分割模型的训练方法、装置、位姿检测方法及车载终端制造方法及图纸

本说明书公开一种分割模型的训练方法、装置、位姿检测方法及车载终端，其中该位姿检测方法包括：将车载环视前、后相机获取的图像进行拼接得到第一俯视图，将车载环视左、右相机获取的图像进行拼接得到第二俯视图；所述第一俯视图中提取得到第一地面纹理特征，从所述第二俯视图中提取得到第二地面纹理特征；将所述第一地面纹理特征和所述第二地面纹理特征进行对比，判定车载环视各相机的位姿是否发生改变。

【技术实现步骤摘要】
分割模型的训练方法、装置、位姿检测方法及车载终端
本说明书涉及智能驾驶领域，具体而言，涉及一种分割模型的训练方法、装置、位姿检测方法及车载终端。
技术介绍
常见的车载环视相机一般会安装在车辆的后视镜(或后备箱)上，这样在后视镜(或后备箱)开关过程中，相机的位姿可能会发生改变，从而将相机外参的误差引入到后续环视拼接过程中。一般会通过观察拼接图接缝纹理是否对齐，人为判定相机位姿是否改变。由于现有方法依赖人为观察，车载系统无法自动获取相机位姿改变消息。这样随着车载环视系统的使用，相机位姿的偏差可能持续累积，而车载环视系统无法自动进入位姿修正节点，从而导致车载环视系统呈现效果完全错误。
技术实现思路
本说明书提供一种分割模型的训练方法、装置、位姿检测方法及车载终端，用以克服现有技术中存在的至少一个问题。根据本说明书实施例的第一方面，提供一种车载环视相机位姿检测方法，包括以下步骤：将车载环视前、后相机获取的图像进行拼接得到第一俯视图，将车载环视左、右相机获取的图像进行拼接得到第二俯视图；从所述第一俯视图中提取得到第一地面纹理特征，从所述第二俯视图中提取得到第二地面纹理特征；将所述第一地面纹理特征和所述第二地面纹理特征进行对比，判定车载环视各相机的位姿是否发生改变。可选的，所述第一地面纹理特征和所述第二地面纹理特征为车位线。可选的，所述将车载环视前、后相机获取的图像进行拼接得到第一俯视图，将车载环视左、右相机获取的图像进行拼接得到第二俯视图包括：根据预先配置的、车载环视相机中前、后视相机的内、外参数，将前、后视相机获取的图像投射到一起，得到第一俯视图；根据预先配置的、车载环视相机中左、右视相机的内、外参数，将左、右视相机获取的图像投射到一起，得到第二俯视图。可选的，所述将所述第一地面纹理特征和所述第二地面纹理特征进行对比，判定车载环视各相机的位姿是否发生改变包括：将所述第一地面纹理特征和所述第二地面纹理特征合并到一起，判断车载环视相机中的各相机的位姿是否发生改变。可选的，当判定车载环视相机中的某个相机位姿发生改变时，提示用户或系统对对应相机进行重新标定。根据本说明书实施例的第二方面，还提供一种地面纹理特征分割模型的训练方法，包括以下步骤：对由车载环视相机获取的图像得到的俯视图进行标注，形成训练样本集，所述训练样本集包括多个训练样本，每个所述训练样本包括俯视图及对应标注的地面纹理特征；通过所述训练样本集对地面纹理特征分割模型进行训练，所述地面纹理特征分割模型使得所述训练样本集中的俯视图与其对应的地面纹理特征相关联。可选的，所述地面纹理特征为车位线。根据本说明书实施例的第三方面，还提供一种车载终端，包括：拼接模块，被配置为将车载环视前、后相机获取的图像进行拼接得到第一俯视图，将车载环视左、右相机获取的图像进行拼接得到第二俯视图；特征提取模块，被配置为从所述第一俯视图中提取得到第一地面纹理特征，从所述第二俯视图中提取得到第二地面纹理特征；位姿判定模块，被配置为将所述第一地面纹理特征和所述第二地面纹理特征进行对比，判定车载环视各相机的位姿是否发生改变。可选的，所述第一地面纹理特征和所述第二地面纹理特征为车位线。可选的，所述拼接模块包括：第一拼接单元，被配置为根据预先配置的、车载环视相机中前、后视相机的内、外参数，将前、后视相机获取的图像投射到一起，得到第一俯视图；第二拼接单元，被配置为根据预先配置的、车载环视相机中左、右视相机的内、外参数，将左、右视相机获取的图像投射到一起，得到第二俯视图。可选的，所述位姿判定模块进一步被配置为：将所述第一地面纹理特征和所述第二地面纹理特征合并到一起，判断车载环视相机中的各相机的位姿是否发生改变。根据本说明书实施例的第四方面，还提供一种地面纹理特征分割模型的训练装置，包括：样本集生成模块，被配置为对由车载环视相机获取的图像得到的俯视图进行标注，形成训练样本集，所述训练样本集包括多个训练样本，每个所述训练样本包括俯视图及对应标注的地面纹理特征；模型训练模块，被配置为通过所述训练样本集对地面纹理特征分割模型进行训练，所述地面纹理特征分割模型使得所述训练样本集中的俯视图与其对应的地面纹理特征相关联。可选的，所述地面纹理特征为车位线。本说明书实施例通过从车载环视相机中各相机获取的图像提取地面纹理特征作为相机位姿是否发生改变的判定依据，从而准确判定相机位姿是否发生改变，进而在相机位姿发生变化时提醒用户自动进入位姿修正节点，避免导致车载环视系统呈现效果出现完全错误的情况；同时由于所采用的判定方法对图像特征不敏感，且能够抵抗较强的光照变化，鲁棒性较好。本说明书实施例的专利技术点至少包括：1、将从车载环视相机中各相机获取的图像提取地面纹理特征作为相机位姿是否发生改变的判定依据，对图像特征不敏感，且能够抵抗较强的光照变化，鲁棒性较好，是本专利技术的专利技术点之一。2、采用深度学习算法对预先标注好的俯视拼接图进行训练，得到可以对车载环视相机所获取的俯视拼接图进行地面纹理特征的自动提取，为后续相机位姿是否发生改变的判定提供可靠依据，是本专利技术的专利技术点之一。附图说明为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本说明书一个实施例的地面纹理特征分割模型的训练方法流程图；图2为本说明书一个实施例的车载环视相机位姿检测方法流程图；图3a示出了根据本说明书一实施例的俯视拼接图；图3b为图3a的标注图；图4为前、后视相机获取的图像组合得到的前后俯视拼接图；图5为左、右视相机获取的图像组合得到的左右俯视拼接图；图6为图4的前后俯视拼接图中提取的前后车位线；图7为图5的左右俯视拼接图中提取的左右车位线；图8为图6中提取的前后车位线和图7提取的左右车位线的结果比对图；图9为前视相机位姿改变时的俯视图；图10为前视相机位姿改变时车位线提取结果比对图；图11示出了本说明书一个实施例的地面纹理特征分割模型的训练装置模块图；图12示出了本说明书一个实施例的车载终端模块图。具体实施方式下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。需要说明的是，本说明书实施例及附图中的术语“包括”和“具有”以及它们任何变形，意图在于覆盖本文档来自技高网...

【技术保护点】
1.一种车载环视相机位姿检测方法，其特征在于，包括以下步骤：/n将车载环视前、后相机获取的图像进行拼接得到第一俯视图，将车载环视左、右相机获取的图像进行拼接得到第二俯视图；/n从所述第一俯视图中提取得到第一地面纹理特征，从所述第二俯视图中提取得到第二地面纹理特征；/n将所述第一地面纹理特征和所述第二地面纹理特征进行对比，判定车载环视各相机的位姿是否发生改变。/n

【技术特征摘要】
1.一种车载环视相机位姿检测方法，其特征在于，包括以下步骤：
将车载环视前、后相机获取的图像进行拼接得到第一俯视图，将车载环视左、右相机获取的图像进行拼接得到第二俯视图；
从所述第一俯视图中提取得到第一地面纹理特征，从所述第二俯视图中提取得到第二地面纹理特征；
将所述第一地面纹理特征和所述第二地面纹理特征进行对比，判定车载环视各相机的位姿是否发生改变。


2.根据权利要求1所述的检测方法，其特征在于，所述第一地面纹理特征和所述第二地面纹理特征为车位线。


3.根据权利要求1-2中任一项所述的检测方法，其特征在于，所述将车载环视前、后相机获取的图像进行拼接得到第一俯视图，将车载环视左、右相机获取的图像进行拼接得到第二俯视图包括：
根据预先配置的、车载环视相机中前、后视相机的内、外参数，将前、后视相机获取的图像投射到一起，得到第一俯视图；
根据预先配置的、车载环视相机中左、右视相机的内、外参数，将左、右视相机获取的图像投射到一起，得到第二俯视图。


4.根据权利要求1-3中任一项所述的检测方法，其特征在于，所述将所述第一地面纹理特征和所述第二地面纹理特征进行对比，判定车载环视各相机的位姿是否发生改变包括：
将所述第一地面纹理特征和所述第二地面纹理特征合并到一起，判断车载环视相机中的各相机的位姿是否发生改变。


5.根据权利要求1-3中任一项所述的检测方法，其特征在于，还包括以下步骤：
当判定车载环视相机中的某个相机位姿发生改变时，提示用户或系统对对应相机进行重新标定。


6.一种地面纹理特征分割模型的训练方法，其特征在于，包括以下步骤：
对由车载环视相机获取的图像得到的俯视图进行标注，形成训练样本集，...

【专利技术属性】
技术研发人员：易三铭，谢国富，
申请(专利权)人：北京初速度科技有限公司，
类型：发明
国别省市：北京;11