一种雷达标定方法及装置与流程

1.本技术实施例涉及智慧交通技术领域，尤其涉及一种雷达标定方法及装置。


背景技术：

2.目前，为了提升道路交通的运营效率、服务水平以及安全保障，道路上部署的各种数据采集设备(例如，摄像头、雷达等等)也越来越多。
3.其中，对于雷达而言，在雷达安装过程中为了将雷达监测结果与其他雷达的上位机所采用坐标系相对应，需要对雷达进行标定。
4.现有技术中，通常采用人工计算标定参数的方法，来实现对雷达的标定。这种方法操作繁琐且工作效率不高。


技术实现要素：

5.本技术实施例提供一种雷达标定方法及装置，用于高效快捷的对雷达进行标定。
6.第一方面，提供一种雷达标定方法，包括：获取相同时段内道路区域的第一视频数据，以及雷达对所述道路区域的第一监测结果；根据所述第一视频数据，确定第一车辆相对所述道路区域的位置；根据所述第一车辆相对道路区域的位置，以及所述第一监测结果中第一监测对象的位置，生成标定参数；所述第一监测对象为与所述第一车辆对应的监测对象；所述标定参数，用于将所述雷达的监测结果与预设坐标系相匹配；所述预设坐标系与所述道路区域中的车道位置相对应。上述方法中，利用雷达监测结果与视频数据之间的对应关系，来确定雷达的标定参数。相比现有技术中人工计算标定参数的方法，本技术上述方法能够更加高效便捷的实现对雷达的标定。
7.一种可能的设计中，所述第一车辆相对所述道路区域的位置，包括：在第一时刻，所述第一车辆与第一车道的第一横向距离比例；所述第一车道为所述第一车辆所在车道；所述第一监测结果中第一监测对象的位置，包括：基于所述雷达的初始坐标系，确定在第一时刻所述第一监测对象与所述第一车道的第二横向距离比例；所述根据所述第一车辆相对道路区域的位置，以及所述第一监测结果中第一监测对象的位置，生成标定参数，包括：根据所述第一横向距离比例和所述第二横向距离比例，确定平移距离参数；所述平移距离参数，用于反映将所述初始坐标系转换为所述预设坐标系时坐标的平移量。上述设计中，采用根据第一横向距离比例和第二横向距离比例来计算平移距离参数，从而达到确定雷达标定所需的平移距离参数的目的。
8.一种可能的设计中，所述根据所述第一视频数据，确定第一车辆相对所述道路区域的位置，包括：确定在所述第一时刻所述第一视频数据中所述第一车辆所对应的2d二维检测框；确定第一距离与第二距离的比例，得到第一横向距离比例；所述第一距离为所述第一视频数据中，所述2d检测框的下边缘中点与第一交点的距离；所述第二距离为所述第一视频数据中，所述2d检测框的下边缘中点与第二交点的距离；所述第一交点为所述2d检测框的下边缘的延伸线与所述第一车道左侧车道线的交点；所述第二交点为所述第一视频数
据中，所述2d检测框的下边缘的延伸线与所述第一车道右侧车道线的交点。上述设计能够利用第一车辆在第一视频数据中的2d检测框与第一视频数据中车道线的位置关系，来确定第一横向距离比例。
9.一种可能的设计中，所述第一车辆相对道路区域的位置，包括所述第一车辆沿车道中心行驶；所述第一监测结果中第一监测对象的位置，包括：所述第一监测对象在初始坐标系中的行驶轨迹；所述根据所述第一车辆相对道路区域的位置，以及所述第一监测结果中第一监测对象的位置，生成标定参数，包括：在确定所述第一车辆沿车道中心行驶后，根据所述初始坐标系中所述第一监测对象的行驶轨迹与初始车道中心线的夹角，确定旋转参数；所述初始车道中心线为所述初始坐标系中的车道中心线；所述旋转参数，用于反映将所述雷达的初始坐标系转换为所述预设坐标系时坐标的旋转角度。上述设计中，能够根据沿车道中心行驶的第一车辆在第一监测结果中的监测对象(即第一监测对象)的行驶轨迹，与初始车道中心线的夹角，来确定旋转参数。
10.一种可能的设计中，所述根据所述第一视频数据，确定第一车辆相对所述道路区域的位置，包括：若驶入所述第一视频数据和驶出所述第一视频数据时，所述第一车辆的横向距离比例均在预设范围内，则确定所述第一车辆沿车道中心行驶。通过上述设计，能够确定出沿车道中心行驶的第一车辆。
11.一种可能的设计中，所述第一车辆为第一视频数据中靠近所述雷达的行驶方向的车道上的车辆。上述设计中，通过将第一视频数据中靠近雷达的行驶方向的车道上的车辆作为第一车辆，进而能够提高计算精度。
12.一种可能的设计中，在根据所述第一视频数据，确定第一车辆相对所述道路区域的位置之前，所述方法还包括：确定所述道路区域中各车道的行驶方向。上述设计中，通过确定道路区域中各车道的行驶方向，进而便于确定出靠近雷达的行驶方向的车道上的第一车辆。
13.一种可能的设计中，所述确定所述道路区域中各车道的行驶方向，包括：检测所述第一视频数据中所对应2d检测框的下边缘中点在目标车道上的目标车辆；所述目标车道为所述道路区域中任一车道；根据所述目标车辆所对应2d检测框的尺寸变化，确定所述目标车道的方向类型。通过上述设计，可以确定出车道的方向类型，避免人工对车道的方向类型进行标记。
14.一种可能的设计中，在所述获取相同时段内道路区域的第一视频数据，以及雷达对所述道路区域的第一监测结果之前，所述方法还包括：同步图像采集设备与所述雷达的时间戳；所述图像采集设备用于拍摄所述第一视频数据。通过上述设计，可以使图像采集设备与雷达保持同步，以便获取相同时段内的第一视频数据以及第一监测结果。
15.一种可能的设计中，在所述获取相同时段内道路区域的第一视频数据，以及雷达对所述道路区域的第一监测结果之前，所述方法还包括：记录图像采集设备与所述雷达的时间戳的差值；所述图像采集设备用于拍摄所述第一视频数据；所述获取相同时段内道路区域的第一视频数据，以及雷达对所述道路区域的第一监测结果，包括：根据所述差值，获取所述第一视频数据以及所述第一监测结果。通过上述设计，可以获取相同时段内的第一视频数据以及第一监测结果。
16.一种可能的设计中，在所述根据所述第一车辆相对道路区域的位置，以及所述第
一监测结果中第一监测对象的位置，生成标定参数之前，所述方法还包括：若在同一时刻，所述第一视频数据中只包括所述第一车辆的车辆图像，并且所述第一监测结果中包括唯一的监测对象，则确定所述唯一的监测对象为所述第一监测对象。通过上述设计，可以确定车辆与监测对象的对应关系。
17.一种可能的设计中，在所述根据所述第一车辆相对道路区域的位置，以及所述第一监测结果中第一监测对象的位置，生成标定参数之前，所述方法还包括：根据第一排序结果和第二排序结果，确定所述与所述第一车辆对应的所述第一监测对象；其中，所述第一排序结果为第一图像帧中多个车辆与参照物的距离大小排序；所述第一图像帧为所述第一视频数据中包括所述第一车辆的图像帧；所述第二排序结果为基于所述雷达的初始坐标系，所确定出的第一监测结果中所述第一图像帧对应的监测结果中多个监测对象与所述参照物的距离。通过上述设计，可以确定车辆与监测对象的对应关系。
18.一种可能的设计中，所述参照物为所述道路区域中最边缘的车道线。
19.第二方面，提供一种雷达标定方法，所述雷达包括：卫星定位接收器以及地磁传感器；所述方法包括：通过所述卫星定位接收器获取所述雷达的卫星定位信息；通过所述地磁传感器获取所述雷达的方向角信息；根据所述卫星定位信息和所述方向角信息，确定标定参数；所述标定参数用于将所述雷达监测到的监测结果与世界坐标系相匹配。上述方法中，利用卫星定位接收器接收到的卫星定位信息以及地磁传感器获取的方向角信息，来确定雷达的标定参数。相比现有技术中人工计算标定参数的方法，本技术上述方法能够更加高效便捷的实现对雷达的标定。
20.一种可能的设计中，所述标定参数，包括：平移距离参数和旋转参数。其中，平移距离参数用于反映将所述雷达的初始坐标系转换为所述世界坐标系时坐标的平移量；旋转参数，用于反映将所述初始坐标系转换为所述世界坐标系时坐标的旋转角度；所述根据所述卫星定位信息和所述方向角信息，确定标定参数，包括：根据所述卫星定位信息，确定所述平移距离参数；根据所述方向角信息，确定所述旋转参数。通过上述设计，可以确定出用于雷达标定的平移距离参数以及旋转参数。
21.第三方面，提供一种雷达标定装置，包括：获取单元，用于获取相同时段内道路区域的第一视频数据，以及雷达对所述道路区域的第一监测结果；位置确定单元，用于根据所述第一视频数据，确定第一车辆相对所述道路区域的位置；参数生成单元，用于根据所述第一车辆相对道路区域的位置，以及所述第一监测结果中第一监测对象的位置，生成标定参数；所述第一监测对象为与所述第一车辆对应的监测对象；所述标定参数，用于将所述雷达的监测结果与预设坐标系相匹配；所述预设坐标系与所述道路区域中的车道位置相对应。
22.一种可能的设计中，所述第一车辆相对所述道路区域的位置，包括：在第一时刻，所述第一车辆与第一车道的第一横向距离比例；所述第一车道为所述第一车辆所在车道；所述第一监测结果中第一监测对象的位置，包括：基于所述雷达的初始坐标系，确定在第一时刻所述第一监测对象与所述第一车道的第二横向距离比例；所述参数生成单元，具体用于根据所述第一横向距离比例和所述第二横向距离比例，确定平移距离参数；所述平移距离参数，用于反映将所述初始坐标系转换为所述预设坐标系时坐标的平移量。
23.一种可能的设计中，所述位置确定单元，用于确定在所述第一时刻所述第一视频数据中所述第一车辆所对应的2d二维检测框；所述位置确定单元，还用于确定第一距离与
第二距离的比例，得到第一横向距离比例；所述第一距离为所述第一视频数据中，所述2d检测框的下边缘中点与第一交点的距离；所述第二距离为所述第一视频数据中，所述2d检测框的下边缘中点与第二交点的距离；所述第一交点为所述2d检测框的下边缘的延伸线与所述第一车道左侧车道线的交点；所述第二交点为所述第一视频数据中，所述2d检测框的下边缘的延伸线与所述第一车道右侧车道线的交点。
24.一种可能的设计中，所述第一车辆相对道路区域的位置，包括所述第一车辆沿车道中心行驶；所述第一监测结果中第一监测对象的位置，包括：所述第一监测对象在所述雷达的初始坐标系中的行驶轨迹；所述参数生成单元，具体用于在确定所述第一车辆沿车道中心行驶后，根据所述初始坐标系中所述第一监测对象的行驶轨迹与初始车道中心线的夹角，确定旋转参数；所述初始车道中心线为所述初始坐标系中的车道中心线；所述旋转参数，用于反映将所述雷达的初始坐标系转换为所述预设坐标系时坐标的旋转角度。
25.一种可能的设计中，所述位置确定单元，具体用于若驶入所述第一视频数据和驶出所述第一视频数据时，所述第一车辆的横向距离比例均在预设范围内，则确定所述第一车辆沿车道中心行驶。
26.一种可能的设计中，所述第一车辆为第一视频数据中靠近所述雷达的行驶方向的车道上的车辆。
27.一种可能的设计中，所述雷达标定装置还包括：方向确定单元，用于确定所述道路区域中各车道的行驶方向。
28.一种可能的设计中，所述方向确定单元，具体用于检测所述第一视频数据中所对应2d检测框的下边缘中点在目标车道上的目标车辆；所述目标车道为所述道路区域中任一车道；根据所述目标车辆所对应2d检测框的尺寸变化，确定所述目标车道的方向类型。
29.一种可能的设计中，所述雷达标定装置还包括：同步单元；所述同步单元，用于同步图像采集设备与所述雷达的时间戳；所述图像采集设备用于拍摄所述第一视频数据。
30.一种可能的设计中，所述雷达标定装置还包括：同步单元；所述同步单元，用于记录图像采集设备与所述雷达的时间戳的差值；所述图像采集设备用于拍摄所述第一视频数据；所述获取单元，具体用于根据所述差值，获取所述第一视频数据以及所述第一监测结果。
31.一种可能的设计中，所述雷达标定装置，还包括：关联单元；所述关联单元，用于若在同一时刻，所述第一视频数据中只包括所述第一车辆的车辆图像，并且所述第一监测结果中包括唯一的监测对象，则确定所述唯一的监测对象为所述第一监测对象。
32.一种可能的设计中，所述雷达标定装置，还包括：关联单元；所述关联单元，用于根据第一排序结果和第二排序结果，确定所述与所述第一车辆对应的所述第一监测对象；其中，所述第一排序结果为第一图像帧中多个车辆与参照物的距离大小排序；所述第一图像帧为所述第一视频数据中包括所述第一车辆的图像帧；所述第二排序结果为基于所述雷达的初始坐标系，所确定出的第一监测结果中所述第一图像帧对应的监测结果中多个监测对象与所述参照物的距离。
33.一种可能的设计中，所述参照物为所述道路区域中最边缘的车道线。
34.第四方面，提供一种雷达标定装置，所述雷达包括：卫星定位接收器以及地磁传感器；所述雷达标定装置包括：获取单元，用于通过所述卫星定位接收器获取所述雷达的卫星
定位信息；所述获取单元，还用于通过所述地磁传感器获取所述雷达的方向角信息；参数生成单元，用于根据所述卫星定位信息和所述方向角信息，确定标定参数；所述标定参数用于将所述雷达监测到的监测结果与世界坐标系相匹配。
35.一种可能的设计中，所述标定参数，包括：平移距离参数和旋转参数。其中，平移距离参数用于反映将所述雷达的初始坐标系转换为所述世界坐标系时坐标的平移量；旋转参数，用于反映将所述初始坐标系转换为所述世界坐标系时坐标的旋转角度；所述参数生成单元，具体用于根据所述卫星定位信息，确定所述平移距离参数；所述参数生成单元，具体用于根据所述方向角信息，确定所述旋转参数。
36.第五方面，提供一种雷达标定装置，所述雷达标定装置包括一个或多个处理器；所述一个或多个处理器和一个或多个存储器耦合；所述一个或多个存储器存储有计算机指令；当所述一个或多个处理器执行所述计算机指令时，使得所述雷达标定装置执行如权利要求1-13中任一项所提供的雷达标定方法，或者权利要求14或15所提供的雷达标定方法。
37.第六方面，提供一种芯片，包括处理电路和接口；所述处理电路用于从存储介质中调用并运行所述存储介质中存储的计算机程序，以执行如权利要求1-13中任一项所提供的雷达标定方法，或者权利要求14或15所提供的雷达标定方法。
38.第七方面，提供一种计算机可读存储介质，该计算机可读存储介质中存储有指令；所当所述指令运行时，执行如权利要求1-13中任一项所提供的雷达标定方法，或者权利要求14或15所提供的雷达标定方法。
39.第八方面，提供一种计算机程序产品，包括指令；当所述指令在计算机上运行时，使得计算机执行如上述第一方面所提供的雷达标定方法，或者，执行如上述第二方面所提供的雷达标定方法。
40.其中，第三方面至第八方面的技术效果可以参见上述第一方面或第二方面中不同设计方式所带来的技术效果，再次不再赘述。
附图说明
41.图1为本技术实施例提供的一种雷达标定装置的结构示意图之一；
42.图2为本技术实施例提供的一种雷达标定方法的流程示意图之一；
43.图3为本技术实施例提供的一种道路区域的示意图之一；
44.图4为本技术实施例提供的一种道路区域的示意图之二；
45.图5为本技术实施例提供的一种道路区域的示意图之三；
46.图6为本技术实施例提供的一种雷达监测结果的示意图之一；
47.图7为本技术实施例提供的一种雷达监测结果的示意图之二；
48.图8为本技术实施例提供的一种车辆与车道的位置关系的示意图；
49.图9为本技术实施例提供的一种雷达监测结果的示意图之三；
50.图10为本技术实施例提供的一种雷达标定方法的流程示意图之二；
51.图11为本技术实施例提供的一种雷达的结构示意图；
52.图12为本技术实施例提供的一种雷达标定方法的流程示意图之三；
53.图13为本技术实施例提供的一种雷达标定装置的结构示意图之二；
54.图14为本技术实施例提供的一种雷达标定装置的结构示意图之三。
具体实施方式
55.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行描述。为了便于清楚描述本技术实施例的技术方案，在本技术的实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。同时，在本技术实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本技术实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念，便于理解。
56.目前，智慧交通作为智慧城市的重要组成部分，对提升道路交通的运营效率、服务水平以及安全保障等都有重大的意义。目前，道路交通部署了大量的数据采集终端(例如监控摄像头、毫米波雷达以及激光雷达等等)，为道路交通收集了海量的数据资源。
57.在对多种传感器交通数据处理的过程中，为了实现更高级别的应用与服务，例如在路口场景实现全息路口，以上帝视角还原车辆、行人目标的运动轨迹，需要对不同类型的传感器数据进行融合。在进行数据融合之前，需要对传感器采集到的坐标数据进行标定，以将传感器采集到的数据转换到特定需求的坐标系下。例如，在实际应用中，毫米波雷达作为一种能够全天候监测的传感器，具有监测距离远、纵向精度高、抗干扰能力强的特点。目前通用的方法是利用角反在出厂前对毫米波雷达进行标定。然而在道路交通场景下(例如在路口、高速公路上设置毫米波雷达的场景下)，考虑到安全性，通常不具备角反测试的条件。另外，利用角反对毫米波雷达进行标定，还需要人工对相关参数进行标注，存在操作繁琐的问题。
58.需要说明的是，本技术中所称“标定”，可以理解为：为了将雷达的监测结果对应到预设坐标系中，所执行的相关过程。
59.基于上述技术问题，本技术实施例提供一种雷达标定方法，可应用于毫米波雷达、激光雷达等设备的标定。在具体实施时，本技术实施例所提供的雷达标定方法，可由如图1所示的雷达标定装置10来实现。
60.其中，雷达标定装置10包括：至少一个处理器101以及存储器102。另外，雷达标定装置10还可以包括通信线路103以及通信接口104。
61.其中，处理器101用于执行存储器102中的计算机执行指令，以实现本技术所提供的雷达标定方法。
62.具体的，处理器101可以是一个通用中央处理器(central processing unit，cpu)，微处理器，特定应用集成电路(application-specific integrated circuit，asic)，或一个或多个用于控制本技术方案程序执行的集成电路。
63.存储器102可以是只读存储器(read-only memory，rom)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，ram)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory，eeprom)、只读光盘(compact disc read-only memory，cd-rom)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)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指
令或数据结构形式的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过通信线路103与处理器相连接。存储器也可以和处理器集成在一起。
64.通信线路103可以包括数据总线，用于在上述组件之间传送信息。
65.通信接口104，用于与其他装置进行通信。例如，雷达标定装置10可以通过通信接口104将标定参数发送至雷达，以对雷达进行标定。
66.在一些实现方式中，本技术实施例所提供的雷达标定方法也可以由雷达实现。当由雷达实现雷达标定方法时，则雷达标定装置10可以为雷达本身或者雷达内部的部分硬件。在另一些实现方式中，雷达标定装置10也可以是独立于雷达的硬件设备。对此，本技术可以不做限制。
67.以下实施例中，以将本技术实施例所提供的雷达标定方法应用于上述图1所示雷达标定装置为例，对该雷达标定方法进行介绍：如图2所示，该方法可以包括以下步骤：
68.s201、获取目标道路区域的视频数据。
69.示例性的，如图3所示，为摄像头采集到的目标道路区域的视频数据。
70.s202、检测视频数据中的车道线。
71.车道检测作为智慧交通、无人驾驶的基础技术，目前已经有大量的成熟的算法。例如，可以通过传统的图像处理算法(例如边缘检测)或者深度学习的车道线检测方法(例如lanenet技术)实现车道线识别。
72.在检测出车道线后，便对视频数据中的车道区域进行分割划分车道，确定车道位置以及数量。例如，如图4所示，通过检测视频数据中的车道线，进而确定图4所示视频数据中包括编号1-6的6条车道。
73.在确定出视频数据中的车道线后，便可以确定出视频数据中的车道信息(车道信息可以包括车道位置、数量等)，然后便后续对雷达进行标定。需要说明的是，在一些实施例中，也可以采用其他方法来确定视频数据中的车道信息，例如可以通过人工标记的方式，确定视频数据中的车道位置、数量。本技术对于确定视频数据中的车道信息的具体方式可以不做限制。
74.在确定出视频数据中的车道线后，便可以通过以下过程对雷达进行标定：
75.s203、获取相同时段内目标道路区域的第一视频数据，以及雷达对所述道路区域的第一监测结果。
76.在一种实现方式中，为了获取相同时段内的视频数据与监测结果，在s203之前，该方法还包括：同步图像采集设备与雷达的时间戳(例如，图像采集设备和雷达的时间戳可以使用unix时间戳，时间戳精度可以为毫秒)。其中，图像采集设备为用于采集道路区域的视频数据的设备，例如图像采集设备可以为摄像头。通过同步图像采集设备与雷达的时间戳，可以实现雷达采集的监测结果与视频数据之间的保持同步，进而使分别通过图像采集设备与雷达获取的第一视频数据与第一监测结果，为同一时间段下目标道路区域对应的视频数据和监测结果。
77.在另一种实现方式中，为了获取相同时段内的视频数据与监测结果，在s203之前，该方法还包括：记录图像采集设备与雷达的时间戳的差值。
78.进而，获取相同时段内道路区域的第一视频数据，以及雷达对所述道路区域的第一监测结果，可以包括：根据图像采集设备与雷达的时间戳的差值，获取所述第一视频数据
以及所述第一监测结果。
79.s204、根据第一视频数据，确定第一车辆相对于目标道路区域的位置。
80.例如，在第一视频数据中，利用图像识别技术，便可以确定出第一车辆位于哪个车道，第一车辆在车道上是靠近左边行驶还是靠近右边行驶等等，即就是确定出了第一车辆相对于目标道路区域的位置。
81.s205、根据第一车辆相对目标道路区域的位置，以及第一监测结果中，第一监测对象的位置，生成标定参数。
82.其中，第一监测对象指：与第一车辆对应的监测对象。另外，标定参数，用于将雷达的监测结果与预设坐标系相匹配；预设坐标系与目标道路区域中的车道位置相对应。
83.例如，预设坐标系可以为雷达的上位机中所采用的坐标系。其中，雷达的上位机可以为对雷达的监测结果进行处理的各类设备。例如，上位机可以为根据雷达的监测结果，判断车辆是否存在超速、违规变道等违章行为的设备。进而，标定参数可以理解为用于将雷达的监测结果匹配到预设坐标系中的坐标值的参数。具体的，例如雷达在对待监测区域进行监测后，可以先基于一个初始坐标系来生成监测结果。然后，利用标定参数将基于初始坐标系的监测结果转换为预设坐标系中的坐标值。
84.另外，为了在第一监测结果中确定与第一车辆对应的第一监测对象，因此在s205之前，还需要确定视频数据中的车辆与雷达的监测结果中的监测对象的关联关系。例如，以第一视频图像为图5所示图像为例，另外图6为与第一视频图像同步的第一监测结果的示意图。其中，图5中的车辆a、车辆b以及车辆c分别与图6中监测对象1、监测对象2以及监测对象3对应。
85.在一种实现方式中，该方法还可以通过以下s1或者通过以下s2的过程，来确定视频数据中的车辆与雷达的监测结果中的监测对象的关联关系。
86.s1、若在同一时刻，所述第一视频数据中只包括唯一的第一车辆的车辆图像，并且所述第一监测结果中包括唯一的监测对象，则确定所述唯一的监测对象为与第一车辆对应的第一监测对象。
87.s2、根据第一排序结果和第二排序结果，确定所述与所述第一车辆对应的所述第一监测对象。
88.其中，所述第一排序结果为所述第一图像帧中多个车辆与参照物的距离大小排序；所述第一图像帧为所述第一视频数据中包括所述第一车辆的图像帧；所述第二排序结果为基于所述雷达的初始坐标系，所确定出的第一监测结果中所述第一图像帧对应的监测结果中多个监测对象与所述参照物的距离。
89.其中，参照物可以为目标道路区域中最边缘的车道线。
90.其中，考虑到在确定目标道路区域所包括车道的数量、位置后，雷达可以生成一个包括车道位置的初始坐标系，此时该初始坐标系中的车道位置可能与实际车道位置存在偏差，但通常情况下基于该初始坐标系的雷达监测结果中，车辆与最边缘的车道线的远近关系依然是正确的。示例性的，图7为雷达监测得到的与图5所示视频数据同步的监测结果，其中，虚线所示车道线为雷达的初始坐标系(图中直角坐标系x'-y')中车道线的位置。另外，为便于理解，图7中还标出了实际车道线的示意位置(图中实线所示)。若以最右侧车道线为参照物，则可以看出，监测对象1、监测对象2、监测对象3与雷达的初始坐标系中最右侧车道
线(虚线l1)的拟合距离分别为x1、y1、z1，即与雷达的初始坐标系中最右侧车道线由近及远的车辆分别为监测对象2、监测对象1、监测对象3；另一方向，在实际场景中，监测对象1、监测对象2、监测对象3与最右侧车道线(即图7中实线l2)的距离分别为x2、y2、z2，即与最右侧车道线由近及远的车辆分别为监测对象2、监测对象1、监测对象3，与上述拟合距离的大小关系一致。进而，可以确定图7中监测对象1与图5中车辆a相关联，图7中监测对象2与图5中车辆b相关联，图7中监测对象3与图5中车辆c相关联。
91.在一种实现方式中，标定参数可以包括平移距离参数。其中，平移距离参数用于反映将雷达的初始坐标系转换为预设坐标系时坐标的平移量。进而，第一车辆相对所述道路区域的位置，可以包括：在第一时刻，所述第一车辆与第一车道的第一横向距离比例；所述第一车道为所述第一车辆所在车道。所述第一监测结果中第一监测对象的位置，可以包括：基于所述初始坐标系，确定在第一时刻所述第一监测对象与所述第一车道的第二横向距离比例。
92.进而，上述s204具体可以包括：
93.s204a、根据第一视频数据，确定在第一时刻，第一车辆与第一车道的第一横向距离比例。
94.其中，第一车道为第一车辆所在车道。
95.其中，本技术实施例中，横向距离比例用于反映车辆中心相对于所属车道的左边界、右边界的距离的比例。需要说明的是，本技术中可以采用车辆中心与所属车道的左边界的距离，与车辆中心与所属车道的右边界的距离之比，作为横向距离比例。除此之外，还可以采用能够反映车辆中心相对于所属车道的左边界、右边界的距离的比例的其他参数，作为横向距离比例。例如，可以采用车辆中心与所属车道的左边界的距离，与所属车道的宽度之比，作为横向距离比例。对于横向距离比例的具体取值方法，本技术可以不做限制。
96.在采用车辆中心与所属车道的左边界的距离，与所属车道的宽度之比，作为横向距离比例的情况下，s204 a可以通过以下过程实现：
97.s204 a1、确定第一视频数据中第一车辆所对应的二维(two dimension，2d)检测框。
98.其中，车辆所对应的2d检测框，指用于描绘车辆在视频数据中轮廓的方框。示例性的，如图5中，框1为车辆a所对应的2d检测框，框2为车辆b所对应的2d检测框。
99.s204a2、确定第一车辆的2d检测框的下边缘中点。
100.例如，在图8中(a)所示第一视频数据中，框3为第一车辆的2d检测框。通过相关图像识别技术，可以确定出框3的下边缘中点为e点。
101.s204a3、计算第三距离与第四距离的比例，得到第一横向距离比例。
102.其中，第三距离为第一视频数据中，第一车辆的2d检测框的下边缘中点与第一交点的距离；第四距离为第一视频数据中，第一车辆的2d检测框的下边缘中点与第二交点的距离。其中，第一交点为第一视频数据中，第一车辆的2d检测框的下边缘的延伸线与第一车道左侧车道线的交点。第二交点为第一视频数据中，第二车辆的2d检测框的下边缘的延伸线与第一车道右侧车道线的交点。
103.例如在图8中的(a)中，f点为第一车辆的2d检测框的下边缘的延伸线与第一车道左侧车道线的交点，g点为第一车辆的2d检测框的下边缘的延伸线与第一车道右侧车道线
的交点。进而，第一横向距离比例，即为k1/k2。
104.另外，上述s205可以包括：
105.s205a、第一横向距离比例和第二横向距离比例，确定平移距离参数。
106.例如，图8中(b)所示为与图8中(a)的第一视频数据对应的第一监测结果的示意图。基于雷达的初始坐标系，可以计算得出第二横向距离比例为k3/k4。
107.在一种可能的设计中，可以将第一横向距离比例与第二横向距离比例的差值乘以车道宽度，进而得到平移距离参数。
108.其中，在实际实施过程中，可以统计一段时间内的多个样本车辆分别对应的平移距离参数，再将这些平移距离参数的平均值作为最终的平移距离参数，以便利用该最终的平移距离参数将雷达的初始坐标系中的坐标转换为预设坐标系，从而提高结果的准确性。
109.在一种实现方式中，标定参数可以包括旋转参数。其中，旋转参数，用于反映将雷达的初始坐标系转换为预设坐标系时坐标的旋转角度。进而上述第一车辆相对道路区域的位置，可以包括所述第一车辆沿车道中心行驶。第一监测结果中第一监测对象的位置，可以包括：所述第一监测对象在所述初始坐标系中的行驶轨迹。
110.需要说明的是，本技术实施例中，“第一车辆”可以理解为一个车辆集合的总称，具体的在第一车辆中可以包括多个车辆样本。当需要确定标定参数中的平移距离参数。
111.进而，上述s204具体包括：
112.s204b、根据第一视频数据，确定第一车辆沿车道中心行驶。
113.具体的，可以利用目标追踪技术(例如sort算法)，在第一视频数据中相邻两帧数据中判断车辆是否为同一车辆。然后通过判断车辆在不同帧数据中的位置，确定车辆是否沿车道中心行驶。
114.在一种可能的设计中，s204b可以通过以下方式实现：若驶入所述第一视频数据和驶出所述第一视频数据时，所述第一车辆的横向距离比例均在预设范围内，则确定所述第一车辆沿车道中心行驶。
115.上述实现方式中，通过对车辆驶入视频数据和驶出视频数据这两部分时段内车辆的位置进行检测，若在这两部分时段内车辆均位于车道中心区域，则确定该车辆为沿车道中心行驶的车辆。这样一来可以减少运算数据量，提高设备的运行速度。
116.另外，上述s205可以包括：
117.s205b、在确定所述第一车辆沿车道中心行驶后，根据所述初始坐标系中所述第一监测对象的行驶轨迹与初始车道中心线的夹角，确定旋转参数。
118.其中，所述初始车道中心线为所述初始坐标系中的车道中心线。
119.示例性的，如图9所示为从第一监测结果中确定的第一车辆的行驶轨迹以及初始车道中心线，进而根据行驶轨迹以及初始车道中心线的夹角∠θ确定出旋转参数。例如，可以将∠θ的值作为旋转参数，进而在将雷达的初始坐标系中的坐标转换为预设坐标系时，通过将初始坐标系中的坐标按照上述s205a的平移距离参数平移，并将坐标旋转∠θ，从而得到预设坐标系中的坐标值。
120.另外，为了保证结果的准确性，还可以对一段时间内多个沿车道中心行驶的车辆，分别统计雷达监测结果中初始车道中心线与车辆的行驶轨迹的夹角，再根据这些夹角的平均值确定旋转参数。
121.本技术上述实施例中，考虑到同一道路区域上摄像头拍摄的视频数据与雷达监测的监测结果之间存在对应关系，进而采用根据所拍摄的视频数据(即第一视频数据)中第一车辆相对于车道的位置，以及同一时间段内雷达的监测结果(即第一监测结果)中第一车辆对应监测对象的位置，得到标定参数。这样一来，便可以根据标定参数，将雷达监测到的车辆的位置以及行驶轨迹正确映射到预设坐标系中。从而可以减少雷达安装时的人工操作。
122.在一种可能的设计中，考虑到目前在道路上安装雷达时，通常采用靠近一侧行驶方向车道的方式进行安装，以便对更加靠近的一侧车道进行准确的监测。因此，在对雷达进行标定的过程中，可以利用更加靠近雷达的一侧车道所对应的信息确定标定参数，以达到更加精确的结果。因此，上述雷达标定方法中第一车辆，具体可以为第一视频数据中靠近所述雷达的行驶方向的车道上的车辆。
123.基于上述构思，如图10所示，本技术上述实施例所提供雷达标定方法中，在步骤s204之前，该方法还包括：
124.s206、确定所述道路区域中各车道的行驶方向。
125.具体的，车道可以分为两种方向类型：来向车道和去向车道。其中，来向车道可以理解为：在视频数据中其上车辆从远到近行驶的车道；去向车道可以理解为：在视频数据中其上车辆从近到远行驶的车道。示例性的，以中国通常的交通规则(车辆靠右行驶)为例，则可以得知：图4中车道1-车道3为去向车道，车道4-车道6为来向车道。需要说明的是，在具体实现过程中，也可使用其他名称来分别表示“来向车道”和“去向车道”。例如可以将“来向车道”称为“后向车道”；将“去向车道”称为“前向车道”等等。对于两种车道类型的名称，本技术可以不做限制。
126.在一种实现方式中，考虑到在确定视频数据中的车道位置后，在没有确定车道的类型为来向车道还是去向车道的情况下，可以通过视频数据中车辆的行驶方向，来确定车道的类型。例如，在图4中车道1上的车辆是从近到远行驶的，那么可以确定车道1为去向车道；再例如在图4中车道4上的车辆是从远到近行驶的，那么可以确定车道4为来向车道。通过这样方法，便可以确定出车道的类型，避免人工对车道类型进行标记，提高系统效率。进而，在一种可能的设计中，s206可以包括：
127.s2061、检测目标道路区域的视频数据中所对应2d检测框的下边缘中点在第一车道上的目标车辆。
128.其中，第一车道可以为道路区域中任一车道。
129.s2062、根据目标车辆所对应2d检测框的尺寸变化，确定第一车道的方向类型。
130.其中，若目标车辆所对应2d检测框的尺寸从大变小，则确定第一车道为去向车道；若目标车辆所对应2d检测框的尺寸从小变大，则确定第一车道为来向车道。
131.以图5为例，若第一车道为图中车道3，由图可知车辆a的2d检测框的下边缘中点在车道3上，即目标车辆可以为车辆a(反之，由于图中车辆b的2d检测框的下边缘中点在车道2上，车辆c的2d检测框的下边缘中点在车道4上，因此不将车辆b和车辆c作为目标车辆)。进一步，由于车辆a所对应2d检测框的尺寸是从大变小的(近大远小)，因此可以确定车道3为去向车道。
132.另外，在本技术实际实施过程中，为了保证结果的准确性，还可以针对一个车道上的多辆车辆重复上述s2061-s2062的过程，以更加准确的确定车道的类型。
133.在另一种实施例中，本技术实施例还提供一种雷达。如图11所示，该雷达30包括：卫星定位接收器303以及地磁传感器304。其中，卫星定位接收器203用于接收卫星定位信号。例如，卫星定位接收器303可以为全球定位系统(global positioning system，gps)接收器、北斗卫星导航系统(beidou navigation satellite system，bds)接收器等。地磁传感器304用于检测地磁场。例如，地磁传感器204可以为霍尔传感器。
134.另外，该雷达30还可以包括控制模块301以及探测模块302。其中探测模块302用于收发电磁波信号或激光信号，以探测雷达外部环境。控制模块301用于对探测模块302、地磁传感器304以及卫星定位接收器303进行控制，并完成数据处理。
135.基于上述雷达的结构，本技术实施例还提供一种雷达标定方法，如图12所示，该方法包括：
136.s401、通过卫星定位接收器获取雷达的卫星定位信息。
137.其中，雷达的卫星定位信息，用于反映雷达安装位置的世界坐标。例如，卫星定位信息可以为gps定位信息、bds定位信息等。
138.s402、通过地磁传感器获取雷达的方向角信息。
139.其中，雷达的方向角信息，用于反映雷达安装方向在世界坐标系中的方向角。
140.s403、根据雷达的卫星定位信息和方向角信息，确定标定参数。
141.其中，标定参数用于将所述雷达监测到的监测结果与世界坐标系相匹配。其中，世界坐标系可以为雷达的上位机中所使用的坐标系。其中，雷达的上位机可以为对雷达的监测结果进行处理的各类设备。例如，上位机可以为根据雷达的监测结果，判断车辆是否存在超速、违规变道等违章行为的设备。
142.在一种实现方式中，标定参数可以包括平移距离参数和旋转参数。其中，平移距离参数用于反映将雷达的初始坐标系转换为世界坐标系时坐标的平移量；旋转参数，用于反映将雷达的初始坐标系转换为世界坐标系时坐标的旋转角度。进而，上述s403具体可以包括：
143.s4031、根据雷达的卫星定位信息，确定平移距离参数。
144.s4032、根据雷达的方向角信息，确定旋转参数。
145.具体的，在已知雷达的卫星定位信息的情况下，便可以确定出将雷达的初始坐标系转换为世界坐标系时坐标的平移量，即确定出所需的平移距离参数；另外，在已知雷达的方向角信息的情况下，便可以确定出将雷达的初始坐标系转换为世界坐标系时坐标的旋转角，即确定出所需的旋转参数。然后根据平移距离参数和旋转参数，便可以将雷达的监测结果转换为世界坐标系中的坐标信息。
146.例如，假设根据雷达的卫星定位信息，确定将雷达的初始坐标系转换为世界坐标系时坐标的平移量为向量(t
x
,ty)；根据雷达的方向角信息，确定将雷达的初始坐标系转换为世界坐标系时坐标的旋转角为θ。则，可以利用以下公式一，将将雷达的初始坐标系中的坐标(x
radar
,y
radar
)转换为世界坐标系中的的坐标(x
world
,y
world
)：
[0147][0148]
相比现有技术中人工计算标定参数的方法，本技术上述方法能够更加高效便捷的
实现对雷达的标定。
[0149]
可以理解的是，上述雷达标定装置为了实现对应的功能，其包括了执行各功能相应的硬件结构和/或软件模块。本技术实施例根据上述方法示例对雷达标定装置进行功能模块的划分。例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。可选的，本技术实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
[0150]
如图13所示，为本技术实施例提供的一种雷达标定装置的组成示意图。该雷达标定装置50可以是芯片或片上系统。该雷达标定装置50可以用于执行上述实施例中所提供的雷达标定方法。作为一种实现方式，该雷达标定装置50可以包括：
[0151]
获取单元501，用于获取相同时段内道路区域的第一视频数据，以及雷达对所述道路区域的第一监测结果。
[0152]
位置确定单元502，用于根据所述第一视频数据，确定第一车辆相对所述道路区域的位置。
[0153]
参数生成单元503，用于根据所述第一车辆相对道路区域的位置，以及所述第一监测结果中第一监测对象的位置，生成标定参数；所述第一监测对象为与所述第一车辆对应的监测对象；所述标定参数，用于将所述雷达的监测结果与预设坐标系相匹配；所述预设坐标系与所述道路区域中的车道位置相对应。
[0154]
可选的，所述第一车辆相对所述道路区域的位置，包括：在第一时刻，所述第一车辆与第一车道的第一横向距离比例；所述第一车道为所述第一车辆所在车道；所述第一监测结果中第一监测对象的位置，包括：基于所述雷达的初始坐标系，确定在第一时刻所述第一监测对象与所述第一车道的第二横向距离比例；
[0155]
所述参数生成单元503，具体用于根据所述第一横向距离比例和所述第二横向距离比例，确定平移距离参数；所述平移距离参数，用于反映将所述初始坐标系转换为所述预设坐标系时坐标的平移量。
[0156]
可选的，位置确定单元502，具体用于确定在所述第一时刻所述第一视频数据中所述第一车辆所对应的2d二维检测框。
[0157]
位置确定单元502，还具体用于确定第一距离与第二距离的比例，得到第一横向距离比例；所述第一距离为所述第一视频数据中，所述2d检测框的下边缘中点与第一交点的距离；所述第二距离为所述第一视频数据中，所述2d检测框的下边缘中点与第二交点的距离；所述第一交点为所述2d检测框的下边缘的延伸线与所述第一车道左侧车道线的交点；所述第二交点为所述第一视频数据中，所述2d检测框的下边缘的延伸线与所述第一车道右侧车道线的交点。
[0158]
可选的，所述第一车辆相对道路区域的位置，包括所述第一车辆沿车道中心行驶；所述第一监测结果中第一监测对象的位置，包括：所述第一监测对象在所述雷达的初始坐标系中的行驶轨迹。
[0159]
所述参数生成单元503，具体用于在确定所述第一车辆沿车道中心行驶后，根据所述初始坐标系中所述第一监测对象的行驶轨迹与初始车道中心线的夹角，确定旋转参数；所述初始车道中心线为所述初始坐标系中的车道中心线；所述旋转参数，用于反映将所述
雷达的初始坐标系转换为所述预设坐标系时坐标的旋转角度。
[0160]
可选的，所述位置确定单元502，具体用于若驶入所述第一视频数据和驶出所述第一视频数据时，所述第一车辆的横向距离比例均在预设范围内，则确定所述第一车辆沿车道中心行驶。
[0161]
可选的，所述第一车辆为第一视频数据中靠近所述雷达的行驶方向的车道上的车辆。
[0162]
可选的，所述雷达标定装置还包括：方向确定单元504，用于确定所述道路区域中各车道的行驶方向。
[0163]
可选的，所述方向确定单元504，具体用于检测所述第一视频数据中所对应2d检测框的下边缘中点在目标车道上的目标车辆；所述目标车道为所述道路区域中任一车道；根据所述目标车辆所对应2d检测框的尺寸变化，确定所述目标车道的方向类型。
[0164]
可选的，所述雷达标定装置还包括：同步单元505；所述同步单元505，用于同步图像采集设备与所述雷达的时间戳；所述图像采集设备用于拍摄所述第一视频数据。
[0165]
可选的，同步单元505，用于记录图像采集设备与所述雷达的时间戳的差值；所述图像采集设备用于拍摄所述第一视频数据。
[0166]
所述获取单元501，具体用于根据所述差值，获取所述第一视频数据以及所述第一监测结果。
[0167]
可选的，所述雷达标定装置，还包括：关联单元506；所述关联单元506，用于若在同一时刻，所述第一视频数据中只包括所述第一车辆的车辆图像，并且所述第一监测结果中包括唯一的监测对象，则确定所述唯一的监测对象为所述第一监测对象。
[0168]
可选的，关联单元506，还用于根据第一排序结果和第二排序结果，确定所述与所述第一车辆对应的所述第一监测对象。
[0169]
其中，所述第一排序结果为第一图像帧中多个车辆与参照物的距离大小排序；所述第一图像帧为所述第一视频数据中包括所述第一车辆的图像帧；所述第二排序结果为基于所述雷达的初始坐标系，所确定出的第一监测结果中所述第一图像帧对应的监测结果中多个监测对象与所述参照物的距离。
[0170]
可选的，所述参照物为所述道路区域中最边缘的车道线。
[0171]
如图14所示，本技术实施例提供另一种雷达标定装置的组成示意图。该雷达标定装置60可以是芯片或片上系统。该雷达标定装置60可以用于对如图11所示雷达执行上述实施例中所提供的雷达标定方法。作为一种实现方式，该雷达标定装置60包括：
[0172]
获取单元601，用于通过所述卫星定位接收器获取所述雷达的卫星定位信息。
[0173]
所述获取单元601，还用于通过所述地磁传感器获取所述雷达的方向角信息。
[0174]
参数生成单元602，用于根据所述卫星定位信息和所述方向角信息，确定标定参数；所述标定参数用于将所述雷达监测到的监测结果与世界坐标系相匹配。
[0175]
可选的，所述标定参数，包括：平移距离参数和旋转参数。其中，平移距离参数用于反映将所述雷达的初始坐标系转换为所述世界坐标系时坐标的平移量；旋转参数，用于反映将所述初始坐标系转换为所述世界坐标系时坐标的旋转角度。
[0176]
所述参数生成单元602，具体用于根据所述卫星定位信息，确定所述平移距离参数。
[0177]
所述参数生成单元602，还具体用于根据所述方向角信息，确定所述旋转参数。
[0178]
本技术实施例还提供一种芯片。该芯片包括处理器。当处理器执行计算机程序指令时，使得芯片可以执行本技术实施例提供的方法。该指令可以来自芯片内部的存储器，也可以来自芯片外部的存储器。可选的，该芯片还包括作为通信接口的输入输出电路。
[0179]
本技术实施例还提供一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当该指令运行时，执行本技术实施例所提供的方法。
[0180]
本技术实施例还提供一种包含指令的计算机程序产品。当其在计算机上运行时，使得计算机可以执行本技术实施例所提供的方法。
[0181]
在上述实施例中的功能或动作或操作或步骤等，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件程序实现时，可以全部或部分地以计算机程序产品的形式来实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本技术实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可以用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)，光介质(例如，dvd)、或者半导体介质(例如固态硬盘(solid state disk，ssd))等。
[0182]
尽管结合具体特征及其实施例对本技术进行了描述，显而易见的，在不脱离本技术的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附权利要求所界定的本技术的示例性说明，且视为已覆盖本技术范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包括这些改动和变型在内。