【技术实现步骤摘要】
一种动态目标位姿信息优化方法
[0001]本专利技术涉及高精度众包地图领域,更具体地,涉及一种动态目标位姿信息优化方法。
技术介绍
[0002]目前在高精度地图众包领域中,大部分将焦点集中在静态交通标示和路标特性的提取,以获取交通标示要素,侧重点都在静态目标。目前与传统视觉系统获取目标深度信息如双目视觉、RGB
‑
D相机,这类设备安装调试及在运行中都可能产生误差,而相对于单目视觉,成本低,通过算法优化能稳定其准确度和稳定性。
技术实现思路
[0003]本专利技术针对现有技术中存在的技术问题,提供一种动态目标位姿信息优化方法,基于单目摄像头恢复动态目标的深度和位姿信息,并联合车体位姿,进行联合优化,提高车体和动态目标的位姿精度。
[0004]根据本专利技术的第一方面,提供了一种动态目标位姿信息优化方法,包括:
[0005]对于单目相机拍摄的单帧图像,基于深度学习模型输出单帧图像中动态目标2D
‑
box的位置信息,并生成单帧图像的掩膜图像;
[0006] ...
【技术保护点】
【技术特征摘要】
1.一种动态目标位姿信息优化方法,其特征在于,包括:对于单目相机拍摄的单帧图像,基于深度学习模型输出单帧图像中动态目标2D
‑
box的位置信息,并生成单帧图像的掩膜图像;对于单帧图像,基于线检测算法,生成单帧图像的所有检测线段,形成第一检测线段集合;基于动态目标2D
‑
box的位置信息、单帧图像的掩膜图像以及第一检测线段线集合,生成对应的动态目标3D
‑
box;根据对应的动态目标3D
‑
box的位置信息,利用重投影误差,优化每帧图像的动态目标2D
‑
box的位置信息;基于优化后的动态目标2D
‑
box的位置信息,生成对应的动态目标3D
‑
box的位置信息;联合多帧图像生成的动态目标3D
‑
box位姿和车体位姿信息,对动态目标3D
‑
box位姿进行优化,生成动态目标的最终3D
‑
box位姿信息。2.根据权利要求1所述的动态目标位姿信息优化方法,其特征在于,所述对于单目相机拍摄的单帧图像,基于深度学习模型输出单帧图像中动态目标2D
‑
box的位置信息,包括:将单帧图像输入深度学习模型中,获取所述深度学习模型识别的动态目标2D
‑
box在图像坐标系下的位置信息,所述位置信息采用位置向量表示[x,y,width,height],其中,[x,y]表示动态目标2d
‑
box的左上角坐标,[width,height]表示动态目标2d
‑
box的宽度和高度。3.根据权利要求1所述的动态目标位姿信息优化方法,其特征在于,所述对于单帧图像,基于线检测算法,生成单帧图像的所有检测线段,形成第一检测线段集合,包括:对于单帧图像,基于canny线检测算法,生成单帧图像的所有检测线段,单帧图像中的所有检测线段形成第一检测线段集合,每一条检测线段的向量表示为:[x1,y1,x2,y2],其中(x1,y1)为检测线段段的起点坐标,(x2,y2)为检测线段段的终点坐标,且x1<x2。4.根据权利要求1所述的动态目标位姿信息优化方法,其特征在于,所述基于动态目标2D
‑
box的位置信息、单帧图像的掩膜图像以及第一检测线段集合,生成对应的动态目标3D
‑
box,包括:基于掩膜图像,过滤所述第一检测线段集合L中灰度值为255的检测线段,并对灰度值为0的检测线段进行合并和删除操作,得到第二检测线段集合Lv;基于单目相机的姿态角信息,对所述第二检测线段集合Lv中的检测线段进行筛选,得到第三检测线段集合Lvp;基于动态目标2D
‑
box的位置信息和所述第三检测线段集合Lvp,生成与动态目标2D
‑
box对应的动态目标3D
‑
box的位置信息。5.根据权利要求4所述的动态目标位姿信息优化方法,其特征在于,所述对灰度值为0的检测线段进行合并和删除操作,得到第二检测线段集合Lv,包括:计算第一检测线段集合中所有灰度值为0的检测线段的角度,所述角度用其斜率表征;计算每相邻两条检测线段之间的角度差和距离,所述每相邻两条检测线段之间的距离是指其中一条检测线段的尾点和另一条检测线段的起点之间的距离;当所述角度差小于预设角度阈值且所述距离小于预设距离阈值时,将所述两条相邻检测线段进行合并;
将线段长度大于预设长度阈值的检测线段进行删除,得到第二检测线段集合Lv。6.根据权利要求4或5所述的动态目标位姿信息优化方法,其特征在于,所述基于单目相机的姿态角信息,对所述第二检测线段集合Lv中的检测线段进行筛选,得到第三检测线段集合Lvp,包括:对单目相机的姿态角信息进行采样;基于采样得到的相机的姿态角信息,计算消失点;基于消失点,从所述第二检测线段集合Lv中查找形成...
【专利技术属性】
技术研发人员:赵彦植,尹玉成,辛梓,贾腾龙,王小亮,
申请(专利权)人:武汉中海庭数据技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。