[发明专利]坐标转换矩阵的确定方法及装置、存储介质、电子装置

权利要求书

1.一种坐标转换矩阵的确定方法，其特征在于，包括：

获取标定板上多个标识信息的多个三维坐标数据，以及标定设备在移动至所述标定板的多个位置上时，所述标定设备对应的多个标定设备坐标，其中，所述多个标识信息分别对应设置在所述多个位置；

根据所述多个三维坐标数据和所述多个标定设备坐标对神经网络模型进行训练，以确定所述神经网络模型对应的坐标转换矩阵，其中，所述坐标转换矩阵用于将深度相机输出的三维坐标数据以及标定设备坐标进行转换。

2.根据权利要求1所述的方法，其特征在于，根据所述多个三维坐标数据和所述多个标定设备坐标对神经网络模型进行训练，以确定所述神经网络模型对应的坐标转换矩阵，包括：

根据所述多个三维坐标数据和所述多个标定设备坐标对神经网络模型进行训练，得到训练结果；

从所述训练结果提取所述神经网络模型对应的权重参数；

根据所述权重参数确定所述坐标转换矩阵。

3.根据权利要求1所述的方法，其特征在于，获取标定板上多个标识信息的多个三维坐标数据，包括：

对所述标定板对应的二维图像和深度图像进行标定，以确定所述二维图像和深度图像的映射关系；

根据所述映射关系确定与所述多个标识信息对应的多个三维数据。

4.根据权利要求1所述的方法，其特征在于，获取标定设备在移动至所述标定板的多个位置上时，所述标定设备对应的多个标定设备坐标，包括：

获取所述多个位置中至少两个位置的位置信息；

根据所述至少两个位置的位置信息确定所述多个标定设备坐标。

5.根据权利要求1所述的方法，其特征在于，获取标定板上多个标识信息的多个三维坐标数据，以及标定设备在移动至所述标定板的多个位置上时，所述标定设备对应的多个标定设备坐标，包括：

确定所述标定板上的初始位置，获取所述初始位置上的第一标识信息对应的第一三维坐标数据，以及所述标定设备移动至所述初始位置上时，所述标定设备对应的第一标定设备坐标；

获取步骤：将所述标定设备移动至所述初始位置的下一位置，获取所述下一位置上的第二标识信息对应的第二三维坐标数据，以及所述标定设备移动至所述下一位置上时，所述标定设备对应的第二标定设备坐标；

循环执行所述获取步骤，以确定所述多个坐标数据和所述多个标定设备坐标，所述多个三维坐标数据包括：所述第一三维坐标数据，所述第二三维坐标数据，所述多个标定设备坐标包括：所述第一标定设备坐标，所述第二标定设备坐标。

6.根据权利要求1所述的方法，其特征在于，根据所述多个三维坐标数据和所述多个标定设备坐标对神经网络模型进行训练，以确定所述神经网络模型对应的坐标转换矩阵之后，所述方法还包括：

获取深度相机采集到的三维点云数据；

根据所述坐标转换矩阵将所述三维点云数据转换为目标标定设备坐标数据；

根据所述目标标定设备坐标数据指示所述标定设备移动至所述目标标定设备坐标数据所指示的位置。

7.一种坐标转换矩阵的确定装置，其特征在于，包括：

获取模块，用于获取标定板上多个标识信息的多个三维坐标数据，以及标定设备在移动至所述标定板的多个位置上时，所述标定设备对应的多个标定设备坐标，其中，所述多个标识信息分别对应设置在所述多个位置；

确定模块，用于根据所述多个三维坐标数据和所述多个标定设备坐标对神经网络模型进行训练，以确定所述神经网络模型对应的坐标转换矩阵，其中，所述坐标转换矩阵用于将深度相机输出的三维坐标数据以及标定设备坐标进行转换。

8.根据权利要求7所述的装置，其特征在于，所述确定模块，用于根据所述多个三维坐标数据和所述多个标定设备坐标对神经网络模型进行训练，得到训练结果；从所述训练结果提取所述神经网络模型对应的权重参数；根据所述权重参数确定所述坐标转换矩阵。