CN113175937A - 一种车道线感知结果的评测方法及装置 - Google Patents

一种车道线感知结果的评测方法及装置 Download PDF

Info

Publication number
CN113175937A
CN113175937A CN202110725739.9A CN202110725739A CN113175937A CN 113175937 A CN113175937 A CN 113175937A CN 202110725739 A CN202110725739 A CN 202110725739A CN 113175937 A CN113175937 A CN 113175937A
Authority
CN
China
Prior art keywords
rtk
lane line
vehicle
positioning data
result
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
CN202110725739.9A
Other languages
English (en)
Other versions
CN113175937B (zh
Inventor
范少娟
邹羽婷
王曦
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.)
Tianjin Tiantong Weishi Electronic Technology Co ltd
Original Assignee
Tianjin Tiantong Weishi Electronic 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 Tianjin Tiantong Weishi Electronic Technology Co ltd filed Critical Tianjin Tiantong Weishi Electronic Technology Co ltd
Priority to CN202110725739.9A priority Critical patent/CN113175937B/zh
Publication of CN113175937A publication Critical patent/CN113175937A/zh
Application granted granted Critical
Publication of CN113175937B publication Critical patent/CN113175937B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)
  • Image Processing (AREA)

Abstract

本申请提供的车道线感知结果的评测方法及装置，通过在车辆行使过程中，利用RTK设备采集用于车道线感知结果评测的第一RTK定位数据，并基于图像数据（用于车道线感知）中不同帧图像对应的第一RTK定位数据，以人工打点建立的基于RTK设备的车道线的第二RTK定位数据为基准，分别对不同帧图像对应的车道线感知结果进行评测，实现了车道线感知结果的评测。由于采用高精度定位设备——RTK设备，进行基于人工打点的车道线位置数据采集，及车辆行使过程中用于车道线感知结果评测的定位数据采集，从而，无需购买高精度地图等供应商服务，最终实现了一种低成本、高精度的全面评测车道线感知效果的方案。

Description

一种车道线感知结果的评测方法及装置
技术领域
本发明属于定位技术评测领域，尤其涉及一种车道线感知结果的评测方法及装置。
背景技术
视觉系统中车道线是非常重要的集成部分，实际使用中车道线检测的应用场景比较广泛，如车道保持辅助（LKA，Lane Keeping Assist）、车道偏离预警（LDW，LaneDeparture Warning）、车道居中辅助（LCC，lane centering control)）等，均是依赖车道线检测基础上进行，因此一个准确感知车道线的系统是以上诸多功能的基础。
与此相匹配，提出一种车道线感知结果的评价/评测方案与本领域来说是非常必要的，以通过评价车道线感知结果，为后续各功能的开发迭代提供数据基础。
发明内容
有鉴于此，本申请提供了一种车道线感知结果的评测方法及装置，目的在于实现一种低成本、高精度的全面评测车道线感知效果的方案。具体技术方案如下：
一种车道线感知结果的评测方法，包括：
在测试场景中，基于行使的车辆采集用于车道线感知的图像数据，并利用车辆上的RTK设备采集用于车道线感知结果评测的第一RTK定位数据；
将采集的图像数据与第一RTK定位数据进行时间对齐处理，并基于对齐结果得到不同帧图像分别对应的第一RTK定位数据；
基于不同帧图像进行车道线感知处理，得到分别对应于不同帧图像的车道线感知结果；
利用不同帧图像对应的第一RTK定位数据，以人工打点建立的基于RTK设备的车道线的第二RTK定位数据为基准，分别对不同帧图像对应的车道线感知结果进行评测，得到车道线感知结果的评测结果。
可选的，所述基于行使的车辆采集用于车道线感知的图像数据，并利用车辆上的RTK设备采集用于车道线感知结果评测的第一RTK定位数据，包括：
控制车辆在测试场景中根据场景定义的行使参数行使；车辆上预先安装有视觉传感器和多个RTK设备；
车辆行使过程中，基于安装的视觉传感器采集所述图像数据；
车辆行使过程中，基于安装的多个RTK设备采集所述第一RTK定位数据。
可选的，所述视觉传感器和所述RTK设备的时钟与RTK时间同步，以使所述视觉传感器和所述RTK设备以相同帧率运行；
所述将采集的图像数据与第一RTK定位数据进行时间对齐处理，并基于对齐结果得到不同帧图像分别对应的第一RTK定位数据，包括：
将采集的图像数据的时间戳与RTK设备提供的时间戳进行同步，并基于同步后的时间戳查找每帧图像在第一RTK定位数据中对应的相应定位数据。
可选的，所述分别对应于不同帧图像的车道线感知结果包括：分别对应于不同帧图像的车辆坐标系下的第一横向距离；所述第一横向距离为基于图像数据感知的车道线与车辆坐标系原点的横向距离；
所述第一RTK定位数据包括：经纬度形式的第一RTK坐标值；
所述第二RTK定位数据包括：经纬度形式的第二RTK坐标值；
所述利用不同帧图像对应的第一RTK定位数据，以人工打点建立的基于RTK设备的车道线的第二定位数据为基准，分别对不同帧图像对应的车道线感知结果进行评测，得到车道线感知结果的评测结果，包括：
将经纬度形式第一RTK坐标值转换为世界坐标系下的第一RTK坐标值；
将经纬度形式第二RTK坐标值转换为世界坐标系下的第二RTK坐标值；
基于世界坐标系下的第二RTK坐标值，将世界坐标系下的第一RTK坐标值转换为车道线距离车辆坐标系原点的第二横向距离；
对于每帧图像，确定基于图像数据感知得到的第一横向距离，与对应于该帧图像的基于第一RTK坐标值转换得到的第二横向距离之间的横向误差；
根据每帧图像对应的横向误差，确定该帧图像的车道线感知结果的评测结果。
可选的，在所述基于行使的车辆采集用于车道线感知的图像数据，并利用车辆上的RTK设备采集用于车道线感知结果评测的第一RTK定位数据之前，还包括：
对车辆上的视觉传感器及RTK设备进行联合标定；
所述联合标定的标定过程包括：
控制车辆在预定的平直道路上行使；
车辆行使过程中，基于安装的多个RTK设备采集RTK定位数据；
基于在平直道路上行使过程中采集的RTK定位数据，确定多个RTK设备所需的相对位置以及安装角度；
根据确定的相对位置以及安装角度进行RTK设备的位置及角度校正。
可选的，所述评测结果包括：
车道线起始点感知结果的评测结果，坐标原点感知结果的评测结果，检测有效起始点感知结果的评测结果和车道线整体感知结果的评测结果。
一种车道线感知结果的评测装置，包括：
采集单元，用于在测试场景中，基于行使的车辆采集用于车道线感知的图像数据，并利用车辆上的RTK设备采集用于车道线感知结果评测的第一RTK定位数据；
对齐单元，用于将采集的图像数据与第一RTK定位数据进行时间对齐处理，并基于对齐结果得到不同帧图像分别对应的第一RTK定位数据；
感知单元，用于基于不同帧图像进行车道线感知处理，得到分别对应于不同帧图像的车道线感知结果；
评测单元，用于利用不同帧图像对应的第一RTK定位数据，以人工打点建立的基于RTK设备的车道线的第二RTK定位数据为基准，分别对不同帧图像对应的车道线感知结果进行评测，得到车道线感知结果的评测结果。
可选的，所述采集单元，具体用于：
控制车辆在测试场景中根据场景定义的行使参数行使；车辆上预先安装有视觉传感器和多个RTK设备；
车辆行使过程中，基于安装的视觉传感器采集所述图像数据；
车辆行使过程中，基于安装的多个RTK设备采集所述第一RTK定位数据。
可选的，所述视觉传感器和所述RTK设备的时钟与RTK时间同步，以使所述视觉传感器和所述RTK设备以相同帧率运行；
所述对齐单元，具体用于：
将采集的图像数据的时间戳与RTK设备提供的时间戳进行同步，并基于同步后的时间戳查找每帧图像在第一RTK定位数据中对应的相应定位数据。
可选的，所述分别对应于不同帧图像的车道线感知结果包括：分别对应于不同帧图像的车辆坐标系下的第一横向距离；所述第一横向距离为基于图像数据感知的车道线与车辆坐标系原点的横向距离；
所述第一RTK定位数据包括：经纬度形式的第一RTK坐标值；
所述第二RTK定位数据包括：经纬度形式的第二RTK坐标值；
所述评测单元，具体用于：
将经纬度形式第一RTK坐标值转换为世界坐标系下的第一RTK坐标值；
将经纬度形式第二RTK坐标值转换为世界坐标系下的第二RTK坐标值；
基于世界坐标系下的第二RTK坐标值，将世界坐标系下的第一RTK坐标值转换为车道线距离车辆坐标系原点的第二横向距离；
对于每帧图像，确定基于图像数据感知得到的第一横向距离，与对应于该帧图像的基于第一RTK坐标值转换得到的第二横向距离之间的横向误差；
根据每帧图像对应的横向误差，确定该帧图像的车道线感知结果的评测结果。
可选的，上述装置，还包括：
标定单元，用于：预先对车辆上的视觉传感器及RTK设备进行联合标定；
所述联合标定的标定过程包括：
控制车辆在预定的平直道路上行使；
车辆行使过程中，基于安装的多个RTK设备采集RTK定位数据；
基于在平直道路上行使过程中采集的RTK定位数据，确定多个RTK设备所需的相对位置以及安装角度；
根据确定的相对位置以及安装角度进行RTK设备的位置及角度校正。
由以上方案可知，本申请提供的车道线感知结果的评测方法及装置，通过在车辆行使过程中，利用RTK设备采集用于车道线感知结果评测的第一RTK定位数据，并基于图像数据（用于车道线感知）中不同帧图像对应的第一RTK定位数据，以人工打点建立的基于RTK设备的车道线的第二RTK定位数据为基准，分别对不同帧图像对应的车道线感知结果进行评测，实现了车道线感知结果的评测。由于采用高精度定位设备——RTK设备，进行基于人工打点的车道线位置数据采集，及车辆行使过程中用于车道线感知结果评测的定位数据采集，从而，无需购买高精度地图等供应商服务，最终实现了一种低成本、高精度的全面评测车道线感知效果的方案。
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地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。
图1是本申请实施例提供的车道线感知结果的评测方法的流程示意图；
图2是本申请实施例提供的在车顶安装RTK设备的示意图；
图3是本申请实施例提供的车道线检测感知算法的参考坐标系；
图4是本申请实施例提供的对多个测试场景进行车道线感知结果评测的示意图；
图5是本申请实施例提供的车道线感知结果的评测装置的一种结构示意图；
图6是本申请实施例提供的车道线感知结果的评测装置的另一种结构示意图。
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、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，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，都属于本发明保护的范围。
本申请实施例公开了一种车道线感知结果的评测方法及装置，用于实现一种低成本、高精度的全面评测车道线感知效果的方案。
参见图1，为本申请实施例提供的车道线感知结果的评测方法的流程示意图。视觉系统车道线的测试感知更多在图像上进行，本申请实施例的方法，主要使用人工标注方式，通过对比算法处理结果以及人工标注结果，来评测基于图像下的检测结果。提供客户或者后端使用者为基于世界坐标系下的真实距离输出，因此，需要评估世界坐标系下的车道线检测结果，由此则需要一个高精度的基于世界坐标系下的车道线坐标数据作为真值。目前，获取真值的方法普遍采用高精地图方式，但该方式需要购买供应商服务，且目前大部分高精地图并非全国覆盖，若测试场地非高精地图覆盖区域，则该方式无法使用。有鉴于此，本申请提出基于高精度GPS定位设备——RTK（Real - time kinematic）设备进行人工打点，建立基于RTK的高精度地图数据，并基于该高精度地图数据得到本申请实施例中所需的测试场地高精车道线真值数据，在此基础上根据建立的测试场地高精车道线真值数据设计一种全面且细节评价车道线感知结果的方法。
如图1所示，本申请实施例提供的车道线感知结果的评测方法具体包括：
步骤101、在测试场景中，基于行使的车辆采集用于车道线感知的图像数据，并利用车辆上的RTK设备采集用于车道线感知结果评测的第一RTK定位数据。
在针对测试场景进行车道线感知及感知结果的评测之前，本实施例首先针对测试场景的场地，基于人工打点，建立基于RTK的高精度地图数据，该过程如下：
1）人工手持RTK设备沿测试场地车道线人工进行描线打点，以RTK设备输出定位结果作为真值数据；
2）一段车道线入口以及尽头处理：采集人员需要手持RTK设备停至车道线端点直到有设定精度级别的定位结果输出超过预定时长（例如，有厘米级定位结果输出超过10s），再开始或者停止录制数据；
3）沿线采集车道线的位置数据真值时需要与车道线感知识别算法保持一致，如，若算法识别车道线内侧（识别车道线内侧位置），则需沿车道线内侧进行打点采集；若算法识别车道线外侧，则需沿车道线外侧进行打点采集。
通过上述过程建立得到基于RTK的高精度地图数据，该高精度地图数据包括人工打点采集的一系列RTK坐标值。
在此基础上，可进一步针对测试场景进行车道线感知及感知结果的评测。
其中，可首先在测试场景中，基于行使的车辆采集用于车道线感知的图像数据，并利用车辆上的RTK设备采集用于车道线感知结果评测的第一RTK定位数据，该进行图像数据及第一RTK定位数据的采集的过程可以包括：
1）控制车辆在测试场景中根据场景定义的行使参数行使；车辆上预先安装有视觉传感器和多个RTK设备；
2）车辆行使过程中，基于安装的视觉传感器采集所述图像数据；
3）车辆行使过程中，基于安装的多个RTK设备采集所述第一RTK定位数据。
具体地，场景定义的参数可以包括但不限于：在该场景下车辆的行使轨迹（车辆如何行驶）、车辆行使的起点终点以及行驶速度等。采集数据过程中，按照场景定义进行第一RTK定位数据以及图像数据采集即可。
实施中，优选的，具体可将一组手持RTK设备以前后方式安装于车顶，如图2所示，并将该一组RTK设备与车辆上安装的视觉传感器进行联合标定；标定方式为：
控制车辆在预定的平直道路上行使（驾驶在一段平直道路）；
车辆行使过程中，基于安装的多个RTK设备采集RTK定位数据；
基于在平直道路上行使过程中采集的RTK定位数据，计算多个RTK设备所需的相对位置以及安装角度；
根据确定的相对位置以及安装角度进行RTK设备的位置及角度校正。
其中，以车辆上先后安装两个RTK设备为例，在根据RTK定位数据，计算RTK设备所需的相对位置以及安装角度等参数时，具体可利用以下计算式：
Figure DEST_PATH_IMAGE001
；
Figure 510920DEST_PATH_IMAGE002
；
Figure DEST_PATH_IMAGE003
；
以上各式中:
Figure DEST_PATH_IMAGE004
指两组RTK天线连线的有方向向量；
Figure DEST_PATH_IMAGE005
指AB与地面坐标系正北之间夹角；
Figure 273253DEST_PATH_IMAGE006
指车辆中轴线与正北之间夹角；
Figure DEST_PATH_IMAGE007
指车辆每个同时刻RTK点（A，B）换算世界坐标系（正东正北）下东向距离差；
Figure DEST_PATH_IMAGE008
指车辆每个同时刻RTK点（A，B）换算地面坐标系（正东正北）下北向距离差；i…n指在标定采集数据第1个坐标到第n个坐标点。
步骤102、将采集的图像数据与第一RTK定位数据进行时间对齐处理，并基于对齐结果得到不同帧图像分别对应的第一RTK定位数据。
具体地，采集系统（用于采集图像数据的视觉传感器以及用于采集RTK定位数据的RTK设备）时钟与RTK时间同步，以此使得视觉传感器和RTK设备以相同帧率运行。
同步方式使用RTK串口将GPS时钟数据传输到采集系统。
实施中，可将根据场景定义采集的帧同步的图像数据以及第一RTK定位数据，进行结构化存储。并将采集的图像数据的时间戳与RTK设备提供的时间戳进行同步，使用帧号进行记录，由于RTK以及图像均以相同帧率运行，因此可以在时间戳对齐基础上进一步查找到每一帧图像对应的第一RTK定位数据。
需要说明的是，本申请中，涉及到预先基于人工打点采用RTK设备进行高精度车道线位置数据采集，以及在车辆行使过程中利用安装于车辆的RTK设备进行RTK定位数据采集，为便于区分，本申请实施例中，将车辆行使过程中采用安装于车辆的RTK设备采集的RTK定位数据称为第一RTK定位数据，而基于人工打点采集的RTK定位数据则称为第二RTK定位数据。
步骤103、基于不同帧图像进行车道线感知处理，得到分别对应于不同帧图像的车道线感知结果。
所述分别对应于不同帧图像的车道线感知结果包括：分别对应于不同帧图像的车辆坐标系下的第一横向距离；第一横向距离为基于图像数据感知的车道线与车辆坐标系原点的横向距离，该第一横向距离本质为世界坐标系下的真实距离输出。
具体地，在将数据进行对齐处理，得到不同帧图像分别对应的第一RTK定位数据后，可进一步基于车道线检测感知算法，提取基于每帧图像的车道线检测结果，目前使用的车道线检测感知算法描述方式为如下的三次曲线方程，其参考坐标系具体定义为图3所示：
Figure 655824DEST_PATH_IMAGE010
该式中，y指在车辆坐标系下y轴数据，f（y）值则对应车辆坐标系下的横向距离（即，上述的第一横向距离），C0、C1、C2、C3为系数。
步骤104、利用不同帧图像对应的第一RTK定位数据，以人工打点建立的基于RTK设备的车道线的第二RTK定位数据为基准，分别对不同帧图像对应的车道线感知结果进行评测，得到车道线感知结果的评测结果。
RTK设备的输出为经纬度数值，也即，上述的第一RTK定位数据具体包括：经纬度形式的第一RTK坐标值；第二RTK定位数据具体包括：经纬度形式的第二RTK坐标值。
然而，提供客户或者后端使用者则为基于世界坐标系下的真实距离输出.因此需要评估世界坐标系下车道线检测结果，相应则需要一个高精度的基于世界坐标系下的车道线坐标数据作为真值。
鉴于此，本步骤中，在对不同帧图像对应的车道线感知结果进行评测之前，首先将经纬度形式第一RTK坐标值转换为世界坐标系下的第一RTK坐标值，将经纬度形式第二RTK坐标值转换为世界坐标系下的第二RTK坐标值，并基于世界坐标系下的第二RTK坐标值，将世界坐标系下的第一RTK坐标值转换为车道线与车辆坐标系原点的第二横向距离，该第二横向距离即作为上述的真值，本质即是作为车道线感知结果的评测基准。
在此基础上，进一步进行车道线感知结果的评测，具体包括：对于每帧图像，确定基于图像数据感知得到的第一横向距离，与对应于该帧图像的基于第一RTK坐标值转换得到的第二横向距离之间的横向误差；根据每帧图像对应的横向误差，确定该帧图像的车道线感知结果的评测结果。
实施中，最终所得的评测结果可以包括但不限于：车道线起始点感知结果的评测结果，坐标原点（车辆坐标系的坐标原点）感知结果的评测结果，检测有效起始点感知结果的评测结果和车道线整体感知结果的评测结果。
且实施中，对于车道线整体精度评测，由于车道线描述以曲线方程（上文所述的三次曲线方程）输出, 因此在方程中可根据构建的地图真值数据采样获得对应的x值（指基于车辆坐标系的横向距离），根据x值以及对应的真值数据，基于每帧计算每条车道线识别横向误差值。其中，计算范围可以有两种情况，一种是在识别算法输出的有效的检测范围内计算，另一种是在设定范围如[0m-60m]内进行计算，以分别给出不同的评测结果，两种方式的计算式分别如下：
Figure DEST_PATH_IMAGE011
Figure 852319DEST_PATH_IMAGE012
其中，上述计算式中：
Start指车道线检测结果中给出的有效起始点；
End指车道线检测结果中给出的有效终点；
[0-60]指评测车道线检测结果的纵向范围；
Xrtk指车辆坐标系下rtk给出的该车道线的某个纵向距离点的横向真值；
xfit指车辆坐标系下检测结果给出的该车道线的某个纵向距离点的横向检测结果。
在此基础上，可进一步进行基于场景的整体评价，如，[0-60]m内，每1m作为一个区间，统计该场景下，每条车道线在该区间内的平均横向误差值，最终根据平均横向误差值，得到对应区间内的整体评测结果，平均横向误差值的计算式如下：
Figure DEST_PATH_IMAGE013
本实施例提供的车道线感知结果的评测方法，通过在车辆行使过程中，利用RTK设备采集用于车道线感知结果评测的第一RTK定位数据，并基于图像数据（用于车道线感知）中不同帧图像对应的第一RTK定位数据，以人工打点建立的基于RTK设备的车道线的第二RTK定位数据为基准，分别对不同帧图像对应的车道线感知结果进行评测，实现了车道线感知结果的评测。由于采用高精度定位设备-RTK设备，进行基于人工打点的车道线位置数据采集，及车辆行使过程中用于车道线感知结果评测的定位数据采集，从而，无需购买高精度地图等供应商服务，最终实现了一种低成本、高精度的全面评测车道线感知效果的方案。
在本申请一可选实施例中，如果需要对多个测试场景进行车道线感知结果的评测，在进行图像数据及RTK定位数据的采集时，还可以一次性采集多个场景的数据，在此基础上，如图4所示，对采集的数据进行场景切除处理，即具体地，将采集的数据按场景切片为多个片段，每个片段对应一个场景，之后，则进一步针对每个测试场景，利用该测试场景对应的片段进行车道线感知结果的评测处理。
对应于上述的车道线感知结果的评测方法，本申请实施例还公开一种车道线感知结果的评测装置，参见图5，该装置可以包括：
采集单元501，用于在测试场景中，基于行使的车辆采集用于车道线感知的图像数据，并利用车辆上的RTK设备采集用于车道线感知结果评测的第一RTK定位数据；
对齐单元502，用于将采集的图像数据与第一RTK定位数据进行时间对齐处理，并基于对齐结果得到不同帧图像分别对应的第一RTK定位数据；
感知单元503，用于基于不同帧图像进行车道线感知处理，得到分别对应于不同帧图像的车道线感知结果；
评测单元504，用于利用不同帧图像对应的第一RTK定位数据，以人工打点建立的基于RTK设备的车道线的第二RTK定位数据为基准，分别对不同帧图像对应的车道线感知结果进行评测，得到车道线感知结果的评测结果。
在本申请实施例的一可选实施方式中，采集单元501，具体用于：
控制车辆在测试场景中根据场景定义的行使参数行使；车辆上预先安装有视觉传感器和多个RTK设备；
车辆行使过程中，基于安装的视觉传感器采集所述图像数据；
车辆行使过程中，基于安装的多个RTK设备采集所述第一RTK定位数据。
在本申请实施例的一可选实施方式中，所述视觉传感器和所述RTK设备的时钟与RTK时间同步，以使所述视觉传感器和所述RTK设备以相同帧率运行；
则对齐单元502，具体用于：
将采集的图像数据的时间戳与RTK设备提供的时间戳进行同步，并基于同步后的时间戳查找每帧图像在第一RTK定位数据中对应的相应定位数据。
在本申请实施例的一可选实施方式中，所述分别对应于不同帧图像的车道线感知结果包括：分别对应于不同帧图像的车辆坐标系下的第一横向距离；所述第一横向距离为基于图像数据感知的车道线与车辆坐标系原点的横向距离；
所述第一RTK定位数据包括：经纬度形式的第一RTK坐标值；
所述第二RTK定位数据包括：经纬度形式的第二RTK坐标值；
评测单元504，具体用于：
将经纬度形式第一RTK坐标值转换为世界坐标系下的第一RTK坐标值；
将经纬度形式第二RTK坐标值转换为世界坐标系下的第二RTK坐标值；
基于世界坐标系下的第二RTK坐标值，将世界坐标系下的第一RTK坐标值转换为车道线距离车辆坐标系原点的第二横向距离；
对于每帧图像，确定基于图像数据感知得到的第一横向距离，与对应于该帧图像的基于第一RTK坐标值转换得到的第二横向距离之间的横向误差；
根据每帧图像对应的横向误差，确定该帧图像的车道线感知结果的评测结果。
在本申请实施例的一可选实施方式中，如图6所示，上述装置还可以包括：标定单元505，用于预先对车辆上的视觉传感器及RTK设备进行联合标定；
所述联合标定的标定过程包括：
控制车辆在预定的平直道路上行使；
车辆行使过程中，基于安装的多个RTK设备采集RTK定位数据；
基于在平直道路上行使过程中采集的RTK定位数据，确定多个RTK设备所需的相对位置以及安装角度；
根据确定的相对位置以及安装角度进行RTK设备的位置及角度校正。
对于本发明实施例公开的车道线感知结果的评测装置而言，由于其与上文相应实施例公开的车道线感知结果的评测方法相对应，所以描述的比较简单，相关相似之处请参见上文相应实施例中车道线感知结果的评测方法部分的说明即可，此处不再详述。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
为了描述的方便，描述以上系统或装置时以功能分为各种模块或单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例或者实施例的某些部分所述的方法。
最后，还需要说明的是，在本文中，诸如第一、第二、第三和第四等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (11)

1.一种车道线感知结果的评测方法，其特征在于，包括：
在测试场景中，基于行使的车辆采集用于车道线感知的图像数据，并利用车辆上的RTK设备采集用于车道线感知结果评测的第一RTK定位数据；
将采集的图像数据与第一RTK定位数据进行时间对齐处理，并基于对齐结果得到不同帧图像分别对应的第一RTK定位数据；
基于不同帧图像进行车道线感知处理，得到分别对应于不同帧图像的车道线感知结果；
利用不同帧图像对应的第一RTK定位数据，以人工打点建立的基于RTK设备的车道线的第二RTK定位数据为基准，分别对不同帧图像对应的车道线感知结果进行评测，得到车道线感知结果的评测结果。
2.根据权利要求1所述的方法，其特征在于，所述基于行使的车辆采集用于车道线感知的图像数据，并利用车辆上的RTK设备采集用于车道线感知结果评测的第一RTK定位数据，包括：
控制车辆在测试场景中根据场景定义的行使参数行使；车辆上预先安装有视觉传感器和多个RTK设备；
车辆行使过程中，基于安装的视觉传感器采集所述图像数据；
车辆行使过程中，基于安装的多个RTK设备采集所述第一RTK定位数据。
3.根据权利要求2所述的方法，其特征在于，所述视觉传感器和所述RTK设备的时钟与RTK时间同步，以使所述视觉传感器和所述RTK设备以相同帧率运行；
所述将采集的图像数据与第一RTK定位数据进行时间对齐处理，并基于对齐结果得到不同帧图像分别对应的第一RTK定位数据，包括：
将采集的图像数据的时间戳与RTK设备提供的时间戳进行同步，并基于同步后的时间戳查找每帧图像在第一RTK定位数据中对应的相应定位数据。
4.根据权利要求1所述的方法，其特征在于，所述分别对应于不同帧图像的车道线感知结果包括：分别对应于不同帧图像的车辆坐标系下的第一横向距离；所述第一横向距离为基于图像数据感知的车道线与车辆坐标系原点的横向距离；
所述第一RTK定位数据包括：经纬度形式的第一RTK坐标值；
所述第二RTK定位数据包括：经纬度形式的第二RTK坐标值；
所述利用不同帧图像对应的第一RTK定位数据，以人工打点建立的基于RTK设备的车道线的第二定位数据为基准，分别对不同帧图像对应的车道线感知结果进行评测，得到车道线感知结果的评测结果，包括：
将经纬度形式第一RTK坐标值转换为世界坐标系下的第一RTK坐标值；
将经纬度形式第二RTK坐标值转换为世界坐标系下的第二RTK坐标值；
基于世界坐标系下的第二RTK坐标值，将世界坐标系下的第一RTK坐标值转换为车道线距离车辆坐标系原点的第二横向距离；
对于每帧图像，确定基于图像数据感知得到的第一横向距离，与对应于该帧图像的基于第一RTK坐标值转换得到的第二横向距离之间的横向误差；
根据每帧图像对应的横向误差，确定该帧图像的车道线感知结果的评测结果。
5.根据权利要求2所述的方法，其特征在于，在所述基于行使的车辆采集用于车道线感知的图像数据，并利用车辆上的RTK设备采集用于车道线感知结果评测的第一RTK定位数据之前，还包括：
对车辆上的视觉传感器及RTK设备进行联合标定；
所述联合标定的标定过程包括：
控制车辆在预定的平直道路上行使；
车辆行使过程中，基于安装的多个RTK设备采集RTK定位数据；
基于在平直道路上行使过程中采集的RTK定位数据，确定多个RTK设备所需的相对位置以及安装角度；
根据确定的相对位置以及安装角度进行RTK设备的位置及角度校正。
6.根据权利要求1所述的方法，其特征在于，所述评测结果包括：
车道线起始点感知结果的评测结果，坐标原点感知结果的评测结果，检测有效起始点感知结果的评测结果和车道线整体感知结果的评测结果。
7.一种车道线感知结果的评测装置，其特征在于，包括：
采集单元，用于在测试场景中，基于行使的车辆采集用于车道线感知的图像数据，并利用车辆上的RTK设备采集用于车道线感知结果评测的第一RTK定位数据；
对齐单元，用于将采集的图像数据与第一RTK定位数据进行时间对齐处理，并基于对齐结果得到不同帧图像分别对应的第一RTK定位数据；
感知单元，用于基于不同帧图像进行车道线感知处理，得到分别对应于不同帧图像的车道线感知结果；
评测单元，用于利用不同帧图像对应的第一RTK定位数据，以人工打点建立的基于RTK设备的车道线的第二RTK定位数据为基准，分别对不同帧图像对应的车道线感知结果进行评测，得到车道线感知结果的评测结果。
8.根据权利要求7所述的装置，其特征在于，所述采集单元，具体用于：
控制车辆在测试场景中根据场景定义的行使参数行使；车辆上预先安装有视觉传感器和多个RTK设备；
车辆行使过程中，基于安装的视觉传感器采集所述图像数据；
车辆行使过程中，基于安装的多个RTK设备采集所述第一RTK定位数据。
9.根据权利要求8所述的装置，其特征在于，所述视觉传感器和所述RTK设备的时钟与RTK时间同步，以使所述视觉传感器和所述RTK设备以相同帧率运行；
所述对齐单元，具体用于：
将采集的图像数据的时间戳与RTK设备提供的时间戳进行同步，并基于同步后的时间戳查找每帧图像在第一RTK定位数据中对应的相应定位数据。
10.根据权利要求7所述的装置，其特征在于，所述分别对应于不同帧图像的车道线感知结果包括：分别对应于不同帧图像的车辆坐标系下的第一横向距离；所述第一横向距离为基于图像数据感知的车道线与车辆坐标系原点的横向距离；
所述第一RTK定位数据包括：经纬度形式的第一RTK坐标值；
所述第二RTK定位数据包括：经纬度形式的第二RTK坐标值；
所述评测单元，具体用于：
将经纬度形式第一RTK坐标值转换为世界坐标系下的第一RTK坐标值；
将经纬度形式第二RTK坐标值转换为世界坐标系下的第二RTK坐标值；
基于世界坐标系下的第二RTK坐标值，将世界坐标系下的第一RTK坐标值转换为车道线距离车辆坐标系原点的第二横向距离；
对于每帧图像，确定基于图像数据感知得到的第一横向距离，与对应于该帧图像的基于第一RTK坐标值转换得到的第二横向距离之间的横向误差；
根据每帧图像对应的横向误差，确定该帧图像的车道线感知结果的评测结果。
11.根据权利要求7所述的装置，其特征在于，还包括：
标定单元，用于：预先对车辆上的视觉传感器及RTK设备进行联合标定；
所述联合标定的标定过程包括：
控制车辆在预定的平直道路上行使；
车辆行使过程中，基于安装的多个RTK设备采集RTK定位数据；
基于在平直道路上行使过程中采集的RTK定位数据，确定多个RTK设备所需的相对位置以及安装角度；
根据确定的相对位置以及安装角度进行RTK设备的位置及角度校正。
CN202110725739.9A 2021-06-29 2021-06-29 一种车道线感知结果的评测方法及装置 Active CN113175937B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110725739.9A CN113175937B (zh) 2021-06-29 2021-06-29 一种车道线感知结果的评测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110725739.9A CN113175937B (zh) 2021-06-29 2021-06-29 一种车道线感知结果的评测方法及装置

Publications (2)

Publication Number Publication Date
CN113175937A true CN113175937A (zh) 2021-07-27
CN113175937B CN113175937B (zh) 2021-09-28

Family

ID=76927869

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110725739.9A Active CN113175937B (zh) 2021-06-29 2021-06-29 一种车道线感知结果的评测方法及装置

Country Status (1)

Country Link
CN (1) CN113175937B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114526746A (zh) * 2022-03-15 2022-05-24 智道网联科技(北京)有限公司 高精地图车道线的生成方法、装置、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107578002A (zh) * 2017-08-28 2018-01-12 沈阳中科创达软件有限公司 一种车道线识别结果的监测方法、装置、设备和介质
CN109426800A (zh) * 2017-08-22 2019-03-05 北京图森未来科技有限公司 一种车道线检测方法和装置
CN109596078A (zh) * 2019-01-28 2019-04-09 吉林大学 多信息融合路面谱实时测试系统和测试方法
CN109724615A (zh) * 2019-02-28 2019-05-07 北京经纬恒润科技有限公司 一种车道线识别结果的校验方法及系统
CN110160542A (zh) * 2018-08-20 2019-08-23 腾讯科技（深圳）有限公司 车道线的定位方法和装置、存储介质、电子装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109426800A (zh) * 2017-08-22 2019-03-05 北京图森未来科技有限公司 一种车道线检测方法和装置
CN107578002A (zh) * 2017-08-28 2018-01-12 沈阳中科创达软件有限公司 一种车道线识别结果的监测方法、装置、设备和介质
CN110160542A (zh) * 2018-08-20 2019-08-23 腾讯科技（深圳）有限公司 车道线的定位方法和装置、存储介质、电子装置
CN109596078A (zh) * 2019-01-28 2019-04-09 吉林大学 多信息融合路面谱实时测试系统和测试方法
CN109724615A (zh) * 2019-02-28 2019-05-07 北京经纬恒润科技有限公司 一种车道线识别结果的校验方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114526746A (zh) * 2022-03-15 2022-05-24 智道网联科技(北京)有限公司 高精地图车道线的生成方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN113175937B (zh) 2021-09-28

Similar Documents

Publication Publication Date Title
US11477374B2 (en) Three dimensional image capture system for imaging building facades using a digital camera, a near-infrared camera, and laser range finder
CN105241445B (zh) 一种基于智能移动终端的室内导航数据获取方法及系统
JP6821712B2 (ja) 自然光景中での統合センサの較正
CN105607104B (zh) 一种基于gnss与ins的自适应导航定位系统及方法
CN112116654B (zh) 一种车辆位姿确定方法、装置及电子设备
CN111065043B (zh) 一种基于车路通信的隧道内车辆融合定位系统及方法
CN111275960A (zh) 一种交通路况分析方法、系统及摄像机
US20150153178A1 (en) Car navigation system and method in which global navigation satellite system (gnss) and dead reckoning (dr) are merged
CN106595653A (zh) 一种穿戴式行人自主导航系统及其导航方法
CN106469505B (zh) 一种浮动车轨迹纠偏方法和装置
CN106133553A (zh) 用于确定利用gnss定位的空间分辨的误差程度的方法
CN106019264A (zh) 一种基于双目视觉的无人机危险车距识别系统及方法
CN109815300A (zh) 一种车辆定位方法
CN109164214B (zh) 一种边界污染源快速映射定位及强度反演系统及方法
CN104864866B (zh) 飞行器飞行误差矫正装置、矫正方法及无人飞行器
CN106772496A (zh) 一种海拔的测量方法和系统
CN113175937B (zh) 一种车道线感知结果的评测方法及装置
CN110018503B (zh) 车辆的定位方法及定位系统
US20150153454A1 (en) System and method for polythene infrastructure monitoring
CN114841188A (zh) 一种基于二维码的车辆融合定位方法及装置
CN103994776B (zh) 基于gnss卫星定位数据确定车辆脉冲系数方法和装置
CN110426034B (zh) 基于地图信息辅助惯导阵列的室内定位方法
CN110146123B (zh) 一种基于多信息融合的明渠输水监控方法
US20100211317A1 (en) Determining velocity using multiple sensors
US20240094411A1 (en) Global positioning system bias detection and reduction

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
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A Method and Device for Evaluating Lane Line Perception Results

Effective date of registration: 20231017

Granted publication date: 20210928

Pledgee: Bank of Beijing Limited by Share Ltd. Tianjin branch

Pledgor: TIANJIN TIANTONG WEISHI ELECTRONIC TECHNOLOGY Co.,Ltd.

Registration number: Y2023120000086