图样本中障碍物的原始轮廓区域。
102.s502，服务器基于环视图样本和环视图样本中障碍物的原始轮廓区域，对检测模型进行训练，得到训练后的检测模型。
103.具体地，服务器将环视图样本输入至检测模型，检测模型对环视图样本中障碍物的可见轮廓区域进行检测处理，检测模型输出环视图样本中障碍物的预测轮廓区域；检测模型将环视图样本中障碍物的预测轮廓区域和环视图样本中障碍物的原始轮廓区域代入损失函数，若损失函数的值小于或等于预设损失阈值，则检测模型的训练结束，得到训练后的检测模型。
104.s503，自车在停车场中行驶，自车通过自车中多个相机拍摄图片，并将多个相机拍摄的图片发送给服务器。
105.具体地，自车是用于采集停车场中场景的相关数据的车辆。
106.s504，服务器通过多个相机拍摄的图片确定目标环视图，并将目标环视图输入至训练后的检测模型，对目标环视图中障碍物的可见轮廓区域进行检测处理，得到障碍物的预测轮廓区域。
107.具体地，训练后的检测模型例如retinanet、fcos等目标检测模型。
108.s505，服务器确定相机对应的投影矩阵和相机对应的单应性矩阵。
109.具体地，服务器基于相机的内参和相机相对于自车的外参，确定相机对应的投影矩阵。服务器基于相机对应的投影矩阵，将相机对应的像素区域中任意多个点投影到相机拍摄的图片上，得到相机拍摄的图片上被投影的多个点；相机对应的像素区域为相机在目标环视图上对应的像素区域；服务器基于相机对应的像素区域中任意多个点和被投影的多个点，确定相机对应的单应性矩阵。
110.s506，服务器基于相机对应的投影矩阵和相机对应的单应性矩阵，构建映射表。
111.具体地，服务器构建平面，平面距离地面为一定高度；服务器基于平面上任一个第三点的坐标和自车中相机对应的投影矩阵，将第三点投影到所述相机拍摄的图片上，得到第四点的坐标，第四点的坐标为图片上的点坐标，目标环视图通过自车中各相机拍摄的图片来确定；服务器基于第四点的坐标和相机对应的单应性矩阵，将第四点投影到目标环视图，得到第五点的坐标，第五点的坐标为目标环视图上的点坐标；服务器基于各第三点的坐标和相应的各第五点的坐标，确定映射表，各第三点的坐标中包括任一个第二点的坐标，各第五点的坐标中包括任一个第一点的坐标。
112.s507，服务器基于映射表，对目标环视图中障碍物的预测轮廓区域进行矫正，确定矫正后的轮廓区域。
113.具体地，服务器基于映射表，对预测轮廓区域的边界上任一个第一点的坐标进行矫正，得到矫正后的轮廓区域的边界上任一个第二点的坐标；映射表包括任一个第一点的坐标和任一个第二点的坐标之间的映射关系。
114.应用本技术实施例，至少具有如下有益效果：
115.对于有预定高度的障碍物进行位置(预测轮廓区域)的矫正，从而得到更准确的障碍物位置(矫正后的轮廓区域)，提高了障碍物位置的检测准确度。
116.本技术实施例还提供了一种矫正装置，该矫正装置的结构示意图如图6所示，矫正装置60，包括第一处理模块601、第二处理模块602和第三处理模块603。
117.第一处理模块601，用于获取目标环视图中目标物体的可见轮廓区域，目标物体距离地面为预定高度，目标物体的可见轮廓区域用于表征目标物体在目标环视图上的轮廓区域；
118.第二处理模块602，用于基于目标物体的可见轮廓区域，确定目标物体的预测轮廓区域，目标物体的预测轮廓区域用于表征目标物体在目标环视图中地面上的预测轮廓区域；
119.第三处理模块603，用于基于预设的映射表，对目标物体的预测轮廓区域进行矫正，确定矫正后的轮廓区域。
120.在一个实施例中，第二处理模块602，具体用于：
121.将目标环视图输入至预设的检测模型，对目标物体的可见轮廓区域进行检测处理，得到目标物体的预测轮廓区域。
122.在一个实施例中，第三处理模块603，具体用于：
123.基于预设的映射表，对预测轮廓区域的边界上任一个第一点的坐标进行矫正，得到矫正后的轮廓区域的边界上任一个第二点的坐标；映射表包括任一个第一点的坐标和任
一个第二点的坐标之间的映射关系。
124.在一个实施例中，第三处理模块603，还用于：
125.构建平面，平面距离地面为一定高度；
126.基于平面上任一个第三点的坐标和自车中相机对应的投影矩阵，将第三点投影到所述相机拍摄的图片上，得到第四点的坐标，第四点的坐标为图片上的点坐标，目标环视图通过自车中各相机拍摄的图片来确定；
127.基于第四点的坐标和相机对应的单应性矩阵，将第四点投影到目标环视图，得到第五点的坐标，第五点的坐标为目标环视图上的点坐标；
128.基于各第三点的坐标和相应的各第五点的坐标，确定预设的映射表，各第三点的坐标中包括任一个第二点的坐标，各第五点的坐标中包括任一个第一点的坐标。
129.在一个实施例中，第三处理模块603，还用于：
130.基于相机的内参和相机相对于自车的外参，确定相机对应的投影矩阵。
131.在一个实施例中，第三处理模块603，还用于：
132.基于相机对应的投影矩阵，将相机对应的像素区域中任意多个点投影到相机拍摄的图片上，得到相机拍摄的图片上被投影的多个点；相机对应的像素区域为相机在目标环视图上对应的像素区域；
133.基于相机对应的像素区域中任意多个点和被投影的多个点，确定相机对应的单应性矩阵。
134.应用本技术实施例，至少具有如下有益效果：
135.获取目标环视图中目标物体的可见轮廓区域，目标物体距离地面为预定高度，目标物体的可见轮廓区域用于表征目标物体在目标环视图上的轮廓区域；基于目标物体的可见轮廓区域，确定目标物体的预测轮廓区域，目标物体的预测轮廓区域用于表征目标物体在目标环视图中地面上的预测轮廓区域；基于预设的映射表，对目标物体的预测轮廓区域进行矫正，确定矫正后的轮廓区域；如此，对于有预定高度的目标物体进行位置(预测轮廓区域)的矫正，从而得到更准确的目标物体位置(矫正后的轮廓区域)，提高了目标物体位置(障碍物位置)的检测准确度。
136.本技术实施例还提供了一种电子设备，该电子设备的结构示意图如图7所示，图7所示的电子设备4000包括：处理器4001和存储器4003。其中，处理器4001和存储器4003相连，如通过总线4002相连。可选地，电子设备4000还可以包括收发器4004，收发器4004可以用于该电子设备与其他电子设备之间的数据交互，如数据的发送和/或数据的接收等。需要说明的是，实际应用中收发器4004不限于一个，该电子设备4000的结构并不构成对本技术实施例的限定。
137.处理器4001可以是cpu(central processing unit，中央处理器)，通用处理器，dsp(digital signal processor，数据信号处理器)，asic(application specific integrated circuit，专用集成电路)，fpga(field programmable gate array，现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本技术公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器4001也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，dsp和微处理器的组合等。
138.总线4002可包括一通路，在上述组件之间传送信息。总线4002可以是pci(peripheral component interconnect，外设部件互连标准)总线或eisa(extended industry standard architecture，扩展工业标准结构)总线等。总线4002可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
139.存储器4003可以是rom(read only memory，只读存储器)或可存储静态信息和指令的其他类型的静态存储设备，ram(random access memory，随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备，也可以是eeprom(electrically erasable programmable read only memory，电可擦可编程只读存储器)、cd-rom(compact disc read only memory，只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质、其他磁存储设备、或者能够用于携带或存储计算机程序并能够由计算机读取的任何其他介质，在此不做限定。
140.存储器4003用于存储执行本技术实施例的计算机程序，并由处理器4001来控制执行。处理器4001用于执行存储器4003中存储的计算机程序，以实现前述方法实施例所示的步骤。
141.其中，电子设备包括但不限于：服务器等。
142.应用本技术实施例，至少具有如下有益效果：
143.获取目标环视图中目标物体的可见轮廓区域，目标物体距离地面为预定高度，目标物体的可见轮廓区域用于表征目标物体在目标环视图上的轮廓区域；基于目标物体的可见轮廓区域，确定目标物体的预测轮廓区域，目标物体的预测轮廓区域用于表征目标物体在目标环视图中地面上的预测轮廓区域；基于预设的映射表，对目标物体的预测轮廓区域进行矫正，确定矫正后的轮廓区域；如此，对于有预定高度的目标物体进行位置(预测轮廓区域)的矫正，从而得到更准确的目标物体位置(矫正后的轮廓区域)，提高了目标物体位置(障碍物位置)的检测准确度。
144.本技术实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时可实现前述方法实施例的步骤及相应内容。
145.本技术实施例还提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时可实现前述方法实施例的步骤及相应内容。
146.基于与本技术实施例提供的方法相同的原理，本技术实施例还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述本技术任一可选实施例中提供的方法。
147.应该理解的是，虽然本技术实施例的流程图中通过箭头指示各个操作步骤，但是这些步骤的实施顺序并不受限于箭头所指示的顺序。除非本文中有明确的说明，否则在本技术实施例的一些实施场景中，各流程图中的实施步骤可以按照需求以其他的顺序执行。此外，各流程图中的部分或全部步骤基于实际的实施场景，可以包括多个子步骤或者多个阶段。这些子步骤或者阶段中的部分或全部可以在同一时刻被执行，这些子步骤或者阶段中的每个子步骤或者阶段也可以分别在不同的时刻被执行。在执行时刻不同的场景下，这
些子步骤或者阶段的执行顺序可以根据需求灵活配置，本技术实施例对此不限制。
148.以上所述仅是本技术部分实施场景的可选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术的方案技术构思的前提下，采用基于本技术技术思想的其他类似实施手段，同样属于本技术实施例的保护范畴。

技术特征：
1.一种矫正方法，其特征在于，包括：获取目标环视图中目标物体的可见轮廓区域，所述目标物体距离地面为预定高度，所述目标物体的可见轮廓区域用于表征所述目标物体在所述目标环视图上的轮廓区域；基于所述目标物体的可见轮廓区域，确定所述目标物体的预测轮廓区域，所述目标物体的预测轮廓区域用于表征所述目标物体在所述目标环视图中地面上的预测轮廓区域；基于预设的映射表，对所述目标物体的预测轮廓区域进行矫正，确定矫正后的轮廓区域。2.根据权利要求1所述的方法，其特征在于，所述基于所述目标物体的可见轮廓区域，确定所述目标物体的预测轮廓区域，包括：将所述目标环视图输入至预设的检测模型，对所述目标物体的可见轮廓区域进行检测处理，得到所述目标物体的预测轮廓区域。3.根据权利要求1所述的方法，其特征在于，所述基于预设的映射表，对所述目标物体的预测轮廓区域进行矫正，确定矫正后的轮廓区域，包括：基于预设的映射表，对所述预测轮廓区域的边界上任一个第一点的坐标进行矫正，得到矫正后的轮廓区域的边界上任一个第二点的坐标；所述映射表包括所述任一个第一点的坐标和所述任一个第二点的坐标之间的映射关系。4.根据权利要求3所述的方法，其特征在于，在所述基于预设的映射表，对所述目标物体的预测轮廓区域进行矫正，确定矫正后的轮廓区域之前，还包括：构建平面，所述平面距离地面为所述一定高度；基于所述平面上任一个第三点的坐标和自车中相机对应的投影矩阵，将所述第三点投影到所述相机拍摄的图片上，得到第四点的坐标，所述第四点的坐标为所述图片上的点坐标，所述目标环视图通过所述自车中各相机拍摄的图片来确定；基于所述第四点的坐标和所述相机对应的单应性矩阵，将所述第四点投影到所述目标环视图，得到第五点的坐标，所述第五点的坐标为所述目标环视图上的点坐标；基于各第三点的坐标和相应的各第五点的坐标，确定预设的映射表，所述各第三点的坐标中包括所述任一个第二点的坐标，所述各第五点的坐标中包括所述任一个第一点的坐标。5.根据权利要求4所述的方法，其特征在于，在所述基于所述平面上任一个第三点的坐标和自车中相机对应的投影矩阵，将所述第三点投影到所述相机拍摄的图片上，得到第四点的坐标之前，还包括：基于所述相机的内参和所述相机相对于所述自车的外参，确定所述相机对应的投影矩阵。6.根据权利要求4所述的方法，其特征在于，在所述基于所述第四点的坐标和所述相机对应的单应性矩阵，将所述第四点投影到所述目标环视图，得到第五点的坐标之前，还包括：基于所述相机对应的投影矩阵，将所述相机对应的像素区域中任意多个点投影到所述相机拍摄的图片上，得到所述相机拍摄的图片上被投影的多个点；所述相机对应的像素区域为所述相机在所述目标环视图上对应的像素区域；基于所述相机对应的像素区域中任意多个点和所述被投影的多个点，确定所述相机对
应的单应性矩阵。7.一种矫正装置，其特征在于，包括：第一处理模块，用于获取目标环视图中目标物体的可见轮廓区域，所述目标物体距离地面为预定高度，所述目标物体的可见轮廓区域用于表征所述目标物体在所述目标环视图上的轮廓区域；第二处理模块，用于基于所述目标物体的可见轮廓区域，确定所述目标物体的预测轮廓区域，所述目标物体的预测轮廓区域用于表征所述目标物体在所述目标环视图中地面上的预测轮廓区域；第三处理模块，用于基于预设的映射表，对所述目标物体的预测轮廓区域进行矫正，确定矫正后的轮廓区域。8.一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-6中任一项所述方法的步骤。9.一种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权利要求1-6中任一项所述方法的步骤。10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-6中任一项所述方法的步骤。

技术总结
本申请实施例提供了一种矫正方法、装置、设备、计算机可读存储介质及计算机程序产品，涉及图像识别等领域。该方法包括：获取目标环视图中目标物体的可见轮廓区域，目标物体距离地面为预定高度，目标物体的可见轮廓区域用于表征目标物体在目标环视图上的轮廓区域；基于目标物体的可见轮廓区域，确定目标物体的预测轮廓区域，目标物体的预测轮廓区域用于表征目标物体在目标环视图中地面上的预测轮廓区域；基于预设的映射表，对目标物体的预测轮廓区域进行矫正，确定矫正后的轮廓区域；如此，对于有预定高度的目标物体进行位置(预测轮廓区域)的矫正，从而得到更准确的目标物体位置(矫正后的轮廓区域)。后的轮廓区域)。后的轮廓区域)。


技术研发人员：戴雨辰 刘凌云 卢彦斌
受保护的技术使用者：北京迈格威科技有限公司
技术研发日：2023.03.13
技术公布日：2023/7/19