一种构建多视角相机俯视特征图的高效方法与系统技术方案

本发明专利技术涉及一种构建多视角相机俯视特征图的高效方法与系统，涉及智能驾驶视觉感知领域，应用于车辆，所述车辆上安装有多个视角相机，各所述相机成像覆盖所述车辆周侧范围，所述方法包括：构建包括无效深度层以及多个有效深度层的视锥点云空间模型；利用深度学习模型获取并过滤位于所述无效深度层的无效像素数据，获得目标像素数据；利用所述深度学习模型处理所述目标像素数据生成俯视特征图。本发明专利技术具有降低构建多视角相机俯视特征图时的计算量、提高构建俯视特征图构建效率的效果。提高构建俯视特征图构建效率的效果。提高构建俯视特征图构建效率的效果。

【技术实现步骤摘要】
一种构建多视角相机俯视特征图的高效方法与系统


[0001]本专利技术涉及智能驾驶视觉感知领域，尤其是涉及一种构建多视角相机俯视特征图的高效方法与系统。

技术介绍

[0002]目前，智能驾驶车辆周测会安装多个视角相机，成像能覆盖车辆周围360度范围，使用同一时刻各个相机拍下的多张图像，利用构建俯视特征图的方法，可以生成以车辆为中心的俯视特征图（BEV feature map），此特征图以车辆为中心，有X、Y和C三个维度，其中X、Y维度对应于车辆的前后、左右方向，即不同位置的特征图栅格，表示车辆周围相应位置的环境信息编码。C维度表示特征通道。俯视特征图可作为对应某深度学习任务模型的输入，输出对应的任务结果，例如目标检测模型输出车辆周围目标，语义分割模型输出车辆周围的车道线、马路边缘或障碍物的逐像素语义分类编码，等等。
[0003]目前，一种主流的构建多视角相机俯视特征图的方法是:利用深度学习模型估计像素或降采样后特征点的深度，构建稠密的视锥点云，然后利用相机内、外参数把点云组织到鸟瞰或俯视视角特征图中，其中参与计算的视锥点云比较稠密，导致大本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种构建多视角相机俯视特征图的高效方法，应用于车辆，所述车辆上安装有多个视角相机，各所述相机成像覆盖所述车辆周侧范围，其特征在于，包括：构建包括无效深度层以及多个有效深度层的视锥点云空间模型；利用深度学习模型获取并过滤位于所述无效深度层的无效像素数据，获得目标像素数据；利用所述深度学习模型处理所述目标像素数据生成俯视特征图。2.根据权利要求1所述的一种构建多视角相机俯视特征图的高效方法，其特征在于，所述构建包括无效深度层以及多个有效深度层的视锥点云空间模型包括：基于预设的深度分布范围确定有效深度感受野，并基于预设的间隔距离将所述有效深度感受野分割为多个有效深度层；于所述有效深度感受野的范围外确定无效深度感受野，所述无效深度感受野即为所述无效深度层。3.根据权利要求1所述的一种构建多视角相机俯视特征图的高效方法，其特征在于，所述构建包括无效深度层以及多个有效深度层的视锥点云空间模型还包括：基于预设的高度阈值筛选并更新所述有效深度层。4.根据权利要求3所述的一种构建多视角相机俯视特征图的高效方法，其特征在于，所述高度阈值包括固定高度的上限值和/或固定高度的下限值。5.根据权利要求3所述的一种构建多视角相机俯视特征图的高效方法，其特征在于，所述高度阈值包括随所述有效深度层深度值变化的上限值和/或随所述有效深度层深度值变化的下限值。6.根据权利要求1所述的一种构建多视角相机俯视特征图的高效方法，其特征在于，所述利用深度学习模型获取并过滤位于所述无效深度层的无效像素数据，获得目标像素数据包括：训练深度预测模型；基于所述深度预测模型生成所述相机成像中各像素数据的深度预测值；基于所述深度预测值过滤位于所述无效深度层的无效像素数据从而获得所述目标像素数据。7.根据权利要求6所述的一种构建多视角相机俯视特征图的高效方法，其特征在于，所述训练深度预测模型包括：基于所述视锥点云空间模型标注预设的像素数据训练样本；基于已标注像素数据训练样本训练所述深度预测模型。8...

【专利技术属性】
技术研发人员：王春现，蒋达夫，
申请(专利权)人：智己汽车科技有限公司，
类型：发明
国别省市：