CN109711398A - 传感器空间关系获取方法、装置和电子设备 - Google Patents

Abstract

本公开提供了一种传感器空间关系获取方法，包括获得第一传感器采集的第一移动轨迹和第二传感器采集的第二移动轨迹，预测所述第一移动轨迹的第一延伸轨迹，以及至少基于所述第二移动轨迹与所述第一延伸轨迹的重合度符合特定条件，根据所述第二移动轨迹与所述第一移动轨迹，确定所述第一传感器和第二传感器的相对空间关系。本公开还提供了一种传感器空间关系获取装置、一种电子设备以及一种计算机可读存储介质。

Description

传感器空间关系获取方法、装置和电子设备

技术领域

本公开涉及一种传感器空间关系获取方法、装置和电子设备。

背景技术

在现有传感器网络可以提供大量有用的信息，尤其当其实时传感器数据与人工智能系统对接，例如与人脸识别、步态识别等结合，可以快速寻找到十分有价值的信息，而传感器本身的相对位置是实现这个价值的关键数据。现有的传感器，例如各种摄像头，由于安装年代和用途不一致，很多已经安装的摄像头并没有位置信息，因为系统最初的设计大部分是局部的安全监控，或者特殊用途，例如交通违章拍照等。通过人工记录摄像头位置的方式浪费大量人力物力。

发明内容

本公开的一个方面提供了一种传感器空间关系获取方法，包括获得第一传感器采集的第一移动轨迹和第二传感器采集的第二移动轨迹，预测所述第一移动轨迹的第一延伸轨迹，以及至少基于所述第二移动轨迹与所述第一延伸轨迹的重合度符合特定条件，根据所述第二移动轨迹与所述第一移动轨迹，确定所述第一传感器和第二传感器的相对空间关系。

可选地，所述相对空间关系至少包括相对位置关系、相对视角关系。

可选地，所述第一传感器采集多个第一移动轨迹，所述第二传感器采集多个第二移动轨迹，所述至少基于所述第二移动轨迹与所述第一延伸轨迹的重合度符合特定条件，根据所述第二移动轨迹与所述第一移动轨迹，确定所述第一传感器和第二传感器的相对空间关系包括，确定各个所述第一延伸轨迹与每个所述第二移动轨迹的重合度，以及在至少一个第一延伸轨迹与至少一个第二移动轨迹的重合度大于第一阈值的情况下，基于该第一延伸轨迹对应的第一移动轨迹以及该第二移动轨迹确定所述第一传感器和第二传感器的相对空间关系。

可选地，所述方法还包括在至少一个第一延伸轨迹与至少一个第二移动轨迹的重合度大于第一阈值的情况下，基于所述第一传感器和第二传感器的相对空间关系以及该第一延伸轨迹对应的第一移动轨迹出现的时间，预测该第一延伸轨迹出现的时间，以及在所预测的第一延伸轨迹出现的时间与该第二移动轨迹出现的时间之差大于第二阈值的情况下，排除该第一延伸轨迹与该第二移动轨迹的对应关系，重新确定所述第一传感器和第二传感器的相对位置关系。

可选地，所述至少基于所述第二移动轨迹与所述第一延伸轨迹的重合度符合特定条件，根据所述第二移动轨迹与所述第一移动轨迹，确定所述第一传感器和第二传感器的相对空间关系包括，至少基于所述第二移动轨迹与所述第一延伸轨迹的重合度符合特定条件，确定所述第一传感器和所述第二传感器的相对空间关系的概率分布，以及基于所述第一传感器和第二传感器的相对空间关系的概率分布，确定所述第一传感器和所述第二传感器的相对空间关系。

可选地，所述基于所述第一传感器和第二传感器的相对空间关系的概率分布，确定所述第一传感器和所述第二传感器的相对空间关系包括，获得多个传感器对的相对空间关系的概率分布，其中，所述多个传感器对包括多个传感器两两组合得到的多个传感器对，所述多个传感器包括所述第一传感器和所述第二传感器，以及基于所述多个传感器对的相对空间关系的概率分布，通过全局优化确定所述多个传感器间的相对空间关系，其中，所述多个传感器间的相对空间关系包括所述第一传感器和所述第二传感器的相对空间关系。

可选地，所述方法还包括获得所述多个传感器中的至少一个传感器的位置姿态信息，以及基于所述至少一个传感器的位置姿态信息以及所述多个传感器之间的相对空间关系，确定所述多个传感器的位置姿态信息。

本公开的另一个方面提供了一种传感器空间关系获取装置，包括第一获得模块、预测模块以及第一确定模块。第一获得模块，用于获得第一传感器采集的第一移动轨迹和第二传感器采集的第二移动轨迹。预测模块，用于预测所述第一移动轨迹的第一延伸轨迹。第一确定模块，用于至少基于所述第二移动轨迹与所述第一延伸轨迹的重合度符合特定条件，根据所述第二移动轨迹与所述第一移动轨迹，确定所述第一传感器和第二传感器的相对空间关系。

可选地，所述相对空间关系至少包括相对位置关系、相对视角关系。

可选地，所述第一传感器采集多个第一移动轨迹，所述第二传感器采集多个第二移动轨迹，所述第一确定模块包括第一确定子模块和第二确定子模块。第一确定子模块，用于确定各个所述第一延伸轨迹与每个所述第二移动轨迹的重合度。第二确定子模块，用于在至少一个第一延伸轨迹与至少一个第二移动轨迹的重合度大于第一阈值的情况下，基于该第一延伸轨迹对应的第一移动轨迹以及该第二移动轨迹确定所述第一传感器和第二传感器的相对空间关系。

可选地，所述第一确定模块还包括预测子模块和排除子模块。预测子模块，用于在至少一个第一延伸轨迹与至少一个第二移动轨迹的重合度大于第一阈值的情况下，基于所述第一传感器和第二传感器的相对空间关系以及该第一延伸轨迹对应的第一移动轨迹出现的时间，预测该第一延伸轨迹出现的时间。排除子模块，用于在所预测的第一延伸轨迹出现的时间与该第二移动轨迹出现的时间之差大于第二阈值的情况下，排除该第一延伸轨迹与该第二移动轨迹的对应关系，重新确定所述第一传感器和第二传感器的相对位置关系。

可选地，所述第一确定模块包括第三确定子模块和第四确定子模块。第三确定子模块，用于至少基于所述第二移动轨迹与所述第一延伸轨迹的重合度符合特定条件，确定所述第一传感器和所述第二传感器的相对空间关系的概率分布。第四确定子模块，用于基于所述第一传感器和第二传感器的相对空间关系的概率分布，确定所述第一传感器和所述第二传感器的相对空间关系。

可选地，所述第四确定子模块包括获得单元和确定单元。获得单元，用于获得多个传感器对的相对空间关系的概率分布，其中，所述多个传感器对包括多个传感器两两组合得到的多个传感器对，所述多个传感器包括所述第一传感器和所述第二传感器。确定单元，用于基于所述多个传感器对的相对空间关系的概率分布，通过全局优化确定所述多个传感器间的相对空间关系，其中，所述多个传感器间的相对空间关系包括所述第一传感器和所述第二传感器的相对空间关系。

可选地，所述装置还包括第二获得模块和第二确定模块。第二获得模块，用于获得所述多个传感器中的至少一个传感器的位置姿态信息。第二确定模块，用于基于所述至少一个传感器的位置姿态信息以及所述多个传感器之间的相对空间关系，确定所述多个传感器的位置姿态信息。

本公开的另一个方面提供了一种电子设备，包括处理器以及存储器。所述存储器上存储有计算机程序，所述计算机程序被处理器执行时使得处理器执行如上所述的方法。

本公开的另一方面提供了一种计算机可读存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

本公开的另一方面提供了一种计算机程序，所述计算机程序包括计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

附图说明

为了更完整地理解本公开及其优势，现在将参考结合附图的以下描述，其中：

图1A和图1B示意性示出了根据本公开实施例的传感器空间关系获取方法的应用场景；

图2示意性示出了根据本公开实施例的传感器空间关系获取方法的流程图；

图3A～图3C示意性示出了根据本公开多个实施例的确定第一传感器和第二传感器的相对空间关系的流程图；

图3D示意性示出了根据本公开实施例的基于第一传感器和第二传感器的相对空间关系的概率分布，确定第一传感器和第二传感器的相对空间关系的流程图；

图3E示意性示出了根据本公开另一实施例的传感器空间关系获取方法的流程图；

图4示意性示出了根据本公开实施例的传感器空间关系获取装置的框图；

图5A～图5C示意性示出了根据本公开多个实施例的第一确定模块的框图；

图5D示意性示出了根据本公开实施例的第四确定子模块的框图；

图5E示意性示出了根据本公开另一实施例的传感器空间关系获取装置的框图；以及

图6示意性示出了根据本公开实施例的电子设备的框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。

附图中示出了一些方框图和/或流程图。应理解，方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外，本公开的技术可以采取存储有指令的计算机可读存储介质上的计算机程序产品的形式，该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。

图1A和图1B示意性示出了根据本公开实施例的传感器空间关系获取方法的应用场景的示意图。需要注意的是，图1所示仅为可以应用本公开实施例的场景的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。

如图1A所示，在该场景中包括多个传感器X₁、X₂、X₃、X₄、X₅，例如用于采集图像的摄像头。每个摄像头可以实时采集图像并保存。该些摄像头例如可以设置在街区的不同位置，对城市的交通或安全进行监控，可以采集行人、车辆等对象的移动轨迹。随着技术的发展，准确地定位摄像头的位置可以实现很多功能的自动化处理，然而，一些摄像头由于安装较早，在安装时并没有记录摄像头的安装位置和视角。

本公开实施例提供了一种传感器空间关系获取方法，包括获得第一传感器采集的第一移动轨迹和第二传感器采集的第二移动轨迹，预测所述第一移动轨迹的第一延伸轨迹，以及至少基于所述第二移动轨迹与所述第一延伸轨迹的重合度符合特定条件，根据所述第二移动轨迹与所述第一移动轨迹，确定所述第一传感器和第二传感器的相对空间关系。

如图1B所示，在两个摄像头之间(例如在摄像头X₁和X₂之间)可能存在由一些相同对象产生的轨迹。通过预测一个摄像头采集的轨迹的延伸轨迹，与其他摄像头采集的轨迹进行匹配，可以用于确定该些摄像头之间的相对空间关系。

图2示意性示出了根据本公开实施例的传感器空间关系获取方法的流程图。

如图2所示，该方法包括操作S210～S230。

在操作S210，获得第一传感器采集的第一移动轨迹和第二传感器采集的第二移动轨迹。

在操作S220，预测所述第一移动轨迹的第一延伸轨迹。

在操作S230，至少基于所述第二移动轨迹与所述第一延伸轨迹的重合度符合特定条件，根据所述第二移动轨迹与所述第一移动轨迹，确定所述第一传感器和第二传感器的相对空间关系。

该方法通过传感器采集的移动轨迹以及基于现有模型预测的延伸轨迹的匹配，确定传感器之间的相对位置关系，能够自动定位传感器，不需要人工测量，极大地节省了人力成本。

根据本公开实施例，所述相对空间关系至少包括相对位置关系、相对视角关系。

例如，行人甲在经过第一传感器采集的区域时留下第一移动轨迹，而在经过第二传感器采集的区域时留下第二移动轨迹。预测第一移动轨迹的第一延伸轨迹与第二移动轨迹的重合度符合特定条件，例如重合度高于阈值，即第一延伸轨迹与第二移动轨迹相匹配，则可以基于这种匹配关系，估计第一传感器和第二传感器的相对空间关系。

当然，通过单一轨迹确定出的相对空间关系的可信度不足。根据本公开实施例，所述第一传感器采集多个第一移动轨迹，所述第二传感器采集多个第二移动轨迹。可以通过多个轨迹之间的匹配来确定传感器之间的相对空间关系。

图3A示意性示出了根据本公开实施例的确定第一传感器和第二传感器的相对空间关系的流程图。

如图3A所示，该方法包括操作S311和S312。

在操作S311，确定各个所述第一延伸轨迹与每个所述第二移动轨迹的重合度。例如，多个第一延伸轨迹包括A₁、A₂、A₃，多个第二移动轨迹包括B₁、B₂、B₃的情况下，可以分别确定A1与B1的重合度(以下表示为A₁-B₁)、以及A₁-B₂、A₁-B₃、A₂-B₁、A₂-B₂、A₂-B₃、A₃-B₁、A₃-B₂和A₃-B₃的重合度。

在操作S312，在至少一个第一延伸轨迹与至少一个第二移动轨迹的重合度大于第一阈值的情况下，基于该第一延伸轨迹对应的第一移动轨迹以及该第二移动轨迹确定所述第一传感器和第二传感器的相对空间关系。例如，在以上示例中，若其中A₁-B₂和A₃-B₃的重合度均大于第一阈值，则可以根据A₁-B₂和A₃-B₃确定第一传感器和第二传感器的相对空间关系。

图3B示意性示出了根据本公开另个实施例的确定第一传感器和第二传感器的相对空间关系的流程图。

如图3B所示，该方法在前述实施例的基础上，还可以包括操作S321～S323。

在执行S312完毕之后，可以将确定的第一传感器和第二传感器的相对空间关系作为备选相对空间关系，并继续执行操作S321。

在操作S321，基于所述第一传感器和第二传感器的相对空间关系以及该第一延伸轨迹对应的第一移动轨迹出现的时间，预测该第一延伸轨迹出现的时间。例如，可以确定第一移动轨迹的移动速率(即产生第一移动轨迹的对象的移动速度)、第一移动轨迹出现的时间以及由操作S312确定的第一传感器和第二传感器的相对空间关系，可以预测第一延伸轨迹出现的时间，如果第二移动轨迹正是所预测的第一延伸轨迹，则该第二移动轨迹出现的时间与所预测的第一延伸轨迹的出现的时间应当大致相同。若二者明显不同，说明第二移动轨迹与所预测的第一延伸轨迹不相关。

在操作S322，判断第一延伸轨迹出现的时间与该第二移动轨迹出现的时间之差是否大于第二阈值，若大于，则执行操作S323，否则跳转到操作S324，流程结束。

在操作S323，在所预测的第一延伸轨迹出现的时间与该第二移动轨迹出现的时间之差大于第二阈值的情况下，排除该第一延伸轨迹与该第二移动轨迹的对应关系，并返回操作S312，重新确定所述第一传感器和第二传感器的相对位置关系。

图3C示意性示出了根据本公开又一实施例的确定第一传感器和第二传感器的相对空间关系的流程图。

如图3C所示，该方法包括操作S331和S332。

在操作S331，至少基于所述第二移动轨迹与所述第一延伸轨迹的重合度符合特定条件，确定所述第一传感器和所述第二传感器的相对空间关系的概率分布。根据本公开实施例，每个摄像头都采集多条轨迹，通过不同轨迹确定出来的相对空间关系也可能是不同的，可以通过统计方式确定两两的相对空间关系的概率分布。每对匹配的第一移动轨迹(或第一延伸轨迹)和第二移动轨迹称为一组轨迹对。被数量较多的轨迹对支持的相对空间关系与被较少的轨迹对支持的相对空间关系相比，其概率也较大。

在操作S332，基于所述第一传感器和第二传感器的相对空间关系的概率分布，确定所述第一传感器和所述第二传感器的相对空间关系。例如，可以将概率最高的相对空间关系确定为第一传感器和所述第二传感器的相对空间关系。

图3D示意性示出了根据本公开实施例的基于第一传感器和第二传感器的相对空间关系的概率分布，确定第一传感器和第二传感器的相对空间关系的流程图。

如图3D所示，该方法包括操作S341和S342。

在操作S341，获得多个传感器对的相对空间关系的概率分布，其中，所述多个传感器对包括多个传感器两两组合得到的多个传感器对，所述多个传感器包括所述第一传感器和所述第二传感器。例如，在存在四个传感器X₁、X₂、X₃、X₄的情况下，可以两两组合，得到X₁-X₂、X₁-X₃、X₁-X₄、X₂-X₃、X₂-X₄以及X₃-X₄，分别按照前述实施例的方法确定两两之间相对空间关系的概率分布。

在操作S342，基于所述多个传感器对的相对空间关系的概率分布，通过全局优化确定所述多个传感器间的相对空间关系，其中，所述多个传感器间的相对空间关系包括所述第一传感器和所述第二传感器的相对空间关系。

全局优化是在一系列约束条件下，寻找一组参数值，使某个或某一组目标函数的值达到最优。在目标函数为非线性函数时，该全局优化为非线性全局优化。所有满足约束条件的参数值构成可行域。传统方法例如牛顿法或梯度法，可以确定可行域中的至少一个局部最优解，再通过比较获得全局最优解。进化算法是一种智能的全局优化方法，例如罚函数法、遗传算法、进化策略、进化规划、蚁群算法和粒子群算法等。

本公开实施例的方法通过多个传感器的相对空间关系的全局优化，可以较为准确地确定该些传感器之间的相对空间关系。

图3E示意性示出了根据本公开另一实施例的传感器空间关系获取方法的流程图。

如图3E所示，该方法在前述实施例的基础上，还可以包括操作S351和S352。

在操作S351，获得所述多个传感器中的至少一个传感器的位置姿态信息。

在操作S352，基于所述至少一个传感器的位置姿态信息以及所述多个传感器之间的相对空间关系，确定所述多个传感器的位置姿态信息。

根据本公开实施例，在确定多个传感器的相对空间关系之后，只需获得至少一个传感器的绝对位置姿态信息，就可以确定其他传感器的位置姿态信息。

基于同一发明构思，本公开还提供了一种传感器空间关系获取装置，下面参照图4、图5A～图5E对本公开实施例的传感器空间关系获取装置进行说明。

图4示意性示出了根据本公开实施例的传感器空间关系获取装置400的框图。

如图4所示，该传感器空间关系获取装置400包括第一获得模块410、预测模块420以及第一确定模块430。该传感器空间关系获取装置400可以执行上文描述的各种方法。

第一获得模块410，例如执行参考上文图2描述的操作S210，用于获得第一传感器采集的第一移动轨迹和第二传感器采集的第二移动轨迹。

预测模块420，例如执行参考上文图2描述的操作S220，用于预测所述第一移动轨迹的第一延伸轨迹。

第一确定模块430，例如执行参考上文图2描述的操作S230，用于至少基于所述第二移动轨迹与所述第一延伸轨迹的重合度符合特定条件，根据所述第二移动轨迹与所述第一移动轨迹，确定所述第一传感器和第二传感器的相对空间关系。

根据本公开实施例，所述相对空间关系至少包括相对位置关系、相对视角关系。

图5A示意性示出了根据本公开实施例的第一确定模块510的框图。

根据本公开实施例，所述第一传感器采集多个第一移动轨迹，所述第二传感器采集多个第二移动轨迹。如图5A所示，该第一确定模块510可以包括第一确定子模块511和第二确定子模块512。

第一确定子模块511，例如执行参考上文图3A描述的操作S311，用于确定各个所述第一延伸轨迹与每个所述第二移动轨迹的重合度。

第二确定子模块512，例如执行参考上文图3A描述的操作S312，用于在至少一个第一延伸轨迹与至少一个第二移动轨迹的重合度大于第一阈值的情况下，基于该第一延伸轨迹对应的第一移动轨迹以及该第二移动轨迹确定所述第一传感器和第二传感器的相对空间关系。

图5B示意性示出了根据本公开另一实施例的第一确定模块520的框图。

如图5B所示，该第一确定模块520在前述实施例的基础上还可以包括预测子模块521和排除子模块522。

预测子模块521，例如执行参考上文图3B描述的操作S321，用于在至少一个第一延伸轨迹与至少一个第二移动轨迹的重合度大于第一阈值的情况下，基于所述第一传感器和第二传感器的相对空间关系以及该第一延伸轨迹对应的第一移动轨迹出现的时间，预测该第一延伸轨迹出现的时间。

排除子模块522，例如执行参考上文图3B描述的操作S323，用于在所预测的第一延伸轨迹出现的时间与该第二移动轨迹出现的时间之差大于第二阈值的情况下，排除该第一延伸轨迹与该第二移动轨迹的对应关系，重新确定所述第一传感器和第二传感器的相对位置关系。

图5C示意性示出了根据本公开又一实施例的第一确定模块530的框图。

如图5C所示，该第一确定模块530可以包括第三确定子模块531和第四确定子模块532。

第三确定子模块531，例如执行参考上文图3C描述的操作S331，用于至少基于所述第二移动轨迹与所述第一延伸轨迹的重合度符合特定条件，确定所述第一传感器和所述第二传感器的相对空间关系的概率分布。

第四确定子模块532，例如执行参考上文图3C描述的操作S332，用于基于所述第一传感器和第二传感器的相对空间关系的概率分布，确定所述第一传感器和所述第二传感器的相对空间关系。

图5D示意性示出了根据本公开实施例的第四确定子模块540的框图。

如图5D所示，该第四确定子模块540包括获得单元541和确定单元542。

获得单元541，例如执行参考上文图3D描述的操作S341，用于获得多个传感器对的相对空间关系的概率分布，其中，所述多个传感器对包括多个传感器两两组合得到的多个传感器对，所述多个传感器包括所述第一传感器和所述第二传感器。

确定单元542，例如执行参考上文图3D描述的操作S342，用于基于所述多个传感器对的相对空间关系的概率分布，通过全局优化确定所述多个传感器间的相对空间关系，其中，所述多个传感器间的相对空间关系包括所述第一传感器和所述第二传感器的相对空间关系。

图5E示意性示出了根据本公开另一实施例的传感器空间关系获取装置550的框图。

如图5E所示，该传感器空间关系获取装置550在前述实施例的基础上，还可以包括第二获得模块551和第二确定模块552。

第二获得模块551，例如执行参考上文图3E描述的操作S351，用于获得所述多个传感器中的至少一个传感器的位置姿态信息。

第二确定模块552，例如执行参考上文图3E描述的操作S352，用于基于所述至少一个传感器的位置姿态信息以及所述多个传感器之间的相对空间关系，确定所述多个传感器的位置姿态信息。

根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

例如，第一获得模块410、预测模块420、第一确定模块430、第一确定子模块511、第二确定子模块512、预测子模块521、排除子模块522、第三确定子模块531、第四确定子模块532、获得单元541、确定单元542、第二获得模块551以及第二确定模块552中的任意多个可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，第一获得模块410、预测模块420、第一确定模块430、第一确定子模块511、第二确定子模块512、预测子模块521、排除子模块522、第三确定子模块531、第四确定子模块532、获得单元541、确定单元542、第二获得模块551以及第二确定模块552中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，第一获得模块410、预测模块420、第一确定模块430、第一确定子模块511、第二确定子模块512、预测子模块521、排除子模块522、第三确定子模块531、第四确定子模块532、获得单元541、确定单元542、第二获得模块551以及第二确定模块552中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

图6示意性示出了根据本公开实施例的电子设备600的框图。图6示出的计算机系统仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图6所示，电子设备600包括处理器610和计算机可读存储介质620。该电子设备600可以执行根据本公开实施例的方法。

具体地，处理器610例如可以包括通用微处理器、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器610还可以包括用于缓存用途的板载存储器。处理器610可以是用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

计算机可读存储介质620，例如可以是非易失性的计算机可读存储介质，具体示例包括但不限于：磁存储装置，如磁带或硬盘(HDD)；光存储装置，如光盘(CD-ROM)；存储器，如随机存取存储器(RAM)或闪存；等等。

计算机可读存储介质620可以包括计算机程序621，该计算机程序621可以包括代码/计算机可执行指令，其在由处理器610执行时使得处理器610执行根据本公开实施例的方法或其任何变形。

计算机程序621可被配置为具有例如包括计算机程序模块的计算机程序代码。例如，在示例实施例中，计算机程序621中的代码可以包括一个或多个程序模块，例如包括621A、模块621B、……。应当注意，模块的划分方式和个数并不是固定的，本领域技术人员可以根据实际情况使用合适的程序模块或程序模块组合，当这些程序模块组合被处理器610执行时，使得处理器610可以执行根据本公开实施例的方法或其任何变形。

根据本发明的实施例，第一获得模块410、预测模块420、第一确定模块430、第一确定子模块511、第二确定子模块512、预测子模块521、排除子模块522、第三确定子模块531、第四确定子模块532、获得单元541、确定单元542、第二获得模块551以及第二确定模块552中的至少一个可以实现为参考图6描述的计算机程序模块，其在被处理器610执行时，可以实现上面描述的相应操作。

本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。

根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。

尽管已经参照本公开的特定示例性实施例示出并描述了本公开，但是本领域技术人员应该理解，在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下，可以对本公开进行形式和细节上的多种改变。因此，本公开的范围不应该限于上述实施例，而是应该不仅由所附权利要求来进行确定，还由所附权利要求的等同物来进行限定。

Claims (10)

1.一种传感器空间关系获取方法，包括：

获得第一传感器采集的第一移动轨迹和第二传感器采集的第二移动轨迹；

预测所述第一移动轨迹的第一延伸轨迹；以及

至少基于所述第二移动轨迹与所述第一延伸轨迹的重合度符合特定条件，根据所述第二移动轨迹与所述第一移动轨迹，确定所述第一传感器和第二传感器的相对空间关系。

2.根据权利要求1所述的方法，其中，所述相对空间关系至少包括相对位置关系、相对视角关系。

3.根据权利要求1所述的方法，其中，所述第一传感器采集多个第一移动轨迹，所述第二传感器采集多个第二移动轨迹，所述至少基于所述第二移动轨迹与所述第一延伸轨迹的重合度符合特定条件，根据所述第二移动轨迹与所述第一移动轨迹，确定所述第一传感器和第二传感器的相对空间关系包括：

确定各个所述第一延伸轨迹与每个所述第二移动轨迹的重合度；

在至少一个第一延伸轨迹与至少一个第二移动轨迹的重合度大于第一阈值的情况下，基于该第一延伸轨迹对应的第一移动轨迹以及该第二移动轨迹确定所述第一传感器和第二传感器的相对空间关系。

4.根据权利要求3所述的方法，还包括：

在至少一个第一延伸轨迹与至少一个第二移动轨迹的重合度大于第一阈值的情况下，基于所述第一传感器和第二传感器的相对空间关系以及该第一延伸轨迹对应的第一移动轨迹出现的时间，预测该第一延伸轨迹出现的时间；以及

在所预测的第一延伸轨迹出现的时间与该第二移动轨迹出现的时间之差大于第二阈值的情况下，排除该第一延伸轨迹与该第二移动轨迹的对应关系，重新确定所述第一传感器和第二传感器的相对位置关系。

5.根据权利要求1所述的方法，其中，所述至少基于所述第二移动轨迹与所述第一延伸轨迹的重合度符合特定条件，根据所述第二移动轨迹与所述第一移动轨迹，确定所述第一传感器和第二传感器的相对空间关系包括：

至少基于所述第二移动轨迹与所述第一延伸轨迹的重合度符合特定条件，确定所述第一传感器和所述第二传感器的相对空间关系的概率分布；以及

基于所述第一传感器和第二传感器的相对空间关系的概率分布，确定所述第一传感器和所述第二传感器的相对空间关系。

6.根据权利要求5所述的方法，其中，所述基于所述第一传感器和第二传感器的相对空间关系的概率分布，确定所述第一传感器和所述第二传感器的相对空间关系包括：

获得多个传感器对的相对空间关系的概率分布，其中，所述多个传感器对包括多个传感器两两组合得到的多个传感器对，所述多个传感器包括所述第一传感器和所述第二传感器；

基于所述多个传感器对的相对空间关系的概率分布，通过全局优化确定所述多个传感器间的相对空间关系，其中，所述多个传感器间的相对空间关系包括所述第一传感器和所述第二传感器的相对空间关系。

7.根据权利要求6所述的方法，还包括：

获得所述多个传感器中的至少一个传感器的位置姿态信息；以及

基于所述至少一个传感器的位置姿态信息以及所述多个传感器之间的相对空间关系，确定所述多个传感器的位置姿态信息。

8.一种传感器空间关系获取装置，包括：

第一获得模块，用于获得第一传感器采集的第一移动轨迹和第二传感器采集的第二移动轨迹；

预测模块，用于预测所述第一移动轨迹的第一延伸轨迹；以及

第一确定模块，用于至少基于所述第二移动轨迹与所述第一延伸轨迹的重合度符合特定条件，根据所述第二移动轨迹与所述第一移动轨迹，确定所述第一传感器和第二传感器的相对空间关系。

9.一种电子设备，包括：

处理器；以及

存储器，其上存储有计算机程序，所述计算机程序被处理器执行时使得处理器：

获得第一传感器采集的第一移动轨迹和第二传感器采集的第二移动轨迹；

预测所述第一移动轨迹的第一延伸轨迹；以及

至少基于所述第二移动轨迹与所述第一延伸轨迹的重合度符合特定条件，根据所述第二移动轨迹与所述第一移动轨迹，确定所述第一传感器和第二传感器的相对空间关系。

10.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时使得处理器执行：

获得第一传感器采集的第一移动轨迹和第二传感器采集的第二移动轨迹；

预测所述第一移动轨迹的第一延伸轨迹；以及

至少基于所述第二移动轨迹与所述第一延伸轨迹的重合度符合特定条件，根据所述第二移动轨迹与所述第一移动轨迹，确定所述第一传感器和第二传感器的相对空间关系。