CN111311627B - 一种车辆轮廓线的生成方法及系统、车辆、存储介质 - Google Patents

一种车辆轮廓线的生成方法及系统、车辆、存储介质 Download PDF

Info

Publication number
CN111311627B
CN111311627B CN202010112873.7A CN202010112873A CN111311627B CN 111311627 B CN111311627 B CN 111311627B CN 202010112873 A CN202010112873 A CN 202010112873A CN 111311627 B CN111311627 B CN 111311627B
Authority
CN
China
Prior art keywords
vehicle
sampling
curve
axis direction
line
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.)
Active
Application number
CN202010112873.7A
Other languages
English (en)
Other versions
CN111311627A (zh
Inventor
晏芳
赖健明
陈盛军
邓志权
张雪飞
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.)
Guangzhou Xiaopeng Motors Technology Co Ltd
Original Assignee
Guangzhou Xiaopeng Motors 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 Guangzhou Xiaopeng Motors Technology Co Ltd filed Critical Guangzhou Xiaopeng Motors Technology Co Ltd
Priority to CN202010112873.7A priority Critical patent/CN111311627B/zh
Publication of CN111311627A publication Critical patent/CN111311627A/zh
Application granted granted Critical
Publication of CN111311627B publication Critical patent/CN111311627B/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
    • G06T7/10—Segmentation; Edge detection
    • G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • 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

Abstract

本申请实施例涉及智能汽车技术领域，公开了一种车辆轮廓线的生成方法及系统、车辆、存储介质，该方法包括：获取车辆对应的车辆模型，并从车辆模型中提取车辆外围轮廓曲线，车辆外围轮廓曲线包括车头曲线段、车尾曲线段和车身两侧曲线段；获取采样参数，其中采样参数用于确定对所述车辆外围轮廓曲线的采样位置；根据采样参数，对车辆外围轮廓曲线进行采样处理，以获得采样点集合；之后根据采样点集合，生成所述车辆的目标轮廓线。实施本申请实施例，能够提高生成车辆轮廓线的精度，以改善碰撞检测的准确性。

Description

一种车辆轮廓线的生成方法及系统、车辆、存储介质
技术领域
本申请涉及智能汽车技术领域，具体涉及一种车辆轮廓线的生成方法及系统、车辆、存储介质。
背景技术
随着汽车智能化的发展，自动驾驶技术已成为时下热门的研究课题。其中，路径规划是自动驾驶技术的关键一环，而安全无碰撞对路径规划尤为重要。现有方式中通常会对智能汽车的轮廓进行模型化，获得车辆轮廓线，并基于车辆轮廓线检测智能汽车与周边障碍物是否存在碰撞风险。然而，目前采用的车辆轮廓线大多为简单的矩形轮廓，因此车辆轮廓线的精度较低，降低了碰撞检测的准确性。
申请内容
本申请实施例公开了一种车辆轮廓线的生成方法及系统、车辆、存储介质，能够提高生成车辆轮廓线的精度，以改善碰撞检测的准确性。
本申请实施例第一方面公开一种车辆轮廓线的生成方法，所述方法包括：
获取车辆对应的车辆模型，并从所述车辆模型中提取车辆外围轮廓曲线；所述车辆外围轮廓曲线包括车头曲线段、车尾曲线段和车身两侧曲线段；
获取采样参数；所述采样参数用于确定对所述车辆外围轮廓曲线的采样位置；
根据所述采样参数，对所述车辆外围轮廓曲线进行采样处理，以获得采样点集合；
根据所述采样点集合，生成所述车辆的目标轮廓线。
作为一种可选的实施方式，在本申请实施例第一方面中，所述采样参数包括N个采样线值，所述N为正整数；所述从所述车辆模型中提取车辆外围轮廓曲线之后，所述方法还包括：
在所述车辆外围轮廓曲线内确定车辆后轴中心位置，并以所述车辆后轴中心位置为原点，建立车辆平面坐标系；其中，所述车辆平面坐标系的X轴方向为所述车辆的车头方向，所述车辆平面坐标系的Y轴方向在水平面上垂直于所述X轴方向；
所述获取采样参数，包括：
基于所述车辆平面坐标系和所述车辆外围轮廓曲线，获取N个采样线值；
所述根据所述采样参数，对所述车辆外围轮廓曲线进行采样处理，以获得采样点集合，包括：
根据所述N个采样线值，获取所述N个采样线值在所述车辆平面坐标系中对应的N条采样线；其中，所述N条采样线均平行于所述X轴方向；
利用所述N条采样线，获取所述车辆外围轮廓曲线上与所述N条采样线的所有相交点；
将所述相交点作为采样点添加至采样点集合。
作为一种可选的实施方式，在本申请实施例第一方面中，所述基于所述车辆平面坐标系和所述车辆外围轮廓曲线，获取N个采样线值，包括：
基于所述车辆平面坐标系和所述车辆外围轮廓曲线，获取所述车辆外围轮廓曲线在所述Y轴方向上对应的第一取值区间以及在所述X轴方向上对应的第二取值区间；
获取所述第一取值区间的两个端点值a1和a2以及所述第二取值区间的两个端点值a3和a4；
根据所述a3、所述a4以及所述车辆外围轮廓曲线，确定满足坐标点条件的目标值a5；所述坐标点条件包括所述车辆外围轮廓曲线上存在(a3，a5)和(a4，a5)中至少一个坐标点；
在所述第一取值区间内确定N个采样线值；其中，所述N个采样线值至少包括所述a1、所述a2和所述a5。
作为一种可选的实施方式，在本申请实施例第一方面中，所述在所述第一取值区间内确定N个采样线值，包括：
获取采样间隔，其中，所述采样间隔满足(|a1-a2|÷2)÷d＝i，i为正整数，d为所述采样间隔；按照所述采样间隔，对所述第一取值区间进行等间隔采样处理，以获得N个采样线值；
或者，对所述车头曲线段和所述车尾曲线段进行曲线斜率分析，获得满足划分条件的S个第一坐标点；其中，所述S为正整数，所述划分条件包括所述第一坐标点为所述车头曲线段和所述车尾曲线段上对应于最大曲线斜率绝对值的坐标点，或者所述第一坐标点为所述车头曲线段和所述车尾曲线段上对应于最小曲线斜率绝对值的坐标点；
确定所述S个第一坐标点在所述Y轴方向上对应的S个第一划分值；
利用所述S个第一划分值将所述第一取值区间划分为至少两个第一子区间；
对所述至少两个第一子区间中每一子区间进行等间隔采样处理，获得N个采样线值。
作为一种可选的实施方式，在本申请实施例第一方面中，所述采样参数还包括标记位置在所述车辆平面坐标系中对应的坐标信息，所述标记位置包括传感器位置和后视镜位置；所述在所述第一取值区间内确定N个采样线值，包括：
根据所述坐标信息，确定所述标记位置在所述第一取值区间内对应的K个第二坐标点；其中，所述K为正整数；
确定所述K个第二坐标点在所述Y轴方向上对应的K个第二划分值；
利用所述K个第二划分值将所述第一取值区间划分为至少两个第二子区间；
对所述至少两个第二子区间中每一子区间进行采样处理，获得N个采样线值。
作为一种可选的实施方式，在本申请实施例第一方面中，所述根据所述采样点集合，生成所述车辆的目标轮廓线，包括：
利用直角连接折线，对所述采样点集合中对应于不同X轴坐标且在所述Y轴方向上相邻排列的采样点进行两两连接，和/或，利用平行于所述Y轴方向的连接直线，对所述采样点集合中对应于相同X轴坐标且在所述Y轴方向上相邻排列的采样点进行两两连接，和/或，利用平行于所述X轴方向的连接直线，对所述采样点集合中对应于相同Y轴坐标且在所述X轴方向上相邻排列的采样点进行两两连接，从而生成所述车辆的目标轮廓线。
本申请实施例第二方面公开一种车辆轮廓线的生成系统，所述系统包括：
提取单元，用于获取车辆对应的车辆模型，并从所述车辆模型中提取车辆外围轮廓曲线；所述车辆外围轮廓曲线包括车头曲线段、车尾曲线段和车身两侧曲线段；
获取单元，用于获取采样参数；所述采样参数用于确定对所述车辆外围轮廓曲线的采样位置；
采样单元，用于根据所述采样参数，对所述车辆外围轮廓曲线进行采样处理，以获得采样点集合；
生成单元，用于根据所述采样点集合，生成所述车辆的目标轮廓线。
作为一种可选的实施方式，在本申请实施例第二方面中，所述采样参数包括N个采样线值，所述N为正整数；所述系统还包括：
坐标系建立单元，用于在所述提取单元从所述车辆模型中提取车辆外围轮廓曲线之后，在所述车辆外围轮廓曲线内确定车辆后轴中心位置，并以所述车辆后轴中心位置为原点，建立车辆平面坐标系；其中，所述车辆平面坐标系的X轴方向为所述车辆的车头方向，所述车辆平面坐标系的Y轴方向在水平面上垂直于所述X轴方向；
所述获取单元，具体用于基于所述车辆平面坐标系和所述车辆外围轮廓曲线，获取N个采样线值；
所述采样单元，包括：
采样线获取子单元，用于根据所述N个采样线值，获取所述N个采样线值在所述车辆平面坐标系中对应的N条采样线；其中，所述N条采样线均平行于所述X轴方向；
相交点获取子单元，用于利用所述N条采样线，获取所述车辆外围轮廓曲线上与所述N条采样线的所有相交点；
添加子单元，用于将所述相交点作为采样点添加至采样点集合。
作为一种可选的实施方式，在本申请实施例第二方面中，所述获取单元，包括：
区间获取子单元，用于基于所述车辆平面坐标系和所述车辆外围轮廓曲线，获取所述车辆外围轮廓曲线在所述Y轴方向上对应的第一取值区间以及在所述X轴方向上对应的第二取值区间；
端点值获取子单元，用于获取所述第一取值区间的两个端点值a1和a2以及所述第二取值区间的两个端点值a3和a4；
第一确定子单元，用于根据所述a3、所述a4以及所述车辆外围轮廓曲线，确定满足坐标点条件的目标值a5；所述坐标点条件包括所述车辆外围轮廓曲线上存在(a3，a5)和(a4，a5)中至少一个坐标点；
第二确定子单元，用于在所述第一取值区间内确定N个采样线值；其中，所述N个采样线值至少包括所述a1、所述a2和所述a5。
作为一种可选的实施方式，在本申请实施例第二方面中，所述第二确定子单元，包括：
采样间隔获取模块，用于获取采样间隔；其中，所述采样间隔满足(|a1-a2|÷2)÷d＝i，i为正整数，d为所述采样间隔；
第一处理模块，用于按照所述采样间隔，对所述第一取值区间进行等间隔采样处理，以获得N个采样线值；
坐标点获取模块，用于对所述车头曲线段和所述车尾曲线段进行曲线斜率分析，获得满足划分条件的S个第一坐标点；其中，所述S为正整数，所述划分条件包括所述第一坐标点为所述车头曲线段和所述车尾曲线段上对应于最大曲线斜率绝对值的坐标点，或者所述第一坐标点为所述车头曲线段和所述车尾曲线段上对应于最小曲线斜率绝对值的坐标点；
第一确定模块，用于确定所述S个第一坐标点在所述Y轴方向上对应的S个第一划分值；
第一划分模块，用于利用所述S个第一划分值将所述第一取值区间划分为至少两个第一子区间；
第二处理模块，用于对所述至少两个第一区间中每一子区间进行等间隔采样处理，获得N个采样线值。
作为一种可选的实施方式，在本申请实施例第二方面中，所述采样参数还包括标记位置在所述车辆平面坐标系中对应的坐标信息，所述标记位置包括传感器位置和后视镜位置；所述第二确定子单元，包括：
坐标点确定模块，用于根据所述坐标信息，确定所述标记位置在所述第一取值区间内对应的K个第二坐标点；其中，所述K为正整数；
第二确定模块，用于确定所述K个第二坐标点在所述Y轴方向上对应的K个第二划分值；
第二划分模块，用于利用所述K个第二划分值将所述第一取值区间划分为至少两个第二子区间；
第三处理模块，用于对所述至少两个第二子区间中每一子区间进行采样处理，获得N个采样线值。
作为一种可选的实施方式，在本申请实施例第二方面中，所述生成单元，具体用于利用直角连接折线，对所述采样点集合中对应于不同X轴坐标且在所述Y轴方向上相邻排列的采样点进行两两连接，和/或，利用平行于所述Y轴方向的连接直线，对所述采样点集合中对应于相同X轴坐标且在所述Y轴方向上相邻排列的采样点进行两两连接，和/或，利用平行于所述X轴方向的连接直线，对所述采样点集合中对应于相同Y轴坐标且在所述X轴方向上相邻排列的采样点进行两两连接，从而生成所述车辆的目标轮廓线。
本申请实施例第三方面公开一种车辆，所述车辆包括本申请实施例第二方面公开的车辆轮廓线的生成系统。
本申请实施例第四方面公开一种车辆轮廓线的生成系统，包括：
存储有可执行程序代码的存储器；
与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行本申请实施例第一方面公开的一种车辆轮廓线的生成方法。
本申请实施例第五方面公开一种计算机可读存储介质，其存储计算机程序，其中，所述计算机程序使得计算机执行本申请实施例第一方面公开的一种车辆轮廓线的生成方法。
与现有技术相比，本申请实施例具有以下有益效果：
本申请实施例中，通过从车辆对应的车辆模型中提取车辆外围轮廓曲线，车辆外围轮廓曲线包括车头曲线段、车尾曲线段和车身两侧曲线段，并获取采样参数，从而根据采样参数对车辆外围轮廓曲线进行采样处理，获得采样点集合，并利用采样点集合生成车辆的目标轮廓线，能够解决传统方式中无法利用车辆轮廓上曲线段区域的缺陷，提高了生成目标轮廓线的精度，使得目标轮廓线更加贴合实际车辆轮廓，进而改善了碰撞检测时的准确性，保障行车安全；此外，通过采样参数对车辆模型中提取的车辆外围轮廓曲线进行采样处理，还能够减少直接将车辆外围轮廓曲线用作车辆轮廓线时计算量大且复杂的不便之处，改善了计算效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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得其他的附图。
图1是本申请实施例公开的一种车辆轮廓线的生成方法的流程示意图；
图2是本实施例中一种车辆外围轮廓曲线的示意图；
图3是本实施例中一种目标轮廓线的示意图；
图4是本申请实施例公开的另一种车辆轮廓线的生成方法的流程示意图；
图5a是本实施例中一种生成车辆的目标轮廓线的示意图；
图5b是本实施例中另一种生成车辆的目标轮廓线的示意图；
图5c是本实施例中又一种生成车辆的目标轮廓线的示意图；
图6是本申请实施例公开的一种车辆轮廓线的生成系统的结构示意图；
图7是本发明实施例公开的另一种车辆轮廓线的生成系统的结构示意图；
图8是本发明实施例公开的又一种车辆轮廓线的生成系统的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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他实施例，都属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书中的术语“第一”、“第二”、“第三”“第四”等是用于区别不同的对象，而不是用于描述特定顺序。本申请实施例的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请实施例公开了一种车辆轮廓线的生成方法及系统、车辆、存储介质，能够提高生成车辆轮廓线的精度，以改善碰撞检测的准确性。本申请实施例可以应用于任何具有计算、处理能力的系统、设备、装置、平台或服务器，具体的，以支持车辆轮廓线生成服务的应用平台为例，该应用平台可以安装于供用户操作的终端设备(比如智能手机、车载系统、行车记录仪等)上，以下结合附图进行详细描述。
实施例一
请参阅图1，图1是本申请实施例公开的一种车辆轮廓线的生成方法的流程示意图。如图1所示，该方法可以包括以下步骤。
101、获取车辆对应的车辆模型，并从车辆模型中提取车辆外围轮廓曲线。
本申请实施例中，车辆模型是标准三维模型，可用作车辆实际外形、轮廓等方面的参考。可选的，预设数据库预先存储有对不同车辆标识构建的车辆模型，故实际应用中，只需根据车辆标识，即可快速从预设数据库中获取到与该车辆标识对应的车辆模型。其中，车辆标识包括车辆品牌和型号、车牌号、车架号(Vehicle Identification Number，VIN)等中的至少一项，对此不作具体限定。
可选的，车辆模型的具体构建方法可以为：在车辆经过时，利用多组相对于车辆不同方位上设置的激光雷达对车辆进行多次测量，获得车辆在多个时刻的多个横截面图像，并通过分析多个横截面图像中轮廓点的坐标信息及相应横截面的三维坐标信息，建立车辆模型。
本申请实施例中，车辆外围轮廓曲线是二维轮廓曲线，包括车头曲线段、车尾曲线段和车身两侧曲线段。可选的，从车辆模型中提取车辆外围轮廓曲线具体可以包括：获取姿态参数，并根据姿态参数确定投影平面，投影平面与车辆模型位于同一参考坐标系内；将车辆模型投影到该投影平面上，获得车辆外围轮廓曲线，其中，投影平面可以是平行于车辆模型顶面的平面，也可以是平行于车辆模型侧面的平面，对此不作具体限定；姿态参数用于描述投影平面相对于参考坐标系中标准面的倾斜角度，其取值范围可以为0°～90°，可选的，标准面通常平行于车辆模型顶面。可以理解的是，由于选用不同的投影平面，可以获得车辆模型在不同投影方向上对应的车辆外围轮廓曲线，因此这样还能够结合实际场景需求调整投影平面，比如道路限高防撞等，提高了生成车辆轮廓线的灵活性。
102、获取采样参数；采样参数用于确定对车辆外围轮廓曲线的采样位置。
本申请实施例中，在人为调试的场景下，可以输出包含车辆外围轮廓曲线的交互界面，再基于用户在交互界面上选取的车辆外围轮廓曲线的采样位置，获得采样参数；或者，还可以根据车辆标识，直接调用为该车辆标识预设的采样参数或者历史使用过的采样参数，不作具体限定。
103、根据采样参数，对车辆外围轮廓曲线进行采样处理，以获得采样点集合。
104、根据采样点集合，生成车辆的目标轮廓线。
作为一种可选的实施方式，可以结合直角连接折线和连接直线对采样点集合中的采样点进行两两连接，从而生成车辆的目标轮廓线。请参阅图2和图3，图2是本实施例中一种车辆外围轮廓曲线的示意图，图3是本实施例中一种目标轮廓线的示意图。在图2中，车辆外围轮廓曲线包括车头曲线段A、车尾曲线段B和车身两侧曲线段C，且上述曲线段上共确定有8个采样点(图2中被标记为圆点)。利用直角连接折线对8个采样点进行两两连接，即可生成如图3所示的目标轮廓线。可见，对曲线段的采样有效地利用了车辆实际轮廓上的曲线端区域，使得基于采样点集合生成的目标轮廓线更好地还原车辆实际轮廓的曲线特性。
可见，实施图1所描述的方法，能够解决传统方式中无法利用车辆轮廓上曲线段区域的缺陷，提高了生成目标轮廓线的精度，使得目标轮廓线更加贴合实际车辆轮廓，进而改善了碰撞检测时的准确性，保障行车安全；此外，还能够减少直接将车辆外围轮廓曲线用作车辆轮廓线时计算量大且复杂的不便之处，改善了计算效率。
实施例二
请参阅图4，图4是本申请实施例公开的另一种车辆轮廓线的生成方法的流程示意图。在图4所示的方法中，采样参数可以包括N个采样线值，N为正整数。如图4所示，该车辆轮廓线的生成方法可以包括以下步骤。
401、获取车辆对应的车辆模型，并从车辆模型中提取车辆外围轮廓曲线；车辆外围轮廓曲线包括车头曲线段、车尾曲线段和车身两侧曲线段。
在本申请实施例中，步骤401与图1所示实施例中的步骤201相同，此处不再赘述。为了方便理解，下面均以图2所示的车辆外围轮廓曲线为例进行描述。
402、在车辆外围轮廓曲线内确定车辆后轴中心位置，并以车辆后轴中心位置为原点，建立车辆平面坐标系。
本申请实施例中，车辆平面坐标系的X轴方向为车辆的车头方向，车辆平面坐标系的Y轴方向在水平面上垂直于X轴方向。
403、基于车辆平面坐标系和车辆外围轮廓曲线，获取车辆外围轮廓曲线在Y轴方向上对应的第一取值区间以及在X轴方向上对应的第二取值区间。
404、获取第一取值区间的两个端点值a1和a2以及第二取值区间的两个端点值a3和a4。
通俗来说，第一取值区间的两个端点值a1和a2即车辆外围轮廓曲线上的Y轴坐标最大值和Y轴坐标最小值，第二取值区间的两个端点值a3和a4即车辆外围轮廓曲线上的X轴坐标最大值和X轴坐标最小值。
405、根据a3、a4以及车辆外围轮廓曲线，确定满足坐标点条件的目标值a5。
本申请实施例中，坐标点条件包括车辆外围轮廓曲线上存在(a3，a5)和(a4，a5)中至少一个坐标点。
406、在第一取值区间内确定N个采样线值；其中，N为正整数，且N个采样线值至少包括a1、a2和a5。
可以理解的是，N的取值越大，采样线值越多，则采样后生成的目标轮廓线精度越高，同时利用目标轮廓线进行计算时的计算量增加，计算效率降低；相反的，N的取值越小，采样线值越少，则采样后生成的目标轮廓线精度越低，同时利用目标轮廓线进行计算时的计算量减少，计算效率提升。故N可以是针对不同车辆外围轮廓曲线，综合考虑计算效率和精度后的最优取值，也可以是由人为调整，对此不作具体限定。
407、根据N个采样线值，获取N个采样线值在车辆平面坐标系中对应的N条采样线；其中，N条采样线均平行于X轴方向。
举例来说，假设通过步骤406获得3个采样线值0、-0.9和0.9，则相应生成的3条采样线分别可以为y＝0、y＝-0.9和y＝0.9。
408、利用N条采样线，获取车辆外围轮廓曲线上与N条采样线的所有相交点，并将上述相交点作为采样点添加至采样点集合。
可见，上述步骤403～步骤408对车辆外围轮廓曲线进行采样处理的方式做了一个说明，使得本申请技术方案更加具体、完整。
409、根据采样点集合，生成车辆的目标轮廓线。
作为一种可选的实施方式，步骤409具体可以包括：
利用直角连接折线，对采样点集合中对应于不同X轴坐标且在Y轴方向上相邻排列的采样点进行两两连接，和/或，利用平行于Y轴方向的连接直线，对采样点集合中对应于相同X轴坐标且在Y轴方向上相邻排列的采样点进行两两连接，和/或，利用平行于X轴方向的连接直线，对采样点集合中对应于相同Y轴坐标且在X轴方向上相邻排列的采样点进行两两连接，从而生成车辆的目标轮廓线。
下面结合应用实例对步骤402～步骤409进行描述。请参阅图5a，图5a是本实施例中一种生成车辆的目标轮廓线的示意图。在图5a中，在以车辆后轴中心位置O为原点建立的车辆平面坐标系中，车辆外围轮廓曲线关于X轴完全对称，且车辆外围轮廓曲线在Y轴方向上对应的第一取值区间为[-h，h]，以及在X轴方向上对应的第二取值区间为[-w1，w2]，故a1和a2的取值可以为-h和h，a3和a4的取值可以为-w1和w2。由于坐标点(-w1，0)和(w2，0)均位于车辆外围轮廓曲线上，故a5的取值可以为0。此时，假设N＝3，则根据采样线值-h、h和0，可以确定y＝-h、y＝h和y＝0三条采样线，利用这三条采样线对车辆外围轮廓曲线进行采样后获得四个采样点(w3，-h)、(w3，h)、(-w1，0)和(w2，0)，并确定四组对应于不同X轴坐标且在Y轴方向上相邻排列的采样点，即：(w3，-h)和(-w1，0)；(w3，-h)和(w2，0)；(w3，h)和(-w1，0)；(w3，h)和(w2，0)。利用直角连接折线将这四组采样点两两连接，即可生成图5a下侧所示的目标轮廓线。可见，虽然N＝3时目标轮廓线的精度最低，但仍为可描述车辆实际轮廓大小的矩形轮廓。
可选的，若坐标点(a3，a5)和坐标点(a4，a5)均位于车辆外围轮廓曲线上，则N个采样线值至少包括a1、a2和a5；
若坐标点(a3，a5)位于车辆外围轮廓曲线上，而坐标点(a4，a5)不位于车辆外围轮廓曲线上，则获取车辆外围轮廓曲线上X轴坐标值为a4时对应的坐标点及该坐标点的Y轴坐标值a6，则N个采样线值至少包括a1、a2、a5和a6；
若坐标点(a4，a5)位于车辆外围轮廓曲线上，而坐标点(a3，a5)不位于车辆外围轮廓曲线上，获取车辆外围轮廓曲线上X轴坐标值为a3时对应的坐标点及该坐标点的Y轴坐标值a7，则N个采样线值至少包括a1、a2、a5和a7。
可见，这样能够充分考虑车辆外围轮廓曲线的多样性，保证矩形轮廓还原车辆实际轮廓大小的准确度。
作为一种可选的实施方式，步骤406具体可以包括：
获取采样间隔；其中，采样间隔满足(|a1-a2|÷2)÷d＝i，i为正整数，d为采样间隔；按照采样间隔，对第一取值区间进行等间隔采样处理，以获得N个采样线值。
请参阅图5b，图5b是本实施例中另一种生成车辆的目标轮廓线的示意图。在图5b中，假设N＝11，则取i＝5，采样间隔d＝(|-h-h|÷2)÷5＝h/5。故对第一取值区间[-h，h]进行等间隔采样处理，获得如图所示的y1～y11共11个采样线值，利用这11个采样线值对应的采样线对车辆外围轮廓曲线进行采样，以及采样点连接，即可生成图5b下侧所示的目标轮廓线。
或者，作为另一种可选的实施方式，步骤406具体可以包括：
对车头曲线段和车尾曲线段进行曲线斜率分析，获得满足划分条件的S个第一坐标点；其中，S为正整数，划分条件包括第一坐标点为车头曲线段和车尾曲线段上对应于最大曲线斜率绝对值的坐标点，或者第一坐标点为车头曲线段和车尾曲线段上对应于最小曲线斜率绝对值的坐标点；
确定S个第一坐标点在Y轴方向上对应的S个第一划分值；
利用S个第一划分值将第一取值区间划分为至少两个第一子区间；
对至少两个第一子区间中每一子区间进行等间隔采样处理，获得N个采样线值。
可见，实施可选的实施方式，能够重点对轮廓曲线上曲线斜率绝对值较小的曲线段进行更密集的采样，有利于后续生成的目标轮廓线更加贴合车辆实际轮廓的曲率变化情况。
再或者，作为另一种可选的实施方式，采样参数还包括标记位置在车辆平面坐标系中对应的坐标信息，标记位置包括但不限于传感器位置和后视镜位置，可选的，标记位置可以由人为设置。步骤406具体可以为：
根据坐标信息，确定标记位置在第一取值区间内对应的K个第二坐标点；其中，K为正整数；
确定K个第二坐标点在Y轴方向上对应的K个第二划分值；
利用K个第二划分值将第一取值区间划分为至少两个第二子区间；
对至少两个第二子区间中每一子区间进行采样处理，获得N个采样线值。
请参阅图5c，图5c是本实施例中又一种生成车辆的目标轮廓线的示意图。在图5c中，假设N＝11，根据后视镜位置D，可以确定第二划分值y1、y2、y10和y11；根据传感器位置E，可以确定第二划分值y3、y5、y7和y9。此时，对第一取值区间[h，-h]划分后获得第二子区间分别为：[y2，y1]、[y3，y2]、[y5，y3]、[y7，y5]、[y9，y7]、[y10，y9]和[y11，y10]。进一步的，取每个第二子区间的两个端点值作为采样线值，还可以对第二子区间[y5，y3]和[y9，y7]进行中点采样，并且结合对图5a的描述中确定的采样线值0，共获得11个采样线值y1～y11。利用这11个采样线值对应的采样线对车辆外围轮廓曲线进行采样，以及采样点连接，即可生成图5c下侧所示的目标轮廓线。
可见，实施上述可选的实施方式，能够选取传感器位置及后视镜位置等需重点考虑的坐标位置进行密集采样，使得采样选点更加灵活性。
可见，实施图4所描述的方法，能够解决传统方式中无法利用车辆轮廓上曲线段区域的缺陷，提高了生成目标轮廓线的精度，使得目标轮廓线更加贴合实际车辆轮廓，进而改善了碰撞检测时的准确性，保障行车安全；此外，还能够减少直接将车辆外围轮廓曲线用作车辆轮廓线时计算量大且复杂的不便之处，改善了计算效率。
实施例三
请参阅图6，图6是本申请实施例公开的一种车辆轮廓线的生成系统的结构示意图。如图6所示，该车辆轮廓线的生成系统可以包括提取单元601、获取单元602、采样单元603以及生成单元604，其中：
提取单元601，用于获取车辆对应的车辆模型，并从车辆模型中提取车辆外围轮廓曲线；车辆外围轮廓曲线包括车头曲线段、车尾曲线段和车身两侧曲线段。
获取单元602，用于获取采样参数；采样参数用于确定对车辆外围轮廓曲线的采样位置。
采样单元603，用于根据采样参数，对车辆外围轮廓曲线进行采样处理，以获得采样点集合。
生成单元604，用于根据采样点集合，生成车辆的目标轮廓线。
可见，实施图6所描述的系统，能够解决传统方式中无法利用车辆轮廓上曲线段区域的缺陷，提高了生成目标轮廓线的精度，使得目标轮廓线更加贴合实际车辆轮廓，进而改善了碰撞检测时的准确性，保障行车安全；此外，还能够减少直接将车辆外围轮廓曲线用作车辆轮廓线时计算量大且复杂的不便之处，改善了计算效率。
实施例四
请参阅图7，图7是本发明实施例公开的另一种车辆轮廓线的生成系统的结构示意图。其中，图7所示的车辆轮廓线的生成系统是由图6所示的车辆轮廓线的生成系统进行优化得到的。与图6所示的车辆轮廓线的生成系统相比较，图7所示的系统中，采样参数可以包括N个采样线值，N为正整数，且该系统还包括坐标系建立单元605，其中：
坐标系建立单元605，用于在提取单元601从车辆模型中提取车辆外围轮廓曲线之后，在车辆外围轮廓曲线内确定车辆后轴中心位置，并以车辆后轴中心位置为原点，建立车辆平面坐标系；其中，车辆平面坐标系的X轴方向为车辆的车头方向，车辆平面坐标系的Y轴方向在水平面上垂直于X轴方向；
获取单元602，具体用于基于车辆平面坐标系和车辆外围轮廓曲线，获取N个采样线值。
可选的，获取单元602，包括：
区间获取子单元6021，用于基于车辆平面坐标系和车辆外围轮廓曲线，获取车辆外围轮廓曲线在Y轴方向上对应的第一取值区间以及在X轴方向上对应的第二取值区间；
端点值获取子单元6022，用于获取第一取值区间的两个端点值a1和a2以及第二取值区间的两个端点值a3和a4；
第一确定子单元6023，用于根据a3、a4以及车辆外围轮廓曲线，确定满足坐标点条件的目标值a5；坐标点条件包括车辆外围轮廓曲线上存在(a3，a5)和(a4，a5)中至少一个坐标点；
第二确定子单元6024，用于在第一取值区间内确定N个采样线值；其中，N个采样线值至少包括a1、a2和a5。
此外，采样单元603，包括：
采样线获取子单元6031，用于根据N个采样线值，获取N个采样线值在车辆平面坐标系中对应的N条采样线；其中，N条采样线均平行于X轴方向；
相交点获取子单元6032，用于利用N条采样线，获取车辆外围轮廓曲线上与N条采样线的所有相交点；
添加子单元6033，用于将上述相交点作为采样点添加至采样点集合。
作为一种可选的实施方式，第二确定子单元6024，包括：
采样间隔获取模块，用于获取采样间隔；其中，采样间隔满足(|a1-a2|÷2)÷d＝i，i为正整数，d为采样间隔；
第一处理模块，用于按照采样间隔，对第一取值区间进行等间隔采样处理，以获得N个采样线值。
作为另一种可选的实施方式，第二确定子单元6024，包括：
坐标点获取模块，用于对车头曲线段和车尾曲线段进行曲线斜率分析，获得满足划分条件的S个第一坐标点；其中，S为正整数，划分条件包括所述第一坐标点为车头曲线段和车尾曲线段上对应于最大曲线斜率绝对值的坐标点，或者第一坐标点为车头曲线段和车尾曲线段上对应于最小曲线斜率绝对值的坐标点；
第一确定模块，用于确定S个第一坐标点在Y轴方向上对应的S个第一划分值；
第一划分模块，用于利用S个第一划分值将第一取值区间划分为至少两个第一子区间；
第二处理模块，用于对至少两个第一区间中每一子区间进行等间隔采样处理，获得N个采样线值。
作为又一种可选的实施方式，采样参数还包括标记位置在所述车辆平面坐标系中对应的坐标信息，所述标记位置包括传感器位置和后视镜位置；第二确定子单元6024，包括：
坐标点确定模块，用于根据坐标信息，确定标记位置在第一取值区间内对应的K个第二坐标点；其中，K为正整数；
第二确定模块，用于确定K个第二坐标点在Y轴方向上对应的K个第二划分值；
第二划分模块，用于利用K个第二划分值将第一取值区间划分为至少两个第二子区间；
第三处理模块，用于对至少两个第二子区间中每一子区间进行采样处理，获得N个采样线值。
作为一种可选的实施方式，生成单元604，具体用于利用直角连接折线，对采样点集合中对应于不同X轴坐标且在Y轴方向上相邻排列的采样点进行两两连接，和/或，利用平行于Y轴方向的连接直线，对采样点集合中对应于相同X轴坐标且在Y轴方向上相邻排列的采样点进行两两连接，和/或，利用平行于X轴方向的连接直线，对采样点集合中对应于相同Y轴坐标且在X轴方向上相邻排列的采样点进行两两连接，从而生成车辆的目标轮廓线。
可见，实施图7所描述的系统，能够解决传统方式中无法利用车辆轮廓上曲线段区域的缺陷，提高了生成目标轮廓线的精度，使得目标轮廓线更加贴合实际车辆轮廓，进而改善了碰撞检测时的准确性，保障行车安全；此外，还能够减少直接将车辆外围轮廓曲线用作车辆轮廓线时计算量大且复杂的不便之处，改善了计算效率。
实施例五
请参阅图8，图8是本发明实施例公开的又一种车辆轮廓线的生成系统的结构示意图。如图8所示，该车辆轮廓线的生成系统可以包括：
存储有可执行程序代码的存储器801；
与存储器801耦合的处理器802；
其中，处理器802调用存储器801中存储的可执行程序代码，执行图1或图4所示的一种车辆轮廓线的生成方法。
本发明实施例公开一种车辆，该车辆包括图6或图7任意一种车辆轮廓线的生成系统。
本发明实施例还公开一种计算机可读存储介质，其存储计算机程序，其中，该计算机程序使得计算机执行图1或图4所示的一种车辆轮廓线的生成方法。
本领域普通技术人员可以理解上述实施例的各种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，该程序可以存储于一计算机可读存储介质中，存储介质包括只读存储器(Read-Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read-only Memory，PROM)、可擦除可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
以上对本申请实施例公开的一种车辆轮廓线的生成方法及系统、车辆、存储介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (8)

1.一种车辆轮廓线的生成方法，其特征在于，所述方法包括：
获取车辆对应的车辆模型，并从所述车辆模型中提取车辆外围轮廓曲线；所述车辆外围轮廓曲线包括车头曲线段、车尾曲线段和车身两侧曲线段；
在所述车辆外围轮廓曲线内确定车辆后轴中心位置，并以所述车辆后轴中心位置为原点，建立车辆平面坐标系；其中，所述车辆平面坐标系的X轴方向为所述车辆的车头方向，所述车辆平面坐标系的Y轴方向在水平面上垂直于所述X轴方向；
获取采样参数；所述采样参数用于确定对所述车辆外围轮廓曲线的采样位置；所述采样参数包括N个采样线值，所述N为正整数；
根据所述采样参数，对所述车辆外围轮廓曲线进行采样处理，以获得采样点集合；
根据所述采样点集合，生成所述车辆的目标轮廓线；
所述获取采样参数，包括：
基于所述车辆平面坐标系和所述车辆外围轮廓曲线，获取N个采样线值；
所述根据所述采样参数，对所述车辆外围轮廓曲线进行采样处理，以获得采样点集合，包括：
根据所述N个采样线值，获取所述N个采样线值在所述车辆平面坐标系中对应的N条采样线；其中，所述N条采样线均平行于所述X轴方向；
利用所述N条采样线，获取所述车辆外围轮廓曲线上与所述N条采样线的所有相交点；
将所述相交点作为采样点添加至采样点集合。
2.根据权利要求1所述的方法，其特征在于，所述基于所述车辆平面坐标系和所述车辆外围轮廓曲线，获取N个采样线值，包括：
基于所述车辆平面坐标系和所述车辆外围轮廓曲线，获取所述车辆外围轮廓曲线在所述Y轴方向上对应的第一取值区间以及在所述X轴方向上对应的第二取值区间；
获取所述第一取值区间的两个端点值a1和a2以及所述第二取值区间的两个端点值a3和a4；
根据所述a3、所述a4以及所述车辆外围轮廓曲线，确定满足坐标点条件的目标值a5；所述坐标点条件包括所述车辆外围轮廓曲线上存在(a3，a5)和(a4，a5)中至少一个坐标点；
在所述第一取值区间内确定N个采样线值；其中，所述N个采样线值至少包括所述a1、所述a2和所述a5。
3.根据权利要求2所述的方法，其特征在于，所述在所述第一取值区间内确定N个采样线值，包括：
获取采样间隔，其中，所述采样间隔满足(a1-a2÷2)÷d＝i，i为正整数，d为所述采样间隔；按照所述采样间隔，对所述第一取值区间进行等间隔采样处理，以获得N个采样线值；
或者，对所述车头曲线段和所述车尾曲线段进行曲线斜率分析，获得满足划分条件的S个第一坐标点；其中，所述S为正整数，所述划分条件包括所述第一坐标点为所述车头曲线段和所述车尾曲线段上对应于最大曲线斜率绝对值的坐标点，或者所述第一坐标点为所述车头曲线段和所述车尾曲线段上对应于最小曲线斜率绝对值的坐标点；
确定所述S个第一坐标点在所述Y轴方向上对应的S个第一划分值；
利用所述S个第一划分值将所述第一取值区间划分为至少两个第一子区间；
对所述至少两个第一子区间中每一子区间进行等间隔采样处理，获得N个采样线值。
4.根据权利要求2所述的方法，其特征在于，所述采样参数还包括标记位置在所述车辆平面坐标系中对应的坐标信息，所述标记位置包括传感器位置和后视镜位置；所述在所述第一取值区间内确定N个采样线值，包括：
根据所述坐标信息，确定所述标记位置在所述第一取值区间内对应的K个第二坐标点；其中，所述K为正整数；
确定所述K个第二坐标点在所述Y轴方向上对应的K个第二划分值；
利用所述K个第二划分值将所述第一取值区间划分为至少两个第二子区间；
对所述至少两个第二子区间中每一子区间进行采样处理，获得N个采样线值。
5.根据权利要求1～4任一项所述的方法，其特征在于，所述根据所述采样点集合，生成所述车辆的目标轮廓线，包括：
利用直角连接折线，对所述采样点集合中对应于不同X轴坐标且在所述Y轴方向上相邻排列的采样点进行两两连接，和/或，利用平行于所述Y轴方向的连接直线，对所述采样点集合中对应于相同X轴坐标且在所述Y轴方向上相邻排列的采样点进行两两连接，和/或，利用平行于所述X轴方向的连接直线，对所述采样点集合中对应于相同Y轴坐标且在所述X轴方向上相邻排列的采样点进行两两连接，从而生成所述车辆的目标轮廓线。
6.一种车辆轮廓线的生成系统，其特征在于，所述系统包括：
提取单元，用于获取车辆对应的车辆模型，并从所述车辆模型中提取车辆外围轮廓曲线；所述车辆外围轮廓曲线包括车头曲线段、车尾曲线段和车身两侧曲线段；
获取单元，用于获取采样参数；所述采样参数用于确定对所述车辆外围轮廓曲线的采样位置；所述采样参数包括N个采样线值，所述N为正整数；
采样单元，用于根据所述采样参数，对所述车辆外围轮廓曲线进行采样处理，以获得采样点集合；
生成单元，用于根据所述采样点集合，生成所述车辆的目标轮廓线；
坐标系建立单元，用于在所述提取单元从所述车辆模型中提取车辆外围轮廓曲线之后，在所述车辆外围轮廓曲线内确定车辆后轴中心位置，并以所述车辆后轴中心位置为原点，建立车辆平面坐标系；其中，所述车辆平面坐标系的X轴方向为所述车辆的车头方向，所述车辆平面坐标系的Y轴方向在水平面上垂直于所述X轴方向；
所述获取单元，具体用于基于所述车辆平面坐标系和所述车辆外围轮廓曲线，获取N个采样线值；
所述采样单元，包括：
采样线获取子单元，用于根据所述N个采样线值，获取所述N个采样线值在所述车辆平面坐标系中对应的N条采样线；其中，所述N条采样线均平行于所述X轴方向；
相交点获取子单元，用于利用所述N条采样线，获取所述车辆外围轮廓曲线上与所述N条采样线的所有相交点；
添加子单元，用于将所述相交点作为采样点添加至采样点集合。
7.一种车辆，其特征在于，所述车辆包括如权利要求6所述的车辆轮廓线的生成系统。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机程序，其中，所述计算机程序使得计算机执行权利要求1～5任一项所述的一种车辆轮廓线的生成方法。
CN202010112873.7A 2020-02-24 2020-02-24 一种车辆轮廓线的生成方法及系统、车辆、存储介质 Active CN111311627B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010112873.7A CN111311627B (zh) 2020-02-24 2020-02-24 一种车辆轮廓线的生成方法及系统、车辆、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010112873.7A CN111311627B (zh) 2020-02-24 2020-02-24 一种车辆轮廓线的生成方法及系统、车辆、存储介质

Publications (2)

Publication Number Publication Date
CN111311627A CN111311627A (zh) 2020-06-19
CN111311627B true CN111311627B (zh) 2023-08-25

Family

ID=71158344

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010112873.7A Active CN111311627B (zh) 2020-02-24 2020-02-24 一种车辆轮廓线的生成方法及系统、车辆、存储介质

Country Status (1)

Country Link
CN (1) CN111311627B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115230694A (zh) * 2022-09-20 2022-10-25 毫末智行科技有限公司 自动驾驶车辆的障碍物识别方法、装置及车辆

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107423681A (zh) * 2017-05-27 2017-12-01 上海骁达信息科技有限公司 一种车型自动识别方法及系统
CN109933068A (zh) * 2019-03-15 2019-06-25 文远知行有限公司 驾驶路径规划方法、装置、设备和存储介质
JP2020006845A (ja) * 2018-07-10 2020-01-16 株式会社明電舎 線路曲率推定装置及び方法
CN110703291A (zh) * 2019-10-12 2020-01-17 北京航空航天大学 一种基于gnss/ins的车辆轮廓识别与避障方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107423681A (zh) * 2017-05-27 2017-12-01 上海骁达信息科技有限公司 一种车型自动识别方法及系统
JP2020006845A (ja) * 2018-07-10 2020-01-16 株式会社明電舎 線路曲率推定装置及び方法
CN109933068A (zh) * 2019-03-15 2019-06-25 文远知行有限公司 驾驶路径规划方法、装置、设备和存储介质
CN110703291A (zh) * 2019-10-12 2020-01-17 北京航空航天大学 一种基于gnss/ins的车辆轮廓识别与避障方法

Also Published As

Publication number Publication date
CN111311627A (zh) 2020-06-19

Similar Documents

Publication Publication Date Title
CN109343061B (zh) 传感器标定方法、装置、计算机设备、介质和车辆
CN110163930B (zh) 车道线生成方法、装置、设备、系统及可读存储介质
JP6842520B2 (ja) 物体検出方法、装置、機器、記憶媒体及び車両
CN111309013B (zh) 一种碰撞距离确定方法及系统、车辆、存储介质
CN109188457A (zh) 物体检测框的生成方法、装置、设备、存储介质及车辆
CN109284348A (zh) 一种电子地图的更新方法、装置、设备和存储介质
CN105676251A (zh) 车辆乘客识别
JP6509361B2 (ja) 駐車支援装置及び駐車支援方法
CN110673107B (zh) 基于多线激光雷达的路沿检测方法及装置
CN110544268B (zh) 一种基于结构光及SiamMask网络的多目标跟踪方法
CN110962844A (zh) 一种车辆航向角修正方法及系统、存储介质及终端
CN111699410A (zh) 点云的处理方法、设备和计算机可读存储介质
CN109215119A (zh) 受损车辆的三维模型建立方法及装置
CN112651266A (zh) 行人检测方法和装置
CN111311627B (zh) 一种车辆轮廓线的生成方法及系统、车辆、存储介质
CN112907737A (zh) 基于隐函数融合的动态人体三维重建方法和装置
CN111768489B (zh) 一种室内导航地图构建方法和系统
CN115035626A (zh) 一种基于ar的景区智能巡检系统及方法
CN113011285B (zh) 车道线检测方法、装置、自动驾驶车辆及可读存储介质
CN113076896A (zh) 一种规范停车方法、系统、装置及存储介质
CN116958935A (zh) 基于多视角的目标定位方法、装置、设备及介质
CN111898552A (zh) 一种判别人员关注目标物的方法、装置及计算机设备
CN110530376A (zh) 机器人定位方法、装置、机器人及存储介质
CN110991232A (zh) 一种车辆位置修正方法及系统、存储介质及终端
CN113436234B (zh) 轮毂毛刺识别方法、电子装置、装置及可读存储介质

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