一种车辆状态量信息获取方法及装置制造方法及图纸

公开了一种车辆状态量信息获取方法及装置，包括：基于包括待测车辆的第N帧图像，获取所述待测车辆对应所述第N帧图像的第一观测数据；基于第一状态参数，对所述第一观测数据进行滤波计算，得到所述待测车辆对应所述第N帧图像的第一状态数据；根据所述第一状态数据确定所述待测车辆的第一车辆状态量信息；通过对待测车辆的第一观测数据进行滤波计算，进而确定所述待测车辆的第一车辆状态量信息；减少了运算过程中的计算量，提高了确定车辆状态量信息的响应速度和实时性，降低了信息获取过程中的延迟；从而能够满足自动驾驶场景下的需求。

【技术实现步骤摘要】
一种车辆状态量信息获取方法及装置
本申请涉及图像分析
，尤其涉及一种车辆状态量信息获取方法及装置。
技术介绍
在车辆的自动驾驶解决方案中，涉及到诸多方面的技术。其中，即时的识别路面上的其他车辆，是一个非常关键的技术环节。所谓识别路面车辆，实质上是获取路面上车辆的车辆状态量信息。所述车辆状态量信息，可以包括车辆的尺寸、位置等静态信息，也可以包括速度、方向等动态信息。获取车辆状态量信息的过程，本质上是一种图像分析过程。在现有技术中，有一种获取车辆状态量信息的方法，是通过摄像头采集图像，并基于LM(Levenberg-Marquard)数值优化算法进行图像分析运算，以得到车辆状态量信息。但这种方法的缺陷在于计算量过大，响应速度慢。而在动态的驾驶过程当中，路况瞬息万变。所以此场景中对于车辆状态量信息的实时性要求非常高。现有技术难以完全满足需求。
技术实现思路
为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种车辆状态量信息获取方法及装置，通过对待测车辆的第一观测数据进行滤波计算，进而确定所述待测车辆的第一车辆状态量信息。根据本申请的第一个方面，提供了一种车辆状态量信息获取方法，包括：基于包括待测车辆的第N帧图像，获取所述待测车辆对应所述第N帧图像的第一观测数据；基于第一状态参数，对所述第一观测数据进行滤波计算，得到所述待测车辆对应所述第N帧图像的第一状态数据；根据所述第一状态数据确定所述待测车辆的第一车辆状态量信息。根据本申请的第二个方面，提供了一种车辆状态量信息获取装置，包括：第一观测数据获取模块，用于基于包括待测车辆的第N帧图像，获取所述待测车辆对应所述第N帧图像的第一观测数据；第一状态量信息确定模块，用于基于第一状态参数，对所述第一观测数据进行滤波计算，得到所述待测车辆对应所述第N帧图像的第一状态数据；根据所述第一状态数据确定所述待测车辆的第一车辆状态量信息。。根据本申请的第三方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述第一方面中所述的车辆状态量信息获取方法。根据本申请的第四方面，提供了一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述可执行指令以实现上述第一方面中所述的车辆状态量信息获取方法。与现有技术相比，采用根据本申请提供的车辆状态量信息获取方法及装置，通过对待测车辆的第一观测数据进行滤波计算，进而确定所述待测车辆的第一车辆状态量信息；减少了运算过程中的计算量，提高了确定车辆状态量信息的响应速度和实时性，降低了信息获取过程中的延迟；从而能够满足自动驾驶场景下的需求。附图说明通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。图1为本申请一示例性实施例提供的车辆状态量信息获取方法的流程示意图；图2为本申请一示例性实施例提供的车辆状态量信息获取方法中所述第一观测数据的示意图；图3为本申请另一示例性实施例提供的车辆状态量信息获取方法的流程示意图；图4为本申请又一示例性实施例提供的车辆状态量信息获取方法的流程示意图；图5为本申请一示例性实施例提供的车辆状态量信息获取装置的结构示意图；图6为本申请另一示例性实施例提供的车辆状态量信息获取装置中所述第一观测数据获取模块的结构示意图；图7为本申请另一示例性实施例提供的车辆状态量信息获取装置中所述第一状态量信息确定模块的结构示意图；图8为本申请另一示例性实施例提供的车辆状态量信息获取装置的结构示意图；图9为本申请一示例性实施例提供的电子设备的结构图。具体实施方式下面，将参考附图详细地描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。申请概述在自动驾驶
当中，即时的识别路面上的其他车辆，实质上是确定路面上车辆的车辆状态量信息。而所述车辆状态量信息，包括但不限于车辆的尺寸、位置、速度、方向等各方面信息。确定车辆状态量信息的过程，本质上是一种图像分析过程。在现有技术中，通过摄像头采集图像，并进行运算分析获得车辆状态量信息的方法，主要是基于LM(Levenberg-Marquard)数值优化算法。但这种方法的缺陷在于计算量过大，响应速度慢。在一些对于实时性要求不高的场景下(例如视频监控系统)，该方法尚可以满足需求。但是在自动驾驶过程中，车辆往往处于高速的动态环境下，路况瞬息万变，所以此场景中对于车辆状态量信息的实时性要求非常高。现有技术难以完全满足需求。本申请提供了一种车辆状态量信息获取方法及装置，改变了现有技术中的运算方法。本申请通过通过对待测车辆的第一观测数据进行滤波计算，进而确定所述待测车辆的第一车辆状态量信息。实现了对于计算过程的简化，提高了确定车辆状态量信息的实时性，减少了信息获取过程中的延迟。示例性方法图1是本申请一示例性实施例提供的车辆状态量信息获取方法的流程示意图。本实施例可应用在电子设备上，如图1所示，本实施例具体包括如下步骤：步骤101、基于包括待测车辆的第N帧图像，获取所述待测车辆对应所述第N帧图像的第一观测数据。步骤102、基于第一状态参数，对所述第一观测数据进行滤波计算，得到所述待测车辆对应所述第N帧图像的第一状态数据。步骤103、根据所述第一状态数据确定所述待测车辆的第一车辆状态量信息。所述第N帧图像，可以是通过摄像头采集得到的连续多帧图像中的任意一帧。并且所述第N帧图像中包括了所述待测车辆。则对于所述第N帧图像进行图像分析，即可得到所述待测车辆对应所述第N帧图像的第一观测数据。具体的，可以基于所述第N帧图像中所述待测车辆的全车检测框和车头车尾检测框提取至少一个参考点，根据所述参考点在所述第N帧图像中的坐标确定所述第一观测数据。所述全车检测框，表示所述待测车辆在所述第N帧图像中的整体轮廓；所述车头车尾检测框表示所述待测车辆的车头部分或车尾部分在所述第N帧图像中的轮廓。如图2所示，为本实施例中所述第一观测数据的示意图。图2中虚线矩形表示所述全车检测框；实线矩形表示所述车头车尾检测框，本实施例中所述车头车尾检测框具体代表所述待测车辆的车头。所述参考点包括参考点A、参考点B、参考点C、参考点D。图2中示出的第一观测数据，具体为所示出的4个参考点在所述第N帧图像中的坐标。显然，通过图2所示的4个参考点的坐标，可以确定所述全车检测框和车头车尾检测框的各个边长，通过各边长能够推算得出所述待测车辆的尺寸本文档来自技高网...

【技术保护点】
1.一种车辆状态量信息获取方法，包括：/n基于包括待测车辆的第N帧图像，获取所述待测车辆对应所述第N帧图像的第一观测数据；/n基于第一状态参数，对所述第一观测数据进行滤波计算，得到所述待测车辆对应所述第N帧图像的第一状态数据；/n根据所述第一状态数据确定所述待测车辆的第一车辆状态量信息。/n

【技术特征摘要】
1.一种车辆状态量信息获取方法，包括：
基于包括待测车辆的第N帧图像，获取所述待测车辆对应所述第N帧图像的第一观测数据；
基于第一状态参数，对所述第一观测数据进行滤波计算，得到所述待测车辆对应所述第N帧图像的第一状态数据；
根据所述第一状态数据确定所述待测车辆的第一车辆状态量信息。


2.根据权利要求1所述方法，还包括：
根据所述第一状态数据确定第二状态参数。


3.根据权利要求2所述方法，还包括：
基于包括所述待测车辆的第N+1帧图像，获取所述待测车辆对应所述第N+1帧图像的第二观测数据；
基于所述第二状态参数，对所述第二观测数据进行滤波计算，得到所述待测车辆对应所述第N+1帧图像的第二状态数据；
根据所述第二状态数据确定所述待测车辆的第二车辆状态量信息。


4.根据权利要求1所述方法，还包括：
确定地面空间和图像空间的转换函数；
所述基于第一状态参数，对所述第一观测数据进行滤波计算，得到所述待测车辆对应所述第N帧图像的第一状态数据包括：
基于第一状态参数及所述转换函数，对所述第一观测数据进行滤波计算，得到所述待测车辆对应所述第N帧图像的第一状态数据。


5.根据权利要求1～4任意一项所述方法，所述获取所述待...

【专利技术属性】
技术研发人员：朱静，宋巍，
申请(专利权)人：北京地平线机器人技术研发有限公司，
类型：发明
国别省市：北京;11