CN116129087A - 定位方法、视觉地图的生成方法及其装置 - Google Patents
定位方法、视觉地图的生成方法及其装置 Download PDFInfo
- Publication number
- CN116129087A CN116129087A CN202310133388.1A CN202310133388A CN116129087A CN 116129087 A CN116129087 A CN 116129087A CN 202310133388 A CN202310133388 A CN 202310133388A CN 116129087 A CN116129087 A CN 116129087A
- Authority
- CN
- China
- Prior art keywords
- parking space
- coordinate system
- space number
- dimensional coordinates
- dimensional
- 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.)
- Pending
Links
- 230000000007 visual effect Effects 0.000 title claims abstract description 107
- 238000000034 method Methods 0.000 title claims abstract description 101
- 238000004590 computer program Methods 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 abstract description 53
- 238000006243 chemical reaction Methods 0.000 abstract description 31
- 238000013473 artificial intelligence Methods 0.000 abstract description 8
- 238000012015 optical character recognition Methods 0.000 abstract description 8
- 238000012423 maintenance Methods 0.000 abstract description 5
- 230000003190 augmentative effect Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 19
- 230000006870 function Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 230000005484 gravity Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 238000005286 illumination Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/003—Navigation within 3D models or images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/3811—Point data, e.g. Point of Interest [POI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/18—Image warping, e.g. rearranging pixels individually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
- G06V20/586—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of parking space
-
- 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
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
-
- 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
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/63—Scene text, e.g. street names
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30244—Camera pose
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Architecture (AREA)
- Traffic Control Systems (AREA)
- Processing Or Creating Images (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Character Discrimination (AREA)
- Navigation (AREA)
Abstract
本公开提供了定位方法、视觉地图的生成方法及其装置,涉及人工智能技术领域中的计算机视觉、光学字符识别、智能交通和增强现实技术领域。具体实现方案为:获取停车位图像对应的停车位编号,根据停车位编号和视觉地图获取停车位编号在世界坐标系下的三维坐标和三维位姿,视觉地图为根据停车位编号生成的,获取相机坐标系到停车位编号坐标系的第一转换矩阵,停车位编号坐标系为根据停车位编号构建的,根据第一转换矩阵、停车位编号的三维坐标和三维位姿,确定相机在世界坐标系下的三维坐标和三维位姿。不过分依赖视觉特征实现定位、不受环境和纹理重复性较高等因素的影响,增强了定位效果,该方法易于快速部署和落地,且后期维护成本低。
Description
技术领域
本公开涉及人工智能技术领域中的计算机视觉、光学字符识别、智能交通和增强现实技术领域,尤其涉及一种定位方法、视觉地图的生成方法及其装置。
背景技术
目前在人们的日常生活中定位起到越来越重要的作用,如驾车导航、寻找店铺等功能都依靠定位技术实现。由于GPS信号、蓝牙信号或者WIFI信号等容易受环境的影响,在信号较弱的情况下很难实现稳定定位,视觉定位作为一种新兴的定位方案,越来越受到人们的青睐,在科研、工商等领域广泛应用,例如可实现高效全景导航的扫地机器人和VR看房***等,视觉定位技术可分为基于视觉地图的定位与无先验地图的定位。然而相关技术中,对于纹理重复性较高的场景进行定位时,定位效果不佳,视觉地图的构建易受多种环境因素的影响,定位操作成本较高,不易部署落地。
发明内容
提供了一种定位方法、视觉地图的生成方法及其装置。
根据第一方面,提供了一种定位方法,包括:获取停车位图像对应的停车位编号;根据所述停车位编号和视觉地图获取所述停车位编号在世界坐标系下的三维坐标和三维位姿,所述视觉地图为根据停车位编号平面图生成的;获取相机坐标系到停车位编号坐标系的第一转换矩阵,所述停车位编号坐标系为根据所述停车位编号平面图构建的;以及根据所述第一转换矩阵、所述停车位编号的所述三维坐标和所述三维位姿,确定相机在所述世界坐标系下的三维坐标和三维位姿所述停车位图像的拍摄位置和拍摄位姿。
根据第二方面,提供了一种视觉地图的生成方法,包括:根据停车位编号平面图确定多个停车位编号在世界坐标系下的三维坐标;根据所述停车位编号平面图确定所述多个停车位编号在所述世界坐标系下的三维位姿;以及根据所述多个停车位编号的所述三维坐标和所述三维位姿,生成所述视觉地图。
根据第三方面,提供了一种定位装置,包括:第一获取模块,用于获取停车位图像对应的停车位编号;第二获取模块,用于根据所述停车位编号和视觉地图获取所述停车位编号在世界坐标系下的三维坐标和三维位姿,所述视觉地图为根据停车位编号生成的;第三获取模块,用于获取相机坐标系到停车位编号坐标系的第一转换矩阵,所述停车位编号坐标系为根据所述停车位编号构建的;以及第一确定模块,用于根据所述第一转换矩阵、所述停车位编号的所述三维坐标和所述三维位姿,确定相机在所述世界坐标系下的三维坐标和三维位姿。
根据第四方面,提供了一种视觉地图的生成装置,包括:第二确定模块,用于根据停车位编号平面图确定多个停车位编号在世界坐标系下的三维坐标;第三确定模块,用于根据所述停车位编号平面图确定所述多个停车位编号在所述世界坐标系下的三维位姿;以及第一生成模块,用于根据所述多个停车位编号的所述三维坐标和所述三维位姿,生成所述视觉地图。
根据第五方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开第一方面所述的定位方法,或者本公开第二方面所述的视觉地图的生成方法。
根据第六方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据本公开第一方面所述的定位方法,或者本公开第二方面所述的视觉地图的生成方法。
根据第七方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据本公开第一方面所述定位方法的步骤,或者本公开第二方面所述视觉地图的生成方法的步骤。
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
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开第一实施例的定位方法的流程示意图;
图2是本公开实施例中停车位图像的示意图;
图3是根据本公开第二实施例的定位方法的流程示意图;
图4是本公开实施例中设置相机到停车位编号的预设位置的场景示意图;
图5是根据本公开第三实施例的定位方法的流程示意图;
图6是根据本公开第四实施例的定位方法的流程示意图
图7是本公开实施例中停车位编号平面图的示意图;
图8是本公开实施例中停车位编号坐标系的示意图;
图9是根据本公开第一实施例的视觉地图的生成方法的流程示意图;
图10是根据本公开第二实施例的视觉地图的生成方法的流程示意图;
图11是根据本公开第三实施例的视觉地图的生成方法的流程示意图;
图12是根据本公开第四实施例的视觉地图的生成方法的流程示意图;
图13是根据本公开第一实施例的定位装置的框图;
图14是根据本公开第二实施例的定位装置的框图;
图15是根据本公开第一实施例的视觉地图的生成装置的框图;
图16是根据本公开第二实施例的视觉地图的生成装置的框图;
图17是用来实现本公开实施例的方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开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,而不会背离本公开的范围和精神。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。
人工智能(Artificial Intelligence,简称AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用***的一门技术科学。目前,AI技术具有自动化程度高、精确度高、成本低的优点,得到了广泛的应用。
计算机视觉(Computer Vision),又称为机器视觉(Machine Vision),是使用计算机及相关设备对生物视觉的一种模拟,更进一步的说,就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。
光学字符识别(Optical Character Recognition,简称OCR)是指对文本资料进行扫描后对图像文件进行分析处理,获取文字及版面信息的过程。衡量OCR***性能好坏的主要指标有:拒识率、误识率、识别速度、用户界面的友好性、产品的稳定性、易用性及可行性等。
智能交通(Intelligent Traffic System,简称ITS)又称智能运输***(Intelligent Transportation System),是将先进的科学技术(信息技术、计算机技术、数据通信技术、传感器技术、电子控制技术、自动控制理论、运筹学、人工智能等)有效地综合运用于交通运输、服务控制和车辆制造,加强车辆、道路、使用者三者之间的联系,从而形成一种保障安全、提高效率、改善环境、节约能源的综合运输***。
增强现实(Augmented Reality,简称AR)是一种实时地计算摄影机影像的位置及角度并加上相应图像的技术,其运用多种技术手段,将计算机生成的虚拟物体或关于真实物体的非几何信息叠加到真实世界的场景之上,从而实现对真实世界的增强。
下面结合附图描述本公开实施例的定位方法、视觉地图的生成方法及其装置。
图1是根据本公开第一实施例的定位方法的流程示意图。
如图1所示,本公开实施例的定位方法具体可包括以下步骤:
S101,获取停车位图像对应的停车位编号。
具体的,本公开实施例的定位方法的执行主体可为本公开实施例提供的定位装置,该定位装置可为具有数据信息处理能力的硬件设备和/或驱动该硬件设备工作所需必要的软件。可选的,执行主体可包括工作站、服务器,计算机、用户终端及其他设备。其中,用户终端包括但不限于手机、电脑、智能语音交互设备、智能家电、车载终端等。本公开实施例以停车场为例,阐述本公开实施例的定位方法在该场景下的实施方式。
在本公开实施例中,从用户通过移动终端的相机等摄像装置拍摄的停车位图像中获取该图像中的车位对应的停车位编号,如图2所示,车辆停放在停车场的某一停车位中,在停车位靠近道路的一端标记有停车位编号,可以通过光学字符识别技术从带有停车位编号的停车位图像中获取该车位对应的停车位编号。
S102,根据停车位编号和视觉地图获取停车位编号在世界坐标系下的三维坐标和三维位姿,视觉地图为根据停车位编号生成的。
对于一个包括多个停车位的停车场,可以通过该停车场的平面图(如CAD图)展示停车位的位置等相关信息,在一些实施例中,可以根据停车位编号从平面图中获取停车位编号对应的相关信息,进而根据相关信息生成视觉地图。
在一些实现中,根据从停车位图像中获取到的停车位编号和视觉地图获取该停车位编号在世界坐标系下的三维坐标和三维位姿。其中,世界坐标系可以理解为在平面图原点坐标系的基础上增加Z轴后的坐标系。
S103,获取相机坐标系到停车位编号坐标系的第一转换矩阵,停车位编号坐标系为根据停车位编号构建的。
在一些实施例中,可以以停车位编号的坐标为坐标系原点构建停车位编号坐标系,以用户拍摄停车位图像的相机的光点为坐标系原点建立相机坐标系,基于建立的相机坐标系和停车位编号坐标系,获取相机坐标系到停车位坐标系的第一转换矩阵,从而可根据第一转换矩阵确定相机坐标系中的一位置点在停车位编号坐标系下的坐标。例如一位置点P在相机坐标系下的坐标为(XC,YC,ZC),可以根据(XC,YC,ZC)和第一转换矩阵,计算得到空间点P在停车位编号坐标系下的坐标(XO,YO,ZO)。
S104,根据第一转换矩阵、停车位编号的三维坐标和三维位姿,确定相机在世界坐标系下的三维坐标和三维位姿。
在本公开实施例中,根据相机坐标系到停车位编号坐标系的第一转换矩阵、停车位编号在世界坐标系下的三维坐标和三维位姿,可以计算得出相机在世界坐标系下的三维坐标和三维位姿。
举例说明:根据从停车位图像中获取的停车位编号和视觉地图确定该停车位编号在世界坐标系下的三维坐标和三维位姿(即停车位编号在世界坐标系下的位置和朝向,用矩阵To2w表示)根据To2w和第一转换矩阵Tc2o,可以得到相机在世界坐标系下的三维坐标和三维位姿,即实现六自由度的定位:Tc2w=To2w*Tc2o。
综上,本公开实施例的定位方法,获取停车位图像对应的停车位编号,根据停车位编号和视觉地图获取停车位编号在世界坐标系下的三维坐标和三维位姿,视觉地图为根据停车位编号生成的,获取相机坐标系到停车位编号坐标系的第一转换矩阵,停车位编号坐标系为根据停车位编号构建的,根据第一转换矩阵、停车位编号的三维坐标和三维位姿,确定相机在世界坐标系下的三维坐标和三维位姿。本公开不过分依赖视觉特征实现定位、不受环境和纹理重复性较高等因素的影响,增强了定位效果,根据相机坐标系到停车位编号坐标系的第一转换矩阵、停车场景的视觉地图和从停车位图像中获得的停车位编号便可对相机(即用户所在位置)进行定位,本公开易于快速部署和落地,且后期维护成本极低,有助于商业化的批量落地。
图3是根据本公开第二实施例的定位方法的流程示意图。
如图3所示,在图1所示实施例的基础上,本公开实施例的定位方法具体可包括以下步骤:
S301,获取停车位图像对应的停车位编号。
S302,根据停车位编号和视觉地图获取停车位编号在世界坐标系下的三维坐标和三维位姿,视觉地图为根据停车位编号生成的。
具体的,上述实施例中的步骤S103具体可包括以下步骤S303-S304:
S303,获取相机坐标系到停车位编号坐标系的旋转矩阵。
在本公开实施例中,根据相机坐标系到停车位编号坐标系的旋转矩阵,可以将相机坐标系的主轴旋转至对应的停车位编号坐标系主轴的方向,因此可以通过记录相机坐标系转换到停车位编号坐标系时相机坐标系各个主轴需要旋转的角度,基于多个旋转的角度构建旋转矩阵。其中旋转矩阵可作为相机坐标系到停车位编号坐标系的旋转分量。
在一些实施例中,对于相机坐标系下的一个向量,可根据旋转矩阵(用R表示)得到该向量在停车位编号坐标系下表示时的方向。
S304,根据预设的相机到停车位编号的位置向量和旋转矩阵,确定第一转换矩阵。
在本公开实施例中,相机到停车位编号的位置向量可以根据需要预先设置,位置向量可作为相机坐标系到停车位编号坐标系的平移分量,例如可以根据位置向量,移动相机坐标系与停车位编号坐标系使得两个坐标系的原点重合。
举例说明,如图4所示,设置相机到停车位编号的预设位置:相机(点A)距离停车位编号(点B)的高度为1.5m,相对于停车位编号偏航角为0,相机在地面的投影位于沿停车位编号坐标系y轴方向-3m的位置。),根据得到相机到停车位编号的位置向量T,位置向量也可以理解为偏移向量。
S305,根据第一转换矩阵、停车位编号的三维坐标和三维位姿,确定相机在世界坐标系下的三维坐标和三维位姿。
具体的,步骤S301-S302与上述实施例中S101-S102相同,步骤S305与上述实施例中的S104相同,此处不再赘述。
进一步的,在上述任一实施例的基础上,如图5所示,步骤S303中“获取相机坐标系到停车位编号坐标系的旋转矩阵”,具体可以包括以下步骤:
S501,获取重力在相机坐标系下的第一方向。
在本公开实施例中,可以通过移动设备中的加速度计获取重力在相机坐标系下的方向即第一方向,在相机坐标系中通过向量V1表示第一方向。
S502,获取重力在停车位编号坐标系下的第二方向。
在本公开实施例中,基于停车位编号坐标系,计算重力在该坐标系下的方向即第二方向,在停车位编号坐标系中通过向量V2表示第二方向。
S503,根据第一方向和第二方向确定旋转矩阵。
在本公开实施例中,根据第一方向对应的向量V1和第二方向对应的向量V2,计算相机坐标系到停车位编号坐标系下的旋转矩阵,即计算相机坐标系下的向量V1到停车位编号坐标系下的向量V2的旋转矩阵。
由此,可基于相机坐标系到停车位编号坐标系的旋转矩阵和预设的位置向量,得到两个坐标系之间的第一转换矩阵,从而能够基于第一转换矩阵确定相机在停车位坐标系下的坐标。
作为一种可行的实施方式,上述实施例中的视觉地图可以根据停车位编号在停车位编号平面图中对应的平面图信息生成。
在上述实施例的基础上,如图6所示,本公开实施例的定位方法还可以包括视觉地图的生成过程,具体可以包括以下步骤:
S601,根据停车位编号平面图确定多个停车位编号在世界坐标系下的三维坐标。
在本公开实施例中,以平面图原点作为世界坐标系的原点,建立世界坐标系,基于该坐标系确定停车位编号平面图中多个停车位编号的三维坐标。
作为一种可性的实施方式,在对地面上的停车场构建视觉地图时,只需确定停车位编号在平面图原点坐标系下的二维坐标,即(x,y)的值,在此基础上,在Z轴补0即可得到停车位编号在世界坐标系下的三维坐标。若为地下停车场时z轴的坐标值可根据停车场距离地面的实际数值确定。
在一些实施例中,停车位编号在平面图原点坐标系下的二维坐标可以通过以下方式确定:如图7所示,在停车位编号平面图中每个停车位编号对应一个停车位边框,针对每一个停车位编号,获取对应的停车位边框的两个角点的二维坐标(如图7中037号停车位对应的停车位边框临近道路的两个角点:角点C和角点D),根据两个角点的二维坐标获取两个角点之间线段的中点的二维坐标,将该二维坐标确定为该停车位边框对应的停车位编号的二维坐标。
S602,根据停车位编号平面图确定多个停车位编号在世界坐标系下的三维位姿。
在一些实施例中,根据停车位编号平面图构建停车位编号对应的停车位编号坐标系,根据停车位编号坐标系和世界坐标系确定停车位编号在世界坐标系下的三维位姿。
举例说明,如图8所示,以停车位编号的坐标点为原点,以平行于道路方向,面向停车位编号从左朝右的方向为x轴,从停车位靠近道路的一侧指向远离道路的一侧的方向为y轴,从地面指向天空的方向为z轴,建立停车位编号坐标系,如图8中的007号车位对应的停车位编号坐标系和037号车位对应的停车位编号坐标系。针对多个停车位编号,确定对应的停车位编号坐标系到世界坐标系的平移分量和旋转分量,根据平移分量和旋转分量确定多个停车位编号在世界坐标系下的三维位姿,即停车位编号在世界坐标系下的朝向。
S603,根据多个停车位编号的三维坐标和三维位姿,生成视觉地图。
在本公开实施例中,根据多个停车位编号的三维坐标和三维位姿,形成停车位编号与对应的三维坐标和三维位姿的映射关系,将多个停车位编号对应的位置和朝向信息进行汇总,构成视觉地图。
由此,根据停车位编号平面图中各个停车位编号对应的停车位信息,例如停车位边框的两个角点的位置,各个停车位的排列分布信息,构建停车位编号坐标系,确定停车位编号坐标系和世界坐标系确定停车位编号在世界坐标系下的三维位姿,以此增强定位的自由度,提供更加精确的定位信息。
综上,本公开实施例的定位方法,获取停车位图像对应的停车位编号,根据停车位编号和视觉地图获取停车位编号在世界坐标系下的三维坐标和三维位姿,视觉地图为根据停车位编号生成的,获取相机坐标系到停车位编号坐标系的第一转换矩阵,停车位编号坐标系为根据停车位编号构建的,根据第一转换矩阵、停车位编号的三维坐标和三维位姿,确定相机在世界坐标系下的三维坐标和三维位姿。本公开不过分依赖视觉特征实现定位、不受环境和纹理重复性较高等因素的影响,增强了定位效果,根据预设的相机到停车位编号的位置向量和相机坐标系到停车位编号坐标系的旋转矩阵确定相机坐标系到停车位编号坐标系的第一转换矩阵,基于第一转换矩阵、停车场的视觉地图和从停车位图像中获得的停车位编号便可对相机(即用户所在位置)进行定位,该方法易于快速部署和落地,且后期维护成本极低,有助于商业化的批量落地。
为实现上述实施例,本公开还提供了一种视觉地图的生成方法,图9是根据本公开第一实施例的视觉地图的生成方法的流程示意图。
如图9所示,本公开实施例的视觉地图的生成方法具体可包括以下步骤:
S901,根据停车位编号平面图确定多个停车位编号在世界坐标系下的三维坐标。
具体的,本公开实施例的视觉地图的生成方法的执行主体可为本公开实施例提供的视觉地图的生成装置,该生成装置可为具有数据信息处理能力的硬件设备和/或驱动该硬件设备工作所需必要的软件。可选的,执行主体可包括工作站、服务器,计算机、用户终端及其他设备。其中,用户终端包括但不限于手机、电脑、智能语音交互设备、智能家电、车载终端等。
S902,根据停车位编号平面图确定多个停车位编号在世界坐标系下的三维位姿。
S903,根据多个停车位编号的三维坐标和三维位姿,生成视觉地图。
需要说明的是,本公开实施例的视觉地图的生成方法与上述实施例相同,此处不再赘述。
综上,本公开实施例的视觉地图的生成方法,根据停车位编号平面图确定多个停车位编号在世界坐标系下的三维坐标,根据停车位编号平面图确定多个停车位编号在世界坐标系下的三维位姿,根据多个停车位编号的三维坐标和三维位姿,生成视觉地图。本公开实施例基于停车位编号平面图生成视觉地图,无需大量采集停车场景的数据和图像,节约了成本,同时避免了光照等环境因素对视觉地图构建的影响。
图10是根据本公开第二实施例的视觉地图的生成方法的流程示意图。
如图10所示,在上述实施例的基础上,本公开实施例的视觉地图的生成方法具体可包括以下步骤:
上述步骤S901具体可包括步骤S1001-S1002:
S1001,根据停车位编号平面图获取停车位编号在平面图原点坐标系下的二维坐标。
S1002,根据停车位编号的二维坐标确定停车位编号在世界坐标系下的三维坐标。
S1003,根据停车位编号平面图确定多个停车位编号在世界坐标系下的三维位姿。
S1004,根据多个停车位编号的三维坐标和三维位姿,生成视觉地图。
具体的,步骤S1003-S1004与上述实施例中S902-S903相同,本公开实施例的视觉地图的生成方法与上述实施例相同,此处不再赘述。
进一步地,在上述实施例的基础上,如图11所示,步骤S1001中“根据停车位编号平面图获取停车位编号在平面图原点坐标系下的二维坐标”,具体可包括以下步骤:
S1101,根据停车位编号平面图获取停车位边框的两个角点的二维坐标。
S1102,根据两个角点的二维坐标确定停车位边框对应的停车位编号的二维坐标。
需要说明的是,本公开实施例的视觉地图的生成方法与上述实施例相同,此处不再赘述。
进一步地,在上述实施例的基础上,如图12所示,步骤S1003中“根据停车位编号平面图确定多个停车位编号在世界坐标系下的三维位姿”,具体可包括以下步骤:
S1201,根据停车位编号平面图构建停车位编号对应的停车位编号坐标系。
S1202,根据停车位编号坐标系和世界坐标系,确定停车位编号在世界坐标系下的三维位姿。
需要说明的是,本公开实施例的视觉地图的生成方法与上述实施例相同,此处不再赘述。
综上,本公开实施例的视觉地图的生成方法,根据停车位编号平面图确定多个停车位编号在世界坐标系下的三维坐标,根据停车位编号平面图确定多个停车位编号在世界坐标系下的三维位姿,根据多个停车位编号的三维坐标和三维位姿,生成视觉地图。本公开实施例基于停车位编号平面图生成视觉地图,无需大量采集停车场景的数据和图像,节约了成本,同时避免了光照等环境因素对视觉地图构建的影响。
图13是根据本公开第一实施例的定位装置的框图。
如图13所示,本公开实施例的定位装置1300,包括:第一获取模块1301、第二获取模块1302、第三获取模块1303和第一确定模块1304。
第一获取模块1301,用于获取停车位图像对应的停车位编号。
第二获取模块1302,用于根据停车位编号和视觉地图获取停车位编号在世界坐标系下的三维坐标和三维位姿,视觉地图为根据停车位编号生成的。
第三获取模块1303,用于获取相机坐标系到停车位编号坐标系的第一转换矩阵,停车位编号坐标系为根据停车位编号构建的。
第一确定模块1304,用于根据第一转换矩阵、停车位编号的三维坐标和三维位姿,确定相机在世界坐标系下的三维坐标和三维位姿。
需要说明的是,上述对定位方法实施例的解释说明,也适用于本公开实施例的定位装置,具体过程此处不再赘述。
综上,本公开实施例的定位装置,获取停车位图像对应的停车位编号,根据停车位编号和视觉地图获取停车位编号在世界坐标系下的三维坐标和三维位姿,视觉地图为根据停车位编号生成的,获取相机坐标系到停车位编号坐标系的第一转换矩阵,停车位编号坐标系为根据停车位编号构建的,根据第一转换矩阵、停车位编号的三维坐标和三维位姿,确定相机在世界坐标系下的三维坐标和三维位姿。本公开不过分依赖视觉特征实现定位、不受环境和纹理重复性较高等因素的影响,增强了定位效果,根据相机坐标系到停车位编号坐标系的第一转换矩阵、停车场景的视觉地图和从停车位图像中获得的停车位编号便可对相机(即用户所在位置)进行定位,本公开易于快速部署和落地,且后期维护成本极低,有助于商业化的批量落地。
图14是根据本公开第二实施例的定位装置的框图。
如图14所示,本公开实施例的定位装置1400,包括:第一获取模块1401、第二获取模块1402、第三获取模块1403和第一确定模块1404。
其中,第一获取模块1401与上一实施例中的第一获取模块1301具有相同的结构和功能,第二获取模块1402与上一实施例中的第二获取模块1302具有相同的结构和功能,第三获取模块1403与上一实施例中第三获取模块1303具有相同的结构和功能,第一确定模块1404与上一实施例中第一确定模块1304具有相同的结构和功能。
进一步地,第三获取模块1403可以包括:第一获取单元14031,用于获取相机坐标系到停车位编号坐标系的旋转矩阵;以及第一确定单元14032,用于根据预设的相机到停车位编号的位置向量和旋转矩阵,确定第一转换矩阵。
进一步地,第一获取单元包括:第一获取子单元用于获取重力在相机坐标系下的第一方向;第二获取子单元,用于获取重力在停车位编号坐标系下的第二方向;以及第一确定子单元,用于根据第一方向和第二方向确定旋转矩阵。
进一步地,第一获取模块1401可以包括检测单元,用于对停车位图像进行光学字符识别检测,以获取停车位编号。
进一步地,视觉地图为根据停车位编号在停车位编号平面图中对应的平面图信息生成的。
进一步地,定位装置1400还可以包括:第四确定模块,用于根据停车位编号平面图确定多个停车位编号在世界坐标系下的三维坐标;第五确定模块,用于根据停车位编号平面图确定多个停车位编号在世界坐标系下的三维位姿;以及第二生成模块,用于根据多个停车位编号的三维坐标和三维位姿,生成视觉地图。
进一步地,第四确定模块包括:第二获取单元,用于根据停车位编号平面图获取停车位编号在平面图原点坐标系下的二维坐标;以及第二确定单元,用于根据停车位编号的二维坐标确定停车位编号在世界坐标系下的三维坐标。
进一步地,第二获取单元包括:第三获取子单元,用于根据停车位编号平面图获取停车位边框的两个角点的二维坐标;以及第二确定子单元,用于根据两个角点的二维坐标确定停车位边框对应的停车位编号的二维坐标。
进一步地,第五确定模块包括:第一构建单元,用于根据停车位编号平面图构建停车位编号对应的停车位编号坐标系;以及第三确定单元,用于根据停车位编号坐标系和世界坐标系,确定停车位编号在世界坐标系下的三维位姿。
综上,本公开实施例的定位装置,获取停车位图像对应的停车位编号,根据停车位编号和视觉地图获取停车位编号在世界坐标系下的三维坐标和三维位姿,视觉地图为根据停车位编号生成的,获取相机坐标系到停车位编号坐标系的第一转换矩阵,停车位编号坐标系为根据停车位编号构建的,根据第一转换矩阵、停车位编号的三维坐标和三维位姿,确定相机在世界坐标系下的三维坐标和三维位姿。本公开不过分依赖视觉特征实现定位、不受环境和纹理重复性较高等因素的影响,增强了定位效果,根据预设的相机到停车位编号的位置向量和相机坐标系到停车位编号坐标系的旋转矩阵确定相机坐标系到停车位编号坐标系的第一转换矩阵,基于第一转换矩阵、停车场的视觉地图和从停车位图像中获得的停车位编号便可对相机(即用户所在位置)进行定位,该方法易于快速部署和落地,且后期维护成本极低,有助于商业化的批量落地。
图15是根据本公开第一实施例的视觉地图的生成装置的框图。
如图15所示,本公开实施例的视觉地图的生成装置1500,包括:第二确定模块1501、第三确定模块1502和第一生成模块1503。
第二确定模块1501,用于根据停车位编号平面图确定多个停车位编号在世界坐标系下的三维坐标。
第三确定模块1502,用于根据停车位编号平面图确定多个停车位编号在世界坐标系下的三维位姿。
第一生成模块1503,用于根据多个停车位编号的三维坐标和三维位姿,生成视觉地图。
需要说明的是,上述对视觉地图的生成方法实施例的解释说明,也适用于本公开实施例的视觉地图的生成装置,具体过程此处不再赘述。
综上,本公开实施例的视觉地图的生成装置,根据停车位编号平面图确定多个停车位编号在世界坐标系下的三维坐标,根据停车位编号平面图确定多个停车位编号在世界坐标系下的三维位姿,根据多个停车位编号的三维坐标和三维位姿,生成视觉地图。本公开实施例基于停车位编号平面图生成视觉地图,无需大量采集停车场景的数据和图像,节约了成本,同时避免了光照等环境因素对视觉地图构建的影响。
图16是根据本公开第二实施例的视觉地图的生成装置的框图。
如图16所示,本公开实施例的视觉地图的生成装置1600,包括:第二确定模块1601、第三确定模块1602和第一生成模块1603。
其中,第二确定模块1601与上一实施例中的第二确定模块1501具有相同的结构和功能,第三确定模块1602与上一实施例中的第三确定模块1502具有相同的结构和功能,第一生成模块1603与上一实施例中第一生成模块1503具有相同的结构和功能。
进一步地,第二确定模块1601包括:第三获取单元16011,用于根据停车位编号平面图获取停车位编号在平面图原点坐标系下的二维坐标;以及第四确定单元16012,用于根据停车位编号的二维坐标确定停车位编号在世界坐标系下的三维坐标。
进一步地,第三获取单元16011包括:第四获取子单元,用于根据停车位编号平面图获取停车位边框的两个角点的二维坐标;以及第三确定子单元,用于根据两个角点的二维坐标确定停车位边框对应的停车位编号的二维坐标。
进一步地,第三确定模块1602包括:第二构建单元16021,用于根据停车位编号平面图构建停车位编号对应的停车位编号坐标系;以及第五确定单元16022,用于根据停车位编号坐标系和世界坐标系,确定停车位编号在世界坐标系下的三维位姿。
综上,本公开实施例的视觉地图的生成装置,根据停车位编号平面图确定多个停车位编号在世界坐标系下的三维坐标,根据停车位编号平面图确定多个停车位编号在世界坐标系下的三维位姿,根据多个停车位编号的三维坐标和三维位姿,生成视觉地图。本公开实施例基于停车位编号平面图生成视觉地图,无需大量采集停车场景的数据和图像,节约了成本,同时避免了光照等环境因素对视觉地图构建的影响。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图17示出了可以用来实施本公开的实施例的示例电子设备1700的示意性框图。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/或者要求的本公开的实现。
如图17所示,电子设备1700包括计算单元1701,其可以根据存储在只读存储器(ROM)1702中的计算机程序或者从存储单元1708加载到随机访问存储器(RAM)1703中的计算机程序,来执行各种适当的动作和处理。在RAM 1703中,还可存储电子设备1700操作所需的各种程序和数据。计算单元1701、ROM 1702以及RAM1703通过总线1704彼此相连。输入/输出(I/O)接口1705也连接至总线1704。
电子设备1700中的多个部件连接至I/O接口1705,包括:输入单元1706,例如键盘、鼠标等;输出单元1707,例如各种类型的显示器、扬声器等;存储单元1708,例如磁盘、光盘等;以及通信单元1709,例如网卡、调制解调器、无线通信收发机等。通信单元1709允许电子设备1700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1701执行上文所描述的各个方法和处理,例如图1至图8所示的定位方法,或者图9至图12所示的视觉地图的生成方法。例如,在一些实施例中,定位方法或者视觉地图的生成方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元1708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1702和/或通信单元1709而被载入和/或安装到电子设备1700上。当计算机程序加载到RAM1703并由计算单元1701执行时,可以执行上文描述的定位方法或者视觉地图的生成方法的一个或多个步骤。备选地,在其他实施例中,计算单元1701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行定位方法或者视觉地图的生成方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
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)、互联网以及区块链网络。
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。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式***的服务器,或者是结合了区块链的服务器。
根据本公开的实施例,本公开还提供了一种计算机程序产品,包括计算机程序,其中,计算机程序在被处理器执行时实现根据本公开上述实施例所示的定位方法的步骤,或者视觉地图的生成方法的步骤。
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,本公开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,只要能够实现本公开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,并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (11)
1.一种视觉地图的生成方法,包括:
根据停车位编号平面图确定多个停车位编号在世界坐标系下的三维坐标;
根据所述停车位编号平面图确定所述多个停车位编号在所述世界坐标系下的三维位姿;以及
根据所述多个停车位编号的所述三维坐标和所述三维位姿,生成所述视觉地图。
2.根据权利要求1所述的生成方法,其中,所述根据停车位编号平面图确定多个停车位编号在世界坐标系下的三维坐标,包括:
根据所述停车位编号平面图获取所述停车位编号在平面图原点坐标系下的二维坐标;以及
根据所述停车位编号的所述二维坐标确定所述停车位编号在所述世界坐标系下的所述三维坐标。
3.根据权利要求2所述的生成方法,其中,所述根据所述停车位编号平面图获取所述停车位编号在平面图原点坐标系下的二维坐标,包括:
根据所述停车位编号平面图获取停车位边框的两个角点的二维坐标;以及
根据所述两个角点的二维坐标确定所述停车位边框对应的所述停车位编号的所述二维坐标。
4.根据权利要求1所述的生成方法,其中,所述根据所述停车位编号平面图确定所述多个停车位编号在所述世界坐标系下的三维位姿,包括:
根据所述停车位编号平面图构建所述停车位编号对应的所述停车位编号坐标系;以及
根据所述停车位编号坐标系和所述世界坐标系,确定所述停车位编号在所述世界坐标系下的所述三维位姿。
5.一种视觉地图的生成装置,包括:
第二确定模块,用于根据停车位编号平面图确定多个停车位编号在世界坐标系下的三维坐标;
第三确定模块,用于根据所述停车位编号平面图确定所述多个停车位编号在所述世界坐标系下的三维位姿;以及
第一生成模块,用于根据所述多个停车位编号的所述三维坐标和所述三维位姿,生成所述视觉地图。
6.如权利要求5所述的装置,其中,所述第二确定模块包括:
第三获取单元,用于根据停车位编号平面图获取停车位编号在平面图原点坐标系下的二维坐标;
第四确定单元,用于根据停车位编号的二维坐标确定停车位编号在世界坐标系下的三维坐标。
7.如权利要求6所述的装置,其中,所述第三获取单元包括:
第四获取子单元,用于根据停车位编号平面图获取停车位边框的两个角点的二维坐标;
第三确定子单元,用于根据两个角点的二维坐标确定停车位边框对应的停车位编号的二维坐标。
8.如权利要求5所述的装置,其中,所述第三确定模块包括:
第二构建单元,用于根据停车位编号平面图构建停车位编号对应的停车位编号坐标系;
第五确定单元,用于根据停车位编号坐标系和世界坐标系,确定停车位编号在世界坐标系下的三维位姿。
9.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-4中任一项所述的方法。
11.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-4中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310133388.1A CN116129087A (zh) | 2021-11-30 | 2021-11-30 | 定位方法、视觉地图的生成方法及其装置 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111450133.5A CN114266876B (zh) | 2021-11-30 | 2021-11-30 | 定位方法、视觉地图的生成方法及其装置 |
CN202310133388.1A CN116129087A (zh) | 2021-11-30 | 2021-11-30 | 定位方法、视觉地图的生成方法及其装置 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111450133.5A Division CN114266876B (zh) | 2021-11-30 | 2021-11-30 | 定位方法、视觉地图的生成方法及其装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116129087A true CN116129087A (zh) | 2023-05-16 |
Family
ID=80825970
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111450133.5A Active CN114266876B (zh) | 2021-11-30 | 2021-11-30 | 定位方法、视觉地图的生成方法及其装置 |
CN202310133388.1A Pending CN116129087A (zh) | 2021-11-30 | 2021-11-30 | 定位方法、视觉地图的生成方法及其装置 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111450133.5A Active CN114266876B (zh) | 2021-11-30 | 2021-11-30 | 定位方法、视觉地图的生成方法及其装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230169680A1 (zh) |
JP (1) | JP7375149B2 (zh) |
KR (1) | KR20220155245A (zh) |
CN (2) | CN114266876B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115797585B (zh) * | 2022-12-19 | 2023-08-08 | 北京百度网讯科技有限公司 | 一种停车场地图生成方法及装置 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009098068A (ja) | 2007-10-18 | 2009-05-07 | Denso Corp | 駐車支援システム |
JP4636346B2 (ja) | 2009-03-31 | 2011-02-23 | アイシン精機株式会社 | 車載カメラの校正装置、方法、及びプログラム |
JP6022423B2 (ja) | 2013-07-31 | 2016-11-09 | Toa株式会社 | 監視装置及び監視装置の制御プログラム |
IL238473A0 (en) | 2015-04-26 | 2015-11-30 | Parkam Israel Ltd | A method and system for discovering and mapping parking areas |
CN110298878B (zh) * | 2018-03-21 | 2021-03-12 | 北京猎户星空科技有限公司 | 一种目标物体三维位姿的确定方法、装置及电子设备 |
EP3576010A1 (en) * | 2018-05-31 | 2019-12-04 | KPIT Technologies Ltd. | System and method for detection of free parking space for a vehicle |
CN110728684B (zh) * | 2018-07-17 | 2021-02-02 | 北京三快在线科技有限公司 | 地图构建方法、装置、存储介质及电子设备 |
CN110148185B (zh) * | 2019-05-22 | 2022-04-15 | 北京百度网讯科技有限公司 | 确定成像设备坐标系转换参数的方法、装置和电子设备 |
CN112810603B (zh) * | 2019-10-31 | 2022-08-26 | 华为云计算技术有限公司 | 定位方法和相关产品 |
CN110967018B (zh) * | 2019-11-25 | 2024-04-12 | 斑马网络技术有限公司 | 停车场定位方法、装置、电子设备及计算机可读介质 |
CN112184818B (zh) * | 2020-10-09 | 2022-06-10 | 重庆邮电大学 | 基于视觉的车辆定位方法及应用其方法的停车场管理*** |
CN112258391B (zh) | 2020-10-12 | 2022-05-17 | 武汉中海庭数据技术有限公司 | 一种基于道路交通标线的碎片化地图拼接方法 |
CN113705390B (zh) * | 2021-08-13 | 2022-09-27 | 北京百度网讯科技有限公司 | 定位方法、装置、电子设备和存储介质 |
-
2021
- 2021-11-30 CN CN202111450133.5A patent/CN114266876B/zh active Active
- 2021-11-30 CN CN202310133388.1A patent/CN116129087A/zh active Pending
-
2022
- 2022-11-04 KR KR1020220145916A patent/KR20220155245A/ko unknown
- 2022-11-21 JP JP2022185406A patent/JP7375149B2/ja active Active
- 2022-11-22 US US18/057,954 patent/US20230169680A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
CN114266876B (zh) | 2023-03-28 |
CN114266876A (zh) | 2022-04-01 |
US20230169680A1 (en) | 2023-06-01 |
JP2023021469A (ja) | 2023-02-13 |
JP7375149B2 (ja) | 2023-11-07 |
KR20220155245A (ko) | 2022-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108279670B (zh) | 用于调整点云数据采集轨迹的方法、设备以及计算机可读介质 | |
CN109961522B (zh) | 图像投射方法、装置、设备和存储介质 | |
CN113989450A (zh) | 图像处理方法、装置、电子设备和介质 | |
CN112529097B (zh) | 样本图像生成方法、装置以及电子设备 | |
CN115578433B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN111721281B (zh) | 位置识别方法、装置和电子设备 | |
CN114332977A (zh) | 关键点检测方法、装置、电子设备及存储介质 | |
CN113483774A (zh) | 导航方法、装置、电子设备及可读存储介质 | |
CN114186007A (zh) | 高精地图生成方法、装置、电子设备和存储介质 | |
CN112634366B (zh) | 位置信息的生成方法、相关装置及计算机程序产品 | |
CN114266876B (zh) | 定位方法、视觉地图的生成方法及其装置 | |
CN113932796A (zh) | 高精地图车道线生成方法、装置和电子设备 | |
CN115880555B (zh) | 目标检测方法、模型训练方法、装置、设备及介质 | |
CN115578432B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN115761123B (zh) | 三维模型处理方法、装置、电子设备以及存储介质 | |
CN111260722A (zh) | 车辆定位方法、设备及存储介质 | |
CN116642490A (zh) | 基于混合地图的视觉定位导航方法、机器人及存储介质 | |
CN113593046B (zh) | 全景切换方法、装置、电子设备和存储介质 | |
CN115790621A (zh) | 高精地图更新方法、装置及电子设备 | |
CN115375740A (zh) | 位姿确定方法和三维模型的生成方法、装置、设备、介质 | |
CN112614221A (zh) | 高精地图渲染方法、装置、电子设备及自动驾驶车辆 | |
CN115797585B (zh) | 一种停车场地图生成方法及装置 | |
CN114612544B (zh) | 图像处理方法、装置、设备和存储介质 | |
CN115294234B (zh) | 图像的生成方法、装置、电子设备和存储介质 | |
CN113051491B (zh) | 地图数据处理的方法、设备、存储介质及程序产品 |
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 |