本申请提供了一种港口码头面车道线的建图方法、装置及存储介质，包括：对该视频帧的车道线特征与该视频帧相邻的上一时刻视频帧的车道线特征进行配准，确定出两帧视频帧之间的帧间约束信息；针对于每个视频帧，则将历史视频帧的历史车道线特征与视频帧的车道线特征进行配准，确定出闭环约束信息；基于帧间约束信息、闭环约束信息以及导航结果确定出每个车道线特征相对应的目标车辆途径的轨迹点，基于多个轨迹点将各个视频帧的车道线特征进行拼接，确定出目标车辆经过的港口码头面车道线的全局地图。通过帧间约束信息、闭环约束信息以及导航结果，以提高确定目标车辆的行驶轨迹的精度，从而减少拼接过程中的误差，能够构建准确的车道线的全局地图。确的车道线的全局地图。确的车道线的全局地图。
【技术实现步骤摘要】
一种港口码头面车道线的建图方法、装置及存储介质
[0001]本申请涉及无人驾驶
，尤其是涉及一种港口码头面车道线的建图方法、装置及存储介质。
技术介绍
[0002]在港口自动驾驶应用中，车辆定位的精度是一个难点，因为港口环境复杂，会对各种传感器的算法提出挑战，现有方法往往采取多种传感器的组合，比如激光雷达、摄像头、卫星定位、轮速等，但仍然有一些难点需要克服。具体而言，堆场的集装箱因为搬运而属于动态变化的物体，会影响到激光雷达和地图的配准；在码头面上，因为装卸货物的桥吊的存在，遮挡了GPS卫星的信号，所以单纯的卫星定位往往会有较大的误差，对激光雷达而言，码头面上的特征比较少，不足以提供准确的车辆定位配准结果。而在采用无人驾驶技术的过程中，为了确保位姿估计的精度，需要结合多种传感器、多种定位方法，基于地图匹配的激光全局定位是常用的定位方法之一，这就对车道线的全局地图的精度提出了极高的要求。
[0003]现阶段，车道线建图方法中往往直接采用组合导航的结果对车道线语义进行拼接，但因为本身组合导航的结果依赖卫星信号，而卫星信号在岸桥的遮挡下由于多路径效应而误差很大，加上图像提取语义会有噪声，因此这样直接拼接的车道线也在会有错位、重影等情况，会严重影响到后续车辆实时定位时的配准。所以如何准确地完成车道线全局地图的构建成为了不容小觑的技术问题。
技术实现思路
[0004]有鉴于此，本申请的目的在于提供一种港口码头面车道线的建图方法、装置及存储介质，通过帧间约束信息、闭环约束信息以及导航结果，以提高确定目标车辆的行驶轨迹的精度，从而减少拼接过程中的误差，能够构建准确的车道线的全局地图。
[0005]本申请实施例提供了一种港口码头面车道线的建图方法，所述建图方法包括：
[0006]获取目标车辆经过目标港口码头面的视频图像，提取出所述视频图像中的每个视频帧的车道线特征；
[0007]针对于每个所述视频帧，对该视频帧的车道线特征与该视频帧相邻的上一时刻视频帧的车道线特征进行配准，确定出两帧视频帧之间的帧间约束信息；其中，所述帧间约束信息为两帧所述视频帧之间所述目标车辆的位姿变换关系；
[0008]针对于每个所述视频帧，确定出所述视频帧中所述目标车辆所处的当前位置，对当前位置相对应的历史视频帧进行查找，将所述历史视频帧的历史车道线特征与所述视频帧的车道线特征进行配准，确定出闭环约束信息；其中，所述闭环约束信息为所述历史视频帧与所述视频帧之间所述目标车辆的位姿变换关系；
[0009]基于多个所述帧间约束信息、多个所述闭环约束信息以及导航结果确定出每个所述车道线特征相对应的所述目标车辆途径的轨迹点，基于多个所述轨迹点将各个视频帧的车道线特征进行拼接，确定出所述目标车辆经过的所述港口码头面车道线的全局地图，以
使基于所述港口码头面车道线的全局地图完成对所述目标车辆的定位跟踪。
[0010]在一种可能的实施方式中，所述针对于每个所述视频帧，对该视频帧的车道线特征与该视频帧相邻的上一时刻视频帧的车道线特征进行配准，确定出两帧视频帧之间的帧间约束信息，包括：
[0011]确定出所述视频帧的车道线特征相对应的所述目标车辆的目标位姿信息；
[0012]确定出所述上一时刻视频帧的车道线特征相对应的所述目标车辆的参考位姿信息；
[0013]基于所述参考位姿信息与所述目标位姿信息的变换关系，确定出两帧视频帧之间的帧间约束信息。
[0014]在一种可能的实施方式中，所述针对于每个所述视频帧，确定出所述视频帧中所述目标车辆所处的当前位置，对当前位置相对应的历史视频帧进行查找，则将所述历史视频帧的历史车道线特征与所述视频帧的车道线特征进行配准，确定出闭环约束信息，包括：
[0015]确定出所述历史视频帧的所述目标车辆的历史位姿信息；
[0016]基于所述历史位姿信息与所述当前位置相对应的视频帧的目标位姿信息之间的变换关系，确定出闭环约束信息。
[0017]在一种可能的实施方式中，所述基于多个所述帧间约束信息、多个所述闭环约束信息以及导航结果确定出每个所述车道线特征相对应的所述目标车辆途径的轨迹点，包括：
[0018]基于所述帧间约束信息的代价函数、所述闭环约束信息的代价函数以及所述导航结果的代价函数进行联合最小化求解，确定出每个所述车道线特征相对应的所述目标车辆途径的轨迹点。
[0019]在一种可能的实施方式中，所述基于多个所述轨迹将各个视频帧的车道线特征进行拼接，确定出所述港口码头面车道线的全局地图，包括：
[0020]每个所述视频帧的车道线特征基于相对应的轨迹点进行拼接，生成目标车道线特征；
[0021]将所述目标车道线特征转换到世界坐标系下，确定出所述港口码头面车道线的全局地图。
[0022]在一种可能的实施方式中，在所述获取目标车辆经过目标港口码头面的视频图像，提取出所述视频图像中的每个视频帧的车道线特征之前，所述建图方法还包括：
[0023]控制所述目标车辆在所述目标港口码头面途径的车道线重复经过。
[0024]本申请实施例还提供了一种港口码头面车道线的建图装置，所述建图装置包括：
[0025]获取模块，用于获取目标车辆经过目标港口码头面的视频图像，提取出所述视频图像中的每个视频帧的车道线特征；
[0026]第一配准模块，用于针对于每个所述视频帧，对该视频帧的车道线特征与该视频帧相邻的上一时刻视频帧的车道线特征进行配准，确定出两帧视频帧之间的帧间约束信息；其中，所述帧间约束信息为两帧所述视频帧之间所述目标车辆的位姿变换关系；
[0027]第二配准模块，用于针对于每个所述视频帧，确定出所述视频帧中所述目标车辆所处的当前位置，对当前位置相对应的历史视频帧进行查找，则将所述历史视频帧的历史车道线特征与所述视频帧的车道线特征进行配准，确定出闭环约束信息；其中，所述闭环约
束信息为所述历史视频帧与所述视频帧之间所述目标车辆的位姿变换关系；
[0028]地图生成模块，用于基于所述帧间约束信息、所述闭环约束信息以及导航结果确定出每个所述车道线特征相对应的所述目标车辆途径的轨迹点，基于多个所述轨迹点将各个视频帧的车道线特征进行拼接，确定出所述目标车辆经过的所述港口码头面车道线的全局地图，以使基于所述港口码头面车道线的全局地图完成对所述目标车辆的定位跟踪。
[0029]在一种可能的实施方式中，所述第二配准模块在用于所述针对于每个所述视频帧，对该视频帧的车道线特征与该视频帧相邻的上一时刻视频帧的车道线特征进行配准，确定出两帧视频帧之间的帧间约束信息时，所述第二配准模块具体用于：
[0030]确定出所述视频帧的车道线特征相对应的所述目标车辆的目标位姿信息；
[0031]确定出所述上一时刻视频帧的车道线特征相对应的所述目标车辆的参考位姿信息；
[0032]基于所述参考位姿信息与所述目标位姿信息的变换关系，确定出两帧视频帧之间的帧间约束信息。
...
【技术保护点】
【技术特征摘要】
1.一种港口码头面车道线的建图方法，其特征在于，所述建图方法包括：获取目标车辆经过目标港口码头面的视频图像，提取出所述视频图像中的每个视频帧的车道线特征；针对于每个所述视频帧，对该视频帧的车道线特征与该视频帧相邻的上一时刻视频帧的车道线特征进行配准，确定出两帧视频帧之间的帧间约束信息；其中，所述帧间约束信息为两帧所述视频帧之间所述目标车辆的位姿变换关系；针对于每个所述视频帧，确定出所述视频帧中所述目标车辆所处的当前位置，对当前位置相对应的历史视频帧进行查找，将所述历史视频帧的历史车道线特征与所述视频帧的车道线特征进行配准，确定出闭环约束信息；其中，所述闭环约束信息为所述历史视频帧与所述视频帧之间所述目标车辆的位姿变换关系；基于多个所述帧间约束信息、多个所述闭环约束信息以及导航结果确定出每个所述车道线特征相对应的所述目标车辆途径的轨迹点，基于多个所述轨迹点将各个视频帧的车道线特征进行拼接，确定出所述目标车辆经过的所述港口码头面车道线的全局地图，以使基于所述港口码头面车道线的全局地图完成对所述目标车辆的定位跟踪。2.根据权利要求1所述的建图方法，其特征在于，所述针对于每个所述视频帧，对该视频帧的车道线特征与该视频帧相邻的上一时刻视频帧的车道线特征进行配准，确定出两帧视频帧之间的帧间约束信息，包括：确定出在所述视频帧的车道线特征相对应的所述目标车辆的目标位姿信息；确定出所述上一时刻视频帧的车道线特征相对应的所述目标车辆的参考位姿信息；基于所述参考位姿信息与所述目标位姿信息的变换关系，确定出两帧视频帧之间的帧间约束信息。3.根据权利要求1所述的建图方法，其特征在于，所述针对于每个所述视频帧，确定出所述视频帧中所述目标车辆所处的当前位置，对当前位置相对应的历史视频帧进行查找，将所述历史视频帧的历史车道线特征与所述视频帧的车道线特征进行配准，确定出闭环约束信息，包括：确定出所述历史视频帧的所述目标车辆的历史位姿信息；基于所述历史位姿信息与所述当前位置相对应的视频帧的目标位姿信息之间的变换关系，确定出闭环约束信息。4.根据权利要求1所述的建图方法，其特征在于，所述基于多个所述帧间约束信息、多个所述闭环约束信息以及导航结果确定出每个所述车道线特征相对应的所述目标车辆途径的轨迹点，包括：基于所述帧间约束信息的代价函数、所述闭环约束信息的代价函数以及所述导航结果的代价函数进行联合最小化求解，确定出每个所述车道线特征相对应的所述目标车辆途径的轨迹点。5.根据权利要求1所述的建图方法，其特征在于，所述基于多个所述轨迹将各个视频帧的车道线特征进行拼接，确定出所述港口码头面车道线的全局地图，包括：每个所述视频帧的车道线特征基于相对应的轨迹...
【专利技术属性】
技术研发人员：任勇，郭林栋，刘羿，
申请(专利权)人：宁波斯年智驾科技有限公司，
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。