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()
【技术实现步骤摘要】
本专利技术涉及自动驾驶中的车道线检测,具体是一种基于单目图像的2d车道线到3d车道线的重构方法。
技术介绍
1、基于计算机视觉的车道线检测技术是自动驾驶领域的关键任务,尤其在缺乏高精地图的道路,基于纯视觉的车道线检测结果可以为车辆沿着车道线保持居中行驶提供依据。2d车道线检测技术旨在图像上准确输出二维车道线坐标点集,该技术已相对较为成熟,在很多论文和开源项目中都已实现。但是在真实驾驶场景中,路面难免存在上下坡,这使得2d车道线与真实世界的3d车道线无法对齐,车道线检测结果存在误差,危及自动驾驶行车安全。因此,正确做法是恢复2d车道线上每个点的深度信息,即完成3d车道线检测。
2、激光雷达可以提供物体的深度信息,使用激光雷达辅助视觉,将车道线从2d提升到3d的技术路径相对较为简单。但是激光雷达的使用成本较高,目前3d车道线检测领域的主流研究方向仍然倾向于使用单目摄像头,由于单目图像缺乏深度信息,因此从基于纯视觉的单目图像中重构3d车道线十分具有挑战性。
3、目前常用的方法是使用逆透视映射(ipm)将2d车道线重新映射到3d空间中,但是此方法的前提条件是严格基于平坦地面的,在面对真实驾驶场景中路面不平坦、存在上下坡的情形中鲁棒性不强。
技术实现思路
1、本专利技术的目的是克服上述
技术介绍
中的不足,提供一种基于单目图像的2d车道线到3d车道线的重构方法,该方法应能提高二维到三维坐标映射的准确性,降低3d车道线检测的使用成本。
2、本专利技术的技术方案是
3、一种基于单目图像的2d车道线到3d车道线的重构方法,包括以下步骤:
4、1)建立世界坐标系和相机坐标系;
5、2)求解水平地面上的三维映射点;
6、3)求解考虑坡度信息的三维映射点;
7、4)遍历法求解坡度角;
8、5)计算3d车道线坐标。
9、所述步骤1)中,世界坐标系的原点为车辆中心,相机坐标系的原点为相机的光心。
10、所述步骤2)包括:
11、选取为世界坐标系下z=0的平面,在相机坐标系下,相机的光心坐标为(0,0,0)t;2d车道线上的某一像素点p0,在像素坐标系下的坐标为(u,v),在图像坐标系下的坐标为(x,y),在相机坐标系下的坐标为(x,y,f)t;在相机坐标系下,p0点对应的光线经过相机的光心,且与相机成像平面的交点为(x,y,f)t;
12、光线在相机坐标系下的向量方程为:
13、
14、世界坐标系的点到相机坐标系的映射关系为:
15、pc=rpw+t (2)
16、式中,pw为世界坐标系的点,pc为pw在相机坐标系的映射点,r为旋转矩阵,t为偏移矩阵;
17、改写式(2)得到:
18、pw=r-1(pc-t) (3)
19、将相机坐标系下的点(0,0,0)t与(x,y,f)t代入式(3)得到:
20、
21、光线在世界坐标系下的向量方程为:
22、lw=ow+(iw-ow)*t (5)
23、将光线方程与已知平面方程联立:
24、
25、得到:
26、lwz=oz+dz*t=0 (7)
27、求解xw和yw:
28、
29、得到2d车道线上的某一像素点p0在世界坐标系z=0下的三维映射点pw(xw,yw,0)。
30、所述步骤3)包括:
31、设光线的方向向量α为:
32、
33、根据c、pw的坐标,得到光线的方向向量:
34、
35、列出光线cpw的方程,将其写成参数方程:
36、
37、设斜坡平面经过点n(n1,n2,n3),且斜坡平面由地平线绕x轴旋转θ角得到,斜坡平面的法向量为:
38、
39、斜坡平面的点法式方程为:
40、vp1*(x-n1)+vp2*(y-n2)+vp3*(z-n3)=0 (13)
41、将式(11)与式(13)联立,得到:
42、
43、将已知量代入式(14),得到:
44、
45、将t代入式(11)得到:
46、
47、得到三维映射点p(x,y,z)。
48、所述步骤4)包括:在2d车道线图像的同一水平线上选取两个点pi、pj,假设pi、pj在坡度角为θ的倾斜道路上对应的点分别为wi、wj,在一定范围内遍历所有的θ角,当|wiwj|-k最小时,得到倾斜坡度θ;k为道路宽度。
49、所述步骤5)包括:将θ代入式(16),得到p(x,y,z)。
50、本专利技术的有益效果是:
51、现有的涉及单目图像的2d车道线到3d车道线重构的研究,一般都是基于理想平坦路面进行建模,所谓理想平坦路面就是不考虑道路的坡度等因素,然而在真实驾驶场景中,道路的坡度信息是不可以忽略的;本专利技术提出了一种考虑真实道路坡度信息的2d车道线到3d车道线的重构方法,当单目图像上获取了车道线的二维点集后,为了进一步获取到车道线的三维信息,将提取到的二维车道线像素坐标转化为真实世界的三维坐标,并将道路的坡度信息加入到坐标转换中,更加符合真实驾驶场景的需求,提高了3d车道线检测的准确性,降低了使用成本。
本文档来自技高网...【技术保护点】
1.一种基于单目图像的2D车道线到3D车道线的重构方法,包括以下步骤:
2.根据权利要求1所述的一种基于单目图像的2D车道线到3D车道线的重构方法,其特征在于:所述步骤1)中,世界坐标系的原点为车辆中心,相机坐标系的原点为相机的光心。
3.根据权利要求2所述的一种基于单目图像的2D车道线到3D车道线的重构方法,其特征在于:所述步骤2)包括:
4.根据权利要求3所述的一种基于单目图像的2D车道线到3D车道线的重构方法,其特征在于:所述步骤3)包括:
5.根据权利要求4所述的一种基于单目图像的2D车道线到3D车道线的重构方法,其特征在于:所述步骤4)包括:在2D车道线图像的同一水平线上选取两个点Pi、Pj,假设Pi、Pj在坡度角为θ的倾斜道路上对应的点分别为wi、wj,在一定范围内遍历所有的θ角,当|wiwj|-k最小时,得到倾斜坡度θ;k为道路宽度。
6.根据权利要求5所述的一种基于单目图像的2D车道线到3D车道线的重构方法,其特征在于:所述步骤5)包括:将θ代入式(16),得到P(x,y,z)。
【技术特征摘要】
1.一种基于单目图像的2d车道线到3d车道线的重构方法,包括以下步骤:
2.根据权利要求1所述的一种基于单目图像的2d车道线到3d车道线的重构方法,其特征在于:所述步骤1)中,世界坐标系的原点为车辆中心,相机坐标系的原点为相机的光心。
3.根据权利要求2所述的一种基于单目图像的2d车道线到3d车道线的重构方法,其特征在于:所述步骤2)包括:
4.根据权利要求3所述的一种基于单目图像的2d车道线到3d车道线的重构方法,其特征在于:所述步骤3)包括...
【专利技术属性】
技术研发人员:李康,张玉杰,姚进强,罗曦,李炎,金忠富,
申请(专利权)人:浙江省交通投资集团有限公司智慧交通研究分公司,
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。