CN116883496A - 交通元素的坐标重建方法、装置、电子设备及存储介质 - Google Patents

交通元素的坐标重建方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN116883496A
CN116883496A CN202310763400.7A CN202310763400A CN116883496A CN 116883496 A CN116883496 A CN 116883496A CN 202310763400 A CN202310763400 A CN 202310763400A CN 116883496 A CN116883496 A CN 116883496A
Authority
CN
China
Prior art keywords
target
vehicle
coordinate system
coordinates
coordinate
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
CN202310763400.7A
Other languages
English (en)
Other versions
CN116883496B (zh
Inventor
周新杰
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.)
Xiaomi Automobile Technology Co Ltd
Original Assignee
Xiaomi Automobile Technology 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 Xiaomi Automobile Technology Co Ltd filed Critical Xiaomi Automobile Technology Co Ltd
Priority to CN202310763400.7A priority Critical patent/CN116883496B/zh
Publication of CN116883496A publication Critical patent/CN116883496A/zh
Application granted granted Critical
Publication of CN116883496B publication Critical patent/CN116883496B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • 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
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

本公开提出一种交通元素的坐标重建方法、装置、电子设备及存储介质，方法包括：获取设定坐标系下所述目标交通元素的第一点云数据；获取目标时刻车载相机所采集的包含目标交通元素的视觉图像，并从视觉图像中识别属于目标交通元素的各坐标点；确定目标时刻目标车辆相对于设定坐标系的第一车辆位姿，并根据第一车辆位姿，将第一点云数据的各点转换至目标时刻下车载相机的相机坐标系下，以得到第一点云数据的各点在相机坐标系下的第一空间坐标；根据车载相机的内参，将目标交通元素的各坐标点转换至相机坐标系下，以得到目标交通元素的各坐标点在相机坐标系下的第二空间坐标，由此，提高了目标交通元素的坐标重建的准确性。

Description

交通元素的坐标重建方法、装置、电子设备及存储介质
技术领域
本公开涉及自动驾驶技术领域，尤其涉及一种交通元素的坐标重建方法、装置、电子设备及存储介质。
背景技术
目前，在导航辅助驾驶(Navigation on Autopilot，简称NOA)功能实现中，基于车辆感知数据和高精地图的高精定位方法可以实现车辆厘米级的定位。采用NOA对车辆进行定位时，通常将交通元素重建的坐标结果和高精地图中的对应元素的坐标进行匹配，最后通过匹配结果之间的差别计算得到车辆在高精地图下的准确位置。因此，为了准确地计算车辆在高精度地图下的准确位置，如何对交通元素的坐标进行重建是非常重要的。
相关技术中，在基于NOA的定位方法中，基于车载相机采集的图像中所感知到的交通元素的关键点，利用多视图几何的方法进行坐标重建，但是，这种基于多视图几何的重建方法重建得到的坐标精度较低，从而导致无法准确地计算出车辆在高精度地图中的位置。
发明内容
本公开旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本公开的第一个目的在于提出一种交通元素的坐标重建方法，以实现通过第一点云数据的各点在相机坐标系下的第一空间坐标和车载相机采集的视觉图像中属于目标交通元素的各坐标点在相机坐标系下的第二空间坐标，共同对目标交通元素的坐标进行重建，提高了目标交通元素的坐标重建的准确性，从而基于目标交通元素重建后的坐标，可准确地计算出车辆在高精度地图中的位置。
本公开的第二个目的在于提出一种交通元素的坐标重建装置。
本公开的第三个目的在于提出一种电子设备。
本公开的第四个目的在于提出一种非瞬时计算机可读存储介质。
本公开的第五个目的在于提出一种计算机程序产品。
为达上述目的，本公开第一方面实施例提出了一种交通元素的坐标重建方法，包括：获取设定坐标系下目标交通元素的第一点云数据；其中，所述设定坐标系为目标车辆上电时的车辆坐标系；获取目标时刻车载相机所采集的包含所述目标交通元素的视觉图像，并从所述视觉图像中识别属于所述目标交通元素的各坐标点；确定所述目标时刻所述目标车辆相对于所述设定坐标系的第一车辆位姿，并根据所述第一车辆位姿，将所述第一点云数据的各点转换至所述目标时刻下所述车载相机的相机坐标系下，以得到所述第一点云数据的各点在所述相机坐标系下的第一空间坐标；根据所述车载相机的内参，将所述目标交通元素的各坐标点转换至所述相机坐标系下，以得到所述目标交通元素的各坐标点在所述相机坐标系下的第二空间坐标；根据各所述第一空间坐标和各所述第二空间坐标，对所述目标交通元素的坐标进行重建。
本公开实施例的交通元素的坐标重建方法，通过获取设定坐标系下目标交通元素的第一点云数据；其中，设定坐标系为目标车辆上电时的车辆坐标系；获取目标时刻车载相机所采集的包含目标交通元素的视觉图像，从视觉图像中识别属于目标交通元素的各坐标点；确定目标时刻目标车辆相对于设定坐标系的第一车辆位姿，并根据第一车辆位姿，将第一点云数据的各点转换至目标时刻下所述车载相机的相机坐标系下，以得到第一点云数据的各点在所述相机坐标系下的第一空间坐标；根据车载相机的内参，将目标交通元素的各坐标点转换至相机坐标系下，以得到目标交通元素的各坐标点在相机坐标系下的第二空间坐标；根据各第一空间坐标和各第二空间坐标，对目标交通元素的坐标进行重建。由此，通过第一点云数据的各点在相机坐标系下的第一空间坐标和车载相机采集的视觉图像中属于目标交通元素的各坐标点在相机坐标系下的第二空间坐标，共同对目标交通元素的坐标进行重建，提高了目标交通元素的坐标重建的准确性，从而基于目标交通元素重建后的坐标，可准确地计算出车辆在高精度地图中的位置。
为达上述目的，本公开第二方面实施例提出了一种交通元素的坐标重建装置，包括：第一获取模块，用于获取设定坐标系下目标交通元素的第一点云数据；其中，设定坐标系为目标车辆上电时的车辆坐标系；第二获取模块，用于获取目标时刻车载相机所采集的包含所述目标交通元素的视觉图像，并从所述视觉图像中识别属于所述目标交通元素的各坐标点；确定模块，用于确定所述目标时刻所述目标车辆相对于所述设定坐标系的第一车辆位姿，并根据所述第一车辆位姿，将所述第一点云数据的各点转换至所述目标时刻下所述车载相机的相机坐标系下，以得到所述第一点云数据的各点在所述相机坐标系下的第一空间坐标；第一转换模块，用于根据所述车载相机的内参，将所述目标交通元素的各坐标点转换至所述相机坐标系下，以得到所述目标交通元素的各坐标点在所述相机坐标系下的第二空间坐标；重建模块，用于根据各所述第一空间坐标和各所述第二空间坐标，对所述目标交通元素的坐标进行重建。
为达上述目的，本公开第三方面实施例提出了一种电子设备，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实施例所述的交通元素的坐标重建方法。
为了实现上述目的，本公开第四方面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，所述计算机指令用于使所述计算机执行本公开第一方面实施例所述的交通元素的坐标重建方法。
为了实现上述目的，本公开第五方面实施例提出了一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时，执行本公开第一方面实施例所述的交通元素的坐标重建方法。
本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。
附图说明
本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本公开实施例所提供的一种交通元素的坐标重建方法的流程示意图；
图2为本公开实施例所提供的另一种交通元素的坐标重建方法的流程示意图；
图3为本公开实施例所提供的另一种交通元素的坐标重建方法的流程示意图；
图4为本公开实施例所提供的另一种交通元素的坐标重建方法的流程示意图；
图5为本公开实施例所提供的另一种交通元素的坐标重建方法的流程示意图；
图6为本公开实施例所提供的另一种交通元素的坐标重建方法的流程示意图；
图7为本公开实施例所提供的一种交通元素的坐标重建装置的结构示意图；
图8是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
下面详细描述本公开的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本公开，而不能理解为对本公开的限制。
下面参考附图描述本公开实施例的交通元素的坐标重建方法、装置、电子设备及存储介质。
图1为本公开实施例所提供的一种交通元素的坐标重建方法的流程示意图。
如图1所示，该交通元素的坐标重建方法包括以下步骤：
步骤101，获取设定坐标系下目标交通元素的第一点云数据。
其中，设定坐标系为目标车辆上电时的车辆坐标系。
作为本公开实施例的一种可能的实现方式，可对目标车辆中的车载雷达(如，激光雷达)在目标时刻采集的点云数据进行处理，得到设定坐标系下目标交通元素的第一点云数据，比如，将目标车辆中的车载雷达在目标时刻采集的点云数据转换至车辆坐标系下，根据目标时刻的目标车辆相对于设定坐标系的车辆位姿，将车辆坐标下的点云数据的各点转换至设定坐标系下，以得到设定坐标系下目标交通元素的第一点云数据。
为了提高目标交通元素的坐标重建的准确性，作为本公开实施例的另一种可能的实现方式，为了提高第一点云数据的数据量，可将目标车辆中的车载雷达在多个采集时刻所采集的点云数据，对多个采集时刻的点云数据在设定坐标系下进行拼接处理，根据拼接处理所得到的设定坐标系下的点云数据，确定设定坐标系下目标交通元素的第一点云数据。其中，需要说明的是，为了便于将多个采集时刻的点云数据进行拼接处理，设定坐标系可为目标车辆上电时的车辆坐标系。
步骤102，获取目标时刻车载相机所采集的包含目标交通元素的视觉图像，从视觉图像中识别属于目标交通元素的各坐标点。
在本公开实施例中，可获取车载相机在目标时刻所采集的包含目标交通元素的视觉图像，进而，可从视觉图像中识别出属于该目标交通元素的各坐标点，比如，可采用经过训练的识别模型从视觉图像中识别出属于该目标交通元素的各坐标点，其中，经过训练的识别模型已学习得到视觉图像与视觉图像中目标交通元素的各坐标点之间的映射关系。
步骤103，确定目标时刻目标车辆相对于设定坐标系的第一车辆位姿，并根据第一车辆位姿，将第一点云数据的各点转换至目标时刻下车载相机的相机坐标系下，以得到第一点云数据的各点在相机坐标系下的第一空间坐标。
作为本公开实施例的一种可能的实现方式，可基于惯性测量单元(InertialMeasurement Unit，简称IMU)，获取车辆的航迹推算的结果，并从航迹推算的结果中的车辆相对于设定坐标系的多个车辆位姿中，确定目标时刻目标车辆相对于设定坐标系的第一车辆位姿，根据该第一车辆位姿，可将第一点云数据的各点转换至目标时刻下车辆坐标系下，根据车辆坐标系和相机坐标系之间的设定映射关系，可将车辆坐标系下的第一点云数据的各点，转换至相机坐标系下，得到第一点云数据的各点在相机坐标系下的第一空间坐标。
步骤104，根据车载相机的内参，将目标交通元素的各坐标点转换至相机坐标系下，以得到目标交通元素的各坐标点在相机坐标系下的第二空间坐标。
同时，基于车载相机的内参，可将目标交通元素的各坐标点(二维)转换至相机坐标系下，得到目标交通元素的各坐标点在相机坐标系下的第二空间坐标。
步骤105，根据多个第一空间坐标和多个第二空间坐标，对目标交通元素的坐标进行重建。
进而，为了提高目标交通元素的坐标重建的准确性，基于多个第一空间坐标和多个第二空间坐标，共同对目标交通元素的坐标进行重建，以得到目标交通元素重建后的坐标。
综上，通过获取设定坐标系下目标交通元素的第一点云数据；其中，设定坐标系为目标车辆上电时的车辆坐标系；获取目标时刻车载相机所采集的包含目标交通元素的视觉图像，从视觉图像中识别属于目标交通元素的各坐标点；确定目标时刻目标车辆相对于设定坐标系的第一车辆位姿，并根据第一车辆位姿，将第一点云数据的各点转换至目标时刻下车载相机的相机坐标系下，以得到第一点云数据的各点在相机坐标系下的第一空间坐标；根据车载相机的内参，将目标交通元素的各坐标点转换至相机坐标系下，以得到目标交通元素的各坐标点在相机坐标系下的第二空间坐标；根据多个第一空间坐标和多个第二空间坐标，对目标交通元素的坐标进行重建。由此，通过第一点云数据的各点在相机坐标系下的第一空间坐标和车载相机采集的视觉图像中属于目标交通元素的各坐标点在相机坐标系下的第二空间坐标，共同对目标交通元素的坐标进行重建，提高了目标交通元素的坐标重建的准确性，从而基于目标交通元素重建后的坐标，可准确地计算出车辆在高精度地图中的位置。
为了清楚地说明上述实施例中是如何根据各第一空间坐标和各第二空间坐标，对目标交通元素的坐标进行重建的，本公开提出另一种交通元素的坐标重建方法。图2为本公开实施例所提供的另一种交通元素的坐标重建方法的流程示意图。
如图2所示，该交通元素的坐标重建方法可包括如下步骤：
步骤201，获取设定坐标系下目标交通元素的第一点云数据。
其中，设定坐标系为目标车辆上电时的车辆坐标系。
步骤202，获取目标时刻车载相机所采集的包含目标交通元素的视觉图像，从视觉图像中识别属于目标交通元素的各坐标点。
步骤203，确定目标时刻目标车辆相对于设定坐标系的第一车辆位姿，并根据第一车辆位姿，将第一点云数据的各点转换至目标时刻下车载相机的相机坐标系下，以得到第一点云数据的各点在相机坐标系下的第一空间坐标。
步骤204，根据车载相机的内参，将目标交通元素的各坐标点转换至相机坐标系下，以得到目标交通元素的各坐标点在相机坐标系下的第二空间坐标。
步骤205，对多个第一空间坐标和多个第二空间坐标分别进行归一化，以得到多个归一化后的第一空间坐标和多个归一化后的第二空间坐标。
为了提高目标交通元素的坐标重建的准确性和可靠性，在本公开实施例中，可对多个第一空间坐标和多个第二空间坐标分别进行归一化，以得到多个归一化后的第一空间坐标和多个归一化后的第二空间坐标。
步骤206，确定多个归一化后的第二空间坐标的中心空间坐标。
为了提高目标交通元素的坐标重建的效率，在本公开实施例中，可确定多个归一化后的第二空间坐标所对应的中心点，将该中心点的坐标作为中心空间坐标。
步骤207，从多个归一化后的第一空间坐标中，确定与中心空间坐标之间的距离小于设定距离阈值的三个第三空间坐标。
作为本公开实施例的一种可能的实现方式，可采用KD-Tree中的笛卡尔坐标系，从多个归一化后的第一空间坐标中，搜索出与中心空间坐标之间的距离小于设定距离阈值的三个第三空间坐标。
步骤208，根据三个第三空间坐标和中心空间坐标，对目标交通元素的坐标进行重建，以得到目标交通元素重建后的坐标。
为了准确地确定目标交通元素重建后的三维坐标，进一步地，根据三个第三空间坐标和中心空间坐标，共同确定目标交通元素重建后的坐标。
作为本公开实施例的一种可能的实现方式，确定三个第三空间坐标所在的平面，并确定目标射线，其中，目标射线由三个第三空间坐标所在的相机坐标系的原点指向中心空间坐标；将目标射线与平面的交点的坐标，作为目标交通元素重建后的坐标。
需要说明的是，步骤201至204的执行过程可以分别采用本公开的各实施例中的任一种方式实现，本公开实施例并不对此作出限定，也不再赘述。
综上，通过对多个第一空间坐标和多个第二空间坐标分别进行归一化，以得到多个归一化后的第一空间坐标和多个归一化后的第二空间坐标；确定多个归一化后的第二空间坐标的中心空间坐标；从多个归一化后的第一空间坐标中，确定与中心空间坐标之间的距离小于设定距离阈值的三个第三空间坐标；根据三个第三空间坐标和中心空间坐标，对目标交通元素的坐标进行重建，以得到目标交通元素重建后的坐标，由此，可准确地对目标交通元素的坐标进行重建，提高了目标交通元素重建后的坐标的准确性。
为了清楚地说明上述实施例中是如何获取设定坐标系下所述目标交通元素的第一点云数据的，本公开提出另一种交通元素的坐标重建方法。
图3为本公开实施例所提供的另一种交通元素的坐标重建方法的流程示意图。
如图3所示，该交通元素的坐标重建方法可包括如下步骤：
步骤301，获取车载雷达在多个采集时刻所采集的第二点云数据。
其中，第二点云数据中包含目标交通元素。
在本公开实施例中，从车载雷达在各个采集时刻所采集的点云数据中，获取包含目标交通元素的点云数据，并将包含目标交通元素的点云数据，作为第二点云数据。
步骤302，针对多个采集时刻中的任一采集时刻，根据车载雷达所在的雷达坐标系和目标车辆所在的车辆坐标系之间的映射关系，将任一采集时刻的第二点云数据的各点转换至目标车辆所在的车辆坐标系下，以得到任一采集时刻的第二点云数据的各点在目标车辆所在的车辆坐标系下的第四空间坐标。
在本公开实施例中，可将多个采集时刻的第二点云数据的各点转换至目标车辆所在的车辆坐标系下，得到多个采集时刻的第二点云数据的各点在该车辆坐标系下的第四空间坐标。
步骤303，获取任一采集时刻下目标车辆相对于设定坐标系的第二车辆位姿。
在本公开实施例中，可基于IMU获取航迹推算的结果，从航迹推算的结果中，获取任一采集时刻目标车辆相对于设定坐标系的第二车辆位姿。
步骤304，根据任一采集时刻下目标车辆相对于设定坐标系的第二车辆位姿，将任一采集时刻的各第四空间坐标转换至设定坐标系下，以得到任一采集时刻的各第四空间坐标在设定坐标系下的第五空间坐标。
进一步地，根据任一采集时刻下目标车辆相对于设定坐标系的第二车辆位姿，可将该任一采集时刻的各第四空间坐标转换至设定坐标系下，以得到任一采集时刻的各第四空间坐标在设定坐标系下的第五空间坐标。
步骤305，将多个采集时刻的第五空间坐标进行拼接，以得到设定坐标系下目标交通元素的第一点云数据。
作为一种示例，将多个采集时刻的第五空间坐标进行拼接，以得到拼接后的第五空间坐标；从拼接后的第五空间坐标中，确定目标交通元素的第一点云数据。
也就是说，为了提高第一点云数据的准确性，将处于设定坐标系下的第五空间坐标进行拼接，可得到拼接后的第五空间坐标，从拼接后的第五空间坐标中滤除不属于目标交通元素的空间坐标，得到目标交通元素的第一点云数据。
作为另一种示例，将多个采集时刻的第五空间坐标进行拼接，以得到拼接后的第五空间坐标，将拼接后的第五空间坐标，作为目标交通元素的第一点云数据。
也就是说，将处于设定坐标系下的第五空间坐标进行拼接，可得到拼接后的第五空间坐标，直接将拼接后的第五空间坐标，作为目标交通元素的第一点云数据。
步骤306，获取目标时刻车载相机所采集的包含目标交通元素的视觉图像，从视觉图像中识别属于目标交通元素的各坐标点。
步骤307，确定目标时刻目标车辆相对于设定坐标系的第一车辆位姿，并根据第一车辆位姿，将第一点云数据的各点转换至目标时刻下车载相机的相机坐标系下，以得到第一点云数据的各点在相机坐标系下的第一空间坐标。
步骤308，根据车载相机的内参，将目标交通元素的各坐标点转换至相机坐标系下，以得到目标交通元素的各坐标点在相机坐标系下的第二空间坐标。
步骤309，根据多个第一空间坐标和多个第二空间坐标，对目标交通元素的坐标进行重建。
需要说明的是，步骤306至309的执行过程可以分别采用本公开的各实施例中的任一种方式实现，本公开实施例并不对此作出限定，也不再赘述。
综上，通过获取车载雷达在多个采集时刻所采集的第二点云数据；针对多个采集时刻中的任一采集时刻，根据车载雷达所在的雷达坐标系和目标车辆所在的车辆坐标系之间的映射关系，将任一采集时刻的第二点云数据的各点转换至目标车辆所在的车辆坐标系下，以得到任一采集时刻的第二点云数据的各点在目标车辆所在的车辆坐标系下的第四空间坐标；获取任一采集时刻下目标车辆相对于设定坐标系的第二车辆位姿；根据任一采集时刻下目标车辆相对于设定坐标系的第二车辆位姿，将任一采集时刻的各第四空间坐标转换至设定坐标系下，以得到任一采集时刻的各第四空间坐标在设定坐标系下的第五空间坐标；将多个采集时刻的第五空间坐标进行拼接，以得到设定坐标系下目标交通元素的第一点云数据，由此，根据任一采集时刻下目标车辆相对于设定坐标系的第二车辆位姿，可将各个采集时刻的车辆坐标系下的点云数据均转换至设定坐标系下，便于将多个采集时刻的点云数据进行拼接，增加第一点云数据的数据量，从而，根据第一点云数据和视觉图像中目标交通元素的各坐标点进行目标交通元素的坐标重建，可以提高目标交通元素的坐标重建的准确性。
为了准确地说明上述实施例中是如何确定目标时刻目标车辆相对于设定坐标系的第一车辆位姿的，本公开提出另一种交通元素的坐标重建方法。
图4为本公开实施例所提供的另一种交通元素的坐标重建方法的流程示意图。
如图4所示，该交通元素的坐标重建方法可包括如下步骤：
步骤401，获取设定坐标系下目标交通元素的第一点云数据。
其中，设定坐标系为目标车辆上电时的车辆坐标系。
步骤402，获取目标时刻车载相机所采集的包含目标交通元素的视觉图像，从视觉图像中识别属于目标交通元素的各坐标点。
步骤403，查询第一点云数据对应的多个采集时刻中是否存在与目标时刻匹配的参考时刻。
在本公开实施例中，可基于IMU获取航迹推算的结果，并从车辆的航迹推算的结果中，获取多个采集时刻下目标车辆相对于设定坐标系的第二车辆位姿，由于车载雷达采集点云数据的频率和车载相机采集视觉图像的频率可能不一致，因此，可查询多个采集时刻中是否存在与目标时刻匹配的参考时刻。
步骤404，在多个采集时刻中存在参考时刻的情况下，将参考时刻对应的第二车辆位姿，作为目标时刻目标车辆相对于设定坐标下的第一车辆位姿。
作为一种示例，在多个采集时刻中存在参考时刻的情况下，可将参考时刻对应的第二位姿，作为目标时刻目标车辆相对于设定坐标系下的第一车辆位姿。
步骤405，在多个采集时刻中不存在参考时刻的情况下，对多个采集时刻的第二车辆位姿进行插值计算，以得到目标时刻目标车辆相对于设定坐标下的第一车辆位姿。
进一步地，在多个设定时刻中不存在参考时刻的情况下，可从多个采集时刻的时间区间内，确定出目标时刻所处的时间子区间，对时间子区间所对应的多个第二车辆位姿进行插值计算，以得到目标时刻目标车辆相对于设定坐标下的第一车辆位姿。
步骤406，根据第一车辆位姿，将第一点云数据的各点转换至目标时刻下车载相机的相机坐标系下，以得到第一点云数据的各点在相机坐标系下的第一空间坐标。
步骤407，根据车载相机的内参，将目标交通元素的各坐标点转换至相机坐标系下，以得到目标交通元素的各坐标点在相机坐标系下的第二空间坐标。
步骤408，根据多个第一空间坐标和多个第二空间坐标，对目标交通元素的坐标进行重建。
需要说明的是，步骤401至402、步骤406至408的执行过程可以分别采用本公开的各实施例中的任一种方式实现，本公开实施例并不对此作出限定，也不再赘述。
综上，通过查询第一点云数据对应的多个采集时刻中是否存在与目标时刻匹配的参考时刻；在多个采集时刻中存在参考时刻的情况下，将参考时刻对应的第二车辆位姿，作为目标时刻目标车辆相对于设定坐标下的第一车辆位姿；在多个采集时刻中不存在参考时刻的情况下，对多个采集时刻的第二车辆位姿进行插值计算，以得到目标时刻目标车辆相对于设定坐标下的第一车辆位姿，由此，根据多个采集时刻目标车辆相对于设定坐标下的第二车辆位姿，可有效地确定目标时刻目标车辆相对于设定坐标下的第一车辆位姿，从而，根据该第一车辆位姿，可准确地将第一点云数据的各点转换至目标时刻下车载相机的相机坐标系下，可以提高目标交通元素的坐标重建的准确性。
为了清楚地说明上述实施例中是如何根据第一车辆位姿，将第一点云数据的各点转换至目标时刻下车载相机的相机坐标系下，以得到第一点云数据的各点在相机坐标系下的第一空间坐标的，本公开提出另一种交通元素的坐标重建方法。
图5为本公开实施例所提供的另一种交通元素的坐标重建方法的流程示意图。
如图5所示，该交通元素的坐标重建方法可包括如下步骤：
步骤501，获取设定坐标系下目标交通元素的第一点云数据。
其中，设定坐标系为目标车辆上电时的车辆坐标系。
步骤502，获取目标时刻车载相机所采集的包含目标交通元素的视觉图像，并从视觉图像中识别属于目标交通元素的各坐标点。
步骤503，确定目标时刻目标车辆相对于设定坐标系的第一车辆位姿。
步骤504，根据第一车辆位姿，将第一点云数据的各点转换至目标时刻下目标车辆的车辆坐标系下，以得到第一点云数据的各点在目标时刻下目标车辆的车辆坐标系下的第六空间坐标。
进一步地，根据第一车辆位姿，可将第一点云数据的各点转换至目标时刻下目标车辆的车辆坐标系下，得到第一点云数据的各点在目标时刻下目标车辆的车辆坐标系下的第六空间坐标。
步骤505，根据目标时刻下目标车辆的车辆坐标系与相机坐标系之间的设定映射关系，将第一点云数据的各点对应的第六空间坐标在相机坐标系下的第一空间坐标。
需要说明的是，各个时刻下目标车辆的车辆坐标系与车载相机的相机坐标系之间的映射关系可预先标定，从而，根据目标时刻下目标车辆的车辆坐标系与相机坐标系之间的设定映射关系，可将第一点云数据的各点对应的第六空间坐标转换至相机坐标系下，以得到第一点云数据的各点在相机坐标系下的第一空间坐标。
步骤506，根据车载相机的内参，将目标交通元素的各坐标点转换至相机坐标系下，以得到目标交通元素的各坐标点在相机坐标系下的第二空间坐标。
步骤507，根据多个第一空间坐标和多个第二空间坐标，对目标交通元素的坐标进行重建。
需要说明的是，步骤501至503、步骤506至507的执行过程可以分别采用本公开的各实施例中的任一种方式实现，本公开实施例并不对此作出限定，也不再赘述。
综上，通过根据第一车辆位姿，将第一点云数据的各点转换至目标时刻下目标车辆的车辆坐标系下，以得到第一点云数据的各点在目标时刻下目标车辆的车辆坐标系下的第六空间坐标；根据目标时刻下目标车辆的车辆坐标系与相机坐标系之间的设定映射关系，将第一点云数据的各点对应的第六空间坐标转换至相机坐标系下，以得到第一点云数据的各点在相机坐标系下的第一空间坐标，由此，根据第一车辆位姿，可有效地获取第一点云数据的各点在相机坐标系下的第一空间坐标。
针对本公开任一实施例，如图6所示，还可基于如下步骤实现交通元素的坐标重建方法：
1、对于车辆固态激光雷达测量获得的点云，根据车辆航迹推算的结果，将自车坐标系(车辆坐标系)的点云转到设定坐标系并拼接，其中，设定坐标系可为车辆上电时的车辆坐标系；
2、根据当前相机图像感知结果的时间戳进行位姿插值，利用该位姿将设定坐标系的点云转到当前相机坐标系，然后将相机坐标系下的点云归一化到相机单位球面系。
3、对于道路空中元素的2D感知结果，将2D的像素坐标转到相机单位球面系的3D感知点。将相机单位球面系的点云和相机单位球面系的3D感知点送入深度恢复算法，具体过程可为：利用KD-Tree中的笛卡尔坐标系，在单位球面上的点云中找出单位球面系的3D感知点坐标的三个最近点，并求取这个三个激光点所在的平面方程，球心(相机坐标系的原点)到3D感知点的射线和平面方程的交点坐标，即为该道路空中元素的重建结果。
为了实现上述实施例，本公开提出一种交通元素的坐标重建装置。
图7为本公开实施例所提供的一种交通元素的坐标重建装置的结构示意图。
如图7所示，该交通元素的坐标重建装置700包括：第一获取模块710、第二获取模块720、确定模块730、第一转换模块740和重建模块750。
其中，第一获取模块710，用于获取设定坐标系下目标交通元素的第一点云数据；其中，设定坐标系为目标车辆上电时的车辆坐标系；第二获取模块720，用于获取目标时刻车载相机所采集的包含目标交通元素的视觉图像，并从视觉图像中识别属于目标交通元素的各坐标点；确定模块730，用于确定目标时刻目标车辆相对于设定坐标系的第一车辆位姿，并根据第一车辆位姿，将第一点云数据的各点转换至目标时刻下车载相机的相机坐标系下，以得到第一点云数据的各点在相机坐标系下的第一空间坐标；第一转换模块740，用于根据车载相机的内参，将目标交通元素的各坐标点转换至相机坐标系下，以得到目标交通元素的各坐标点在相机坐标系下的第二空间坐标；重建模块750，用于根据多个第一空间坐标和多个第二空间坐标，对目标交通元素的坐标进行重建。
作为本公开实施例的一种可能的实现方式，重建模块750，具体用于：对多个第一空间坐标和多个第二空间坐标分别进行归一化，以得到多个归一化后的第一空间坐标和多个归一化后的第二空间坐标；确定多个归一化后的第二空间坐标的中心空间坐标；从多个归一化后的第一空间坐标中，确定与中心空间坐标之间的距离小于设定距离阈值的三个第三空间坐标；根据三个第三空间坐标和中心空间坐标，对目标交通元素的坐标进行重建，以得到目标交通元素重建后的坐标。
作为本公开实施例的一种可能的实现方式，重建模块750，还用于：确定三个第三空间坐标所在的平面，并确定目标射线，其中，目标射线由三个第三空间坐标所在的相机坐标系的原点指向中心空间坐标；将目标射线与平面的交点的坐标，作为目标交通元素重建后的坐标。
作为本公开实施例的一种可能的实现方式，第一获取模块710，具体用于：获取车载雷达在多个采集时刻所采集的第二点云数据，其中，第二点云数据中包含所述目标交通元素；针对多个采集时刻中任一采集时刻，根据车载雷达所在的雷达坐标系和目标车辆所在的车辆坐标系之间的映射关系，将任一采集时刻的第二点云数据的各点转换至目标车辆所在的车辆坐标系下，以得到任一采集时刻的第二点云数据的各点在目标车辆所在的车辆坐标系下的第四空间坐标；获取任一采集时刻下目标车辆相对于设定坐标系的第二车辆位姿；将根据任一采集时刻下所述目标车辆相对于设定坐标系的第二车辆位姿，将任一采集时刻的各第四空间坐标转换至设定坐标系下，以得到任一采集时刻的各第四空间坐标在设定坐标系下的第五空间坐标；将多个采集时刻的第五空间坐标进行拼接，以得到设定坐标系下目标交通元素的第一点云数据。
作为本公开实施例的一种可能的实现方式，第一获取模块710，还用于：将多个采集时刻的第五空间坐标进行拼接，以得到拼接后的第五空间坐标；从拼接后的第五空间坐标中，确定目标交通元素的第一点云数据。
作为本公开实施例的一种可能的实现方式，确定模块730，具体用于：查询第一点云数据对应的多个采集时刻中是否存在与目标时刻匹配的参考时刻；在多个采集时刻中存在参考时刻的情况下，将参考时刻对应的第二车辆位姿，作为目标时刻目标车辆相对于设定坐标下的第一车辆位姿；在多个采集时刻中不存在所述参考时刻的情况下，对多个采集时刻的第二车辆位姿进行插值计算，以得到目标时刻目标车辆相对于设定坐标下的第一车辆位姿。
作为本公开实施例的一种可能的实现方式，确定模块730，具体用于：根据第一车辆位姿，将第一点云数据的各点转换至目标时刻下目标车辆的车辆坐标系下，以得到第一点云数据的各点在目标时刻下目标车辆的车辆坐标系下的第六空间坐标；根据目标时刻下目标车辆的车辆坐标系与相机坐标系之间的设定映射关系，将第一点云数据的各点对应的第六空间坐标转换至相机坐标系下，以得到第一点云数据的各点在相机坐标系下的第一空间坐标。
本公开实施例的交通元素的坐标重建装置，通过获取设定坐标系下所述目标交通元素的第一点云数据；其中，设定坐标系为目标车辆上电时的车辆坐标系；获取目标时刻车载相机所采集的包含目标交通元素的视觉图像，从视觉图像中识别属于目标交通元素的各坐标点；确定目标时刻目标车辆相对于设定坐标系的第一车辆位姿，并根据第一车辆位姿，将第一点云数据的各点转换至目标时刻下所述车载相机的相机坐标系下，以得到第一点云数据的各点在相机坐标系下的第一空间坐标；根据车载相机的内参，将目标交通元素的各坐标点转换至相机坐标系下，以得到目标交通元素的各坐标点在相机坐标系下的第二空间坐标；根据多个第一空间坐标和多个第二空间坐标，对目标交通元素的坐标进行重建。由此，通过第一点云数据的各点在相机坐标系下的第一空间坐标和车载相机采集的视觉图像中属于目标交通元素的各坐标点在相机坐标系下的第二空间坐标，共同对目标交通元素的坐标进行重建，提高了目标交通元素的坐标重建的准确性，从而基于目标交通元素重建后的坐标，可准确地计算出车辆在高精度地图中的位置。
需要说明的是，前述对交通元素的坐标重建方法实施例的解释说明也适用于该实施例的交通元素的坐标重建装置，此处不再赘述。
为了实现上述实施例，本公开还提出一种电子设备，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上述实施例所述的交通元素的坐标重建方法。
为了实现上述实施例，本公开还提出一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使所述计算机执行上述实施例所述的交通元素的坐标重建方法。
为了实现上述实施例，本公开还提出一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时，实现上述实施例所述的交通元素的坐标重建方法。
图8是根据一示例性实施例示出的一种电子设备的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图8，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电力组件806，多媒体组件808，音频组件810，输入/输出(I/O)接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电力组件806为电子设备800的各种组件提供电力。电力组件806可以包括电源管理***，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口，上述***接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，4G或5G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由电子设备800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本公开的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本公开的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本公开的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用，或结合这些指令执行***、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本公开各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本公开的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本公开的限制，本领域的普通技术人员在本公开的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (16)

1.一种交通元素的坐标重建方法，其特征在于，包括：
获取设定坐标系下目标交通元素的第一点云数据；其中，所述设定坐标系为目标车辆上电时的车辆坐标系；
获取目标时刻车载相机所采集的包含所述目标交通元素的视觉图像，并从所述视觉图像中识别属于所述目标交通元素的各坐标点；
确定所述目标时刻所述目标车辆相对于所述设定坐标系的第一车辆位姿，并根据所述第一车辆位姿，将所述第一点云数据的各点转换至所述目标时刻下所述车载相机的相机坐标系下，以得到所述第一点云数据的各点在所述相机坐标系下的第一空间坐标；
根据所述车载相机的内参，将所述目标交通元素的各坐标点转换至所述相机坐标系下，以得到所述目标交通元素的各坐标点在所述相机坐标系下的第二空间坐标；
根据多个所述第一空间坐标和多个所述第二空间坐标，对所述目标交通元素的坐标进行重建。
2.根据权利要求1所述的方法，其特征在于，所述根据多个所述第一空间坐标和多个所述第二空间坐标，对所述目标交通元素的坐标进行重建，包括：
对多个所述第一空间坐标和多个所述第二空间坐标分别进行归一化，以得到多个归一化后的第一空间坐标和多个归一化后的第二空间坐标；
确定多个所述归一化后的第二空间坐标的中心空间坐标；
从多个所述归一化后的第一空间坐标中，确定与所述中心空间坐标之间的距离小于设定距离阈值的三个第三空间坐标；
根据所述三个第三空间坐标和所述中心空间坐标，对所述目标交通元素的坐标进行重建，以得到所述目标交通元素重建后的坐标。
3.根据权利要求2所述的方法，其特征在于，所述根据所述三个第三空间坐标和所述中心空间坐标，对所述目标交通元素的坐标进行重建，以得到所述目标交通元素重建后的坐标，包括：
确定所述三个第三空间坐标所在的平面，并确定目标射线，其中，所述目标射线由所述三个第三空间坐标所在的相机坐标系的原点指向所述中心空间坐标；
将所述目标射线与所述平面的交点的坐标，作为所述目标交通元素重建后的坐标。
4.根据权利要求1所述的方法，其特征在于，所述获取设定坐标系下所述目标交通元素的第一点云数据，包括：
获取车载雷达在多个采集时刻所采集的第二点云数据，其中，所述第二点云数据中包含所述目标交通元素；
针对所述多个采集时刻中的任一采集时刻，根据所述车载雷达所在的雷达坐标系和所述目标车辆所在的车辆坐标系之间的映射关系，将所述任一采集时刻的第二点云数据的各点转换至所述目标车辆所在的车辆坐标系下，以得到所述任一采集时刻的第二点云数据的各点在所述目标车辆所在的车辆坐标系下的第四空间坐标；
获取所述任一采集时刻下所述目标车辆相对于所述设定坐标系的第二车辆位姿；
根据所述任一采集时刻下所述目标车辆相对于所述设定坐标系的第二车辆位姿，将所述任一采集时刻的各所述第四空间坐标转换至所述设定坐标系下，以得到所述任一采集时刻的各所述第四空间坐标在所述设定坐标系下的第五空间坐标；
将所述多个采集时刻的第五空间坐标进行拼接，以得到所述设定坐标系下所述目标交通元素的第一点云数据。
5.根据权利要求4所述的方法，其特征在于，所述将所述多个采集时刻的第二点云数据对应的第五空间坐标进行拼接，以得到所述设定坐标系下所述目标交通元素的第一点云数据，包括：
将所述多个采集时刻的第五空间坐标进行拼接，以得到拼接后的第五空间坐标；
从所述拼接后的第五空间坐标中，确定所述目标交通元素的第一点云数据。
6.根据权利要求1-5中任一项所述的方法，其特征在于，所述确定所述目标时刻所述目标车辆相对于所述设定坐标系的第一车辆位姿，包括：
查询所述第一点云数据对应的多个采集时刻中是否存在与所述目标时刻匹配的参考时刻；
在所述多个采集时刻中存在所述参考时刻的情况下，将所述参考时刻对应的第二车辆位姿，作为所述目标时刻所述目标车辆相对于所述设定坐标下的第一车辆位姿；
在所述多个采集时刻中不存在所述参考时刻的情况下，对所述多个采集时刻的第二车辆位姿进行插值计算，以得到所述目标时刻所述目标车辆相对于所述设定坐标下的第一车辆位姿。
7.根据权利要求1-5中任一项所述的方法，其特征在于，所述根据所述第一车辆位姿，将所述第一点云数据的各点转换至所述目标时刻下所述车载相机的相机坐标系下，以得到所述第一点云数据的各点在所述相机坐标系下的第一空间坐标，包括：
根据所述第一车辆位姿，将所述第一点云数据的各点转换至所述目标时刻下所述目标车辆的车辆坐标系下，以得到第一点云数据的各点在所述目标时刻下所述目标车辆的车辆坐标系下的第六空间坐标；
根据所述目标时刻下所述目标车辆的车辆坐标系与所述相机坐标系之间的设定映射关系，将所述第一点云数据的各点对应的第六空间坐标转换至所述相机坐标系下，以得到所述第一点云数据的各点在所述相机坐标系下的第一空间坐标。
8.一种交通元素的坐标重建装置，其特征在于，包括：
第一获取模块，用于获取设定坐标系下目标交通元素的第一点云数据；其中，所述设定坐标系为目标车辆上电时的车辆坐标系；
第二获取模块，用于获取目标时刻车载相机所采集的包含所述目标交通元素的视觉图像，并从所述视觉图像中识别属于所述目标交通元素的各坐标点；
确定模块，用于确定所述目标时刻所述目标车辆相对于所述设定坐标系的第一车辆位姿，并根据所述第一车辆位姿，将所述第一点云数据的各点转换至所述目标时刻下所述车载相机的相机坐标系下，以得到所述第一点云数据的各点在所述相机坐标系下的第一空间坐标；
第一转换模块，用于根据所述车载相机的内参，将所述目标交通元素的各坐标点转换至所述相机坐标系下，以得到所述目标交通元素的各坐标点在所述相机坐标系下的第二空间坐标；
重建模块，用于根据多个所述第一空间坐标和多个所述第二空间坐标，对所述目标交通元素的坐标进行重建。
9.根据权利要求8所述的装置，其特征在于，所述重建模块，具体用于：
对多个所述第一空间坐标和多个所述第二空间坐标分别进行归一化，以得到多个归一化后的第一空间坐标和多个归一化后的第二空间坐标；
确定多个所述归一化后的第二空间坐标的中心空间坐标；
从多个所述归一化后的第一空间坐标中，确定与所述中心空间坐标之间的距离小于设定距离阈值的三个第三空间坐标；
根据所述三个第三空间坐标和所述中心空间坐标，对所述目标交通元素的坐标进行重建，以得到所述目标交通元素重建后的坐标。
10.根据权利要求9所述的装置，其特征在于，所述重建模块，还用于：
确定所述三个第三空间坐标所在的平面，并确定目标射线，其中，所述目标射线由所述三个第三空间坐标所在的相机坐标系的原点指向所述中心空间坐标；
将所述目标射线与所述平面的交点的坐标，作为所述目标交通元素重建后的坐标。
11.根据权利要求8所述的装置，其特征在于，所述第一获取模块，具体用于：
获取车载雷达在多个采集时刻所采集的第二点云数据，其中，所述第二点云数据中包含所述目标交通元素；
针对所述多个采集时刻中的任一采集时刻，根据所述车载雷达所在的雷达坐标系和所述目标车辆所在的车辆坐标系之间的映射关系，将所述任一采集时刻的第二点云数据的各点转换至所述目标车辆所在的车辆坐标系下，以得到所述任一采集时刻的第二点云数据的各点在所述目标车辆所在的车辆坐标系下的第四空间坐标；
获取所述任一采集时刻下所述目标车辆相对于所述设定坐标系的第二车辆位姿；
根据所述任一采集时刻下所述目标车辆相对于所述设定坐标系的第二车辆位姿，将所述任一采集时刻的各所述第四空间坐标转换至所述设定坐标系下，以得到所述任一采集时刻的各所述第四空间坐标在所述设定坐标系下的第五空间坐标；
将所述多个采集时刻的第五空间坐标进行拼接，以得到所述设定坐标系下所述目标交通元素的第一点云数据。
12.根据权利要求11所述的装置，其特征在于，所述第一获取模块，还用于：
将所述多个采集时刻的第五空间坐标进行拼接，以得到拼接后的第五空间坐标；
从所述拼接后的第五空间坐标中，确定所述目标交通元素的第一点云数据。
13.根据权利要求8-12中任一项所述的装置，其特征在于，所述确定模块，具体用于：
查询所述第一点云数据对应的多个采集时刻中是否存在与所述目标时刻匹配的参考时刻；
在所述多个采集时刻中存在所述参考时刻的情况下，将所述参考时刻对应的第二车辆位姿，作为所述目标时刻所述目标车辆相对于所述设定坐标下的第一车辆位姿；
在所述多个采集时刻中不存在所述参考时刻的情况下，对所述多个采集时刻的第二车辆位姿进行插值计算，以得到所述目标时刻所述目标车辆相对于所述设定坐标下的第一车辆位姿。
14.根据权利要求8-12中任一项所述的装置，其特征在于，所述确定模块，具体用于：
根据所述第一车辆位姿，将所述第一点云数据的各点转换至所述目标时刻下所述目标车辆的车辆坐标系下，以得到第一点云数据的各点在所述目标时刻下所述目标车辆的车辆坐标系下的第六空间坐标；
根据所述目标时刻下所述目标车辆的车辆坐标系与所述相机坐标系之间的设定映射关系，将所述第一点云数据的各点对应的第六空间坐标转换至所述相机坐标系下，以得到所述第一点云数据的各点在所述相机坐标系下的第一空间坐标。
15.一种电子设备，其特征在于，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1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。
CN202310763400.7A 2023-06-26 2023-06-26 交通元素的坐标重建方法、装置、电子设备及存储介质 Active CN116883496B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310763400.7A CN116883496B (zh) 2023-06-26 2023-06-26 交通元素的坐标重建方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310763400.7A CN116883496B (zh) 2023-06-26 2023-06-26 交通元素的坐标重建方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN116883496A true CN116883496A (zh) 2023-10-13
CN116883496B CN116883496B (zh) 2024-03-12

Family

ID=88253968

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310763400.7A Active CN116883496B (zh) 2023-06-26 2023-06-26 交通元素的坐标重建方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN116883496B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112562093A (zh) * 2021-03-01 2021-03-26 湖北亿咖通科技有限公司 目标检测方法、电子介质和计算机存储介质
CN113436233A (zh) * 2021-06-29 2021-09-24 阿波罗智能技术(北京)有限公司 自动驾驶车辆的配准方法、装置、电子设备和车辆
WO2022022694A1 (zh) * 2020-07-31 2022-02-03 北京智行者科技有限公司 自动驾驶环境感知方法及***
CN114022563A (zh) * 2021-10-25 2022-02-08 同济大学 一种用于自动驾驶的动态障碍物检测方法
WO2022121283A1 (zh) * 2020-12-10 2022-06-16 浙江商汤科技开发有限公司 车辆关键点信息检测和车辆控制
WO2022156175A1 (zh) * 2021-01-20 2022-07-28 上海西井信息科技有限公司 融合图像和点云信息的检测方法、***、设备及存储介质
CN115170630A (zh) * 2022-06-30 2022-10-11 小米汽车科技有限公司 地图生成方法、装置、电子设备、车辆和存储介质
CN116091567A (zh) * 2022-12-20 2023-05-09 阿波罗智联(北京)科技有限公司 自动驾驶车辆的配准方法、装置、电子设备和车辆

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022022694A1 (zh) * 2020-07-31 2022-02-03 北京智行者科技有限公司 自动驾驶环境感知方法及***
WO2022121283A1 (zh) * 2020-12-10 2022-06-16 浙江商汤科技开发有限公司 车辆关键点信息检测和车辆控制
WO2022156175A1 (zh) * 2021-01-20 2022-07-28 上海西井信息科技有限公司 融合图像和点云信息的检测方法、***、设备及存储介质
CN112562093A (zh) * 2021-03-01 2021-03-26 湖北亿咖通科技有限公司 目标检测方法、电子介质和计算机存储介质
CN113436233A (zh) * 2021-06-29 2021-09-24 阿波罗智能技术(北京)有限公司 自动驾驶车辆的配准方法、装置、电子设备和车辆
CN114022563A (zh) * 2021-10-25 2022-02-08 同济大学 一种用于自动驾驶的动态障碍物检测方法
CN115170630A (zh) * 2022-06-30 2022-10-11 小米汽车科技有限公司 地图生成方法、装置、电子设备、车辆和存储介质
CN116091567A (zh) * 2022-12-20 2023-05-09 阿波罗智联(北京)科技有限公司 自动驾驶车辆的配准方法、装置、电子设备和车辆

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吴琼等: "基于视觉标记板的自动驾驶车辆激光雷达与相机在线标定研究", 汽车技术, no. 04 *

Also Published As

Publication number Publication date
CN116883496B (zh) 2024-03-12

Similar Documents

Publication Publication Date Title
CN107957266B (zh) 定位方法、装置及存储介质
CN111126182B (zh) 车道线检测方法、装置、电子设备及存储介质
CN109870157B (zh) 确定车***姿的方法及装置、制图方法
CN110967024A (zh) 可行驶区域的检测方法、装置、设备及存储介质
US20210158560A1 (en) Method and device for obtaining localization information and storage medium
CN112406707B (zh) 车辆预警方法、车辆、装置、终端和存储介质
CN114419572B (zh) 多雷达目标检测方法、装置、电子设备及存储介质
CN113063421A (zh) 导航方法及相关装置、移动终端、计算机可读存储介质
CN112991439B (zh) 定位目标物体的方法、装置、电子设备及介质
CN111127541B (zh) 车辆尺寸的确定方法、装置及存储介质
CN116052461A (zh) 虚拟车位确定方法、显示方法、装置、设备、介质及程序
CN112269939B (zh) 自动驾驶的场景搜索方法、装置、终端、服务器及介质
CN114549633A (zh) 位姿检测方法、装置、电子设备和存储介质
CN116385528B (zh) 标注信息的生成方法、装置、电子设备、车辆及存储介质
CN115861741B (zh) 目标标定方法、装置、电子设备、存储介质及车辆
CN116883496B (zh) 交通元素的坐标重建方法、装置、电子设备及存储介质
WO2022110801A1 (zh) 数据处理方法及装置、电子设备和存储介质
KR20160048351A (ko) 내비게이션 장치, 블랙 박스 및 그들의 제어 방법
CN113450298B (zh) 基于多传感器的视野图处理方法、装置和设备
CN116772894B (zh) 定位初始化方法、装置、电子设备、车辆和存储介质
CN117994759A (zh) 障碍物的位置检测方法及装置
CN117373151A (zh) 行车图像采集方法、装置、车辆及存储介质
CN117115244A (zh) 云端重定位方法、装置及存储介质
CN114090907A (zh) 基于充电桩的数据共享方法、装置及设备
CN118155160A (zh) 对象检测方法、装置、车载终端、存储介质和程序产品

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
GR01 Patent grant
GR01 Patent grant