【技术实现步骤摘要】
基于多视图像的3D可行驶空间检测方法、装置、设备
[0001]本申请涉及图像处理
，具体而言，涉及一种基于多视图像的3D可行驶空间检测方法、装置、设备和计算机可读存储介质。
技术介绍
[0002]在智能车驾领域中，感知车辆周围的环境信息是实现路径规划、自动泊车等自动驾驶功能的基础。可行驶空间检测是实现环境感知的途径之一，通过判断自车周围的空间是否可以行驶对辅助驾驶或自动驾驶的行车安全起着至关重要的作用。
[0003]现有技术使用的可行驶空间检测方法通常使用需要获取深度信息，提高了硬件成本，降低了检测速度。
技术实现思路
[0004]本申请实施例的目的在于提供一种基于多视图像的3D可行驶空间检测方法、装置、设备和介质，能够减少可行驶空间检测过程中的硬件成本，提高检测速度。
[0005]第一方面，本申请实施例提供了一种基于多视图像的3D可行驶空间检测方法，包括：
[0006]获取车辆上的多个摄像机的拍摄画面；
[0007]生成每个摄像机的拍摄画面的特征矩阵；
[000...
【技术保护点】
【技术特征摘要】
1.一种基于多视图像的3D可行驶空间检测方法，其特征在于，包括：获取车辆上的多个摄像机的拍摄画面；生成每个摄像机的拍摄画面的特征矩阵；获取所述特征矩阵的特征值在所述摄像机的视锥的不同深度的深度概率；根据所述特征矩阵的特征值和所述特征值对应的深度概率生成视锥特征点云矩阵；根据所述多个摄像机的所述视锥特征点云矩阵生成鸟瞰图特征；根据所述鸟瞰图特征进行可行驶空间检测。2.根据权利要求1所述的基于多视图像的3D可行驶空间检测方法，其特征在于，所述获取所述特征矩阵的特征值在所述摄像机的视锥的不同深度的深度概率的步骤，包括：将所述特征矩阵输入预先训练好的卷积网络，得到所述特征矩阵的特征值在所述摄像机的视锥的不同深度的深度概率。3.根据权利要求2所述的基于多视图像的3D可行驶空间检测方法，其特征在于，所述根据所述特征矩阵的特征值和所述特征值对应的深度概率生成视锥特征点云矩阵的步骤，包括：在每个特征值对应的多个深度概率中获取最高深度概率；将所述特征矩阵的每个特征值和所述每个特征值对应的最高深度概率相乘，得到所述视锥特征点云矩阵。4.根据权利要求3所述的基于多视图像的3D可行驶空间检测方法，其特征在于，所述根据所述多个摄像机的所述视锥特征点云矩阵生成鸟瞰图特征的步骤，包括：获取每个摄像机的内参矩阵、相机坐标系到车身坐标系的旋转矩阵、相机坐标系到车身坐标系的平移矩阵；根据每个摄像机的内参矩阵、相机坐标系到车身坐标系的旋转矩阵、相机坐标系到车身坐标系的平移矩阵获取每个摄像机的视锥特征点云矩阵的每个特征点的三维坐标；根据所述每个摄像机的视锥特征点云矩阵的每个特征点的三维坐标将所述每个摄像机的视锥特征点云矩阵的每个特征点映射于预先构造的鸟瞰图空间中，得到多个映射后的特征点；根据所述多个映射后的特征点生成所述鸟瞰图特征。5.根据权利要求4所述的基于多视图像的3D可行驶空间检测方法，其特征在于，所述鸟瞰图空间由多个栅格组成；所述根据所述每个摄像机的视锥特征点云矩阵的每个特征点的三维坐标将所述每个摄像机的视锥特征点云矩阵的每个特征点映射于预先构造的鸟瞰图空间中，得到多个映射后的特征点的步骤，包括：获取所述鸟瞰图空间的范围、所述栅格的单位尺寸；根据所述鸟瞰图空间的范围、所述栅格的单位尺寸和所述每个特征点的三维坐标获取每个摄像机的视锥特征点云矩阵的每个特征点在所述鸟瞰图空间的位置坐标；根据所述特征点在所述鸟瞰图空间的位置坐标将所述每个摄像机的视锥特征点云矩阵的每个特征点映射于预先构造的鸟瞰图空间中，得到所述多个映射后的特征点。6.根据权利要求5所述的基于多视图像的3D可行驶空间检测方法，其特征在于，所述获取车辆上的多个摄像机的拍摄画面的步骤，包括：
获取所述车辆上的多个摄像机的多组拍摄画面；所述根据所述多个映射后的特征点生成所述鸟瞰图特征的步骤，包括：根据所述多个映射后的特征点在所述鸟瞰图空间的坐标获取所述多个映射后的特征点的位置编码；根据所述多个映射后的特征点的位置编码生成所述鸟瞰图特征。7.根据权利要求6所述的基于多视图像的3D可行驶空间检测方法，其特征在于，所述根据所...
【专利技术属性】
技术研发人员：江建山，罗宇亮，黄乐涵，彭易锦，方志杰，
申请(专利权)人：广汽埃安新能源汽车股份有限公司，
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。