CN112767818A - 一种地图构建方法及装置 - Google Patents
一种地图构建方法及装置 Download PDFInfo
- Publication number
- CN112767818A CN112767818A CN201911058946.2A CN201911058946A CN112767818A CN 112767818 A CN112767818 A CN 112767818A CN 201911058946 A CN201911058946 A CN 201911058946A CN 112767818 A CN112767818 A CN 112767818A
- Authority
- CN
- China
- Prior art keywords
- straight line
- image
- initial
- processed
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
- G09B29/003—Maps
- G09B29/005—Map projections or methods associated specifically therewith
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例公开一种地图构建方法及装置。该方法包括:获取待处理图像,并检测待处理图像中梯度变化大于预设梯度阈值的直线;依次获取在待处理图像之后采集的多张初始图像;针对每条直线,依次将该直线在各初始图像中进行跟踪,直到跟踪线和该直线的视差大于预设视差阈值,对该直线进行位置初始化,在未跟踪的初始图像中,依次对该直线进行投影,直到确定出投影线的像素点数量小于预设数量阈值,且投影线的像素点数量和该直线在待处理图像中的像素点数量的比值小于预设比例阈值的初始图像,作为该直线对应的候选图像;对各直线进行位置优化,并根据位置优化后的各直线构建地图。应用本发明实施例提供的方案,能够提高地图构建精度。
Description
技术领域
本发明涉及智能驾驶技术领域,具体而言,涉及一种地图构建方法及装置。
背景技术
随着自动驾驶技术的发展,无人驾驶车辆已得到了广泛的应用。在无人驾驶车辆行驶过程中,需要构建其所在周围环境的地图,从而无人驾驶车辆可以根据地图中包括的地图元素,如车道线、牌杆等,按正确的路线行驶,保证行驶的安全性。
已知的地图构建方法,主要是通过深度学习方法来检测得到无人驾驶车辆周围环境中的地图元素,从而根据检测得到的地图元素进行地图构建。然而,上述方法中,使用深度学习方法进行地图元素的检测,由于标注数据有限,从而导致检测的鲁棒性较差,检测得到的地图元素较稀疏,进一步导致构建的地图精度较差。因此,为了提高地图构建的精度,亟需一种地图构建方法。
发明内容
本发明提供了一种地图构建方法及装置,以提高地图构建的精度。具体的技术方案如下。
第一方面,本发明实施例提供一种地图构建方法,所述方法包括:
获取待处理图像,并检测所述待处理图像中梯度变化大于预设梯度阈值的直线,得到所述待处理图像中包括的各直线的坐标信息;
依次获取在所述待处理图像之后采集的多张初始图像;
针对所述待处理图像中包括的每条直线,根据该直线的坐标信息,按照各所述初始图像的采集顺序,依次将该直线在各所述初始图像中进行跟踪,直到跟踪线和该直线的视差大于预设视差阈值,对该直线进行位置初始化,得到该直线在实际场景中的初始坐标;并根据该直线在实际场景中的初始坐标,在未跟踪的所述初始图像中,依次对该直线进行投影,直到确定出投影线的像素点数量小于预设数量阈值,且所述投影线的像素点数量和该直线在所述待处理图像中的像素点数量的比值小于预设比例阈值的初始图像,作为该直线对应的候选图像;
根据所述待处理图像、以及各所述直线对应的候选图像之前采集的所述初始图像,对各所述直线进行位置优化,并根据位置优化后的各所述直线构建地图。
可选的,所述针对所述待处理图像中包括的每条直线,根据该直线的坐标信息,按照各所述初始图像的采集顺序,依次将该直线在各所述初始图像中进行跟踪,直到跟踪线和该直线的视差大于预设视差阈值的步骤包括:
针对所述待处理图像中包括的每条直线,按照各所述初始图像的采集顺序,将最早采集且未对该直线进行跟踪的所述初始图像作为第一当前图像;
根据该直线的坐标信息,在所述第一当前图像中跟踪该直线,并在跟踪成功时,计算该直线在所述第一当前图像中的跟踪线和该直线的视差;
确定所述视差是否大于预设视差阈值;如果否,返回执行所述按照各所述初始图像的采集顺序,将最早采集且未对该直线进行跟踪的所述初始图像作为第一当前图像的步骤。
可选的,所述根据该直线在实际场景中的初始坐标,在未跟踪的所述初始图像中,依次对该直线进行投影,直到确定出投影线的像素点数量小于预设数量阈值,且所述投影线的像素点数量和该直线在所述待处理图像中的像素点数量的比值小于预设比例阈值的初始图像,作为该直线对应的候选图像的步骤包括:
在未跟踪的所述初始图像中,将最早采集的所述初始图像作为第二当前图像;
根据该直线在实际场景中的初始坐标,在所述第二当前图像中对该直线进行投影,并计算该直线在所述第二当前图像中的投影线的像素点数量;
确定所述投影线的像素点数量是否小于预设数量阈值,且所述投影线的像素点数量和该直线在所述待处理图像中的像素点数量的比值是否小于预设比例阈值;如果是,将所述第二当前图像确定为该直线对应的候选图像;如果否,返回执行所述在未跟踪的所述初始图像中,将最早采集的所述初始图像作为第二当前图像的步骤。
可选的,所述根据所述待处理图像、以及各所述直线对应的候选图像之前采集的所述初始图像,对各所述直线进行位置优化的步骤包括:
针对每条直线,将所述待处理图像作为该直线的主图像,将该直线对应的候选图像之前采集的所述初始图像作为该直线的目标图像;
针对每条直线所包含的每个点,将该直线的主图像中该点的像素值与该直线的目标图像中该点的像素值的差构建为目标函数;并在所述目标函数取值最小时,将对应的目标图像中该点的像素值作为该点的优化坐标。
可选的,所述根据位置优化后的各所述直线构建地图之前,所述方法还包括:
针对位置优化后的每条直线,计算该直线在该直线的主图像和目标图像中的视差,以及该直线在该直线的主图像和目标图像中的光度误差;
将光度误差均小于预设第一误差阈值,且视差均大于预设第二误差阈值的直线作为目标直线;
所述根据位置优化后的各所述直线构建地图的步骤包括:
根据所述各目标直线构建地图。
可选的,所述针对所述待处理图像中包括的每条直线,根据该直线的坐标信息,按照各所述初始图像的采集顺序,依次将该直线在各所述初始图像中进行跟踪之前,所述方法还包括:
根据所述待处理图像中包括的各直线的坐标信息,对所述各直线进行延伸处理;
针对每条直线,采用预定比较方法,将延伸后直线和基准线进行比较,根据比较结果对该直线的坐标信息进行优化;其中,所述基准线为标准直线。
第二方面,本发明实施例提供一种地图构建装置,所述装置包括:
待处理图像获取模块,用于获取待处理图像,并检测所述待处理图像中梯度变化大于预设梯度阈值的直线,得到所述待处理图像中包括的各直线的坐标信息;
初始图像获取模块,用于依次获取在所述待处理图像之后采集的多张初始图像;
图像处理模块,用于针对所述待处理图像中包括的每条直线,根据该直线的坐标信息,按照各所述初始图像的采集顺序,依次将该直线在各所述初始图像中进行跟踪,直到跟踪线和该直线的视差大于预设视差阈值,对该直线进行位置初始化,得到该直线在实际场景中的初始坐标;并根据该直线在实际场景中的初始坐标,在未跟踪的所述初始图像中,依次对该直线进行投影,直到确定出投影线的像素点数量小于预设数量阈值,且所述投影线的像素点数量和该直线在所述待处理图像中的像素点数量的比值小于预设比例阈值的初始图像,作为该直线对应的候选图像;
地图构建模块,用于根据所述待处理图像、以及各所述直线对应的候选图像之前采集的所述初始图像,对各所述直线进行位置优化,并根据位置优化后的各所述直线构建地图。
可选的,所述图像处理模块包括:
第一当前图像获取子模块,用于针对所述待处理图像中包括的每条直线,按照各所述初始图像的采集顺序,将最早采集且未对该直线进行跟踪的所述初始图像作为第一当前图像;
视差计算子模块,用于根据该直线的坐标信息,在所述第一当前图像中跟踪该直线,并在跟踪成功时,计算该直线在所述第一当前图像中的跟踪线和该直线的视差;
视差比较模块,用于确定所述视差是否大于预设视差阈值;如果否,触发所述第一当前图像获取子模块按照各所述初始图像的采集顺序,将最早采集且未对该直线进行跟踪的所述初始图像作为第一当前图像。
可选的,所述图像处理模块包括:
第二当前图像获取子模块,用于在未跟踪的所述初始图像中,将最早采集的所述初始图像作为第二当前图像;
像素点确定子模块,用于根据该直线在实际场景中的初始坐标,在所述第二当前图像中对该直线进行投影,并计算该直线在所述第二当前图像中的投影线的像素点数量;
候选图像确定子模块,用于确定所述投影线的像素点数量是否小于预设数量阈值,且所述投影线的像素点数量和该直线在所述待处理图像中的像素点数量的比值是否小于预设比例阈值;如果是,将所述第二当前图像确定为该直线对应的候选图像;如果否,触发所述第二当前图像获取子模块。
可选的,所述地图构建模块包括:
图像确定子模块,用于针对每条直线,将所述待处理图像作为该直线的主图像,将该直线对应的候选图像之前采集的所述初始图像作为该直线的目标图像;
位置优化子模块,用于针对每条直线所包含的每个点,将该直线的主图像中该点的像素值与该直线的目标图像中该点的像素值的差构建为目标函数;并在所述目标函数取值最小时,将对应的目标图像中该点的像素值作为该点的优化坐标。
可选的,所述装置还包括:
参数计算模块,用于针对位置优化后的每条直线,计算该直线在该直线的主图像和目标图像中的视差,以及该直线在该直线的主图像和目标图像中的光度误差;
目标直线确定模块,用于将光度误差均小于预设第一误差阈值,且视差均大于预设第二误差阈值的直线作为目标直线;
所述地图构建模块,具体用于根据所述各目标直线构建地图。
可选的,所述装置还包括:
直线处理模块,用于根据所述待处理图像中包括的各直线的坐标信息,对所述各直线进行延伸处理;
坐标优化模块,用于针对每条直线,采用预定比较装置,将延伸后直线和基准线进行比较,根据比较结果对该直线的坐标信息进行优化;其中,所述基准线为标准直线。
由上述内容可知,本发明实施例提供的地图构建方法及装置,根据图像构建地图时,检测的对象是直线,只要有足够的笔直的纹理,就可以被检测出来,因此,能够检测得到丰富的地图元素,从而提高所构建地图的精度。并且,通过跟踪和投影的方式来跟踪直线,数据关联的结果更加稳定,能够进一步提高所构建地图的精度。当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
本发明实施例的创新点包括:
1、根据图像构建地图时,检测的对象是线,只要有足够的笔直的纹理,就可以被检测出来,因此,能够检测得到丰富的地图元素,从而提高所构建地图的精度。并且,通过跟踪和投影的方式来跟踪直线,数据关联的结果更加稳定,能够进一步提高所构建地图的精度。
2、对检测到的直线进行筛选,将不符合条件的直线剔除掉,可以避免将误检的直线构建在地图中,提高地图构建的精度。
3、对检测到的直线进行坐标优化,能够使得直线位于梯度激励强的位置,且能保证检测到的直线是完整的,从而能够提高地图构建的精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施例。对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的地图构建方法的一种流程示意图;
图2为本发明实施例提供的地图构建方法的另一种流程示意图;
图3为本发明实施例中计算视差的原理示意图;
图4为本发明实施例提供的地图构建方法的另一种流程示意图;
图5为本发明实施例中计算直线优化坐标的原理示意图;
图6为本发明实施例中,对检测得到的直线进行优化后的一种效果示意图;
图7为本发明实施例中,对检测得到的直线进行优化后的另一种效果示意图;
图8为本发明实施例提供的地图构建装置的一种结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,本发明实施例及附图中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。例如包含的一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
本发明实施例公开了一种地图构建方法及装置,能够提高地图构建的精度。下面对本发明实施例进行详细说明。
图1为本发明实施例提供的地图构建方法的一种流程示意图。该方法应用于电子设备。该方法具体包括以下步骤。
S110:获取待处理图像,并检测待处理图像中梯度变化大于预设梯度阈值的直线,得到待处理图像中包括的各直线的坐标信息。
在本发明实施例中,可以在无人驾驶车辆中安装图像采集设备,由图像采集设备采集无人驾驶车辆周围环境的图像。例如,图像采集设备可以按照设定的采集周期,如1毫秒、3毫秒、5毫秒等,采集无人驾驶车辆周围环境的图像。进而电子设备可以根据图像采集设备采集的图像来构建地图。
具体的,可以在图像采集设备和电子设备之间建立有线或无线连接,图像采集设备采集到图像后,可以主动发送给电子设备;或者,也可以由电子设备向图像采集设备发送图像获取请求,图像采集设备接收到图像获取请求后,将已采集的图像发送至电子设备,本发明实施例对此不作限定。
其中,电子设备当前获取的图像可以称为待处理图像。电子设备获取到待处理图像后,可以对其中包括的梯度变化大于预设梯度阈值的直线进行检测,也即可以检测图像中足够笔直的纹理。通过直线检测,可以得到待处理图像中包括的各直线的坐标信息,对于每条直线,其坐标信息包括该直线的两个端点坐标。
具体的,电子设备可以采用现有的线检测器对待处理图像中的直线进行检测;或者,可以采用基于学习的检测方案对待处理图像中的直线进行检测,这都是可以的,本发明实施例对此不作限定。
例如,在深灰色的地面上有一根白色的直线,该直线梯度变化明显,则可以被检测得到;在淡灰色的墙面上有一根白色的直线,该直线对于构建地图作用很小,其梯度变化不明显,则不会被检测到。
S120:依次获取在待处理图像之后采集的多张初始图像。
在本发明实施例中,图像采集设备不断的在采集图像,电子设备也可以不断获取到多张图像。可以将电子设备在待处理图像之后获取的图像称为初始图像。
可以理解,由于初始图像是用于对待处理图像中的直线进行跟踪和投影的,因此,对于不同的待处理图像,对应的初始图像的数量可以相同或不同,本发明实施例不对初始图像的数量作限定。
S130:针对待处理图像中包括的每条直线,根据该直线的坐标信息,按照各初始图像的采集顺序,依次将该直线在各初始图像中进行跟踪,直到跟踪线和该直线的视差大于预设视差阈值,对该直线进行位置初始化,得到该直线在实际场景中的初始坐标;并根据该直线在实际场景中的初始坐标,在未跟踪的初始图像中,依次对该直线进行投影,直到确定出投影线的像素点数量小于预设数量阈值,且投影线的像素点数量和该直线在待处理图像中的像素点数量的比值小于预设比例阈值的初始图像,作为该直线对应的候选图像。
在本发明实施例中,可以在初始图像中对待检测图像中的各直线进行跟踪和投影,以对各直线进行数据关联。
具体的,可以用线光流模块依次在初始图像中尝试跟踪之前检测出来的各直线。针对每条直线,一旦跟踪成功之后,可以尝试初始化该直线的位置,也即可以计算该直线的视差是否足够,如果足够即进行初始化;如果不够的话,会继续尝试跟踪,直到跟踪的最后一张初始图像中该直线的观测位置比起待处理图像的观测有足够的视差,进行初始化。一旦直线的初始化成功以后,可以把初始化的直线继续往后续的初始图像投影,如果该直线往后续的初始图像投影的像素点小于一个阈值,且投影的像素点数量和该直线在待处理图像中的像素点数量的比值小于预设比例阈值,那么之后的初始图像都不会再被看作该直线的观测图像。
在一种实现方式中,如图2所示,针对待处理图像中包括的每条直线,在初始图像中对该直线进行跟踪的步骤包括:
S210:按照各初始图像的采集顺序,将最早采集且未对该直线进行跟踪的初始图像作为第一当前图像。
例如,当初始图像按采集时间从早到晚的顺序依次为01、02、03、04、05时,可以首先将初始图像01作为第一当前图像。
S220:根据该直线的坐标信息,在第一当前图像中跟踪该直线,并在跟踪成功时,计算该直线在第一当前图像中的跟踪线和该直线的视差。
在第一当前图像中跟踪成功该直线,即在第一当前图像中检测到了该图像。
在本发明实施例中,视差计算的是观测发射出去的平面的法线夹角。请参考图3,其示出了直线在待处理图像和初始图像中的视差的示意图。如图3所示,直线AB为实际场景中的直线,直线A1B1为直线AB在待处理图像310中的成像,直线A2B2为直线AB在初始图像320中的成像。直线AB在待处理图像和初始图像中的视差即为,平面ABC1和平面ABC2的法线夹角。当视差较小时,平面ABC1和平面ABC2会处于法线夹角小甚至平行的情况。
S230:确定视差是否大于预设视差阈值;如果否,返回执行步骤S210;如果是,结束。
上述预设视差阈值可以根据不同的场景设定,本发明实施例不对其具体取值作限定。
当计算得到的视差大于预设视差阈值时,对该直线跟踪结束。当计算得到的视差不大于预设视差阈值时,返回执行步骤S210,即将下一初始图像作为第一当前图像,继续对该直线进行跟踪。以上述例子为例,则可以将初始图像02作为第一当前图像,并在初始图像02中对该直线进行跟踪。
对该直线跟踪结束后,可以继续对该直线进行位置初始化,得到该直线在实际场景中的初始坐标。如图3所示,当确定平面ABC1和平面ABC2的法线夹角大于预设视差阈值时,则可以将直线AB的坐标确定为直线A1B1在实际场景中的初始坐标。
在一种实现方式中,如图4所示,针对待处理图像中包括的每条直线,在未跟踪的初始图像中对该直线进行投影的步骤包括:
S410:在未跟踪的初始图像中,将最早采集的初始图像作为第二当前图像。
以上述例子为例,当在初始图像01、02中对直线进行跟踪,并在初始图像02中计算得到的视差大于预设视差阈值后,未跟踪的初始图像即为初始图像03、04、05。此时,可以将初始图像03确定为第二当前图像。
S420:根据该直线在实际场景中的初始坐标,在第二当前图像中对该直线进行投影,并计算该直线在第二当前图像中的投影线的像素点数量。
直线在第二当前图像中的投影线的像素点数量可以根据投影线的长度确定。例如,可以预先设定单位长度(如1厘米、1毫米等)对应的像素点数量,在第二当前图像中对直线进行投影后,确定投影线的长度,并计算该长度与单位长度对应的像素点的数量的商,作为该直线在第二当前图像中的投影线的像素点数量。
S430:确定投影线的像素点数量是否小于预设数量阈值,且投影线的像素点数量和该直线在待处理图像中的像素点数量的比值是否小于预设比例阈值;如果是,执行步骤S440;如果否,返回执行步骤S410。
上述预设数量阈值和预设比例阈值可以根据不同的场景设定,本发明实施例不对其具体取值作限定。
当计算得到的投影线的像素点数量不小于预设数量阈值,或投影线的像素点数量和该直线在待处理图像中的像素点数量的比值不小于预设比例阈值时,返回执行步骤S410,即将下一初始图像作为第二当前图像,继续对该直线进行投影。以上述例子为例,则可以将初始图像04作为第二当前图像,并在初始图像04中对该直线进行投影。
S440:将第二当前图像确定为该直线对应的候选图像。
当计算得到的投影线的像素点数量小于预设数量阈值,且投影线的像素点数量和该直线在待处理图像中的像素点数量的比值小于预设比例阈值时,对该直线投影结束,能够对该直线进行投影的初始图像为该直线的投影图像,之后的初始图像不再作为该直线的投影图像,将第二当前图像确定为该直线对应的候选图像。
S140:根据待处理图像、以及各直线对应的候选图像之前采集的初始图像,对各直线进行位置优化,并根据位置优化后的各直线构建地图。
确定各直线对应的候选图像后,电子设备可以根据待处理图像、以及各直线对应的候选图像之前采集的初始图像,对各直线进行位置优化,并根据位置优化后的各直线构建地图。
在一种实现方式中,对各直线进行位置优化时,可以针对每条直线,将待处理图像作为该直线的主图像,将该直线对应的候选图像之前采集的初始图像作为该直线的目标图像;之后针对每条直线所包含的每个点,将该直线的主图像中该点的像素值与该直线的目标图像中该点的像素值的差构建为目标函数;并在目标函数取值最小时,将对应的目标图像中该点的像素值作为该点的优化坐标。
例如,针对每条直线,可以在其初始化成功时,将之前所有跟踪的初始图像作为目标图像。同时,可以把初始化的直线往后续的初始图像中投影,如果该直线往后续的初始图像投影的像素点小于一个阈值,且投影的像素点的数量和该直线在待处理图像中的像素点数量的比值小于预设比例阈值,那么之后的初始图像都不会再被看作该直线的观测图像,也即不再作为该直线的目标图像。
如图5所示,直线AB为实际场景中的直线,P为直线AB中一点,直线A1B1为直线AB在主图像510中的成像,直线A2B2为直线AB在目标图像520中的成像。p为P点在直线A1B1中的像素值,p′为P点在直线A2B2中的像素值。则可以构建如下的目标函数:
e=Ihost(p)-Itarget(p′)
其中,Ihost指主图像,Itarget指目标图像,e为光度误差。
由上述内容可知,本发明实施例提供的地图构建方法,根据图像构建地图时,检测的对象是直线,只要有足够的笔直的纹理,就可以被检测出来,因此,能够检测得到丰富的地图元素,从而提高所构建地图的精度。并且,通过跟踪和投影的方式来跟踪直线,数据关联的结果更加稳定,能够进一步提高所构建地图的精度。
可以理解,由于无人驾驶车辆行驶的环境不定,可能行驶在比较复杂的环境中。如,环境中存在能够对物体成像的玻璃等,这种情况下,玻璃中出现的物体成像的直线也可能被检测到。然而,这种直线对于构建地图是没有作用的,也不鲁棒。
作为本发明实施例的一种实施方式,为了提高构建地图的精度,避免将没有作用的直线构建在地图中,可以在构建地图之前,对检测得到的直线进行筛选,将不符合条件的直线剔除。
具体的,可以针对位置优化后的每条直线,计算该直线在该直线的主图像和目标图像中的视差,以及该直线在该直线的主图像和目标图像中的光度误差,之后将光度误差均小于预设第一误差阈值,且视差均大于预设第二误差阈值的直线作为目标直线。从而,在构建地图时,仅根据各目标直线构建地图。
其中,计算每条直线在主图像和目标图像中的视差时,与步骤S220中计算视差的方法相同,也是计算观测发射出去的平面的法线夹角,在此不再赘述。每条直线在主图像和目标图像中的光度误差,即为上述目标函数中的e,其计算方法与上述描述相同,在此不再赘述。
对检测到的直线进行筛选,将不符合条件的直线剔除掉,可以避免将误检的直线构建在地图中,提高地图构建的精度。
作为本发明实施例的一种实施方式,电子设备检测得到待处理图像中的各直线后,可以对各直线的位置进行优化,使其位于梯度激励强的位置,进而可以提高地图构建的精度。
具体的,对各直线进行跟踪之前,可以根据待处理图像中包括的各直线的坐标信息,对各直线进行延伸处理,之后针对每条直线,采用预定比较方法,将延伸后直线和基准线进行比较,根据比较结果对该直线的坐标信息进行优化;其中,基准线为标准直线。
例如,可以延伸检测出来的直线,比较延伸的线段的像素块和之前已经被判定为是直线的像素块进行比较,通过这种方式可以保证检测出来的直线是完整的。其中,上述像素块可以为3x3的块。
如图6所示,对直线610进行优化后得到直线620,可以看出,直线620的位置为沿着柱子,也就是梯度激励强的位置;如图7所示,对直线710进行优化后得到直线720,可以看出,直线720的长度与柱子相同,也就是直线720为完整的直线。
对检测到的直线进行坐标优化,能够使得直线位于梯度激励强的位置,且能保证检测到的直线是完整的,从而能够提高地图构建的精度。
如图8所示,本发明实施例提供的一种地图构建装置,包括:
待处理图像获取模块810,用于获取待处理图像,并检测所述待处理图像中梯度变化大于预设梯度阈值的直线,得到所述待处理图像中包括的各直线的坐标信息;
初始图像获取模块820,用于依次获取在所述待处理图像之后采集的多张初始图像;
图像处理模块830,用于针对所述待处理图像中包括的每条直线,根据该直线的坐标信息,按照各所述初始图像的采集顺序,依次将该直线在各所述初始图像中进行跟踪,直到跟踪线和该直线的视差大于预设视差阈值,对该直线进行位置初始化,得到该直线在实际场景中的初始坐标;并根据该直线在实际场景中的初始坐标,在未跟踪的所述初始图像中,依次对该直线进行投影,直到确定出投影线的像素点数量小于预设数量阈值,且所述投影线的像素点数量和该直线在所述待处理图像中的像素点数量的比值小于预设比例阈值的初始图像,作为该直线对应的候选图像;
地图构建模块840,用于根据所述待处理图像、以及各所述直线对应的候选图像之前采集的所述初始图像,对各所述直线进行位置优化,并根据位置优化后的各所述直线构建地图。
由上述内容可知,本发明实施例提供的地图构建装置,根据图像构建地图时,检测的对象是直线,只要有足够的笔直的纹理,就可以被检测出来,因此,能够检测得到丰富的地图元素,从而提高所构建地图的精度。并且,通过跟踪和投影的方式来跟踪直线,数据关联的结果更加稳定,能够进一步提高所构建地图的精度。
作为本发明实施例的一种实施方式,所述图像处理模块830包括:
第一当前图像获取子模块,用于针对所述待处理图像中包括的每条直线,按照各所述初始图像的采集顺序,将最早采集且未对该直线进行跟踪的所述初始图像作为第一当前图像;
视差计算子模块,用于根据该直线的坐标信息,在所述第一当前图像中跟踪该直线,并在跟踪成功时,计算该直线在所述第一当前图像中的跟踪线和该直线的视差;
视差比较模块,用于确定所述视差是否大于预设视差阈值;如果否,触发所述第一当前图像获取子模块按照各所述初始图像的采集顺序,将最早采集且未对该直线进行跟踪的所述初始图像作为第一当前图像。
作为本发明实施例的一种实施方式,所述图像处理模块830包括:
第二当前图像获取子模块,用于在未跟踪的所述初始图像中,将最早采集的所述初始图像作为第二当前图像;
像素点确定子模块,用于根据该直线在实际场景中的初始坐标,在所述第二当前图像中对该直线进行投影,并计算该直线在所述第二当前图像中的投影线的像素点数量;
候选图像确定子模块,用于确定所述投影线的像素点数量是否小于预设数量阈值,且所述投影线的像素点数量和该直线在所述待处理图像中的像素点数量的比值是否小于预设比例阈值;如果是,将所述第二当前图像确定为该直线对应的候选图像;如果否,触发所述第二当前图像获取子模块。
作为本发明实施例的一种实施方式,所述地图构建模块840包括:
图像确定子模块,用于针对每条直线,将所述待处理图像作为该直线的主图像,将该直线对应的候选图像之前采集的所述初始图像作为该直线的目标图像;
位置优化子模块,用于针对每条直线所包含的每个点,将该直线的主图像中该点的像素值与该直线的目标图像中该点的像素值的差构建为目标函数;并在所述目标函数取值最小时,将对应的目标图像中该点的像素值作为该点的优化坐标。
作为本发明实施例的一种实施方式,所述装置还包括:
参数计算模块,用于针对位置优化后的每条直线,计算该直线在该直线的主图像和目标图像中的视差,以及该直线在该直线的主图像和目标图像中的光度误差;
目标直线确定模块,用于将光度误差均小于预设第一误差阈值,且视差均大于预设第二误差阈值的直线作为目标直线;
所述地图构建模块,具体用于根据所述各目标直线构建地图。
作为本发明实施例的一种实施方式,所述装置还包括:
直线处理模块,用于根据所述待处理图像中包括的各直线的坐标信息,对所述各直线进行延伸处理;
坐标优化模块,用于针对每条直线,采用预定比较装置,将延伸后直线和基准线进行比较,根据比较结果对该直线的坐标信息进行优化;其中,所述基准线为标准直线。
由上述内容可知,本发明实施例提供的地图构建装置,检测的对象是线,只要有足够的笔直的纹理,就可以被检测出来,因此,能够检测得到丰富的地图元素,从而提高所构建地图的精度。并且,通过跟踪和投影的方式来跟踪直线,数据关联的结果更加稳定,能够进一步提高所构建地图的精度。
上述装置实施例与方法实施例相对应,与该方法实施例具有同样的技术效果,具体说明参见方法实施例。装置实施例是基于方法实施例得到的,具体的说明可以参见方法实施例部分,此处不再赘述。
本领域普通技术人员可以理解:附图只是一个实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
本领域普通技术人员可以理解:实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中,也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。
Claims (10)
1.一种地图构建方法,其特征在于,所述方法包括:
获取待处理图像,并检测所述待处理图像中梯度变化大于预设梯度阈值的直线,得到所述待处理图像中包括的各直线的坐标信息;
依次获取在所述待处理图像之后采集的多张初始图像;
针对所述待处理图像中包括的每条直线,根据该直线的坐标信息,按照各所述初始图像的采集顺序,依次将该直线在各所述初始图像中进行跟踪,直到跟踪线和该直线的视差大于预设视差阈值,对该直线进行位置初始化,得到该直线在实际场景中的初始坐标;并根据该直线在实际场景中的初始坐标,在未跟踪的所述初始图像中,依次对该直线进行投影,直到确定出投影线的像素点数量小于预设数量阈值,且所述投影线的像素点数量和该直线在所述待处理图像中的像素点数量的比值小于预设比例阈值的初始图像,作为该直线对应的候选图像;
根据所述待处理图像、以及各所述直线对应的候选图像之前采集的所述初始图像,对各所述直线进行位置优化,并根据位置优化后的各所述直线构建地图。
2.根据权利要求1所述的方法,其特征在于,所述针对所述待处理图像中包括的每条直线,根据该直线的坐标信息,按照各所述初始图像的采集顺序,依次将该直线在各所述初始图像中进行跟踪,直到跟踪线和该直线的视差大于预设视差阈值的步骤包括:
针对所述待处理图像中包括的每条直线,按照各所述初始图像的采集顺序,将最早采集且未对该直线进行跟踪的所述初始图像作为第一当前图像;
根据该直线的坐标信息,在所述第一当前图像中跟踪该直线,并在跟踪成功时,计算该直线在所述第一当前图像中的跟踪线和该直线的视差;
确定所述视差是否大于预设视差阈值;如果否,返回执行所述按照各所述初始图像的采集顺序,将最早采集且未对该直线进行跟踪的所述初始图像作为第一当前图像的步骤。
3.根据权利要求1所述的方法,其特征在于,所述根据该直线在实际场景中的初始坐标,在未跟踪的所述初始图像中,依次对该直线进行投影,直到确定出投影线的像素点数量小于预设数量阈值,且所述投影线的像素点数量和该直线在所述待处理图像中的像素点数量的比值小于预设比例阈值的初始图像,作为该直线对应的候选图像的步骤包括:
在未跟踪的所述初始图像中,将最早采集的所述初始图像作为第二当前图像;
根据该直线在实际场景中的初始坐标,在所述第二当前图像中对该直线进行投影,并计算该直线在所述第二当前图像中的投影线的像素点数量;
确定所述投影线的像素点数量是否小于预设数量阈值,且所述投影线的像素点数量和该直线在所述待处理图像中的像素点数量的比值是否小于预设比例阈值;如果是,将所述第二当前图像确定为该直线对应的候选图像;如果否,返回执行所述在未跟踪的所述初始图像中,将最早采集的所述初始图像作为第二当前图像的步骤。
4.根据权利要求1所述的方法,其特征在于,所述根据所述待处理图像、以及各所述直线对应的候选图像之前采集的所述初始图像,对各所述直线进行位置优化的步骤包括:
针对每条直线,将所述待处理图像作为该直线的主图像,将该直线对应的候选图像之前采集的所述初始图像作为该直线的目标图像;
针对每条直线所包含的每个点,将该直线的主图像中该点的像素值与该直线的目标图像中该点的像素值的差构建为目标函数;并在所述目标函数取值最小时,将对应的目标图像中该点的像素值作为该点的优化坐标。
5.根据权利要求4所述的方法,其特征在于,所述根据位置优化后的各所述直线构建地图之前,所述方法还包括:
针对位置优化后的每条直线,计算该直线在该直线的主图像和目标图像中的视差,以及该直线在该直线的主图像和目标图像中的光度误差;
将光度误差均小于预设第一误差阈值,且视差均大于预设第二误差阈值的直线作为目标直线;
所述根据位置优化后的各所述直线构建地图的步骤包括:
根据所述各目标直线构建地图。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述针对所述待处理图像中包括的每条直线,根据该直线的坐标信息,按照各所述初始图像的采集顺序,依次将该直线在各所述初始图像中进行跟踪之前,所述方法还包括:
根据所述待处理图像中包括的各直线的坐标信息,对所述各直线进行延伸处理;
针对每条直线,采用预定比较方法,将延伸后直线和基准线进行比较,根据比较结果对该直线的坐标信息进行优化;其中,所述基准线为标准直线。
7.一种地图构建装置,其特征在于,所述装置包括:
待处理图像获取模块,用于获取待处理图像,并检测所述待处理图像中梯度变化大于预设梯度阈值的直线,得到所述待处理图像中包括的各直线的坐标信息;
初始图像获取模块,用于依次获取在所述待处理图像之后采集的多张初始图像;
图像处理模块,用于针对所述待处理图像中包括的每条直线,根据该直线的坐标信息,按照各所述初始图像的采集顺序,依次将该直线在各所述初始图像中进行跟踪,直到跟踪线和该直线的视差大于预设视差阈值,对该直线进行位置初始化,得到该直线在实际场景中的初始坐标;并根据该直线在实际场景中的初始坐标,在未跟踪的所述初始图像中,依次对该直线进行投影,直到确定出投影线的像素点数量小于预设数量阈值,且所述投影线的像素点数量和该直线在所述待处理图像中的像素点数量的比值小于预设比例阈值的初始图像,作为该直线对应的候选图像;
地图构建模块,用于根据所述待处理图像、以及各所述直线对应的候选图像之前采集的所述初始图像,对各所述直线进行位置优化,并根据位置优化后的各所述直线构建地图。
8.根据权利要求7所述的装置,其特征在于,所述图像处理模块包括:
第一当前图像获取子模块,用于针对所述待处理图像中包括的每条直线,按照各所述初始图像的采集顺序,将最早采集且未对该直线进行跟踪的所述初始图像作为第一当前图像;
视差计算子模块,用于根据该直线的坐标信息,在所述第一当前图像中跟踪该直线,并在跟踪成功时,计算该直线在所述第一当前图像中的跟踪线和该直线的视差;
视差比较模块,用于确定所述视差是否大于预设视差阈值;如果否,触发所述第一当前图像获取子模块按照各所述初始图像的采集顺序,将最早采集且未对该直线进行跟踪的所述初始图像作为第一当前图像。
9.根据权利要求7所述的装置,其特征在于,所述图像处理模块包括:
第二当前图像获取子模块,用于在未跟踪的所述初始图像中,将最早采集的所述初始图像作为第二当前图像;
像素点确定子模块,用于根据该直线在实际场景中的初始坐标,在所述第二当前图像中对该直线进行投影,并计算该直线在所述第二当前图像中的投影线的像素点数量;
候选图像确定子模块,用于确定所述投影线的像素点数量是否小于预设数量阈值,且所述投影线的像素点数量和该直线在所述待处理图像中的像素点数量的比值是否小于预设比例阈值;如果是,将所述第二当前图像确定为该直线对应的候选图像;如果否,触发所述第二当前图像获取子模块。
10.根据权利要求7所述的装置,其特征在于,所述地图构建模块包括:
图像确定子模块,用于针对每条直线,将所述待处理图像作为该直线的主图像,将该直线对应的候选图像之前采集的所述初始图像作为该直线的目标图像;
位置优化子模块,用于针对每条直线所包含的每个点,将该直线的主图像中该点的像素值与该直线的目标图像中该点的像素值的差构建为目标函数;并在所述目标函数取值最小时,将对应的目标图像中该点的像素值作为该点的优化坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911058946.2A CN112767818B (zh) | 2019-11-01 | 2019-11-01 | 一种地图构建方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911058946.2A CN112767818B (zh) | 2019-11-01 | 2019-11-01 | 一种地图构建方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112767818A true CN112767818A (zh) | 2021-05-07 |
CN112767818B CN112767818B (zh) | 2022-09-27 |
Family
ID=75691907
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911058946.2A Active CN112767818B (zh) | 2019-11-01 | 2019-11-01 | 一种地图构建方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112767818B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120078339A (ko) * | 2010-12-31 | 2012-07-10 | 한양대학교 산학협력단 | 이동 로봇의 이미지 기반 동시적 위치 인식 및 지도 작성 방법 |
CN107610175A (zh) * | 2017-08-04 | 2018-01-19 | 华南理工大学 | 基于半直接法和滑动窗口优化的单目视觉slam算法 |
CN108243623A (zh) * | 2016-09-28 | 2018-07-03 | 驭势科技(北京)有限公司 | 基于双目立体视觉的汽车防碰撞预警方法和系统 |
CN108983769A (zh) * | 2018-06-22 | 2018-12-11 | 理光软件研究所(北京)有限公司 | 即时定位与地图构建的优化方法及装置 |
CN109059954A (zh) * | 2018-06-29 | 2018-12-21 | 广东星舆科技有限公司 | 支持高精度地图车道线实时融合更新的方法和系统 |
-
2019
- 2019-11-01 CN CN201911058946.2A patent/CN112767818B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120078339A (ko) * | 2010-12-31 | 2012-07-10 | 한양대학교 산학협력단 | 이동 로봇의 이미지 기반 동시적 위치 인식 및 지도 작성 방법 |
CN108243623A (zh) * | 2016-09-28 | 2018-07-03 | 驭势科技(北京)有限公司 | 基于双目立体视觉的汽车防碰撞预警方法和系统 |
CN107610175A (zh) * | 2017-08-04 | 2018-01-19 | 华南理工大学 | 基于半直接法和滑动窗口优化的单目视觉slam算法 |
CN108983769A (zh) * | 2018-06-22 | 2018-12-11 | 理光软件研究所(北京)有限公司 | 即时定位与地图构建的优化方法及装置 |
CN109059954A (zh) * | 2018-06-29 | 2018-12-21 | 广东星舆科技有限公司 | 支持高精度地图车道线实时融合更新的方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112767818B (zh) | 2022-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6672212B2 (ja) | 情報処理装置、車両、情報処理方法およびプログラム | |
US11915099B2 (en) | Information processing method, information processing apparatus, and recording medium for selecting sensing data serving as learning data | |
US10636151B2 (en) | Method for estimating the speed of movement of a camera | |
JP6726932B2 (ja) | 走行路メタデータを用いた空中写真/映像におけるコンテキスト・アウェア物体検出 | |
US9794543B2 (en) | Information processing apparatus, image capturing apparatus, control system applicable to moveable apparatus, information processing method, and storage medium of program of method | |
CN111611853B (zh) | 一种传感信息融合方法、装置及存储介质 | |
CN110807350A (zh) | 用于面向扫描匹配的视觉slam的系统和方法 | |
US11082633B2 (en) | Method of estimating the speed of displacement of a camera | |
JP6552448B2 (ja) | 車両位置検出装置、車両位置検出方法及び車両位置検出用コンピュータプログラム | |
JP7077910B2 (ja) | 区画線検出装置及び区画線検出方法 | |
US11204610B2 (en) | Information processing apparatus, vehicle, and information processing method using correlation between attributes | |
RU2628553C1 (ru) | Устройство вычисления собственной позиции и способ вычисления собственной позиции | |
JP7209115B2 (ja) | 複数の相対的に接近する様に動いているリジッドなオブジェクトの検出、3d再現および追跡 | |
RU2621826C1 (ru) | Устройство вычисления собственного положения и способ вычисления собственного положения | |
KR102428765B1 (ko) | 터널 조명을 이용한 자율주행 차량 항법 시스템 | |
JP2010085240A (ja) | 車両用画像処理装置 | |
US10192141B2 (en) | Determining scale of three dimensional information | |
CN112700486B (zh) | 对图像中路面车道线的深度进行估计的方法及装置 | |
KR20180067199A (ko) | 객체 인식 장치 및 방법 | |
US20210326613A1 (en) | Vehicle detection method and device | |
JP2018077162A (ja) | 車両位置検出装置、車両位置検出方法及び車両位置検出用コンピュータプログラム | |
El Bouazzaoui et al. | Enhancing RGB-D SLAM performances considering sensor specifications for indoor localization | |
US20200193184A1 (en) | Image processing device and image processing method | |
JP7095559B2 (ja) | 区画線検出装置及び区画線検出方法 | |
JP2013257244A (ja) | 距離測定装置、距離測定方法、及び距離測定プログラム |
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 |