System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 地图构建方法、装置、存储介质、电子设备及车辆制造方法及图纸_技高网

地图构建方法、装置、存储介质、电子设备及车辆制造方法及图纸

技术编号:40179855 阅读:6 留言:0更新日期:2024-01-26 23:46
本公开涉及一种地图构建方法、装置、存储介质、电子设备及车辆,以提高地图的精确度,该地图构建方法应用于车辆,所述方法包括:获取目标场景下所述车辆采集的场景环视图像;通过预设图像处理模型提取所述场景环视图像中的环境特征,得到所述目标场景的环境语义特征图;基于所述环境语义特征图确定目标特征点云,并基于所述目标特征点云构建所述目标场景对应的目标场景地图。

【技术实现步骤摘要】

本公开涉及图像处理技术,具体地,涉及一种地图构建方法、装置、存储介质、电子设备及车辆


技术介绍

1、建图对于自主代客泊车至关重要,车辆需要自主导航进入停车场,并且停进目标车位中。通常停车场没有预先定义好的地图,车辆需要自己构建地图进而实现精确定位。

2、例如基于视觉几何特征的建图方法,对于由弱纹理的墙面、柱子和地面组成停车场,在特征提取和匹配过程中存在感知困难的问题,很容易跟踪丢失,进而影响地图的精确度。


技术实现思路

1、为了克服相关技术中存在的问题,本公开提供一种地图构建方法、装置、存储介质、电子设备及车辆。

2、为了实现上述目的,第一方面,本公开提供一种地图构建方法,应用于车辆,所述方法包括:

3、获取目标场景下所述车辆采集的场景环视图像;

4、通过预设图像处理模型提取所述场景环视图像中的环境特征,得到所述目标场景的环境语义特征图;

5、基于所述环境语义特征图确定目标特征点云,并基于所述目标特征点云构建所述目标场景对应的目标场景地图。

6、可选地,所述预设图像处理模型包括编码单元、解码单元和分类层,所述通过预设图像处理模型提取所述场景环视图像中的环境特征,得到所述目标场景的环境语义特征图,包括:

7、通过所述编码单元中的深度可分离卷积网络和最大值池化层对所述场景环视图像进行特征处理,得到第一图像特征图;

8、通过所述解码单元中的深度可分离卷积网络和上采样层对所述第一图像特征图进行特征处理,得到第二图像特征图;

9、通过所述分类层对所述第二图像特征图进行特征分类,得到所述目标场景的环境语义特征图。

10、可选地,所述基于所述环境语义特征图确定目标特征点云,并基于所述目标特征点云构建所述目标场景对应的目标场景地图,包括:

11、根据预设逆透视变换关系将所述环境语义特征图映射到车辆坐标系下,得到所述目标特征点云;

12、根据预设相机参数将所述车辆坐标系下的目标特征点云变换到世界坐标系下,构建所述世界坐标系下所述目标场景对应的目标场景地图。

13、可选地,所述目标特征点云包括多帧所述场景环视图像对应的多帧特征点云,所述基于所述目标特征点云构建所述目标场景对应的目标场景地图,包括:

14、针对每一目标帧特征点云,确定所述目标帧特征点云对应的目标局部地图,所述目标局部地图由第一预设数量帧关键帧特征点云拼接得到,相邻的两个所述关键帧特征点云之间的距离为预设距离;

15、根据正态分布变换,对所述目标帧特征点云与所述目标局部地图进行配准,并将配准成功后的所述目标帧特征点云加入所述目标局部地图;

16、提取所有关键帧特征点云进行拼接,得到所述目标场景地图。

17、可选地,所述根据正态分布变换,对所述目标帧特征点云与所述目标局部地图进行配准,包括:

18、确定所述目标帧特征点云的前两帧特征点云对应的第一位姿信息和第二位姿信息;

19、根据所述第一位姿信息、所述第二位姿信息以及预设运动模型,得到目标速度和目标角速度;

20、基于所述目标速度和目标角速度,确定所述目标帧特征点云对应的初始估计位姿;

21、将所述初始估计位姿作为所述正态分布变换的初始值,对所述目标帧特征点云与所述目标局部地图进行配准。

22、可选地,所述目标特征点云包括多帧所述场景环视图像对应的多帧特征点云,所述多帧特征点云包括多帧关键帧特征点云,其中相邻的两个所述关键帧特征点云之间的距离为预设距离;

23、所述方法还包括:

24、从所述多帧关键帧特征点云中确定待检测关键帧点云;

25、根据预设筛选条件确定所述待检测关键帧点云对应的目标最近关键帧点云;

26、根据正态分布变换,对所述待检测关键帧点云与所述目标最近关键帧点云对应的局部地图进行配准,得到目标相对位姿;

27、基于所述目标相对位姿对所述目标场景地图进行全局优化。

28、可选地,所述根据预设筛选条件确定所述待检测关键帧点云对应的目标最近关键帧点云,包括:

29、确定所述待检测关键帧点云对应的历史关键帧点云,所述历史关键帧点云与所述待检测关键帧点云相距第二预设数量帧;

30、在所述历史关键帧点云满足预设判断条件的情况下,确定所述历史关键帧点云为所述目标最近关键帧点云。

31、第二方面,本公开提供一种地图构建装置,应用于车辆,所述装置包括:

32、获取模块,用于获取目标场景下所述车辆采集的场景环视图像;

33、提取模块,用于通过预设图像处理模型提取所述场景环视图像中的环境特征,得到所述目标场景的环境语义特征图;

34、构建模块,用于基于所述环境语义特征图确定目标特征点云,并基于所述目标特征点云构建所述目标场景对应的目标场景地图。

35、第三方面,本公开提供一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述第一方面中任一项所述方法的步骤。

36、第四方面,本公开提供一种电子设备,包括:

37、存储器,其上存储有计算机程序;

38、处理器,用于执行所述存储器中的所述计算机程序,以实现上述第一方面中任一项所述方法的步骤。

39、第五方面,本公开提供一种车辆,包括安装在所述车辆的车身周围的第三预设数量个相机和上述第四方面中所述的电子设备。

40、在上述技术方案中,首先获取目标场景下车辆采集的场景环视图像,然后通过预设图像处理模型提取场景环视图像中的环境特征,得到目标场景的环境语义特征图,最后基于环境语义特征图确定目标特征点云,并基于目标特征点云构建目标场景对应的目标场景地图。可以基于目标场景的环境语义特征图构建目标场景地图,由于图像的语义特征相较于视觉几何特征,含有更丰富的特征信息,因此即使针对由弱纹理的墙面、柱子和地面组成的停车场,也能够从场景环视图像中提取到丰富的特征信息,进而提高地图的精确度。

41、本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

本文档来自技高网...

【技术保护点】

1.一种地图构建方法,其特征在于,应用于车辆,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述预设图像处理模型包括编码单元、解码单元和分类层,所述通过预设图像处理模型提取所述场景环视图像中的环境特征,得到所述目标场景的环境语义特征图,包括:

3.根据权利要求1所述的方法,其特征在于,所述基于所述环境语义特征图确定目标特征点云,并基于所述目标特征点云构建所述目标场景对应的目标场景地图,包括:

4.根据权利要求1所述的方法,其特征在于,所述目标特征点云包括多帧所述场景环视图像对应的多帧特征点云,所述基于所述目标特征点云构建所述目标场景对应的目标场景地图,包括:

5.根据权利要求4所述的方法,其特征在于,所述根据正态分布变换,对所述目标帧特征点云与所述目标局部地图进行配准,包括:

6.根据权利要求1-5任一项所述的方法,其特征在于,所述目标特征点云包括多帧所述场景环视图像对应的多帧特征点云,所述多帧特征点云包括多帧关键帧特征点云,其中相邻的两个所述关键帧特征点云之间的距离为预设距离;

7.根据权利要求6所述的方法,其特征在于,所述根据预设筛选条件确定所述待检测关键帧点云对应的目标最近关键帧点云,包括:

8.一种地图构建装置,其特征在于,应用于车辆,所述装置包括:

9.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。

10.一种电子设备,其特征在于,包括:

11.一种车辆,其特征在于,包括安装在所述车辆的车身周围的第三预设数量个相机和权利要求10中所述的电子设备。

...

【技术特征摘要】

1.一种地图构建方法,其特征在于,应用于车辆,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述预设图像处理模型包括编码单元、解码单元和分类层,所述通过预设图像处理模型提取所述场景环视图像中的环境特征,得到所述目标场景的环境语义特征图,包括:

3.根据权利要求1所述的方法,其特征在于,所述基于所述环境语义特征图确定目标特征点云,并基于所述目标特征点云构建所述目标场景对应的目标场景地图,包括:

4.根据权利要求1所述的方法,其特征在于,所述目标特征点云包括多帧所述场景环视图像对应的多帧特征点云,所述基于所述目标特征点云构建所述目标场景对应的目标场景地图,包括:

5.根据权利要求4所述的方法,其特征在于,所述根据正态分布变换,对所述目标帧特征点云与所述目标局部地图进行配准,包括:<...

【专利技术属性】
技术研发人员:陈婷婷刘德俊孟令军李春林
申请(专利权)人:东软集团股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1