CN112507887A - 一种路口标志牌提取及关联的方法及装置 - Google Patents

一种路口标志牌提取及关联的方法及装置 Download PDF

Info

Publication number
CN112507887A
CN112507887A CN202011460610.1A CN202011460610A CN112507887A CN 112507887 A CN112507887 A CN 112507887A CN 202011460610 A CN202011460610 A CN 202011460610A CN 112507887 A CN112507887 A CN 112507887A
Authority
CN
China
Prior art keywords
intersection
signboards
dimensional
target
point cloud
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
Application number
CN202011460610.1A
Other languages
English (en)
Other versions
CN112507887B (zh
Inventor
何豪杰
王畅
万齐斌
刘奋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Heading Data Intelligence Co Ltd
Original Assignee
Heading Data Intelligence Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Heading Data Intelligence Co Ltd filed Critical Heading Data Intelligence Co Ltd
Priority to CN202011460610.1A priority Critical patent/CN112507887B/zh
Publication of CN112507887A publication Critical patent/CN112507887A/zh
Application granted granted Critical
Publication of CN112507887B publication Critical patent/CN112507887B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/09—Recognition of logos

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种路口标志牌提取及关联的方法及装置，该方法包括：获取道路激光点云数据及对应的连续帧图片数据；通过无锚点框目标检测网络对连续帧图片进行路口目标检测，标记对应的轨迹点位置，根据轨迹点位置切割点云得到固定大小的路口激光点云块；基于路口图片及路口激光点云的融合特征进行三维目标检测，并根据相机参数和三维目标信息获取图像中目标的二维包围框，提取图像中路口标志牌；识别路口标志牌中内容信息，根据路口标志牌中方向信息对标志牌进行分类；获取标记的轨迹点附近的道路信息，将路口标志牌与对应的道路关联。从而可以实现路口标志牌自动提取及关联，减少人力成本，并能保障标志牌提取及道路关联的准确性。

Description

一种路口标志牌提取及关联的方法及装置
技术领域
本发明涉及高精度地图制作领域，尤其涉及一种路口标志牌提取及关联的方法及装置。
背景技术
高精度地图制作过程中，需要获取路口标志牌的方向距离信息辅助行驶。常规的检测方法是通过相机采集标志牌图像，然后通过目标检测获取标志牌信息，然而提取的标志牌是二维图像信息，对于标志牌距离等三维信息难以获取，且无法将标志牌关联至对应的道路，实际应用过程中常需要人工干预，人工参入虽然可以保障提取和关联的准确性，但人力成本较高。
发明内容
有鉴于此，本发明实施例提供了一种路口标志牌提取及关联的方法及装置，以解决现有路口标志牌提取及关联过程需要人工参入，人力成本较高的问题。
在本发明实施例的第一方面，提供了一种路口标志牌提取及关联的方法，包括：
获取道路激光点云数据及对应的连续帧图片数据；
通过无锚点框目标检测网络对连续帧图片进行路口目标检测，标记检测到目标时对应的轨迹点位置，根据轨迹点位置切割点云得到固定大小的路口激光点云块；
基于路口图片及路口激光点云的融合特征进行三维目标检测，并根据相机参数和三维目标信息获取图像中目标的二维包围框，提取图像中路口标志牌；
识别路口标志牌中内容信息，根据路口标志牌中方向信息对标志牌进行分类；
获取标记的轨迹点附近的道路信息，将路口标志牌及标志牌内容信息与对应的道路关联。
在本发明实施例的第二方面，提供了一种用于路口标志牌提取及关联的的装置，包括：
获取模块，用于获取道路激光点云数据及对应的连续帧图片数据；
路口检测模块，用于通过无锚点框目标检测网络对连续帧图片进行路口目标检测，标记检测到目标时对应的轨迹点位置，根据轨迹点位置切割点云得到固定大小的路口激光点云块；
目标提取模块，用于基于路口图片及路口激光点云的融合特征进行三维目标检测，并根据相机参数和三维目标信息获取图像中目标的二维包围框，提取图像中路口标志牌；
识别模块，用于识别路口标志牌中内容信息，根据路口标志牌中方向信息对标志牌进行分类；
关联模块，用于获取标记的轨迹点附近的道路信息，将路口标志牌及标志牌内容信息与对应的道路关联。
本发明实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如本发明实施例第一方面所述方法的步骤。
本发明实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本发明实施例第一方面提供的所述方法的步骤。
本发明实施例中，通过目标检测网络对轨迹点上对应的图片进行目标检测，过滤非路口激光点云区域，再基于路口激光点云和图片的融合特征进行三维目标检测，根据相机参数和三维信息提取图像中的标志牌，识别路口标志牌图片中的地理信息和方向信息，获取标记轨迹点周围道路信息，将路口标志牌关联到对应的道路上。从而实现路口标志牌的自动提取和关联，降低不必要的人力成本。基于点云切割减少计算量，基于点云和图片融合特征的目标检测可以得到标志牌的二维与三维特征信息，在图像不清晰时能保障标志牌提取的准确度，同时，可以将路口标志牌与道路进行准确关联。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单介绍，显而易见地，下面描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获取其他附图。
图1为本发明的一个实施例提供的一种路口标志牌提取及关联的方法的流程示意图；
图2为本发明的一个实施例提供的图像中路口标志牌示意图；
图3为本发明的一个实施例提供的激光点云中的路口标志牌示意图；
图4为本发明的一个实施例提供的一种用于路口标志牌提取及关联的的装置的结构示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
本发明的说明书或权利要求书及上述附图中的术语“包括”以及其他相近意思表述，意指覆盖不排他的包含，如包含一系列步骤或单元的过程、方法或***、设备没有限定于已列出的步骤或单元。
本发明的说明书或权利要求书及上述附图中的术语“包括”以及其他相近意思表述，意指覆盖不排他的包含，如包含一系列步骤或单元的过程、方法或***、设备没有限定于已列出的步骤或单元。此外，“第一”“第二”用于区分不同对象，并非用于描述特定顺序.
请参阅图1，图1为本发明一个实施例提供的一种路口标志牌提取及关联的方法的流程示意图，包括：
S101、获取道路激光点云数据及对应的连续帧图片数据；
所述道路激光点云数据为通过车载激光雷达采集的点云数据，所述连续帧图片数据为车载相机采集的图片数据，如图2和3所示，分别为采集的路口标志牌图片和激光点云(a、b中存在不同方向道路标志牌)。在制作高精度地图过程中，需要由采集车采集道路的激光点云数据和图像数据。
可以理解的是，直接从高精度地图制作***中获取道路激光点云数据和对应的连续帧图片数据，以及激光点云路面轨迹点信息。
S102、通过无锚点框目标检测网络对连续帧图片进行路口目标检测，标记检测到目标时对应的轨迹点位置，根据轨迹点位置切割点云得到固定大小的路口激光点云块；
具体的，利用无锚点框(no anchors)目标检测网络进行连续帧图片中路口目标检测，以resnet为作为骨架网络，通过空洞卷积和SPP模块(Spatial Pyramid Pooling，即空间金字塔池化)提取不同尺度的特征，融合多个尺度的特征构建热力图，通过热力图中关键点估计来预测目标框的中心点，然后回归目标框的尺寸。
当目标检测网络在连续帧图片中检测到目标，则对图片进行标记，确定该图片对应的轨迹点并进行标记。根据轨迹点位置按轨迹点道路方向切割前后一定距离的区域得到固定大小的路口激光点云块。
通过路口目标检测(如导流带)自动过滤激光点云中的非交通道路路口区域，将激光点云根据轨迹点切割成多个点云小块进行检测，可以有效降低计算量。
S103、基于路口图片及路口激光点云的融合特征进行三维目标检测，并根据相机参数和三维目标信息获取图像中目标的二维包围框，提取图像中路口标志牌；
利用图片和激光点云的融合特征进行三维目标检测，具体的，获取切割得到的激光点云块，将三维激光点云投影到该轨迹点对应的彩色图像上，根据图像特征图与激光点云投影的特征图的比例关系进行融合，基于融合后的特征图生成三维提案，再将三维提案转换为规范坐标，进行三维包围框预测。
根据标志牌的三维包围框及相机参数(如焦距等)，确定标志牌的二维包围框，即可得到要提取的路口标志牌。
S104、识别路口标志牌中内容信息，根据路口标志牌中方向信息对标志牌进行分类；
对于路口标志牌的内容信息，所述内容信息至少包括文字信息和方向信息，通过文字识别可以得到文字信息(一般为地点信息)。
具体的，通过空间变换网络将路口标志牌中地点信息文字矫正为正常线性排列的文字，结合端到端识别网络对地点信息文字进行识别。由此，可以提高文字识别的准确性。
提取标志牌的方向信息，依据路口标志牌中的方向信息对标志牌进行分类。
S105、获取标记的轨迹点附近的道路信息，将路口标志牌及标志牌内容信息与对应的道路关联。
所述标记轨迹点为检测到路口目标对应的轨迹点，获取标记轨迹点附近的道路信息，将提取的激光点云中的路口标志牌以及标志牌内容信息(即道路方向和地理信息等)与对应的道路相互关联。
由于前后帧图片中可能存在同一路口标志牌，可以根据标志牌形状大小去除激光点云中重复提取的路口标志牌。将提取后的路口标志牌地理信息和关联的道路属性反馈给高精度地图制作***中，即可完成路口标志牌的道路关联属性的自动化提取。
本实施例中，基于对路口目标的检测，大致提取路口区域，方便进行路口点云切割。结合路口图像和激光点云的强度信息，将多个尺度的激光点云特征和图像特征进行融合检测，准确提取路口标志牌，基于图像特征与点云特征的相互补充，可以有效保障遮挡、空洞缺失的路口标志牌目标检测效果。对于路口标志牌的内容识别，结合文字识别网络和空间变换网络，保障各多种场景下标志牌内文字信息的准确提取，实现自动地将路口标志牌与不同道路进行准确关联。
应理解，上述实施例中各步骤的序号大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
图4为本发明实施例提供的一种用于路口标志牌提取及关联的装置的结构示意图，该装置包括：
获取模块410，用于获取道路激光点云数据及对应的连续帧图片数据；
路口检测模块420，用于通过无锚点框目标检测网络对连续帧图片进行路口目标检测，标记检测到目标时对应的轨迹点位置，根据轨迹点位置切割点云得到固定大小的路口激光点云块；
具体的，所述通过无锚点框目标检测网络对连续帧图片进行路口目标检测包括：
将resnet作为骨架网络，通过空洞卷积和空间金字塔池化提取不同尺度目标特征；
融合多尺度特征构建热力图，并基于热力图中关键点预测目标框中心点，回归目标框尺寸。
目标提取模块430，用于基于路口图片及路口激光点云的融合特征进行三维目标检测，并根据相机参数和三维目标信息获取图像中目标的二维包围框，提取图像中路口标志牌；
具体的，基于轨迹点位置将三维激光点云投影到对应的二维图像上，根据图像特征图与激光点云投影特征图的比例关系进行特征融合；
基于融合得到的特征图生成三维提案，将三维提案转换为规范坐标，进行三维包围框预测。
识别模块440，用于识别路口标志牌中内容信息，根据路口标志牌中方向信息对标志牌进行分类；
具体的，所述识别路口标志牌中内容信息包括：
通过空间变换网络将路口标志牌中地点信息文字矫正为正常线性排列的文字，结合端到端识别网络对地点信息文字进行识别。
关联模块450，用于获取标记的轨迹点附近的道路信息，将路口标志牌及标志牌内容信息与对应的道路关联。
优选的，所述关联模块450还包括：
去重模块，用于根据路口标志牌形状和大小去除激光点云中重复提取的路口标志牌，并将提取得到的路口标志牌和关联的道路反馈给高精度地图制作***。
可以理解的是，在一个实施例中，所述电子设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述计算机程序执行如实施例一中步骤S101～S105，处理器执行所述计算机程序时实现路口标志牌的自动提取及关联。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，包括步骤S101～S105，所述的存储介质包括如：ROM/RAM、磁碟、光盘等。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种路口标志牌提取及关联的方法，其特征在于，包括：
获取道路激光点云数据及对应的连续帧图片数据；
通过无锚点框目标检测网络对连续帧图片进行路口目标检测，标记检测到目标时对应的轨迹点位置，根据轨迹点位置切割点云得到固定大小的路口激光点云块；
基于路口图片及路口激光点云的融合特征进行三维目标检测，并根据相机参数和三维目标信息获取图像中目标的二维包围框，提取图像中路口标志牌；
识别路口标志牌中内容信息，根据路口标志牌中方向信息对标志牌进行分类；
获取标记的轨迹点附近的道路信息，将路口标志牌及标志牌内容信息与对应的道路关联。
2.根据权利要求1所述方法，其特征在于，所述通过无锚点框目标检测网络对连续帧图片进行路口目标检测包括：
将resnet作为骨架网络，通过空洞卷积和空间金字塔池化提取不同尺度目标特征；
融合多尺度特征构建热力图，并基于热力图中关键点预测目标框中心点，回归目标框尺寸。
3.根据权利要求1所述方法，其特征在于，所述基于路口图片及路口激光点云的融合特征进行三维目标检测包括：
基于轨迹点位置将三维激光点云投影到对应的二维图像上，根据图像特征图与激光点云投影特征图的比例关系进行特征融合；
基于融合得到的特征图生成三维提案，将三维提案转换为规范坐标，进行三维包围框预测。
4.根据权利要求1所述的方法，其特征在于，所述识别路口标志牌中内容信息包括：
通过空间变换网络将路口标志牌中地点信息文字矫正为正常线性排列的文字，结合端到端识别网络对地点信息文字进行识别。
5.根据权利要求1所述方法，其特征在于，所述获取标记的轨迹点附近的道路信息，将路口标志牌及标志牌内容信息与对应的道路关联还包括：
根据路口标志牌形状和大小去除激光点云中重复提取的路口标志牌，并将提取得到的路口标志牌和关联的道路反馈给高精度地图制作***。
6.一种用于路口标志牌提取及关联的装置，其特征在于，包括：
获取模块，用于获取道路激光点云数据及对应的连续帧图片数据；
路口检测模块，用于通过无锚点框目标检测网络对连续帧图片进行路口目标检测，标记检测到目标时对应的轨迹点位置，根据轨迹点位置切割点云得到固定大小的路口激光点云块；
目标提取模块，用于基于路口图片及路口激光点云的融合特征进行三维目标检测，并根据相机参数和三维目标信息获取图像中目标的二维包围框，提取图像中路口标志牌；
识别模块，用于识别路口标志牌中内容信息，根据路口标志牌中方向信息对标志牌进行分类；
关联模块，用于获取标记的轨迹点附近的道路信息，将路口标志牌及标志牌内容信息与对应的道路关联。
7.根据权利要求6所述装置，其特征在于，所述通过无锚点框目标检测网络对连续帧图片进行路口目标检测包括：
将resnet作为骨架网络，通过空洞卷积和空间金字塔池化提取不同尺度目标特征；融合多尺度特征构建热力图，并基于热力图中关键点预测目标框中心点，回归目标框尺寸。
8.根据权利要求6所述装置，其特征在于，所述基于路口图片及路口激光点云的融合特征进行三维目标检测包括：
基于轨迹点位置将三维激光点云投影到对应的二维图像上，根据图像特征图与激光点云投影特征图的比例关系进行特征融合；基于融合得到的特征图生成三维提案，将三维提案转换为规范坐标，进行三维包围框预测。
9.一种电子设备，包括处理器、存储器以及存储在所述存储器中并在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5中任一项所述路口标志牌提取及关联的方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述路口标志牌提取及关联的方法的步骤。
CN202011460610.1A 2020-12-12 2020-12-12 一种路口标志牌提取及关联的方法及装置 Active CN112507887B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011460610.1A CN112507887B (zh) 2020-12-12 2020-12-12 一种路口标志牌提取及关联的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011460610.1A CN112507887B (zh) 2020-12-12 2020-12-12 一种路口标志牌提取及关联的方法及装置

Publications (2)

Publication Number Publication Date
CN112507887A true CN112507887A (zh) 2021-03-16
CN112507887B CN112507887B (zh) 2022-12-13

Family

ID=74972408

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011460610.1A Active CN112507887B (zh) 2020-12-12 2020-12-12 一种路口标志牌提取及关联的方法及装置

Country Status (1)

Country Link
CN (1) CN112507887B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114234996A (zh) * 2021-12-21 2022-03-25 超级视线科技有限公司 一种基于多路口多传感器的航迹融合方法及***
CN114842211A (zh) * 2022-03-28 2022-08-02 高德软件有限公司 角点提取、精度测评、载体定位方法、设备、介质及产品

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107516077A (zh) * 2017-08-17 2017-12-26 武汉大学 基于激光点云和影像数据融合的交通标牌信息提取方法
CN108846333A (zh) * 2018-05-30 2018-11-20 厦门大学 标志牌地标数据集生成及车辆定位方法
CN109165549A (zh) * 2018-07-09 2019-01-08 厦门大学 基于三维点云数据的道路标识获取方法、终端设备及装置
WO2020064835A1 (fr) * 2018-09-25 2020-04-02 Continental Automotive France Système d'identification par radar ou lidar des panneaux de signalisation
CN111210488A (zh) * 2019-12-31 2020-05-29 武汉中海庭数据技术有限公司 激光点云中道路立杆的高精度提取***及方法
CN111695486A (zh) * 2020-06-08 2020-09-22 武汉中海庭数据技术有限公司 一种基于点云的高精度方向标志牌目标提取方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107516077A (zh) * 2017-08-17 2017-12-26 武汉大学 基于激光点云和影像数据融合的交通标牌信息提取方法
CN108846333A (zh) * 2018-05-30 2018-11-20 厦门大学 标志牌地标数据集生成及车辆定位方法
CN109165549A (zh) * 2018-07-09 2019-01-08 厦门大学 基于三维点云数据的道路标识获取方法、终端设备及装置
WO2020064835A1 (fr) * 2018-09-25 2020-04-02 Continental Automotive France Système d'identification par radar ou lidar des panneaux de signalisation
CN111210488A (zh) * 2019-12-31 2020-05-29 武汉中海庭数据技术有限公司 激光点云中道路立杆的高精度提取***及方法
CN111695486A (zh) * 2020-06-08 2020-09-22 武汉中海庭数据技术有限公司 一种基于点云的高精度方向标志牌目标提取方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王新等: "一种迭代聚合的高分辨率网络Anchor-free目标检测方法", 《北京航空航天大学学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114234996A (zh) * 2021-12-21 2022-03-25 超级视线科技有限公司 一种基于多路口多传感器的航迹融合方法及***
CN114234996B (zh) * 2021-12-21 2024-04-23 超级视线科技有限公司 一种基于多路口多传感器的航迹融合方法及***
CN114842211A (zh) * 2022-03-28 2022-08-02 高德软件有限公司 角点提取、精度测评、载体定位方法、设备、介质及产品

Also Published As

Publication number Publication date
CN112507887B (zh) 2022-12-13

Similar Documents

Publication Publication Date Title
CN109583415B (zh) 一种基于激光雷达与摄像机融合的交通灯检测与识别方法
CN111179152B (zh) 一种道路标识识别方法及装置、介质、终端
KR101269981B1 (ko) 부감 화상 생성장치, 부감 화상 생성방법 및 기록매체
US8625851B2 (en) Measurement apparatus, measurement method, and feature identification apparatus
CN112069856A (zh) 地图生成方法、驾驶控制方法、装置、电子设备及***
JP2017533482A (ja) 車線データの処理方法、装置、記憶媒体及び機器
CN110969592B (zh) 图像融合方法、自动驾驶控制方法、装置和设备
CN112270272B (zh) 高精度地图制作中道路路口提取方法及***
JP6653361B2 (ja) 路面標示画像処理装置、路面標示画像処理方法及び路面標示画像処理プログラム
CN112507887B (zh) 一种路口标志牌提取及关联的方法及装置
JP2011170599A (ja) 屋外構造物計測装置及び屋外構造物計測方法
CN114067288A (zh) 一种交通标志牌提取方法、***、电子设备及存储介质
CN116529784A (zh) 用于增加激光雷达数据的方法和***
CN117576652B (zh) 道路对象的识别方法、装置和存储介质及电子设备
CN111316324A (zh) 一种自动驾驶模拟***、方法、设备及存储介质
CN112749584A (zh) 一种基于图像检测的车辆定位方法及车载终端
JP2007265292A (ja) 道路標識データベース構築装置
CN114120254A (zh) 道路信息识别方法、装置及存储介质
CN116309943B (zh) 一种停车场语义地图路网构建方法、装置及电子设备
CN112507891A (zh) 自动化识别高速路口并构建路口向量的方法及装置
CN113196341A (zh) 用于对道路的表面上的对象进行检测和建模的方法
CN115578703A (zh) 激光感知融合优化方法、装置、设备及可读存储介质
CN115249345A (zh) 一种基于倾斜摄影三维实景地图的交通拥堵检测方法
CN114419180A (zh) 重构高精地图的方法、装置和电子设备
CN116958915B (zh) 目标检测方法、装置、电子设备及存储介质

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
GR01 Patent grant
GR01 Patent grant