CN112595335B - 一种智慧交通行车停止线的生成方法及相关装置 - Google Patents

一种智慧交通行车停止线的生成方法及相关装置 Download PDF

Info

Publication number
CN112595335B
CN112595335B CN202110054862.2A CN202110054862A CN112595335B CN 112595335 B CN112595335 B CN 112595335B CN 202110054862 A CN202110054862 A CN 202110054862A CN 112595335 B CN112595335 B CN 112595335B
Authority
CN
China
Prior art keywords
stop line
point set
geographic
coordinates
feature point
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
CN202110054862.2A
Other languages
English (en)
Other versions
CN112595335A (zh
Inventor
单国航
贾双成
朱磊
李倩
李成军
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.)
Zhidao Network Technology Beijing Co Ltd
Original Assignee
Zhidao Network Technology Beijing 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 Zhidao Network Technology Beijing Co Ltd filed Critical Zhidao Network Technology Beijing Co Ltd
Priority to CN202110054862.2A priority Critical patent/CN112595335B/zh
Publication of CN112595335A publication Critical patent/CN112595335A/zh
Application granted granted Critical
Publication of CN112595335B publication Critical patent/CN112595335B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30Map- or contour-matching
    • G01C21/32Structuring or formatting of map data
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Abstract

本申请是关于一种智慧交通行车停止线的生成方法及相关装置。该方法包括:获取车辆行驶中采集的包含行车停止线的第一图像,以及获取采集第一图像时车辆的第一地理位置信息;提取第一图像中位于行车停止线上的第一特征点集;获取第一特征点集的像素坐标;根据第一特征点集的像素坐标和车辆的第一地理位置信息,计算得到第一特征点集的地理坐标;根据第一特征点集的地理坐标,确定行车停止线的第一地理坐标。本申请提供的方案,能够简化高精地图行车停止线的制作过程,且降低了制作成本。

Description

一种智慧交通行车停止线的生成方法及相关装置
技术领域
本申请涉及导航技术领域,尤其涉及一种智慧交通行车停止线的生成方法及相关装置。
背景技术
近年来,随着人工智能、自动驾驶等技术的发展,构建智慧交通也成为了研究热点,而高精地图是智慧交通数据构建中必不可少的部分。高精地图能够通过详细的车道地图来表达现实世界中诸如车道边线、行车停止线等各特征要素以及其之间的关系,以便为自动驾驶等应用场景时的导航提供数据支撑。
目前,高精地图中行车停止线的制作方法常见的是利用激光雷达技术获取路面标识的点云数据,通过聚类将路面标识和路面区分开。然而,激光雷达无法直接区别各种路面标识,需要借助其他传感器(如相机)来辅助实现。这样不仅实现过程复杂,且制作成本较高。
发明内容
为克服相关技术中存在的问题,本申请提供一种智慧交通行车停止线的生成方法及相关装置,能够简化高精地图行车停止线的制作过程,且降低了制作成本。
本申请第一方面提供一种智慧交通行车停止线的生成方法,包括:
获取车辆行驶中采集的包含行车停止线的第一图像,以及获取采集所述第一图像时所述车辆的第一地理位置信息;
提取所述第一图像中位于所述行车停止线上的第一特征点集;
获取所述第一特征点集的像素坐标;
根据所述第一特征点集的像素坐标和所述车辆的第一地理位置信息,计算得到所述第一特征点集的地理坐标;
根据所述第一特征点集的地理坐标,生成所述行车停止线的第一地理坐标。
优选的,所述根据所述第一特征点集的像素坐标和所述车辆的第一地理位置信息,计算得到所述第一特征点集的地理坐标,包括:
根据所述第一特征点集的像素坐标、相机内参和相机外参,计算得到所述第一特征点集相对于所述车辆的位置坐标;
根据所述第一特征点集相对于所述车辆的位置坐标以及所述车辆的第一地理位置信息,得到所述第一特征点集的地理坐标。
优选的,所述根据所述第一特征点集的地理坐标,生成所述行车停止线的第一地理坐标,包括:
利用所述第一特征点集的地理坐标进行直线拟合,得到拟合后的所述行车停止线的第一地理坐标。
优选的,所述第一特征点集包含所述行车停止线的首尾两端的至少两个特征点。
优选的,所述方法还包括:
获取包含所述行车停止线的第二图像,以及获取采集所述第二图像时所述车辆的第二地理位置信息;
提取所述第二图像中位于所述行车停止线上的第二特征点集;
获取所述第二特征点集的像素坐标;
根据所述第二特征点集的像素坐标和所述车辆的第二地理位置信息,计算得到所述第二特征点集的地理坐标;
根据所述第二特征点集的地理坐标,生成所述行车停止线的第二地理坐标;
利用所述行车停止线的第二地理坐标,按照预置规则对所述行车停止线的第一地理坐标进行优化处理,得到优化后的所述行车停止线的地理坐标。
优选的,所述利用所述行车停止线的第二地理坐标,按照预置规则对所述行车停止线的第一地理坐标进行优化处理,得到优化后的所述行车停止线的地理坐标,包括:
将所述行车停止线的第一地理坐标与所述行车停止线的第二地理坐标进行平均化处理,得到所述行车停止线的地理坐标。
优选的,所述利用所述行车停止线的第二地理坐标,按照预置规则对所述行车停止线的第一地理坐标进行优化处理,得到优化后的所述行车停止线的地理坐标,包括:
确定所述行车停止线的第一地理坐标和所述行车停止线的第二地理坐标的权重系数;
按照权重系数对所述行车停止线的第一地理坐标和所述行车停止线的第二地理坐标进行加权处理,得到所述行车停止线的地理坐标。
本申请第二方面提供一种智慧交通行车停止线的生成装置,包括:
图像获取单元,用于获取车辆行驶中采集的包含行车停止线的第一图像;
位置获取单元,用于获取采集所述第一图像时所述车辆的第一地理位置信息;
提取单元,用于提取所述第一图像中位于所述行车停止线上的第一特征点集;
像素获取单元,用于获取所述第一特征点集的像素坐标;
计算单元,用于根据所述第一特征点集的像素坐标和所述车辆的第一地理位置信息,计算得到所述第一特征点集的地理坐标;
生成单元,用于根据所述第一特征点集的地理坐标,生成所述行车停止线的第一地理坐标。
优选的,所述图像获取单元,还用于获取包含所述行车停止线的第二图像;
所述位置获取单元,还用于获取采集所述第二图像时所述车辆的第二地理位置信息;
所述提取单元,还用于提取所述第二图像中位于所述行车停止线上的第二特征点集;
所述像素获取单元,还用于获取所述第二特征点集的像素坐标;
所述计算单元,还用于根据所述第二特征点集的像素坐标和所述车辆的第二地理位置信息,计算得到所述第二特征点集的地理坐标;
所述生成单元,还用于根据所述第二特征点集的地理坐标,生成所述行车停止线的第二地理坐标;
所述装置还包括:
优化单元,用于利用所述行车停止线的第二地理坐标,按照预置规则对所述行车停止线的第一地理坐标进行优化处理,得到优化后的所述行车停止线的地理坐标。
本申请第三方面提供一种电子设备,包括:
处理器;以及
存储器,其上存储有可执行代码,当所述可执行代码被所述处理器执行时,使所述处理器执行如上所述的方法。
本申请第四方面提供一种非暂时性机器可读存储介质,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如上所述的方法。
本申请提供的技术方案,通过获取车辆在行驶过程中采集的包含行车停止线的图像和车辆的地理位置信息得到行车停止线的地理位置。本申请仅需采用能够采集视频图像的摄像装置(如行车记录仪、相机等),无需应用激光雷达等复杂技术,从而能够既简化高精地图行车停止线的制作过程,又降低了制作成本;此外,本申请只需对图像进行分析处理和坐标转换即可得到行车停止线的地理位置,相对于传统方法,具有处理流程短、算法简单、效率高的特点,大大缩短了高精地图的制作及更新周期。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
通过结合附图对本申请示例性实施方式进行更详细的描述,本申请的上述以及其它目的、特征和优势将变得更加明显,其中,在本申请示例性实施方式中,相同的参考标号通常代表相同部件。
图1是本申请实施例示出的一种智慧交通行车停止线的生成方法的流程示意图;
图2是本申请实施例示出的车辆行驶时采集的包含行车停止线的图像;
图3是本申请实施例示出的一种智慧交通行车停止线的生成装置的结构示意图;
图4是本申请实施例示出的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的优选实施方式。虽然附图中显示了本申请的优选实施方式,然而应该理解,可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本申请更加透彻和完整,并且能够将本申请的范围完整地传达给本领域的技术人员。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语“第一”和“第二”等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
请参阅图1,本申请实施例提供了一种智慧交通行车停止线的生成方法。如图1所示,该方法可以包括以下步骤:
110、获取车辆行驶中采集的包含行车停止线的第一图像,以及获取采集第一图像时车辆的第一地理位置信息。
本申请实施例中,可以通过摄像装置来采集行车过程中的视频数据,其中,该摄像装置可以包括但不限于安装于车辆上的行车记录仪、摄像头或司机的手机等具有摄像功能的装置。摄像装置可以设置于车辆的首部以对车辆前方的行车停止线进行视频录像从而获得包含行车停止线的连续的视频图像。为了后续对图像进行处理,需要对车辆行驶中获取包含行车停止线的视频数据进行抽帧。通常,视频的帧率为每秒30帧,可以按照预置的规则对视频进行抽帧,例如,每秒抽10帧、15帧、20帧或其他值,从而获得拍摄的多帧图像,相邻两帧图像的时间间隔为抽帧时间间隔。此外,摄像装置在拍摄图像的同时,会记录下图像的拍摄时间。此外,可以将车头与行车停止线尽可能保持平行,换言之,可以将摄像头的光轴尽可能垂直于行车停止线,这样可以使得图像中采集到的行车停止线尽可能处于水平方向,方便后续对停止线进行识别和处理。
另外,可通过车载或者手机等配置的定位设备来采集车辆的地理位置信息,其中,定位设备可以采用GPS(Global Positioning System,全球定位系统)、北斗、RTK(RealTimeKinematic,实时动态)等现有设备实现,本申请不作限定。车辆的地理位置信息可以包括但不限于车辆的经纬度坐标、方位、角度等信息。
本申请实施例提供的方法可以应用于车机,也可以应用于其他具备计算和处理功能的设备,如计算机、电脑、手机等。这里以车机为例,摄像装置和定位设备可以内置于车机,也可以设置于车机外,且与车机之间建立通信连接。
摄像装置在拍摄图像的同时,定位设备采集车辆的地理位置信息,并一起传输给车机。根据图像的拍摄时间可以查找到同一时间定位设备获取的地理位置信息。可以理解的是,可以事先对摄像装置和定位设备的时间进行同步处理,其目的是使拍摄的图像能够准确对应车辆当时的位置。
120、提取第一图像中位于行车停止线上的第一特征点集。
本申请实施例中,可以从包含行车停止线的图像中提取出行车停止线上的至少两个特征点,以构成第一特征点集。优选的,该第一特征点集包含有行车停止线的首尾两端的至少两个特征点。由于摄像头成像的关系,行车停止线在图像中会发生畸变,呈现出来的效果是如图2所示的呈弯曲状,而不是实际的直线。因此,为了尽可能排除中间弯曲较大部分的影响,选取行车停止线的首尾两端的特征点,能够使得生成的行车停止线更为准确。
可以理解的是,由于采集的图像中可能不能完全显示整条行车停止线,则可以从图像中包含的行车停止线片段中的首尾两端提取至少两个特征点以构成第一特征点集。当然,第一特征点集中还可以包含行车停止线上其他位置上的特征点,这里不作限定。
具体的,可以对第一图像进行识别,以识别出图像中包含的行车停止线,再从行车停止线上提取出第一特征点集。具体实现过程可以包括:基于深度学习算法进行样本训练,构建模型,对构建的模型进行精度验证,利用通过精度验证的模型识别出图像中的行车停止线,再利用BRIEF或ORB等算法提取行车停止线上的特征点。可选的,也可以采用人工手动选点的方式来选取行车停止线上较为合适的点,如首尾两端若干个点,以组成第一特征点集。
130、获取第一特征点集的像素坐标。
本申请实施例中,提取的特征点可以用像素来表示,一个特征点可以看作为一个像素点,而每一个像素点又可以用像素坐标来表示。所谓像素坐标,用于描述物体成像后的像素点在数字图像上的位置。要确定像素的坐标,首先需要确定像素坐标系。像素坐标系以图像平面的左上角顶点为坐标原点的直角坐标系u-v,像素的横坐标u与纵坐标v分别是在其图像数组中所在的列数与所在行数,可将某点的像素坐标记为Puv(u, v)。
140、根据第一特征点集的像素坐标和车辆的第一地理位置信息,计算得到第一特征点集的地理坐标。
在一可选的实施方式中,步骤140根据第一特征点集的像素坐标和车辆的第一地理位置信息,计算得到第一特征点集的地理坐标的具体实施方式可以包括以下步骤:
11)根据第一特征点集的像素坐标、相机内参和相机外参,计算得到第一特征点集相对于车辆的位置坐标;
12)根据第一特征点集相对于车辆的位置坐标以及车辆的第一地理位置信息,得到第一特征点集的地理坐标。
具体的,第一特征点集相对于车辆的位置坐标可以看作是第一特征点集在车辆坐标系下的位置坐标。车辆坐标系是用来描述车辆运动的特殊坐标系,可以米(m)为单位,当车辆在水平路面上处于静止状态,车辆坐标系的X轴指向驾驶员的右侧,Y轴平行于地面指向车辆前方,Z轴指向车辆上方。可将空间某点在车辆坐标系下的坐标(本申请中简称为车辆坐标)记为Pcar(x, y, z),即位于车辆坐标系的原点右侧x米,前方y米,高z 米的位置。
相机内参和相机外参分别表示采集图像的摄像装置的内参和外参。相机内参如内参矩阵、镜头径向和切向畸变系数等都是已知的,可以直接获取到。相机外参用于描述相机坐标系与车辆坐标系的变换关系,包括旋转矩阵、平移向量,还可以包括安装高度等。相机外参可以是事先已知的,也可以是事先通过计算求得,其计算方法可以参考现有相关技术,这里不作详细叙述。例如,可以利用连续拍摄的类似图2所示的多张图像对相机外参进行标定,例如利用相邻两张图像上的行车停止线来对相机做横向标定,或者利用相邻两张图像上的间距已知的人行横道线来对相机做标定,或者利用相邻两张图像上的间距已知的车道线来对相机做标定,或者可以结合行车停止线、人行横道线和/或车道线一起来对相机做标定,这里不作限定。
假设车辆坐标系的原点与相机坐标系的原点重合,即平移向量为零向量。依据相机的投影计算公式,可知:第一特征点集中的任一特征点的像素坐标Puv等于相机内参矩阵A、相机坐标系与车辆坐标系之间的旋转矩阵cam_R_car、以及该特征点的车辆坐标Pcar相乘,即有:
Puv = A * cam_R_car * Pcar
本实施方式中,相机内参矩阵A、相机坐标系与车辆坐标系之间的旋转矩阵cam_R_car以及该特征点的像素坐标Puv是已知的。并且,由于行车停止线位于水平地面上,在车辆坐标系的原点已知的情况下,则该特征点的车辆坐标中的高度z也可直接得到。通过上述这些已知的参数,可以求得该特征点的车辆坐标中的水平距离x和垂直距离y,即可得出该特征点与车辆之间的水平距离和垂直距离。再结合车辆的地理位置信息,得到该特征点的地理坐标(即经纬度坐标)。依据上述方式,可以求得第一特征点集中每一特征点的地理坐标。
150、根据第一特征点集的地理坐标,生成行车停止线的第一地理坐标。
在一可选的实施方式中,步骤150根据第一特征点集的地理坐标,生成行车停止线的第一地理坐标的具体实施方式可以包括以下步骤:
13)利用第一特征点集的地理坐标进行直线拟合,得到拟合后的行车停止线的第一地理坐标。
具体的,当第一特征点集包括不止两个特征点时,这些特征点可能分布得较为分散,无法用一条直线将其全部连起来,这时可以根据这些特征点进行直线拟合。可以利用最小二乘优化算法来进行直线拟合,即找到一条直线,使各个特征点到该条直线的距离(如竖直距离或垂直距离等)的平方之和最小,这条直线即可看作为行车停止线,根据这条直线上的点的地理坐标可以确定出行车停止线的地理坐标。利用最小二乘优化算法拟合直线的具体计算过程可以参考现有相关技术,这里不作展开叙述。可以理解的是,也可以利用其他算法来实现直线拟合,如梯度下降法、高斯牛顿算法、列文伯格-马夸尔特算法(简称LM算法)等等,这里不作唯一限定。
可以理解的是,当第一特征点集仅包含两个特征点时,可以直接用这两个特征点来生成直线,该条直线即为行车停止线。
本申请实施例中,当确定了行车停止线的地理坐标,且车辆的地理位置也已知,则可以得出车辆与行车停止线之间的距离,从而为车辆导航提供数据支撑,有助于为车辆提供精确的行车指导,特别是在十字路口,能有助于提高车辆行车安全性。
在一可选的实施方式中,图1所描述的方法还可以包括以下步骤:
14)获取包含行车停止线的第二图像,以及获取采集第二图像时车辆的第二地理位置信息;
15)提取第二图像中位于行车停止线上的第二特征点集;
16)获取第二特征点集的像素坐标;
17)根据第二特征点集的像素坐标和车辆的第二地理位置信息,计算得到第二特征点集的地理坐标;
18)根据第二特征点集的地理坐标,生成行车停止线的第二地理坐标;
19)利用行车停止线的第二地理坐标,按照预置规则对行车停止线的第一地理坐标进行优化处理,得到优化后的行车停止线的地理坐标。
由于在不同距离下,行车停止线的采集效果可能是不同的,可能一次采集的图像不足以正确并且完整地体现出当前的停止线,所以为了提高停止线的准确性,可以对同一行车停止线进行反复采集。进而,对这些多次获得的行车停止线的地理坐标进行融合优化,可以得到更准确的行车停止线。
具体的,车辆在向前行驶过程中,由远及近可以采集包含同一行车停止线的多张图像。每一张图像均可以采用步骤110~步骤150的方式求得行车停止线的地理坐标。可以用在后采集的图像求得的行车停止线的地理坐标优化在先采集的图像求得的行车停止线的地理坐标。
可选的,步骤19)利用行车停止线的第二地理坐标,按照预置规则对行车停止线的第一地理坐标进行优化处理,得到优化后的行车停止线的地理坐标的具体实施方式可以包括以下步骤:
19a)将行车停止线的第一地理坐标与行车停止线的第二地理坐标进行平均化处理,得到行车停止线的地理坐标。
具体的,可以取行车停止线首尾两端的两个点的地理坐标来表示行车停止线,将两次或多次求得的行车停止线的首点的地理坐标取平均值,得到一个新首点的地理坐标,以及将尾点坐标取平均值,得到一个新尾点的地理坐标。利用新首点的地理坐标和新尾点的地理坐标构建一条直线,该直线即为最终的行车停止线的地理坐标。
可选的,步骤19)利用行车停止线的第二地理坐标,按照预置规则对行车停止线的第一地理坐标进行优化处理,得到优化后的行车停止线的地理坐标的具体实施方式可以包括以下步骤:
19b)确定行车停止线的第一地理坐标和行车停止线的第二地理坐标的权重系数;
19c)按照权重系数对行车停止线的第一地理坐标和行车停止线的第二地理坐标进行加权处理,得到行车停止线的地理坐标。
具体的,可以预先设置距离与权重系数的对应关系,例如当采集图像时车辆与行车停止线的距离越大,则对应生成的行车停止线的地理坐标的权重系数越小;当采集图像时车辆与行车停止线的距离越小,则对应生成的行车停止线的地理坐标的权重系数越大。通过系数加权,可以求得最终的行车停止线的地理坐标。
综上,本申请实施例通过获取车辆在行驶过程中采集的包含行车停止线的图像和车辆的地理位置信息得到行车停止线的地理位置。本申请仅需采用能够采集视频图像的摄像装置(如行车记录仪、相机等),无需应用激光雷达等复杂技术,从而能够既简化高精地图行车停止线的制作过程,又降低了制作成本;此外,本申请只需对图像进行分析处理和坐标转换即可得到行车停止线的地理位置,相对于传统方法,具有处理流程短、算法简单、效率高的特点,大大缩短了高精地图的制作及更新周期。
请参阅图3,本申请实施例提供了一种智慧交通行车停止线的生成装置,可以用于执行前述实施例所描述的智慧交通行车停止线的生成方法。如图3所示,该装置可以包括:
图像获取单元301,用于获取车辆行驶中采集的包含行车停止线的第一图像;
位置获取单元302,用于获取采集第一图像时车辆的第一地理位置信息;
提取单元303,用于提取第一图像中位于行车停止线上的第一特征点集;
像素获取单元304,用于获取第一特征点集的像素坐标;
计算单元305,用于根据第一特征点集的像素坐标和车辆的第一地理位置信息,计算得到第一特征点集的地理坐标;
生成单元306,用于根据第一特征点集的地理坐标,生成行车停止线的第一地理坐标。
可选的,计算单元305根据第一特征点集的像素坐标和车辆的第一地理位置信息,计算得到第一特征点集的地理坐标的方式具体可以为:
计算单元305根据第一特征点集的像素坐标、相机内参和相机外参,计算得到第一特征点集相对于车辆的位置坐标;根据第一特征点集相对于车辆的位置坐标以及车辆的第一地理位置信息,得到第一特征点集的地理坐标。
可选的,生成单元306根据第一特征点集的地理坐标,生成行车停止线的第一地理坐标的方式具体可以为:
生成单元306利用第一特征点集的地理坐标进行直线拟合,得到拟合后的行车停止线的第一地理坐标。
可选的,第一特征点集可以包含行车停止线的首尾两端的至少两个特征点。
可选的,图像获取单元301,还可以用于获取包含行车停止线的第二图像;
位置获取单元302,还用于获取采集第二图像时车辆的第二地理位置信息;
提取单元303,还用于提取第二图像中位于行车停止线上的第二特征点集;
像素获取单元304,还用于获取第二特征点集的像素坐标;
计算单元305,还用于根据第二特征点集的像素坐标和车辆的第二地理位置信息,计算得到第二特征点集的地理坐标;
生成单元306,还用于根据第二特征点集的地理坐标,生成行车停止线的第二地理坐标;
图3所示的装置还可以包括:
优化单元307,用于利用行车停止线的第二地理坐标,按照预置规则对行车停止线的第一地理坐标进行优化处理,得到优化后的行车停止线的地理坐标。
可选的,优化单元307利用行车停止线的第二地理坐标,按照预置规则对行车停止线的第一地理坐标进行优化处理,得到优化后的行车停止线的地理坐标的方式具体可以为:
优化单元307将行车停止线的第一地理坐标与行车停止线的第二地理坐标进行平均化处理,得到行车停止线的地理坐标。
可选的,优化单元307利用行车停止线的第二地理坐标,按照预置规则对行车停止线的第一地理坐标进行优化处理,得到优化后的行车停止线的地理坐标的方式具体可以为:
优化单元307确定行车停止线的第一地理坐标和行车停止线的第二地理坐标的权重系数;按照权重系数对行车停止线的第一地理坐标和行车停止线的第二地理坐标进行加权处理,得到行车停止线的地理坐标。
关于上述实施例中的装置,其中各个单元模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不再做详细阐述说明。
实施图3所示的装置,仅需采用能够采集视频图像的摄像装置(如行车记录仪、相机等),无需应用激光雷达等复杂技术,从而能够既简化高精地图行车停止线的制作过程,又降低了制作成本;此外,该装置只需对图像进行分析处理和坐标转换即可得到行车停止线的地理位置,相对于传统方法,具有处理流程短、算法简单、效率高的特点,大大缩短了高精地图的制作及更新周期。
请参阅图4,本申请实施例提供了一种电子设备,可以用于执行前述实施例提供的智慧交通行车停止线的生成方法。具体的,如图4所示,该电子设备400可以包括:至少一个处理器401、存储器402、至少一个通信接口403等组件。其中,这些组件可以通过一条或多条通信总线404进行通信连接。本领域技术人员可以理解,图4中示出的电子设备400的结构并不构成对本申请实施例的限定,它既可以是总线形结构,也可以是星型结构,还可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器401可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器402可以包括各种类型的存储单元,例如系统内存、只读存储器(ROM),和永久存储装置。其中,ROM可以存储处理器401或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中,永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中,永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备,例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外,存储器402可以包括任意计算机可读存储媒介的组合,包括各种类型的半导体存储芯片(DRAM,SRAM,SDRAM,闪存,可编程只读存储器),磁盘和/或光盘也可以采用。在一些实施方式中,存储器402可以包括可读和/或写的可移除的存储设备,例如激光唱片(CD)、只读数字多功能光盘(例如DVD-ROM,双层DVD-ROM)、只读蓝光光盘、超密度光盘、闪存卡(例如SD卡、min SD卡、Micro-SD卡等等)、磁性软盘等等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。
通信接口403可以包括有线通信接口、无线通信接口等,可以用于与外部设备(如摄像装置、定位系统等)进行通信交互。
存储器402上存储有可执行代码,当可执行代码被处理器401处理时,可以使处理器401执行上文述及的智慧交通行车停止线的生成方法中的部分或全部步骤。
上文中已经参考附图详细描述了本申请的方案。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细描述的部分,可以参见其他实施例的相关描述。本领域技术人员也应该知悉,说明书中所涉及的动作和模块并不一定是本申请所必须的。另外,可以理解,本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减,本申请实施例装置中的模块可以根据实际需要进行合并、划分和删减。
此外,根据本申请的方法还可以实现为一种计算机程序或计算机程序产品,该计算机程序或计算机程序产品包括用于执行本申请的上述方法中部分或全部步骤的计算机程序代码指令。
或者,本申请还可以实施为一种非暂时性机器可读存储介质(或计算机可读存储介质、或机器可读存储介质),其上存储有可执行代码(或计算机程序、或计算机指令代码),当所述可执行代码(或计算机程序、或计算机指令代码)被电子设备(或电子设备、服务器等)的处理器执行时,使所述处理器执行根据本申请的上述方法的各个步骤的部分或全部。
本领域技术人员还将明白的是,结合这里的申请所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。
附图中的流程图和框图显示了根据本申请的多个实施例的系统和方法的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标记的功能也可以以不同于附图中所标记的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本申请的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (6)

1.一种智慧交通行车停止线的生成方法,其特征在于,包括:
通过摄像装置获取车辆行驶中采集的包含行车停止线的第一图像,以及获取采集所述第一图像时所述车辆的第一地理位置信息;
提取所述第一图像中位于所述行车停止线上的第一特征点集;
获取所述第一特征点集的像素坐标;
根据所述第一特征点集的像素坐标和所述车辆的第一地理位置信息,计算得到所述第一特征点集的地理坐标;
根据所述第一特征点集的地理坐标,生成所述行车停止线的第一地理坐标;
通过摄像装置获取包含所述行车停止线的第二图像,以及获取采集所述第二图像时所述车辆的第二地理位置信息;
提取所述第二图像中位于所述行车停止线上的第二特征点集;
获取所述第二特征点集的像素坐标;
根据所述第二特征点集的像素坐标和所述车辆的第二地理位置信息,计算得到所述第二特征点集的地理坐标;
根据所述第二特征点集的地理坐标,生成所述行车停止线的第二地理坐标;
利用所述行车停止线的第二地理坐标,按照均值化处理或距离系数加权处理的方式对所述行车停止线的第一地理坐标进行优化处理,得到所述行车停止线的地理坐标。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一特征点集的像素坐标和所述车辆的第一地理位置信息,计算得到所述第一特征点集的地理坐标,包括:
根据所述第一特征点集的像素坐标、相机内参和相机外参,计算得到所述第一特征点集相对于所述车辆的位置坐标;
根据所述第一特征点集相对于所述车辆的位置坐标以及所述车辆的第一地理位置信息,得到所述第一特征点集的地理坐标。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第一特征点集的地理坐标,生成所述行车停止线的第一地理坐标,包括:
利用所述第一特征点集的地理坐标进行直线拟合,得到拟合后的所述行车停止线的第一地理坐标。
4.根据权利要求1所述的方法,其特征在于,所述第一特征点集包含所述行车停止线的首尾两端的至少两个特征点。
5.一种智慧交通行车停止线的生成装置,其特征在于,包括:
图像获取单元,用于通过摄像装置获取车辆行驶中采集的包含行车停止线的第一图像;
位置获取单元,用于获取采集所述第一图像时所述车辆的第一地理位置信息;
提取单元,用于提取所述第一图像中位于所述行车停止线上的第一特征点集;
像素获取单元,用于获取所述第一特征点集的像素坐标;
计算单元,用于根据所述第一特征点集的像素坐标和所述车辆的第一地理位置信息,计算得到所述第一特征点集的地理坐标;
生成单元,用于根据所述第一特征点集的地理坐标,生成所述行车停止线的第一地理坐标;
所述图像获取单元,还用于通过摄像装置获取包含所述行车停止线的第二图像;
所述位置获取单元,还用于获取采集所述第二图像时所述车辆的第二地理位置信息;
所述提取单元,还用于提取所述第二图像中位于所述行车停止线上的第二特征点集;
所述像素获取单元,还用于获取所述第二特征点集的像素坐标;
所述计算单元,还用于根据所述第二特征点集的像素坐标和所述车辆的第二地理位置信息,计算得到所述第二特征点集的地理坐标;
所述生成单元,还用于根据所述第二特征点集的地理坐标,生成所述行车停止线的第二地理坐标;
所述装置还包括:
优化单元,用于利用所述行车停止线的第二地理坐标,按照均值化处理或距离系数加权处理的方式对所述行车停止线的第一地理坐标进行优化处理,得到所述行车停止线的地理坐标。
6.一种电子设备,其特征在于,包括:
处理器;以及
存储器,其上存储有可执行代码,当所述可执行代码被所述处理器执行时,使所述处理器执行如权利要求1-4中任一项所述的方法。
CN202110054862.2A 2021-01-15 2021-01-15 一种智慧交通行车停止线的生成方法及相关装置 Active CN112595335B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110054862.2A CN112595335B (zh) 2021-01-15 2021-01-15 一种智慧交通行车停止线的生成方法及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110054862.2A CN112595335B (zh) 2021-01-15 2021-01-15 一种智慧交通行车停止线的生成方法及相关装置

Publications (2)

Publication Number Publication Date
CN112595335A CN112595335A (zh) 2021-04-02
CN112595335B true CN112595335B (zh) 2023-05-19

Family

ID=75207217

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110054862.2A Active CN112595335B (zh) 2021-01-15 2021-01-15 一种智慧交通行车停止线的生成方法及相关装置

Country Status (1)

Country Link
CN (1) CN112595335B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113284193B (zh) * 2021-06-22 2024-02-02 智道网联科技(北京)有限公司 Rs设备的标定方法、装置及设备
CN113465615B (zh) * 2021-06-23 2021-11-09 智道网联科技(北京)有限公司 车道线的生成方法及相关装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100912715B1 (ko) * 2007-12-17 2009-08-19 한국전자통신연구원 이종 센서 통합 모델링에 의한 수치 사진 측량 방법 및장치
CN109902637B (zh) * 2019-03-05 2021-03-19 长沙智能驾驶研究院有限公司 车道线检测方法、装置、计算机设备和存储介质
CN112017238A (zh) * 2019-05-30 2020-12-01 北京初速度科技有限公司 一种线状物体的空间位置信息确定方法及装置
CN111815742A (zh) * 2020-09-14 2020-10-23 蘑菇车联信息科技有限公司 一种车道线生成方法及系统

Also Published As

Publication number Publication date
CN112595335A (zh) 2021-04-02

Similar Documents

Publication Publication Date Title
CN110285793B (zh) 一种基于双目立体视觉系统的车辆智能测轨迹方法
WO2021004548A1 (zh) 一种基于双目立体视觉系统的车辆智能测速方法
CN111033299B (zh) 基于点云利用位姿预估的车辆导航系统
JP6821712B2 (ja) 自然光景中での統合センサの較正
JP2020525809A (ja) 両眼画像に基づき高解像度地図を更新するためのシステムおよび方法
CN111830953B (zh) 车辆自定位方法、装置及系统
CN108801274B (zh) 一种融合双目视觉和差分卫星定位的地标地图生成方法
CN112595335B (zh) 一种智慧交通行车停止线的生成方法及相关装置
CN105674993A (zh) 基于双目相机的高精度视觉定位地图生成系统及方法
CN114034307B (zh) 基于车道线的车辆位姿校准方法、装置和电子设备
CN111815742A (zh) 一种车道线生成方法及系统
CN113112524B (zh) 自动驾驶中移动对象的轨迹预测方法、装置及计算设备
CN111930877B (zh) 地图路牌的生成方法及电子设备
CN114037762A (zh) 基于图像与高精度地图配准的实时高精度定位方法
CN116097128A (zh) 用于对车辆位置进行确定的方法和设备
CN112967393B (zh) 车辆移动轨迹的修正方法、装置、电子设备及存储介质
JP2020153956A (ja) 移動体位置推定システムおよび移動体位置推定方法
CN113284194A (zh) 多rs设备的标定方法、装置及设备
CN113139031A (zh) 用于自动驾驶的交通标识的生成方法及相关装置
CN113465615B (zh) 车道线的生成方法及相关装置
CN111488771B (zh) Ocr挂接方法、装置与设备
CN116917936A (zh) 双目相机外参标定的方法及装置
CN112556702A (zh) 一种车辆移动轨迹的高度修正方法及相关装置
CN113009533A (zh) 基于视觉slam的车辆定位方法、设备及云服务器
CN114863383A (zh) 一种智慧交通圆形路牌的生成方法及相关装置

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