[发明专利]一种深度图的构建方法及装置

说明书

本说明书公开了一种深度图的构建方法及装置。根据采集设备采集的图像序列，通过位姿重建算法，结合采集设备采集各帧图像时的定位位置，得到目标坐标系下，该采集设备的目标位姿以及该图像序列对应的环境中各目标点的目标位置，以得到准确的各目标点对应的像素点的目标深度值，并通过深度估计算法，得到稠密的该图像序列中所有像素点的估计深度值，基于同一像素点对应的目标深度值以及估计深度值，计算深度估计算法的误差，以基于误差将各像素点的估计深度值修正，得到准确且稠密的深度图。能够结合位姿重建算法以及深度估计算法，得到准确且稠密的深度图。

技术领域

本说明书涉及图像处理技术领域，尤其涉及一种深度图的构建方法及装置。

背景技术

高精地图是无人驾驶技术领域中，规划无人驾驶设备的轨迹以及控制无人驾驶设备安全运动的重要依据。在构建高精地图时，需要先构建环境的深度图。

目前，深度图的构建方法分为两大类，一类是基于雷达的构建方法，一类是基于视觉的构建方法。在现有的基于视觉的构建方法中，根据采集的图像序列，通过位姿重建算法，如运动恢复结构(Structure From Motion，sfm)、视觉同步定位与制图(VisualSimultaneous Localization and Mapping，vslam)等，对图像序列进行特征提取，并恢复图像中特征点对应的环境中三维点的位置以及各图像对应的姿态。之后，基于得到的三维点位置以及图像的姿态，结合采集图像序列的设备数据，得到各三维点的深度值。

该方法能够得到准确的深度值，但是，由于该方法基于从图像中提取的特征点进行位姿恢复，最终得到的深度值也仅仅是特征点对应的深度值，而非图像中每个像素点对应的深度值，使得最终得到的深度图较为稀疏。并且，通常地面纹理稀疏，该方法提取到的地面上的特征点也更稀疏，使得最终得到的地面上的点的深度值同样稀疏。

然而，构建高精地图需要稠密且包含丰富地面数据的深度图，现有技术中存在构建的深度图稀疏、地面上的点的深度值缺失的问题。

发明内容

本说明书提供一种深度图的构建方法及装置，以部分的解决现有技术存在的上述问题。

本说明书采用下述技术方案：

本说明书提供了一种深度图的构建方法，包括：

根据采集的图像序列，确定在重建坐标系下，设备采集所述图像序列的采集位姿集合以及采集环境中各目标点的重建位置；

根据所述设备采集所述图像序列时在目标坐标系下的定位位置集合、所述采集位姿集合以及各重建位置，确定在所述目标坐标系下，所述设备的目标位姿集合以及各目标点的目标位置；

根据所述目标位姿集合以及各目标位置，针对每帧图像，确定该帧图像的各目标点对应该帧图像的目标深度值；

根据所述图像序列，通过深度估计算法，确定所述图像序列内的各帧图像中各像素点的估计深度值；

针对每帧图像，确定与该帧图像的各目标点匹配的各像素点，并分别根据各目标点的目标深度值以及与各目标点自身匹配的像素点的估计深度值，确定该帧图像对应的所述深度估计算法的误差；

根据各帧图像对应的误差以及各像素点的估计深度值，确定各深度图，确定出的各深度图用于构建高精地图。

可选地，根据所述设备采集所述图像序列时在目标坐标系下的定位位置集合、所述采集位姿集合以及各重建位置，确定在所述目标坐标系下，所述设备的目标位姿集合以及各目标点的目标位置，具体包括：

根据所述定位位置集合以及所述采集位姿集合，确定所述重建坐标系到所述目标坐标系的变换参数；

根据所述变换参数以及所述采集位姿集合，确定在所述目标坐标系下，所述图像序列对应的所述设备的目标位姿集合；