[发明专利]位姿确定方法、装置、计算机设备和存储介质有效
申请号: | 202210815836.1 | 申请日: | 2022-07-12 |
公开(公告)号: | CN114913500B | 公开(公告)日: | 2022-11-01 |
发明(设计)人: | 张鹏;刘刚江;易成伟 | 申请(专利权)人: | 福思(杭州)智能科技有限公司 |
主分类号: | G06V20/56 | 分类号: | G06V20/56;G06T7/80 |
代理公司: | 杭州华进联浙知识产权代理有限公司 33250 | 代理人: | 范丽霞 |
地址: | 310051 浙江省杭州市滨*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 确定 方法 装置 计算机 设备 存储 介质 | ||
本申请涉及一种位姿确定方法、装置、计算机设备和存储介质。所述方法包括:获取待检测图像,所述待检测图像包括多帧原始图像;基于所述待检测图像确定车道线信息、位姿变化信息以及相机外参,所述位姿变化信息包括基于所述多帧原始图像得到的位姿变化情况;基于所述车道线信息、位姿变化信息以及相机外参确定车辆位姿。可借助位姿变化信息与相机外参对车道线信息进行补偿与校准,避免了车道线不平行情况以及无车道线情况对车辆位姿确定的干扰,进而提高了单目测距测量车辆位姿精确度。
技术领域
本申请涉及计算机视觉技术领域,特别是涉及一种位姿确定方法、装置、计算机设备和存储介质。
背景技术
近些年来,随着机器视觉与智能化的发展,单目测距在智能交通领域中得到了越来越多的应用,以及吸引了越来越多的学者对其应用进行了深入研究。
在现有的单目测距方案中由于单目相机自身具有尺寸不确定性,因此,在进行单目测距时,无法直接计算出车辆的具体位姿,需要依赖车辆的绝对尺度与相对尺度信息来确定车辆的俯仰角信息以及偏航角等信息。但现有技术中往往需要依赖车道线来计算车辆的位姿信息,在无车道线或车道线不完全平行的情况下,无法准确得到车辆的位姿信息,影响了单目测距的精确度。
针对相关技术中如何提高单目测距测量车辆位姿精确度问题目前还没有提出有效的解决方案。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高单目测距测量车辆位姿精确度的位姿确定方法、装置、计算机设备和存储介质。
第一方面,本申请提供了一种位姿确定方法。所述方法包括:
获取待检测图像,所述待检测图像包括多帧原始图像;
基于所述待检测图像确定车道线信息、位姿变化信息以及相机外参,所述位姿变化信息包括基于所述多帧原始图像得到的位姿变化情况;
基于所述车道线信息、位姿变化信息以及相机外参确定车辆位姿。
在其中一个实施例中,所述基于所述待检测图像确定车道线信息包括:
若当前帧图像中不存在车道线,则基于所述待检测图像确定存在车道线的历史图像;
基于所述历史图像确定车道线的历史消失点信息;
基于所述历史消失点信息确定当前消失点信息。
在其中一个实施例中,所述基于所述待检测图像确定车道线信息还包括:
若当前帧图像中存在车道线,则基于当前帧图像确定当前消失点信息。
在其中一个实施例中,所述基于所述车道线信息、位姿变化信息以及相机外参确定车辆位姿包括:
基于所述当前消失点信息确定第一位姿信息,基于所述位姿变化信息确定第二位姿信息,基于所述相机外参确定第三位姿信息;
将所述第一位姿信息、第二位姿信息以及第三位姿信息融合,得到车辆位姿信息。
在其中一个实施例中,所述将所述第一位姿信息、第二位姿信息以及第三位姿信息融合,得到车辆位姿信息包括:
基于卡尔曼滤波算法将所述第一位姿信息、第二位姿信息以及第三位姿信息融合,得到车辆位姿信息。
在其中一个实施例中,所述基于所述车道线信息、位姿变化信息以及相机外参确定车辆位姿还包括:
基于所述车道线信息、位姿变化信息以及所述相机外参确定补偿位姿;
基于所述车道线信息以及所述补偿位姿确定车辆位姿。
在其中一个实施例中,所述基于所述车道线信息、位姿变化信息以及所述相机外参确定补偿位姿包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于福思(杭州)智能科技有限公司,未经福思(杭州)智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210815836.1/2.html,转载请声明来源钻瓜专利网。