位置检测方法、装置、设备、存储介质及车辆制造方法及图纸

本发明专利技术实施例公开了一种位置检测方法、装置、设备、存储介质及车辆。所述方法包括：检测摄像头所拍摄当前图像中的第一车道线；基于第一车道线的检测结果，对世界坐标系与摄像头坐标系之间的初始变换矩阵进行优化；根据优化后得到的变换矩阵获得所述当前图像中的目标物体的第一3D坐标，根据第一3D坐标确定所述目标物体的最终3D坐标。本发明专利技术实施例提供的位置检测方法，利用优化后的变换矩阵获取图像中目标物体的第一3D坐标，然后根据第一3D坐标确定目标物体的最终3D坐标，可以提高无人车系统中检测目标物体比如障碍物的3D位置坐标的准确度。

【技术实现步骤摘要】
位置检测方法、装置、设备、存储介质及车辆
本专利技术实施例涉及无人车
，尤其涉及一种位置检测方法、装置、设备、存储介质及车辆。
技术介绍
目前，无人车系统采用基于视觉的检测算法对障碍物的3D位置进行检测。具体的，首先根据如下公式计算障碍物的z轴坐标值：h/H＝f/z，其中z为障碍物的z轴坐标值，f为无人车上安装的摄像头的焦距，h为障碍物在摄像头所拍摄图像中的高度值，H为障碍物的实际高度值；然后，根据z轴坐标值得到x轴坐标值和y轴坐标值，进而得到障碍物的3D位置坐标。上述方案中H的取值根据预先训练得到的机器模型得到，准确度较低，进而降低了障碍物的3D位置坐标的准确度。
技术实现思路
本专利技术实施例提供一种位置检测方法、装置、设备、存储介质及车辆，以提高无人车系统中检测目标物体的3D位置坐标的准确度。第一方面，本专利技术实施例提供了一种位置检测方法，所述方法包括：检测摄像头所拍摄当前图像中的第一车道线；基于第一车道线的检测结果，对世界坐标系与摄像头坐标系之间的初始变换矩阵进行优化；根据优化后得到的变换矩阵获得所述当前图像中的目标物体的第一3D坐标，根据第一3D坐标确定所述目标物体的最终3D坐标。第二方面，本专利技术实施例还提供了一种位置检测装置，该装置包括：第一车道线检测模块，用于检测摄像头所拍摄当前图像中的第一车道线；初始变换矩阵优化模块，用于基于第一车道线的检测结果，对世界坐标系与摄像头坐标系之间的初始变换矩阵进行优化；3D坐标确定模块，用于根据优化后得到的变换矩阵获得所述当前图像中的目标物体的第一3D坐标，根据第一3D坐标确定所述目标物体的最终3D坐标。第三方面，本专利技术实施例还提供了一种电子设备，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，所述处理器执行所述程序时实现如本专利技术实施例所述的位置检测方法。第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本专利技术实施例所述的位置检测方法。第五方面，本专利技术实施例还提供了一种车辆，包括车体，还包括第三方面所述的电子设备，以及设置在车体上的摄像头。本专利技术实施例，首先检测摄像头所拍摄当前图像中的第一车道线，然后基于第一车道线的检测结果，对世界坐标系与摄像头坐标系之间的初始变换矩阵进行优化，根据优化后得到的变换矩阵获得当前图像中的目标物体的第一3D坐标，根据第一3D坐标确定目标物体的最终3D坐标。本专利技术实施例提供的位置检测方法，利用优化后的变换矩阵获取图像中目标物体的第一3D坐标，然后根据第一3D坐标确定目标物体的最终3D坐标，可以提高无人车系统中检测目标物体比如障碍物的3D位置坐标的准确度。附图说明图1本专利技术实施例一中的一种位置检测方法的流程图；图2是本专利技术实施例二中的一种位置检测方法的流程图；图3是本专利技术实施例二中的另一种位置检测方法的流程图；图4是本专利技术实施例三中的一种位置检测装置的结构示意图；图5是本专利技术实施例四中的一种电子设备的结构示意图；图6是本专利技术实施例五中的一种车辆的结构示意图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。实施例一图1为本专利技术实施例一提供的一种位置检测方法的流程图，本实施例可适用于无人车系统中检测目标物体的3D坐标位置的情况，该方法可以由位置检测装置来执行，该装置可由硬件和/或软件组成，并一般可集成在具有位置检测功能的设备中，该设备可以是移动终端、车载设备等电子设备。如图1所示，该方法具体包括如下步骤：S110，检测摄像头所拍摄当前图像中的第一车道线。具体的，无人车在行驶过程中，车载摄像头持续获取车辆前方的图像，摄像头在拍摄到当前图像时，检测当前图像中的第一车道线，以获得第一车道线上各个点的坐标或者第一车道线消失点对应的俯仰角。S120，基于第一车道线的检测结果，对世界坐标系与摄像头坐标系之间的初始变换矩阵进行优化。其中，变换矩阵可以是能够反映世界坐标系与摄像头坐标系之间的映射关系的矩阵，变换矩阵乘以世界坐标系中某一点的坐标可以获得该点映射到摄像头坐标系中的坐标。可选的，基于第一车道线的检测结果，对世界坐标系与摄像头坐标系之间的初始变换矩阵进行优化，可通过下述方式实施：根据世界坐标系与摄像头坐标系之间的初始变换矩阵，将地图上的车道线(具体指地图上的、拍摄当前图像时所在位置的车道线)投影到当前图像上，得到第二车道线；根据第一车道线和第二车道线在当前图像上的位置对初始变换矩阵进行优化，以使根据优化后的变换矩阵重新将地图上的车道线投影到当前图像上得到的新的第二车道线与第一车道线之间的距离，小于调整前的第二车道线与第一车道线之间的距离。其中，地图是以世界坐标系为基准建立的。将地图上的车道线投影到当前图像上，得到第二车道线的实现方式可以是：根据地图对应的世界坐标系与摄像头坐标系之间的初始变换矩阵，将地图上的车道线上每个点投影到图像的像素上，由投影到的各像素构成第二车道线。示例性的，将地图上的车道线投影到当前图像上，得到第二车道线可通过下述公式实现：其中，u、v为图像像素点坐标，X、Y、Z为世界坐标系坐标，P为世界坐标系与摄像头坐标系之间的变换矩阵。具体的，地图上的车道线上的每个点具有基于世界坐标系的坐标，利用世界坐标系与摄像头坐标系之间的初始变化矩阵，可以将地图上车道线上的每个点的坐标转化为图像中基于摄像头坐标系的坐标，从而将地图上的车道线上每个点投影到图像的像素上，最后由投影到的各像素构成第二车道线。在获得第二车道线之后，根据第一车道线和第二车道线在当前图像上的位置对初始变化矩阵进行优化。可选的，根据第一车道线和第二车道线在图像上的位置对初始变换矩阵进行优化，可通过下述方式实施：根据第一车道线和第二车道线在图像上的位置，确定第一车道线上设定数量的点到第二车道线的最短距离，基于最短距离确定第一损失函数；按照第一损失函数变小的方向对第二车道线的位置进行至少一次调整；根据至少一次调整后得到的新的第二车道线在当前图像上的位置、以及世界坐标系中车道线的位置，得到优化后的世界坐标系与摄像头坐标系之间的变换矩阵。其中，第一车道线和第二车道线在图像上的位置可以由构成第一车道线和第二车道线的每个点的坐标来表征。基于最短距离确定第一损失函数的方式可以是将第一车道线上设定数量的点到第二车道线的最短距离进行求和。第一损失函数的表达式为：J＝sum((x1-x2)2+(y1-y2)2)1/2，其中，(x1,y1)为第一车道线上的一个点，(x2,y2)为第二车道线上与(x1,y1)距离最小的点，((x1-x2)2+(y1-y2)2)1/2表示这两点之间的距离，即(x1,y1)与第二车道线之间的最短距离，sum表示各最短距离进行求和计算。按照第一损失函数变小的方向对第二车道线的位置进行至少一次调整的实现方式可以是：首先按照设定步长调整第二车道线上各点的坐标，具体可以调整第二车道线上的、与第一车道线上设定数量的点的距离最小的各点，在调整时可以将待调整的点的坐标与设定步长相加或相减，调整第二车道线上点的坐标之后，由调整后的各点重新形本文档来自技高网...

【技术保护点】
1.一种位置检测方法，其特征在于，所述方法包括：检测摄像头所拍摄当前图像中的第一车道线；基于第一车道线的检测结果，对世界坐标系与摄像头坐标系之间的初始变换矩阵进行优化；根据优化后得到的变换矩阵获得所述当前图像中的目标物体的第一3D坐标，根据第一3D坐标确定所述目标物体的最终3D坐标。

【技术特征摘要】
1.一种位置检测方法，其特征在于，所述方法包括：检测摄像头所拍摄当前图像中的第一车道线；基于第一车道线的检测结果，对世界坐标系与摄像头坐标系之间的初始变换矩阵进行优化；根据优化后得到的变换矩阵获得所述当前图像中的目标物体的第一3D坐标，根据第一3D坐标确定所述目标物体的最终3D坐标。2.根据权利要求1所述的方法，其特征在于，基于第一车道线的检测结果，对世界坐标系与摄像头坐标系之间的初始变换矩阵进行优化，包括：根据世界坐标系与摄像头坐标系之间的初始变换矩阵，将地图上的车道线投影到所述当前图像上，得到第二车道线；根据第一车道线和第二车道线在所述当前图像上的位置对所述初始变换矩阵进行优化，以使根据优化后的变换矩阵重新将地图上的车道线投影到所述当前图像上得到的新的第二车道线与第一车道线之间的距离，小于调整前的第二车道线与第一车道线之间的距离。3.根据权利要求2所述的方法，其特征在于，根据第一车道线和第二车道线在所述当前图像上的位置对所述初始变换矩阵进行优化，包括：根据第一车道线和第二车道线在图像上的位置，确定第一车道线上设定数量的点到第二车道线的最短距离，基于所述最短距离确定第一损失函数；按照所述第一损失函数变小的方向对第二车道线的位置进行至少一次调整；根据至少一次调整后得到的新的第二车道线在所述当前图像上的位置、以及世界坐标系中车道线的位置，得到优化后的世界坐标系与摄像头坐标系之间的变换矩阵。4.根据权利要求1所述的方法，其特征在于，基于第一车道线的检测结果，对世界坐标系与摄像头坐标系之间的初始变换矩阵进行优化，包括：确定第一车道线消失点所对应的俯仰角，所述俯仰角是指摄像头的光轴与地平面之间的夹角；根据所述俯仰角以及世界坐标系与摄像头坐标系之间的初始变换矩阵，得到优化后的世界坐标系与摄像头坐标系之间的变换矩阵。5.根据权利要求4所述的方法，其特征在于，根据所述俯仰角以及世界坐标系与摄像头坐标系之间的初始变换矩阵，得到优化后的世界坐标系与摄像头坐标系之间的变换矩阵，包括：根据在拍摄所述当前图像之前拍摄的历史图像上车道线消失点所对应的俯仰角，采用设定滤波算法对所述第一车道线消失点所对应的俯仰角进行平滑去噪；根据平滑去噪后得到的俯仰角以及世界坐标系与摄像头坐标系之间的初始变换矩阵，得到优化后的世界坐标系与摄像头坐标系之间的变换矩阵。6.根据权利要求4所述的方法，其特征在于，按照如下公式确定第一车道线消失点所对应的俯仰角：Y＝tan(pitch)*fy+cy；其中Y为第一车道线消失点对应的纵轴坐标值；pitch为第一车道线消失点所对应的俯仰角；fy为摄像头的焦距，cy为摄像头的感光单元上的像素大小。7.根据权利要求1-6中任一项所述的方法...

【专利技术属性】
技术研发人员：刘铭剑，王煜城，孙迅，谢术富，翟玉强，王昊，夏添，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11