交通工具运动状态评估方法、装置、设备以及介质制造方法及图纸

本申请实施例提供了一种交通工具运动状态评估方法、装置、设备以及介质，该方法涉及车辆运动状态的判定，可以应用在电子地图定位导航中，该方法包括：获取交通工具对应的目标影像数据，将目标影像数据中具有相邻关系的两个图像帧进行组合，得到N个图像帧组；获取N个图像帧组分别包含的两个图像帧之间的匹配特征点；根据每个图像帧组所对应的匹配特征点，构建N个图像帧组分别对应的目标网状平面图形；根据N个图像帧组分别对应的目标网状平面图形，确定交通工具的运动状态。采用本申请实施例，可以提高交通工具运动状态的评估准确性。

【技术实现步骤摘要】
交通工具运动状态评估方法、装置、设备以及介质
本申请涉及互联网
，尤其涉及一种交通工具运动状态评估方法、装置、设备以及介质。
技术介绍
车辆运动状态作为车辆主动安全系统有效性检测、车辆定位导航、以及车辆防盗器的条件，车辆运动状态的估计过程成为一项广泛研究的课题。现有技术中，通常可以通过卫星定位或惯性传感器对车辆的运动状态进行判别，基于车辆的运动状态判别结果可以有效辅助车辆的定位导航。然而，当车辆处于现代城市的特殊环境中(如高楼大厦形成城市峡谷，立交桥形成定位盲区)时，会造成卫星定位的位置与车辆的实际位置出现偏差，卫星定位的位置偏差以及惯性传感器的差性能均能导致车辆运动状态的准确率过低。
技术实现思路
本申请实施例提供一种交通工具运动状态评估方法、装置、设备以及介质，可以提高交通工具运动状态的评估准确性。本申请实施例一方面提供了一种交通工具运动状态评估方法，包括：获取交通工具对应的目标影像数据，将目标影像数据中具有相邻关系的两个图像帧进行组合，得到N个图像帧组；N为正整数；r>获取N个图像帧组本文档来自技高网...

【技术保护点】
1.一种交通工具运动状态评估方法，其特征在于，包括：/n获取交通工具对应的目标影像数据，将所述目标影像数据中具有相邻关系的两个图像帧进行组合，得到N个图像帧组；N为正整数；/n获取所述N个图像帧组中，每个图像帧组所包含的两个图像帧之间的匹配特征点；/n根据所述每个图像帧组所对应的匹配特征点，构建所述N个图像帧组分别对应的目标网状平面图形；/n根据所述N个图像帧组分别对应的目标网状平面图形，确定所述交通工具的运动状态。/n

【技术特征摘要】
1.一种交通工具运动状态评估方法，其特征在于，包括：
获取交通工具对应的目标影像数据，将所述目标影像数据中具有相邻关系的两个图像帧进行组合，得到N个图像帧组；N为正整数；
获取所述N个图像帧组中，每个图像帧组所包含的两个图像帧之间的匹配特征点；
根据所述每个图像帧组所对应的匹配特征点，构建所述N个图像帧组分别对应的目标网状平面图形；
根据所述N个图像帧组分别对应的目标网状平面图形，确定所述交通工具的运动状态。


2.根据权利要求1所述的方法，其特征在于，所述获取交通工具对应的目标影像数据，将所述目标影像数据中具有相邻关系的两个图像帧进行组合，得到N个图像帧组，包括：
获取摄像设备所采集的针对所述交通工具的原始影像数据，对所述原始影像数据进行去噪处理，得到去噪影像数据；
根据所述摄像设备对应的设备参数，对所述去噪影像数据进行去畸变处理，得到所述交通工具对应的目标影像数据；
将所述目标影像数据划分为N+1个图像帧，将所述N+1个图像帧中具有相邻关系的两个图像帧进行组合，得到N个图像帧组。


3.根据权利要求1所述的方法，其特征在于，所述获取所述N个图像帧组中，每个图像帧组所包含的两个图像帧之间的匹配特征点，包括：
获取所述N个图像帧组中的图像帧组Gi；所述图像帧组Gi包括图像帧Ti和图像帧Ti+1，i为小于或等于N的正整数；
获取所述图像帧Ti中的第一特征点集，以及所述图像帧Ti+1中的第二特征点集；
对所述第一特征点集和所述第二特征点集进行特征点匹配，得到所述图像帧Ti和所述图像帧Ti+1之间的匹配特征点。


4.根据权利要求3所述的方法，其特征在于，所述获取所述图像帧Ti中的第一特征点集，以及所述图像帧Ti+1中的第二特征点集，包括：
构建针对所述图像帧Ti和所述图像帧Ti+1的尺度空间，在所述尺度空间中搜索所述图像帧Ti对应的第一关键点位置集合，在所述尺度空间中搜索所述图像帧Ti+1对应的第二关键点位置集合；
根据所述第一关键点位置集合所包含的第一关键点位置对应的局部梯度，确定所述第一关键点位置对应的第一描述特征，根据所述第一关键点位置和所述第一描述特征，获取所述图像帧Ti的第一特征点集；
根据所述第二关键点位置集合所包含的第二关键点位置对应的局部梯度，确定所述第二关键点位置对应的第二描述特征，根据所述第二关键点位置和所述第二描述特征，获取所述图像帧Ti的第二特征点集。


5.根据权利要求3所述的方法，其特征在于，所述对所述第一特征点集和所述第二特征点集进行特征点匹配，得到所述图像帧Ti和所述图像帧Ti+1之间的匹配特征点，包括：
在所述第一特征点集中获取第一特征点at，在所述第二特征点集中获取第二特征点bk；t为小于或等于所述第一特征点集所包含的第一特征点集数量的正整数，k为小于或等于所述第二特征点集所包含的第二特征点集数量的正整数；
根据所述第一特征点at对应的第一描述特征和所述第二特征点bk对应的第二描述特征，确定所述第一特征点at与所述第二特征点bk之间的匹配度；
若所述匹配度大于匹配阈值，则将所述第一特征点at与所述第二特征点bk确定为所述图像帧Ti和所述图像帧Ti+1之间的匹配特征点。


6.根据权利要求1所述的方法，其特征在于，所述根据所述每个图像帧组所对应的匹配特征点，构建所述N个图像帧组分别对应的目标网状平面图形，包括：
获取图像帧组Gi所包含的图像帧Ti和图像帧Ti+1之间的q个匹配特征点，根据所述q个匹配特征点中，每个匹配特征点分别在所述图像帧Ti和所述图像帧Ti+1中的图像坐标信息，确定所述q个匹配特征点分别对应的匹配坐标信息；所述图像帧组Gi属于所述N个图像帧组，i为小于或等于N的正整数，q为正整数；
根据所述q个匹配特征点分别对应的匹配坐标信息，获取与所述q个匹配特征点相关联的初始多边形链表；
获取所述q个匹配特征点中的匹配特征点cr，在所述初始多边形链表中获取与所述匹配特征点cr相匹配的关联多边形；所述关联多边形的外接圆内包括所述匹配特征点cr，r为小于或等于q的正整数；
删除所述关联多边形的公共边，将所述匹配特征点cr与所述关联多边形的顶点进行连接，生成所述匹配特征点cr对应的候选多边形；
将所述候选多边形转换为匹配特征点cr对应的目标多边形，将所述目标多边形添加至所述初始多边形链表；所述目标多边形的外接圆内不包含匹配特征点；
当所述q个匹配特征点分别对应的目标多边形均添加至所述初始多边形链表时，将包含所述q个匹配特征点分别对应的目标多边形的初始多边形链表确定为目标多边形链表，根据所述目标多边形链表生成所述图像帧组Gi对应的目标网状平面图形。


7.根据权利要求6所述的方法，其特征在于，所述根据所述目标多边形链表生成所述图像帧组Gi对应的目标网状平面图形，包括：
根据所述目标多边形链表生成所述图像帧组Gi对应的候选网状平面图形，在所述候选网状平面图形中获取多边形Dj；j为小于或等于所述候选网状平面图形所包含的多边形数量的正整数；
获取所述多边形Dj对应的匹配特征点在所述图像帧Ti中的第一顶点坐标，获取所述多边形Dj对应的匹配特征点在所述图像帧Ti+1中的第二顶点坐标；
根据所述第一顶点坐标和所述第二顶点坐标，确定所述多边形Dj所包含的每条边长分别对应的坐标变...

【专利技术属性】
技术研发人员：苏景岚，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44