CN111767843A - 三维位置预测方法、装置、设备以及存储介质 - Google Patents
三维位置预测方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN111767843A CN111767843A CN202010604409.XA CN202010604409A CN111767843A CN 111767843 A CN111767843 A CN 111767843A CN 202010604409 A CN202010604409 A CN 202010604409A CN 111767843 A CN111767843 A CN 111767843A
- Authority
- CN
- China
- Prior art keywords
- camera
- ground
- obstacle
- dimensional
- features
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 230000004927 fusion Effects 0.000 claims abstract description 20
- 238000013528 artificial neural network Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 230000004888 barrier function Effects 0.000 claims description 4
- 230000015654 memory Effects 0.000 description 18
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000012805 post-processing Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
- G06V10/464—Salient features, e.g. scale invariant feature transforms [SIFT] using a plurality of salient features, e.g. bag-of-words [BoW] representations
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Molecular Biology (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本申请实施例公开了三维位置预测方法、装置、设备以及存储介质,涉及智能交通和车路协同技术领域。该方法的一具体实施方式包括:获取路侧相机拍摄的二维图像,以及路侧相机的地面深度图,其中,地面深度图存储二维图像中像素点对应的地面点与路侧相机的距离,二维图像包括位于地面点上的障碍物的图像;从二维图像中提取障碍物的表面特征,以及从地面深度图中提取障碍物的深度特征;将表面特征与深度特征融合,生成融合特征;基于融合特征,预测障碍物的三维位置。该实施方式提供了一种新的障碍物位置预测方法,同时兼顾预测成本和预测精度。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及智能交通和车路协同技术领域,尤其涉及三维位置预测方法、装置、设备以及存储介质。
背景技术
V2X车路协同技术是解决自动驾驶汽车智能局限性的一种有效方式。V2X通过在路侧部署传感器,提升路口复杂环境的感知能力,将障碍物信息发送给自动驾驶汽车,极大提升自动驾驶的安全性。
车路协同技术的实现依赖于障碍物的准确检测和三维位置的精确预测。常用的障碍物三维位置预测方法主要包括以下两种:其一,使用雷达传感器获取点云,然后基于点云进行障碍物三维位置预测;其二,使用相机传感器获取图像,然后用视觉方法检测出图像中障碍物的二维框位置、物体长宽高、物体朝向角等信息,接着后处理再利用物体和相机坐标系、地面坐标系进行建模,计算出物体的三维位置。
发明内容
本申请实施例提出了三维位置预测方法、装置、设备以及存储介质。
第一方面,本申请实施例提出了一种三维位置预测方法,包括:获取路侧相机拍摄的二维图像,以及路侧相机的地面深度图,其中,地面深度图存储二维图像中像素点对应的地面点与路侧相机的距离,二维图像包括位于地面点上的障碍物的图像;从二维图像中提取障碍物的表面特征,以及从地面深度图中提取障碍物的深度特征;将表面特征与深度特征融合,生成融合特征;基于融合特征,预测障碍物的三维位置。
第二方面,本申请实施例提出了一种三维位置预测装置,包括:获取模块,被配置成获取路侧相机拍摄的二维图像,以及路侧相机的地面深度图,其中,地面深度图存储二维图像中像素点对应的地面点与路侧相机的距离,二维图像包括位于地面点上的障碍物的图像;提取模块,被配置成从二维图像中提取障碍物的表面特征,以及从地面深度图中提取障碍物的深度特征;融合模块,被配置成将表面特征与深度特征融合,生成融合特征;预测模块,被配置成基于融合特征,预测障碍物的三维位置。
第三方面,本申请实施例提出了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如第一方面中任一实现方式描述的方法。
第四方面,本申请实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行如第一方面中任一实现方式描述的方法。
本申请实施例提供的三维位置预测方法、装置、设备以及存储介质,首先获取路侧相机拍摄的二维图像,以及路侧相机的地面深度图;之后从二维图像中提取障碍物的表面特征,以及从地面深度图中提取障碍物的深度特征;然后将表面特征与深度特征融合,生成融合特征;最后基于融合特征,预测障碍物的三维位置。提供了一种新的障碍物位置预测方法,同时兼顾预测成本和预测精度。只需部署路侧相机,即可基于相机的二维图像和地面深度图预测障碍物的三维位置。与基于雷达传感器获取的点云进行障碍物位置预测相比,降低了预测成本,且能够进行大规模部署和应用。与基于障碍物的二维框位置建模以计算三维位置相比,不依赖于二维框位置的检测精度,避免了后处理几何建模引入的误差,提升了预测精度。此外,将障碍物的三维位置发送给自动驾驶汽车,还能够提升自动驾驶的安全性。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显。附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是本申请可以应用于其中的示例性***架构;
图2是根据本申请的三维位置预测方法的一个实施例的流程图;
图3是根据本申请的三维位置预测方法的又一个实施例的流程图;
图4是可以实现本申请实施例的三维位置预测方法的流程框图;
图5是根据本申请的三维位置预测装置的一个实施例的结构示意图;
图6是用来实现本申请实施例的三维位置预测方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的三维位置预测方法或三维位置预测装置的实施例的示例性***架构100。
如图1所示,***架构100中可以包括路侧相机101、网络102、服务器103和自动驾驶汽车104。网络102用以在路侧相机101、服务器103和自动驾驶汽车104之间提供通信链路的介质。网络102可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
路侧相机101可以拍摄道路的二维图像,并通过网络102发送至服务器103。服务器103可以对道路的二维图像等数据进行分析等处理,并将处理结果(例如障碍物的三维位置)发送给自动驾驶汽车104。
需要说明的是,本申请实施例所提供的三维位置预测方法一般由服务器103执行,相应地,三维位置预测装置一般设置于服务器103中。
应该理解,图1中的路侧相机、网络、服务器和自动驾驶汽车的数目仅仅是示意性的。根据实现需要,可以具有任意数目的路侧相机、网络、服务器和自动驾驶汽车。
继续参考图2,其示出了根据本申请的三维位置预测方法的一个实施例的流程200。该三维位置预测方法包括以下步骤:
步骤201,获取路侧相机拍摄的二维图像,以及路侧相机的地面深度图。
在本实施例中,三维位置预测方法的执行主体(例如图1所示的服务器103)可以获取路侧相机拍摄的二维图像,以及路侧相机的地面深度图。
其中,路侧相机可以是预先部署在道路一侧的相机,用于采集自动驾驶汽车通行时包括地面在内的二维图像。通常,只有地面上存在障碍物时,才会进行障碍物三维位置预测,因此这里的二维图像会包括位于地面点上的障碍物的图像。障碍物可以是自动驾驶汽车附近的物体,包括但不限于汽车、人、物品等等。
其中,地面深度图例如可以与路侧相机拍摄的二维图像的尺寸相同,且像素点一一对应。地面深度图也可以对应于路侧相机拍摄的二维图像中的一部分。地面深度图可以用于存储二维图像中的像素点对应的地面点与路侧相机的距离,这个距离也可以称为深度。路侧相机部署完成后,其拍摄范围固定,就会对应确定的地面深度图,路侧相机拍摄的二维图像中的每个像素点在地面深度图中也有唯一对应的点。地面深度图可以由路侧相机的相机内参和相机外参计算得到,与拍摄到的二维图像的内容无关。
可选地,地面深度图的计算步骤如下:
首先,对路侧相机进行标定,得到路侧相机的相机内参和相机外参。
之后,基于高精地图中地面点的信息,拟合得到世界坐标系下的地面方程。
这里,选取高精地图中,该路侧相机拍摄范围内的地面点的各种数据信息,可以拟合得到地面方程。其中,地面点的数据信息可以包括但不限于车道线、各种地面标志等的信息。
然后,基于路侧相机的相机外参和世界坐标系下的地面方程,得到路侧相机的相机坐标系下的地面方程。
这里,基于路侧相机的相机外参,对世界坐标系下的地面方程进行坐标系变换,即可得到路侧相机的相机坐标系下的地面方程。
最后,基于相机内参和路侧相机的相机坐标系下的地面方程,计算地面深度图。
这里,对于地面深度图中的像素点(u,v),对应的地面点为(x,y,z),应满足下列方程组:
ax+by+cz+d=0
其中,ax+by+cz+d=0是路侧相机的相机坐标系下的地面方程,a、b、c和d是路侧相机的相机坐标系下的地面方程的参数,K是相机内参,λ是尺度因子。求解方程组,得到每个(u,v)对应的z,即可得到地面深度图。
步骤202,从二维图像中提取障碍物的表面特征,以及从地面深度图中提取障碍物的深度特征。
在本实施例中,上述执行主体可以从二维图像中提取障碍物的表面特征,以及从地面深度图中提取障碍物的深度特征。其中,表面特征可以存储二维图像中的障碍物所具有的表面特征,包括但不限于尺寸、纹理、材质等等。深度特征可以是二维图像中的障碍物对应的地面点与路侧相机的距离深度特征。这里,上述执行主体可以通过多种方式提取表面特征和深度特征,包括但不限于传统特征提取方法和基于深度学习的特征提取方法。
步骤203,将表面特征与深度特征融合,生成融合特征。
在本实施例中,上述执行主体可以将表面特征与深度特征融合,生成融合特征。通常,上述执行主体可以利用例如concat合并函数在维度上对表面特征与深度特征融合。
步骤204,基于融合特征,预测障碍物的三维位置。
在本实施例中,上述执行主体可以基于融合特征,预测障碍物的三维位置。通常,首先基于融合特征中的表面特征预测障碍物在二维图像上的坐标,然后基于对应的深度特征预测障碍物对应的地面点与路侧相机的深度距离。因此,结合融合特征中的表面特征与深度特征,即可预测障碍物的三维位置。
此外,障碍物的三维位置通常会发送给自动驾驶汽车,以供自动驾驶汽车基于障碍物的三维位置在行驶过程中避障,从而提升自动驾驶的安全性。
本申请实施例提供的三维位置预测方法,首先获取路侧相机拍摄的二维图像,以及路侧相机的地面深度图;之后从二维图像中提取障碍物的表面特征,以及从地面深度图中提取障碍物的深度特征;然后将表面特征与深度特征融合,生成融合特征;最后基于融合特征,预测障碍物的三维位置。提供了一种新的障碍物位置预测方法,同时兼顾预测成本和预测精度。只需部署路侧相机,即可基于相机的二维图像和地面深度图预测障碍物的三维位置。与基于雷达传感器获取的点云进行障碍物位置预测相比,降低了预测成本,且能够进行大规模部署和应用。与基于障碍物的二维框位置建模以计算三维位置相比,不依赖于二维框位置的检测精度,避免了后处理几何建模引入的误差,提升了预测精度。此外,将障碍物的三维位置发送给自动驾驶汽车,还能够提升自动驾驶的安全性。
进一步参考图3,其示出了根据本申请的三维位置预测方法的又一个实施例的流程300。该三维位置预测方法包括以下步骤:
步骤301,获取路侧相机拍摄的二维图像,以及路侧相机的地面深度图。
在本实施例中,步骤301具体操作已在图2所示的实施例中步骤201进行了详细的介绍,在此不再赘述。
步骤302,将二维图像输入至双流神经网络的第一分支,输出表面特征,以及将地面深度图输入至双流神经网络的第二分支,输出深度特征。
在本实施例中,三维位置预测方法的执行主体(例如图1所示的服务器103)可以利用双流神经网络提取障碍物的表面特征和深度特征。
通常,双流神经网络包括两个分支:第一分支和第二分支。这两个分支的网络结构相同,是基础物体分类网络的骨干网络(backbone),例如DenseNet121、ResNet34等等。第一分支的输入是二维图像,第二分支的输入是地面深度图,这两个输入经过双流神经网络的两个分支的提取,得到表面特征和深度特征。
步骤303,将表面特征与深度特征融合,生成融合特征。
在本实施例中,步骤303具体操作已在图2所示的实施例中步骤203进行了详细的介绍,在此不再赘述。
步骤304,基于融合特征,预测障碍物的中心点的参考三维坐标。
在本实施例中,上述执行主体可以基于融合特征,预测障碍物的中心点的参考三维坐标。其中,参考三维坐标可以表示为(cx,cy,Z)。(cx,cy)是障碍物的中心点在二维图像上的投影坐标,Z是障碍物的中心点在路侧相机的相机坐标系的竖轴上的坐标。
通常,上述执行主体可以利用预设网络层对融合特征进行处理,得到障碍物的中心点的参考三维坐标,提升了获取到的参考三维坐标的精度和速度。其中,预设网络层可以包括但不限于卷积层(conv)、批标准化层(bn)和激活函数层(relu)等等。
步骤305,基于参考三维坐标和路侧相机的相机内参,生成障碍物的中心点的真实三维坐标。
在本实施例中,上述执行主体可以基于参考三维坐标和路侧相机的相机内参,生成障碍物的中心点的真实三维坐标。
其中,障碍物的中心点的真实三维坐标(X,Y,Z)可以通过如下公式计算得到:
从图3中可以看出,与图2对应的实施例相比,本实施例中的三维位置预测方法的流程300突出了特征提取步骤和三维坐标确定步骤。由此,在本实施例描述的方案中,利用双流神经网络端到端预测障碍物的三维位置,解决了不同相机进行三维检测的泛化问题,并且提升了位置预测精度。
为了便于理解,下面提供可以实现本申请实施例的三维位置预测方法的流程框图。如图4所示,首先获取路侧相机拍摄的二维图像401,以及路侧相机的地面深度图402;而后将二维图像401输入至双流神经网络的第一分支403,输出障碍物的表面特征Fimage405,以及将地面深度图402输入至双流神经网络的第二分支404,输出障碍物的深度特征Fdepth406;之后将Fimage405与Fdepth406融合,生成融合特征407;然后基于融合特征407,预测障碍物的中心点的参考三维坐标(cx,cy,Z);最后基于参考三维坐标(cx,cy,Z)和路侧相机的相机内参408,生成障碍物的中心点的真实三维坐标(X,Y,Z)。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种三维位置预测装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的三维位置预测装置500可以包括:获取模块501、提取模块502、融合模块503和预测模块504。其中,获取模块501,被配置成获取路侧相机拍摄的二维图像,以及路侧相机的地面深度图,其中,地面深度图存储二维图像中像素点对应的地面点与路侧相机的距离,二维图像包括位于地面点上的障碍物的图像;提取模块502,被配置成从二维图像中提取障碍物的表面特征,以及从地面深度图中提取障碍物的深度特征;融合模块503,被配置成将表面特征与深度特征融合,生成融合特征;预测模块504,被配置成基于融合特征,预测障碍物的三维位置。
在本实施例中,三维位置预测装置500中:获取模块501、提取模块502、融合模块503和预测模块504的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201-204的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,双流神经网络包括第一分支和第二分支;以及提取模块502进一步被配置成:将二维图像输入至第一分支,输出表面特征,以及将地面深度图输入至第二分支,输出深度特征。
在本实施例的一些可选的实现方式中,预测模块504包括:预测子模块(图中未示出),被配置成基于融合特征,预测障碍物的中心点的参考三维坐标,其中,参考三维坐标的横坐标和纵坐标是障碍物的中心点在二维图像上的投影坐标,参考三维坐标的竖坐标是障碍物的中心点在路侧相机的相机坐标系的竖轴上的坐标;生成子模块(图中未示出),被配置成基于参考三维坐标和路侧相机的相机内参,生成障碍物的中心点的真实三维坐标。
在本实施例的一些可选的实现方式中,预测子模块进一步被配置成:利用预设网络层对融合特征进行处理,得到障碍物的中心点的参考三维坐标。
在本实施例的一些可选的实现方式中,获取模块501进一步被配置成:对路侧相机进行标定,得到路侧相机的相机内参和相机外参;基于高精地图中地面点的信息,拟合得到世界坐标系下的地面方程;基于路侧相机的相机外参和世界坐标系下的地面方程,得到路侧相机的相机坐标系下的地面方程;基于相机内参和路侧相机的相机坐标系下的地面方程,计算地面深度图。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图6所示,是根据本申请实施例三维位置预测方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示,该电子设备包括:一个或多个处理器601、存储器602,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器***)。图6中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的三维位置预测方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的三维位置预测方法。
存储器602作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的三维位置预测方法对应的程序指令/模块(例如,附图5所示的获取模块501、提取模块502、融合模块503和预测模块504)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的三维位置预测方法。
存储器602可以包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需要的应用程序;存储数据区可存储根据三维位置预测方法的电子设备的使用所创建的数据等。此外,存储器602可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器602可选包括相对于处理器601远程设置的存储器,这些远程存储器可以通过网络连接至三维位置预测方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
三维位置预测方法的电子设备还可以包括:输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接,图6中以通过总线连接为例。
输入装置603可接收输入的数字或字符信息,以及产生与三维位置预测方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请的技术方案,首先获取路侧相机拍摄的二维图像,以及路侧相机的地面深度图;之后从二维图像中提取障碍物的表面特征,以及从地面深度图中提取障碍物的深度特征;然后将表面特征与深度特征融合,生成融合特征;最后基于融合特征,预测障碍物的三维位置。提供了一种新的障碍物位置预测方法,同时兼顾预测成本和预测精度。只需部署路侧相机,即可基于相机的二维图像和地面深度图预测障碍物的三维位置。与基于雷达传感器获取的点云进行障碍物位置预测相比,降低了预测成本,且能够进行大规模部署和应用。与基于障碍物的二维框位置建模以计算三维位置相比,不依赖于二维框位置的检测精度,避免了后处理几何建模引入的误差,提升了预测精度。此外,将障碍物的三维位置发送给自动驾驶汽车,还能够提升自动驾驶的安全性。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (12)
1.一种三维位置预测方法,包括:
获取路侧相机拍摄的二维图像,以及所述路侧相机的地面深度图,其中,所述地面深度图存储所述二维图像中像素点对应的地面点与所述路侧相机的距离,所述二维图像包括位于所述地面点上的障碍物的图像;
从所述二维图像中提取所述障碍物的表面特征,以及从所述地面深度图中提取所述障碍物的深度特征;
将所述表面特征与所述深度特征融合,生成融合特征;
基于所述融合特征,预测所述障碍物的三维位置。
2.根据权利要求1所述的方法,其中,双流神经网络包括第一分支和第二分支;以及
所述从所述二维图像中提取所述障碍物的表面特征,以及从所述地面深度图中提取所述障碍物的深度特征,包括:
将所述二维图像输入至所述第一分支,输出所述表面特征,以及将所述地面深度图输入至所述第二分支,输出所述深度特征。
3.根据权利要求1所述的方法,其中,所述基于所述融合特征,预测所述障碍物的三维位置,包括:
基于所述融合特征,预测所述障碍物的中心点的参考三维坐标,其中,所述参考三维坐标的横坐标和纵坐标是所述障碍物的中心点在所述二维图像上的投影坐标,所述参考三维坐标的竖坐标是所述障碍物的中心点在所述路侧相机的相机坐标系的竖轴上的坐标;
基于所述参考三维坐标和所述路侧相机的相机内参,生成所述障碍物的中心点的真实三维坐标。
4.根据权利要求3所述的方法,其中,所述基于所述融合特征,预测所述障碍物的中心点的参考三维坐标,包括:
利用预设网络层对所述融合特征进行处理,得到所述障碍物的中心点的参考三维坐标。
5.根据权利要求1所述的方法,其中,所述获取所述路侧相机的地面深度图,包括:
对所述路侧相机进行标定,得到所述路侧相机的相机内参和相机外参;
基于高精地图中所述地面点的信息,拟合得到世界坐标系下的地面方程;
基于所述路侧相机的相机外参和所述世界坐标系下的地面方程,得到所述路侧相机的相机坐标系下的地面方程;
基于所述相机内参和所述路侧相机的相机坐标系下的地面方程,计算所述地面深度图。
6.一种三维位置预测装置,包括:
获取模块,被配置成获取路侧相机拍摄的二维图像,以及所述路侧相机的地面深度图,其中,所述地面深度图存储所述二维图像中像素点对应的地面点与所述路侧相机的距离,所述二维图像包括位于所述地面点上的障碍物的图像;
提取模块,被配置成从所述二维图像中提取所述障碍物的表面特征,以及从所述地面深度图中提取所述障碍物的深度特征;
融合模块,被配置成将所述表面特征与所述深度特征融合,生成融合特征;
预测模块,被配置成基于所述融合特征,预测所述障碍物的三维位置。
7.根据权利要求6所述的装置,其中,双流神经网络包括第一分支和第二分支;以及
所述提取模块进一步被配置成:
将所述二维图像输入至所述第一分支,输出所述表面特征,以及将所述地面深度图输入至所述第二分支,输出所述深度特征。
8.根据权利要求6所述的装置,其中,所述预测模块包括:
预测子模块,被配置成基于所述融合特征,预测所述障碍物的中心点的参考三维坐标,其中,所述参考三维坐标的横坐标和纵坐标是所述障碍物的中心点在所述二维图像上的投影坐标,所述参考三维坐标的竖坐标是所述障碍物的中心点在所述路侧相机的相机坐标系的竖轴上的坐标;
生成子模块,被配置成基于所述参考三维坐标和所述路侧相机的相机内参,生成所述障碍物的中心点的真实三维坐标。
9.根据权利要求8所述的装置,其中,所述预测子模块进一步被配置成:
利用预设网络层对所述融合特征进行处理,得到所述障碍物的中心点的参考三维坐标。
10.根据权利要求6所述的装置,其中,所述获取模块进一步被配置成:
对所述路侧相机进行标定,得到所述路侧相机的相机内参和相机外参;
基于高精地图中所述地面点的信息,拟合得到世界坐标系下的地面方程;
基于所述路侧相机的相机外参和所述世界坐标系下的地面方程,得到所述路侧相机的相机坐标系下的地面方程;
基于所述相机内参和所述路侧相机的相机坐标系下的地面方程,计算所述地面深度图。
11.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010604409.XA CN111767843B (zh) | 2020-06-29 | 2020-06-29 | 三维位置预测方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010604409.XA CN111767843B (zh) | 2020-06-29 | 2020-06-29 | 三维位置预测方法、装置、设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111767843A true CN111767843A (zh) | 2020-10-13 |
CN111767843B CN111767843B (zh) | 2024-01-02 |
Family
ID=72723036
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010604409.XA Active CN111767843B (zh) | 2020-06-29 | 2020-06-29 | 三维位置预测方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111767843B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113075925A (zh) * | 2021-02-22 | 2021-07-06 | 江苏柯林博特智能科技有限公司 | 一种基于清洁机器人的特殊区域管控*** |
CN113128430A (zh) * | 2021-04-25 | 2021-07-16 | 科大讯飞股份有限公司 | 人群聚集检测方法、装置、电子设备和存储介质 |
CN114367110A (zh) * | 2022-01-10 | 2022-04-19 | 腾讯科技(深圳)有限公司 | 数据处理方法、装置、电子设备及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105869109A (zh) * | 2016-03-28 | 2016-08-17 | 长安大学 | 基于不同高度逆投影面的停车和抛落物区分方法 |
CN108171212A (zh) * | 2018-01-19 | 2018-06-15 | 百度在线网络技术(北京)有限公司 | 用于检测目标的方法和装置 |
CN108986164A (zh) * | 2018-07-03 | 2018-12-11 | 百度在线网络技术(北京)有限公司 | 基于图像的位置检测方法、装置、设备及存储介质 |
CN109902702A (zh) * | 2018-07-26 | 2019-06-18 | 华为技术有限公司 | 目标检测的方法和装置 |
WO2019156731A1 (en) * | 2018-02-09 | 2019-08-15 | Bayerische Motoren Werke Aktiengesellschaft | Methods for object detection in a scene represented by depth data and image data |
CN110362098A (zh) * | 2018-03-26 | 2019-10-22 | 北京京东尚科信息技术有限公司 | 无人机视觉伺服控制方法、装置以及无人机 |
CN110378962A (zh) * | 2018-11-27 | 2019-10-25 | 北京京东尚科信息技术有限公司 | 车载相机的标定方法、装置及计算机可读存储介质 |
CN110503040A (zh) * | 2019-08-23 | 2019-11-26 | 斯坦德机器人(深圳)有限公司 | 障碍物检测方法及装置 |
CN110738183A (zh) * | 2019-10-21 | 2020-01-31 | 北京百度网讯科技有限公司 | 障碍物检测方法及装置 |
CN111291708A (zh) * | 2020-02-25 | 2020-06-16 | 华南理工大学 | 融合深度相机的变电站巡检机器人障碍物检测识别方法 |
-
2020
- 2020-06-29 CN CN202010604409.XA patent/CN111767843B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105869109A (zh) * | 2016-03-28 | 2016-08-17 | 长安大学 | 基于不同高度逆投影面的停车和抛落物区分方法 |
CN108171212A (zh) * | 2018-01-19 | 2018-06-15 | 百度在线网络技术(北京)有限公司 | 用于检测目标的方法和装置 |
WO2019156731A1 (en) * | 2018-02-09 | 2019-08-15 | Bayerische Motoren Werke Aktiengesellschaft | Methods for object detection in a scene represented by depth data and image data |
CN110362098A (zh) * | 2018-03-26 | 2019-10-22 | 北京京东尚科信息技术有限公司 | 无人机视觉伺服控制方法、装置以及无人机 |
CN108986164A (zh) * | 2018-07-03 | 2018-12-11 | 百度在线网络技术(北京)有限公司 | 基于图像的位置检测方法、装置、设备及存储介质 |
CN109902702A (zh) * | 2018-07-26 | 2019-06-18 | 华为技术有限公司 | 目标检测的方法和装置 |
CN110378962A (zh) * | 2018-11-27 | 2019-10-25 | 北京京东尚科信息技术有限公司 | 车载相机的标定方法、装置及计算机可读存储介质 |
CN110503040A (zh) * | 2019-08-23 | 2019-11-26 | 斯坦德机器人(深圳)有限公司 | 障碍物检测方法及装置 |
CN110738183A (zh) * | 2019-10-21 | 2020-01-31 | 北京百度网讯科技有限公司 | 障碍物检测方法及装置 |
CN111291708A (zh) * | 2020-02-25 | 2020-06-16 | 华南理工大学 | 融合深度相机的变电站巡检机器人障碍物检测识别方法 |
Non-Patent Citations (1)
Title |
---|
丁亮;: "基于Kinect的实时障碍物检测", 《微型机与应用》, no. 07, pages 19 - 21 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113075925A (zh) * | 2021-02-22 | 2021-07-06 | 江苏柯林博特智能科技有限公司 | 一种基于清洁机器人的特殊区域管控*** |
CN113128430A (zh) * | 2021-04-25 | 2021-07-16 | 科大讯飞股份有限公司 | 人群聚集检测方法、装置、电子设备和存储介质 |
CN113128430B (zh) * | 2021-04-25 | 2024-06-04 | 科大讯飞股份有限公司 | 人群聚集检测方法、装置、电子设备和存储介质 |
CN114367110A (zh) * | 2022-01-10 | 2022-04-19 | 腾讯科技(深圳)有限公司 | 数据处理方法、装置、电子设备及存储介质 |
CN114367110B (zh) * | 2022-01-10 | 2023-06-20 | 腾讯科技(深圳)有限公司 | 数据处理方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111767843B (zh) | 2024-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11615605B2 (en) | Vehicle information detection method, electronic device and storage medium | |
CN111274343B (zh) | 一种车辆定位方法、装置、电子设备及存储介质 | |
CN111401208B (zh) | 一种障碍物检测方法、装置、电子设备及存储介质 | |
CN111324115B (zh) | 障碍物位置检测融合方法、装置、电子设备和存储介质 | |
CN111767843B (zh) | 三维位置预测方法、装置、设备以及存储介质 | |
CN107748569B (zh) | 用于无人机的运动控制方法、装置及无人机*** | |
EP3968266B1 (en) | Obstacle three-dimensional position acquisition method and apparatus for roadside computing device | |
CN110794844B (zh) | 自动驾驶方法、装置、电子设备及可读存储介质 | |
CN113370911B (zh) | 车载传感器的位姿调整方法、装置、设备和介质 | |
CN112652016A (zh) | 点云预测模型的生成方法、位姿估计方法及其装置 | |
CN111666891B (zh) | 用于估计障碍物运动状态的方法和装置 | |
CN111401251B (zh) | 车道线提取方法、装置、电子设备及计算机可读存储介质 | |
CN111666876B (zh) | 用于检测障碍物的方法、装置、电子设备和路侧设备 | |
CN111402326B (zh) | 障碍物的检测方法、装置、无人车及存储介质 | |
CN111721281B (zh) | 位置识别方法、装置和电子设备 | |
CN116645649B (zh) | 车辆位姿及尺寸估计方法、设备及存储介质 | |
CN112344855B (zh) | 障碍物的检测方法、装置、存储介质和路测设备 | |
CN111524192A (zh) | 车载相机外参的标定方法、装置、***及存储介质 | |
CN112668428A (zh) | 车辆变道的检测方法、路侧设备、云控平台和程序产品 | |
CN111310840A (zh) | 数据融合处理方法、装置、设备和存储介质 | |
CN112101209A (zh) | 用于路侧计算设备的确定世界坐标点云的方法和装置 | |
CN112487979A (zh) | 目标检测方法和模型训练方法、装置、电子设备和介质 | |
CN115147809A (zh) | 一种障碍物检测方法、装置、设备以及存储介质 | |
CN112528932B (zh) | 用于优化位置信息的方法、装置、路侧设备和云控平台 | |
CN111783611B (zh) | 无人车的定位方法、装置、无人车及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211019 Address after: 100176 101, floor 1, building 1, yard 7, Ruihe West 2nd Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing Applicant after: Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. Address before: 2 / F, *** building, 10 Shangdi 10th Street, Haidian District, Beijing 100085 Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |