CN113421330A - 车路协同的道路三维场景构建方法、装置、设备及介质 - Google Patents

车路协同的道路三维场景构建方法、装置、设备及介质 Download PDF

Info

Publication number
CN113421330A
CN113421330A CN202110683657.2A CN202110683657A CN113421330A CN 113421330 A CN113421330 A CN 113421330A CN 202110683657 A CN202110683657 A CN 202110683657A CN 113421330 A CN113421330 A CN 113421330A
Authority
CN
China
Prior art keywords
coordinate value
target
road
vehicle
area image
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
CN202110683657.2A
Other languages
English (en)
Other versions
CN113421330B (zh
Inventor
罗浩
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.)
Chelutong Technology Chengdu Co ltd
Original Assignee
Chelutong Technology Chengdu 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 Chelutong Technology Chengdu Co ltd filed Critical Chelutong Technology Chengdu Co ltd
Priority to CN202110683657.2A priority Critical patent/CN113421330B/zh
Publication of CN113421330A publication Critical patent/CN113421330A/zh
Application granted granted Critical
Publication of CN113421330B publication Critical patent/CN113421330B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种车路协同的道路三维场景构建方法、装置、设备及介质,涉及智能交通技术领域,包括:采集目标区域图像;分析目标区域图像获取运动目标的预估坐标值和非运动目标的预估坐标值;基于V2X路侧单元获取所述运动目标内V2X车载单元的BSM信息;将运动目标的预估坐标值和BSM信息匹配获取运动目标的实际坐标值;比较运动目标的预估坐标值和实际坐标值,根据比较结果推算获取非运动目标的实际坐标值;根据车辆的实际坐标值或非运动目标的实际坐标值获得目标区域图像的路面;根据车辆的实际坐标值或非运动目标的实际坐标值获得目标区域图像的路面,直到获得清晰的3D场景,通过结合BSM将采集到的图像的数据进行修正进而获得更准确的定位。

Description

车路协同的道路三维场景构建方法、装置、设备及介质
技术领域
本发明涉及智能交通技术领域,具体涉及一种车路协同的道路三维场景构建方法、装置、设备及介质。
背景技术
智慧交通是在交通领域充分运用物联网、云计算、互联网、人工智能、自动控制等技术,通过高新技术汇集交通信息,对交通管理、交通运输、公众出行等交通领域全方面进行管理支撑,使交通系统再区域、城市甚至更大的空间范围具备感知、互联、分析、预测、控制等能力,以充分保障交通安全、发挥交通效能,提供通畅出行和可持续的服务。而鉴于智慧交通来构建可视化的3D数字模型场景需要采集海量的数据,其对于数据采集以及处理提出了较高的要求。
在现有技术中,对于数据采集构建可视化的3D数字模型场景,通常是通过交通监视器的传感器或卫星定位来检测获取数据,在整个过程中要构建一个精度合适的场景需要采集的数据量较大且对设备的采集精度需求较高,其极大地增加了成本。当前构建3D高精地图主要通过实地人工测量标注实现,需要耗费大量的人工成本且地图构建费时。
发明内容
有鉴于此,本发明提出一种车路协同的道路三维场景构建方法、装置、设备及介质,用以降低智慧交通对3D数字模型场景构建的成本。
第一方面,本发明实施例提供一种车路协同的道路三维场景构建方法,该方法包括步骤:
采集目标区域图像;
分析目标区域图像获取运动目标的预估坐标值和非运动目标的预估坐标值;
基于V2X路侧单元获取所述运动目标的V2X车载单元BSM信息;
将运动目标的预估坐标值和BSM信息匹配获取运动目标的实际坐标值;
比较运动目标的预估坐标值和实际坐标值,根据比较结果推算获取非运动目标的实际坐标值;
根据车辆的实际坐标值和/或非运动目标的实际坐标值获得目标区域图像的路面;
将所述目标区域图像的路面作为水平面,基于非运动目标的实际坐标值和/或运动目标的实际坐标值构建3D场景;
循环上述步骤,获得目标区域图像的实时3D场景。
在本实施方式中,在对目标区域图像采集的执行主体可以是路侧的采集装置,或者人员;运动目标可以是一个,也可以是多个,采集后对运动目标初步定位获得其预估的坐标值,同时V2X路侧单元根据目标区域图像的运动目标信息,获取对应运动目标匹配的BSM信息,进而获得运动目标的实际位置并对实际坐标进行修正,获得运动目标和非运动目标的位置,并生成路面再结合获取的信息来构建3D场景,鉴于BSM信息具有高精度的车辆信息,因此构建后的3D场景具有较高的还原度,且结合V2X车载单元的BSM传输数据,减少了采集设备监测数据传输量的压力。
鉴于初步定位其坐标可能存在定位不准确的问题,进一步校正初步定位是我们需要的。
在一个可能的实施方式中,在步骤S20中,包括步骤,获取所述目标区域图像对应的雷达数据,基于所述雷达数据更新所述运动目标的预估坐标值和非运动目标的预估坐标值,本方案中,将雷达数据定位车辆进一步保障预估定位的准确度。
考虑到BSM具有车辆实际的物理数据,对于雷达捕获来说也存在定位误差,因此对提出进一步的优化。
在一个可能的实施方式中,在步骤S40中,包括步骤,结合所述BSM信息与雷达数据获取雷达观测误差,其中,所述雷达观测误差是利用BSM信息与雷达数据计算得到的;基于所述雷达观测误差修正所述运动目标的预估坐标值和非运动目标的预估坐标值,通过BSM数据修正雷达数据对数据定位再循环监测进一步优化定位精度,避免雷达定位修正视频数据出错。
对于V2X路侧单元获取BSM消息集后,消息集带有多个车辆的多种数据,可利用多个车辆的相对位置可进一步完善定位。
在一个可能的实施方式中,在步骤S30中,包括步骤,通过所述V2X路侧单元采集所述运动目标的信息,其中,该信息至少包括运动目标的定位、车型和速度;根据多个所述运动目标的信息对所述雷达数据进行修正。
在一个可能的实施方式中,在基于所述雷达数据更新所述运动目标的预估坐标值和非运动目标的预估坐标值中,所述雷达数据是通过结合所述目标区域图像的视频数据进行坐标更新的,所述雷达数据与视频数据结合包括:
建立雷达数据与视频数据的关系矩阵H3×3
获取所述雷达数据与所述视频数据的坐标点关系,其表达式为:
Figure BDA0003123780360000021
其变换得到:
Figure BDA0003123780360000031
其中,u,v分别表示图像的列,行坐标;Xw,Yw,Zw分别表示X,Y,Z方向的真实物理坐标;
通过目标检测算法检测所述目标区域图像的运动目标的位置及坐标点关系,通过标定矩阵计算获取所述运动目标的物理坐标。
在一个可能的实施方式中,在步骤S70中,所述目标区域图像的路面的获取包括,基于所述雷达数据获取所述运动目标的轨迹生成热力图构建路面、基于所述视频数据检测所述目标区域图像的车道线构建路面以及基于目标区域图像内车道标记构建路面,在一些环境中,鉴于交通压力,可以建立较为简单或复杂的路面来匹配对应的监测压力环境。
第二方面,本发明实施例提供一种车路协同的道路三维场景构建装置,该装置包括:
视频采集单元模块,被用于对所述目标区域图像实时采集;
V2X单元模块,被安装于车辆内用于存储和传输BSM信息;
V2X路侧单元模块,被用于对所述V2X单元模块内的BSM信息进行提取;
雷达采集单元模块,被用于采集所述目标区域图像的雷达数据;
数据处理模块,其用于分析所述目标区域图像获取所述运动目标和非运动目标的预估坐标值;以及用于将运动目标的预估坐标值和BSM信息匹配获取运动目标的实际坐标值;以及用于比较车辆的预估坐标值和实际坐标值,根据比较结果推算获取非运动目标的实际坐标值,其中,所述数据处理模块还用于结合雷达数据和所述目标区域图像数据;
模型构建模块,其用于根据运动目标的实际坐标值或非运动目标的实际坐标值构建目标区域图像的路面,并结合运动目标的实际坐标值或非运动目标的实际坐标值构建3D场景;
其中,所述视频采集单元模块、雷达采集单元模块、V2X路侧单元模块、数据处理模块和模型构建模块通过总线连接。
进一步地,上述数据处理模块包括:
位置获取模块,用于获取所述运动目标的预估坐标值和运动目标的实际坐标值,其中,所述预估坐标值是通过视频采集单元模块得到的;所述运动目标的实际坐标值是通过在V2X路侧单元模块上获取所述V2X单元模块内的BSM信息进行匹配得到的;
计算模块,用于比较运动目标的预估坐标值和实际坐标值,根据比较结果得到非运动目标的实际坐标值;其中,所述非运动目标的实际坐标值是根据所述运动目标的预估坐标值和实际坐标值的相对位置关系,以及所述非运动目标的预估坐标值计算得到的。
需要说明的是,在所述位置获取模块中,所述BSM信息对雷达数据进行修正。更新实际坐标值。
第三方面,本发明实施例提供一种电子设备,该设备包括:至少一个处理器和储存器;
处理器用于执行储存器中储存的计算机程序,以实现如第一方面任一实施方式所介绍的一种车路协同的道路三维场景构建方法。
第四方面,本发明实施例提供一种计算机储存介质,该计算机储存介质储存有一个或多个程序,一个或者多个程序可被如第三方面介绍的电子设备执行,以实现如第一方面任一实施方式所介绍的一种车路协同的道路三维场景构建方法。
本发明与现有技术相比,具有如下的优点和有益效果:
本发明一种车路协同的道路三维场景构建方法、装置、设备及介质,通过采集后对运动目标初步定位获得其预估的坐标值,同时V2X路侧单元根据目标区域图像的运动目标信息,获取对应运动目标匹配的BSM信息,进而获得运动目标的实际位置并对实际坐标进行修正,获得运动目标和非运动目标的位置,并生成路面再结合获取的信息来构建3D场景,鉴于BSM信息具有高精度的车辆信息,因此构建后的3D场景具有较高的还原度,且结合V2X车载单元的BSM传输数据,减少了视频采集设备监测精度过高时,大码率数据传输量的传输压力,且结合雷达数据来进一步修正视频采集数据,且通过BSM传输数据修正雷达定位来优化位置精度和减少误差。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明实施例中的一种车路协同的道路三维场景构建方法的流程图;
图2为本发明实施例中车路协同的道路三维场景构建方法中步骤S20的一具体流程图;
图3为本发明实施例中车路协同的道路三维场景构建方法中步骤S40的一具体流程图;
图4为本发明实施例中车路协同的道路三维场景构建方法中步骤S30的一具体流程图;
图5为本发明实施例中一种车路协同的道路三维场景构建装置结构示意图;
图6为本发明实施例中一种数据处理模块结构示意图;
图7位本发明实施例中用于执行本申请实施例的方法的电子设备的结构框图;
图8为本发明实施例中的用于保存或者携带实现根据本申请实施例的方法的程序代码的储存单元。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
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除、完整地描述,显然,所描述的实施例仅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作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。
实施例
目前,构建3D高精地图需要较多的人工成本且地图构建费时,在现有技术中,对于数据采集构建可视化的3D数字模型场景,通常是通过交通监视器的传感器或卫星定位来检测获取数据,在整个过程中要构建一个精度合适的场景需要采集的数据量较大且对设备的采集精度需求较高,其极大地增加了成本。鉴于V2X技术、人工智能、车联网技术的发展以及实际监测的需求,对于构建一个精度合适的3D场景提出了更高的要求。
本实施将运动目标选用车辆时,具体实施方式如下:
请参阅图5,图5为本发明车路协同的道路三维场景构建装置结构示意图,其包括:视频采集单元模块、V2X车载单元模块、V2X路侧单元模块、雷达采集单元模块、数据处理模块和模型构建模块,其中,视频采集单元模块、雷达采集单元模块、V2X路侧单元模块、数据处理模块和模型构建模块通过总线连接。首先,视频采集单元模块对目标区域图像实时采集,同时可设置雷达采集单元模块同步监测目标区域图像的雷达数据,通过视频数据首选对目标进行初步标定预估坐标值,然后雷达采集单元模块根据视频采集设备获取的目标进行初步修正获得一个实际坐标值,期间,位于一旁的V2X路侧单元模块根据视频采集单元模块采集的目标区域图像,获取目标区域相应车辆对于的V2X车载单元模块提供的BSM信息,将车辆详细信息收集,并将其发送至雷达采集单元模块,雷达采集单元模块在获取BSM信息后,对其采集的雷达数据进行修正。进一步修正之前获得的实际坐标值来获得更精准的位置。在数据处理模块对数据循环采集处理后,导入模型构建模块来构建目标区域图像的3D场景。
具体来说,视频采集单元模块、V2X路侧单元模块和雷达采集单元模块可安装于同一监测栏位来进行监测,其中,V2X车载单元模块,安装于车辆内用于存储和传输BSM信息;V2X路侧单元模块,用于对V2X车载单元模块内的BSM信息进行提取,数据处理模块分析目标区域图像获取车辆目标和静态目标的预估坐标值;以及用于将车辆目标的预估坐标值和BSM信息匹配获取车辆目标的实际坐标值;以及用于比较车辆的预估坐标值和实际坐标值,根据比较结果推算获取静态目标的实际坐标值,其中,数据处理模块还用于结合雷达数据和目标区域图像数据;模型构建模块再根据车辆目标的实际坐标值或静态目标的实际坐标值构建目标区域图像的路面,并结合车辆目标的实际坐标值或静态目标的实际坐标值构建3D场景。
可以理解的是,本申请实施例除了可以应用到车辆信息来构建交通场景外,还可以应用到其他运动主体信息来获得交通场景,可将相应的V2X单元模块设置于相应的运动主体来实现,具体来说,可以是摩托车、自行车、和平衡车等其他运动主体,除此之外,携带手机和运动手环的人也可作为本申请实施例中的运动主体,本申请实施例对此不做限定。
在本申请实施例中,BSM信息是运动主体的一种身份标签,例如,若运动主体为马路上的车辆,及本实施中的车辆目标时,该身份信息可以表征该车辆目标的车辆型号、尺寸等各类与该车辆相关的信息。本申请实施例中,BSM信息包括了运动主体的航向、位置或运动主体尺寸等各种与运动主体运动安全相关的运动数据,除此之外,还可以包括其他的信息,例如报文信息,本申请不对此进一步限定。
请参阅图6,图6为本发明一种数据处理模块,其具体包括:位置获取模块,用于获取车辆目标的预估坐标值和车辆目标的实际坐标值,其中,预估坐标值是通过视频采集单元模块得到的;车辆目标的实际坐标值是通过在V2X路侧单元模块上获取V2X车载单元模块内的BSM信息进行匹配得到的。计算模块,用于比较车辆目标的预估坐标值和实际坐标值,根据比较结果得到静态目标的实际坐标值;其中,静态目标的实际坐标值是根据车辆目标的预估坐标值和实际坐标值的相对位置关系,以及静态目标的预估坐标值计算得到的。
请参阅图1,图1为本发明提出一种车路协同的道路三维场景构建方法,其包括步骤:
采集目标区域图像;
分析目标区域图像获取车辆目标的预估坐标值和静态目标的预估坐标值,其中目标包括但不限于,行人、非机动车、路牌、信号控制灯等目标;
基于V2X路侧单元获取车辆目标的V2X车载单元BSM信息;
将车辆目标的预估坐标值和BSM信息匹配获取车辆目标的实际坐标值;
根据车辆的实际坐标值或静态目标的实际坐标值获得目标区域图像的路面;
将目标区域图像的路面作为水平面,基于静态目标的实际坐标值和车辆目标的实际坐标值构建3D场景;
循环上述步骤,获得目标区域图像的实时3D场景。
具体地,本申请中,对于目标区域图像的采集,采集设备可以是各种传感器,如视频采集传感器、红外线采集传感器、光传感器、距离传感器等采集设备。在获取采集数据后进行初步解析获得车辆的预估坐标值、和静止目标的预估坐标值,通过BSM信息中车辆的位置坐标、车辆尺寸、航向和车辆方向转角来对其进行匹配后得到准确的位置信息,在基于目标准确位置来构建三维场景。
请参阅图2,图2为本发明车路协同的道路三维场景构建方法中步骤S20的一具体流程图,其包括:获取目标区域图像对应的雷达数据,基于雷达数据更新车辆目标的预估坐标值和静态目标的预估坐标值,其中当部分目标车辆未配置V2X车载单元时,不使用BSM信息来修正某些车辆的雷达观测值,可根据BSM信息修正后车辆的位置与未修正车辆的雷达观测值比对进一步调整未配置V2X车载单元车辆的位置信息。
具体地,在本申请实施例中,雷达数据的获取可以通过于路侧设置雷达采集装置来采集,也可以通过GPS、低轨卫星等来进行定位后传输数据,具体基于交通监测压力和环境来具体实施,本申请对此不做限定,具体来说,本申请可以结合,BSM定位进一步修正雷达观测数据,具体地,其可应用来构建一个高精度的三维场景,来设置阈值,基于车辆目标上述的各方位数据,例如速度、转向盘转向角、和车型等来建立一个实时的高精度3D场景,可通过路径预测算法和目标运动算法可以在3D场景进行碰撞风险预测,除此之外还可以通过类似或数学计算方法来实现,本实施例不做进一步限定。
请参阅图3,图3为车路协同的道路三维场景构建方法中步骤S40的一具体流程图,其包括:结合BSM信息与雷达数据获取雷达观测误差,其中,雷达观测误差是利用BSM信息与雷达数据计算得到的;基于雷达观测误差修正车辆目标的预估坐标值和静态目标的预估坐标值,通过BSM进一步修正雷达观测误差。
作为上述实施例的优选,在步骤S30中,包括步骤,通过V2X路侧单元采集车辆目标的信息,其中,该信息至少包括车辆目标的定位、车型和速度;根据多个车辆目标的信息对雷达数据进行修正。
作为上述实施例的优选,雷达数据与视频数据结合包括:
建立雷达数据与视频数据的关系矩阵H3×3
获取雷达数据与视频数据的坐标点关系,其表达式为:
Figure BDA0003123780360000071
其变换得到:
Figure BDA0003123780360000072
其中,u,v分别表示图像的列,行坐标;Xw,Yw,Zw分别表示X,Y,Z方向的真实物理坐标;
通过目标检测算法检测目标区域图像的车辆目标的位置,通过标定矩阵计算获取车辆目标的物理坐标。
作为上述实施例的优选,对于目标区域图像路面信息可通过多种方式获取,包括通过雷达数据获取车辆目标的轨迹生成热力图构建路面,通过视频数据检测目标区域图像的车道线构建路面以及基于目标区域图像内车道标记构建路面,具体来说其应用于不同要求的交通中,例如高速、交通拥堵段和桥路等,对此不做进一步限定。
请参阅图7,基于上述实施例提供的车路协同的道路三维场景构建方法,本申请实施例还提供一种包括可以执行前述方法的处理器的电子设备,该电子设备可以是智能手机、平板电脑、计算机或者便携式计算机等设备。
电子设备还包括储存器。其中,该储存器中存储有可以执行前述实施例中内容的程序,而处理器可以执行该储存器中存储的程序。
其中,处理器可以包括一个或者多个用于处理数据的核以及消息矩阵单元。处理器利用各种借口和线路连接整个电子设备内的各个部分,通过运行或执行储存在储存器内的指令、程序、代码集或指令集,以及调用存储在储存器内的数据,执行电子设备的各种功能和处理数据。可选地,处理器可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编辑逻辑阵列(Programmable Logic Array,PLA)中的至少一种硬件形式来实现。处理器可集成中央处理器(Central Processing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解码器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解码器也可以不集成到处理器中,单独通过一块通信芯片进行实现。
存储器可以包括随机存储器(Random Access Memory,RAM),也可以包括只读储存器(Read-Only Memory)。储存器可用于储存指令、程序、代码、代码集或指令集。存储器可包括存储程序区和存储数据区,其中存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(如,用户获取随机数的指令)、用于实现下述各个方法实施例的指令等。存储数据区还可以存储终端在使用中所创建的数据(如,随机数)等。
电子设备还可以包括网络模块以及屏幕,网络模块用于接受以及发送电磁波,实现电磁波与电信号的互相转换,从而与通讯网络或者其他设备进行通讯,例如和音频播放设备进行通讯。网络模块可包括各种现有的用于执行这些功能的电路元件,例如,天线、射频收发器、数字信号处理器、加密/解密芯片、用户身份模块(SIM)卡、存储器等等。网络模块可与各种网络如互联网、企业内部网、无线网络进行通讯或者通过无线网络与其他设备进行通讯。上述的无线网络可包括蜂窝式电话网、无线局域网或者城域网。屏幕可以进行界面内容的显示以及进行数据交互。
请参考图8,其示出了本申请实施例提供的一种计算机可读存储介质的结构框图。该计算机可读介质中存储有程序代码,程序代码可被处理器调用执行上述方法实施例中所描述的方法。
计算机可读存储介质可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地,计算机可读储存介质包括非易失性计算机可读介质(non-transitory computer-readable storage medium)。计算机可读存储介质具有执行上述方法中的任意方法步骤的程序代码的存储空间。这些程序代码可以从一个或者多个计算机晨曦产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码可以例如以适当形式进行压缩。
本申请实施例还提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各种可选实现方式中描述的方法。
以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员当理解:其依然可以对前述各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,并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种车路协同的道路三维场景构建方法,其特征在于,包括:
S10:采集目标区域图像;
S20:分析目标区域图像获取运动目标的预估坐标值和静态目标的预估坐标值;S30:基于V2X路侧单元获取所述运动目标内V2X单元模块的BSM信息;
S40:将运动目标的预估坐标值和BSM信息匹配获取运动目标的实际坐标值;
S50:比较运动目标的预估坐标值和实际坐标值,根据比较结果推算获取静态目标的实际坐标值;
S60:根据运动目标或静态目标的实际坐标值获得目标区域图像的路面;
S70:将所述目标区域图像的路面作为水平面,基于静态目标的实际坐标值和/或运动目标的实际坐标值构建3D场景;
S80:循环上述步骤,获得目标区域图像的实时3D场景。
2.根据权利要求1所述的一种车路协同的道路三维场景构建方法,其特征在于,在分析目标区域图像获取运动目标的预估坐标值和静态目标的预估坐标值过程中,包括:
S201:获取所述目标区域图像对应的雷达数据;
S202:基于所述雷达数据更新所述运动目标的预估坐标值或静态目标的预估坐标值。
3.根据权利要求2所述的一种车路协同的道路三维场景构建方法,其特征在于,在将运动目标的预估坐标值和BSM信息匹配获取运动目标的实际坐标值中,包括:
S401:结合所述BSM信息与雷达数据获取雷达观测误差;
S402:基于所述雷达观测误差修正所述运动目标的预估坐标值或静态目标的预估坐标值。
4.根据权利要求2所述的一种车路协同的道路三维场景构建方法,其特征在于,在基于V2X路侧单元获取所述运动目标内V2X单元模块的BSM信息中,包括:
S301:通过所述V2X路侧单元采集所述运动目标的信息;
S302:根据多个所述运动目标的信息对所述雷达数据进行修正。
5.根据权利要求2所述的一种车路协同的道路三维场景构建方法,其特征在于,在基于所述雷达数据更新所述运动目标的预估坐标值和静态目标的预估坐标值中,所述雷达数据是通过结合所述目标区域图像的视频数据进行坐标更新的,所述雷达数据与视频数据结合包括:
建立雷达数据与视频数据的关系矩阵;
获取所述雷达数据与所述视频数据的坐标点关系;
通过目标检测算法根据坐标点关系检测获得所述目标区域图像的运动目标的位置,通过标定矩阵计算获取所述运动目标的物理坐标。
6.根据权利要求5所述的一种车路协同的道路三维场景构建方法,其特征在于,在将所述目标区域图像的路面作为水平面,基于静态目标的实际坐标值和运动目标的实际坐标值构建3D场景中,所述目标区域图像的路面的获取包括:基于所述雷达数据获取所述运动目标的轨迹生成热力图构建路面、基于所述视频数据检测所述目标区域图像的车道线构建路面以及基于目标区域图像内车道标记构建路面。
7.一种车路协同的道路三维场景构建装置,其特征在于,包括:
视频采集单元模块,被用于对所述目标区域图像实时采集;
V2X单元模块,被安装于车辆内用于存储和传输BSM信息;
V2X路侧单元模块,被用于对所述V2X单元模块内的BSM信息进行提取;
雷达采集单元模块,被用于采集所述目标区域图像的雷达数据;
数据处理模块,其用于分析所述目标区域图像获取所述运动目标和静态目标的预估坐标值;以及用于将运动目标的预估坐标值和BSM信息匹配获取运动目标的实际坐标值;以及用于比较车辆的预估坐标值和实际坐标值,根据比较结果推算获取静态目标的实际坐标值,其中,所述数据处理模块还用于结合雷达数据和所述目标区域图像数据;
模型构建模块,其用于根据运动目标的实际坐标值或静态目标的实际坐标值构建目标区域图像的路面,并结合运动目标的实际坐标值或静态目标的实际坐标值构建3D场景;
其中,所述视频采集单元模块、雷达采集单元模块、V2X路侧单元模块、数据处理模块和模型构建模块通过总线连接。
8.根据权利要求7所述的一种车路协同的道路三维场景构建装置,其特征在于,所述数据处理模块包括:
位置获取模块,用于获取所述运动目标的预估坐标值和运动目标的实际坐标值,其中,所述预估坐标值是通过视频采集单元模块得到的;所述运动目标的实际坐标值是通过在V2X路侧单元模块上获取所述V2X单元模块内的BSM信息进行匹配得到的;
计算模块,用于比较运动目标的预估坐标值和实际坐标值,根据比较结果得到静态目标的实际坐标值;其中,所述静态目标的实际坐标值是根据所述运动目标的预估坐标值和实际坐标值的相对位置关系,以及所述静态目标的预估坐标值计算得到的。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
储存器;
一个或多个程序,其中所述一个或多个程序被储存在所述储存器中被配置为由所述一个或多个处理器执行,所述一个或多个程序配置用于执行如权利要求1-6中任一一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读储存介质存储有程序代码,所述程序代码可被处理器调用执行如权利要求1-6中任意一项所述的方法。
CN202110683657.2A 2021-06-21 2021-06-21 车路协同的道路三维场景构建方法、装置、设备及介质 Active CN113421330B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110683657.2A CN113421330B (zh) 2021-06-21 2021-06-21 车路协同的道路三维场景构建方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110683657.2A CN113421330B (zh) 2021-06-21 2021-06-21 车路协同的道路三维场景构建方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN113421330A true CN113421330A (zh) 2021-09-21
CN113421330B CN113421330B (zh) 2023-09-29

Family

ID=77789279

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110683657.2A Active CN113421330B (zh) 2021-06-21 2021-06-21 车路协同的道路三维场景构建方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN113421330B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114120642A (zh) * 2021-11-23 2022-03-01 深圳大学 一种道路车流三维重建方法、计算机设备及存储介质
CN114202912A (zh) * 2021-11-15 2022-03-18 新奇点智能科技集团有限公司 交通服务提供方法、装置、服务器及存储介质
CN114333347A (zh) * 2022-01-07 2022-04-12 深圳市金溢科技股份有限公司 车辆信息融合方法、装置、计算机设备及存储介质
CN114419897A (zh) * 2022-03-30 2022-04-29 成都柔水科技有限公司 一种基于v2x技术的城市交通cim系统及其展示方法
CN115249270A (zh) * 2022-09-22 2022-10-28 广州市德赛西威智慧交通技术有限公司 一种雷视一体机自动重标注方法及系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106896393A (zh) * 2015-12-21 2017-06-27 财团法人车辆研究测试中心 车辆协同式物体定位优化方法及车辆协同定位装置
US20170184726A1 (en) * 2015-12-29 2017-06-29 Automotive Research & Testing Center Optimizing method for vehicle cooperative object positioning and vehicle cooperative positioning apparatus
CN108010360A (zh) * 2017-12-27 2018-05-08 中电海康集团有限公司 一种基于车路协同的自动驾驶环境感知系统
US20190023266A1 (en) * 2017-07-18 2019-01-24 lvl5, Inc. Stop Sign and Traffic Light Alert
CN111721281A (zh) * 2020-05-27 2020-09-29 北京百度网讯科技有限公司 位置识别方法、装置和电子设备
CN111754581A (zh) * 2019-03-28 2020-10-09 阿里巴巴集团控股有限公司 一种摄像头标定方法、路侧感知设备和智慧交通系统
US20200327343A1 (en) * 2019-04-15 2020-10-15 Qualcomm Incorporated Proximate vehicle localization and identification
CN111913200A (zh) * 2020-06-28 2020-11-10 深圳市金溢科技股份有限公司 车辆群体差分定位方法、rsu设备、融合感知设备及系统
CN112084625A (zh) * 2020-08-06 2020-12-15 上汽大众汽车有限公司 一种多特征道路地图的生成方法及系统
CN112130178A (zh) * 2020-09-27 2020-12-25 北京百度网讯科技有限公司 车载单元定位误差测试方法、装置及车路协同测试方法
CN112712733A (zh) * 2020-12-23 2021-04-27 交通运输部公路科学研究所 基于车路协同的碰撞预警方法、系统和路侧单元
CN112836737A (zh) * 2021-01-29 2021-05-25 同济大学 一种基于车路数据融合的路侧组合感知设备在线标定方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106896393A (zh) * 2015-12-21 2017-06-27 财团法人车辆研究测试中心 车辆协同式物体定位优化方法及车辆协同定位装置
US20170184726A1 (en) * 2015-12-29 2017-06-29 Automotive Research & Testing Center Optimizing method for vehicle cooperative object positioning and vehicle cooperative positioning apparatus
US20190023266A1 (en) * 2017-07-18 2019-01-24 lvl5, Inc. Stop Sign and Traffic Light Alert
CN108010360A (zh) * 2017-12-27 2018-05-08 中电海康集团有限公司 一种基于车路协同的自动驾驶环境感知系统
CN111754581A (zh) * 2019-03-28 2020-10-09 阿里巴巴集团控股有限公司 一种摄像头标定方法、路侧感知设备和智慧交通系统
US20200327343A1 (en) * 2019-04-15 2020-10-15 Qualcomm Incorporated Proximate vehicle localization and identification
CN111721281A (zh) * 2020-05-27 2020-09-29 北京百度网讯科技有限公司 位置识别方法、装置和电子设备
CN111913200A (zh) * 2020-06-28 2020-11-10 深圳市金溢科技股份有限公司 车辆群体差分定位方法、rsu设备、融合感知设备及系统
CN112084625A (zh) * 2020-08-06 2020-12-15 上汽大众汽车有限公司 一种多特征道路地图的生成方法及系统
CN112130178A (zh) * 2020-09-27 2020-12-25 北京百度网讯科技有限公司 车载单元定位误差测试方法、装置及车路协同测试方法
CN112712733A (zh) * 2020-12-23 2021-04-27 交通运输部公路科学研究所 基于车路协同的碰撞预警方法、系统和路侧单元
CN112836737A (zh) * 2021-01-29 2021-05-25 同济大学 一种基于车路数据融合的路侧组合感知设备在线标定方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114202912A (zh) * 2021-11-15 2022-03-18 新奇点智能科技集团有限公司 交通服务提供方法、装置、服务器及存储介质
CN114202912B (zh) * 2021-11-15 2023-08-18 新奇点智能科技集团有限公司 交通服务提供方法、装置、服务器及存储介质
CN114120642A (zh) * 2021-11-23 2022-03-01 深圳大学 一种道路车流三维重建方法、计算机设备及存储介质
CN114333347A (zh) * 2022-01-07 2022-04-12 深圳市金溢科技股份有限公司 车辆信息融合方法、装置、计算机设备及存储介质
CN114333347B (zh) * 2022-01-07 2024-03-01 深圳市金溢科技股份有限公司 车辆信息融合方法、装置、计算机设备及存储介质
CN114419897A (zh) * 2022-03-30 2022-04-29 成都柔水科技有限公司 一种基于v2x技术的城市交通cim系统及其展示方法
CN115249270A (zh) * 2022-09-22 2022-10-28 广州市德赛西威智慧交通技术有限公司 一种雷视一体机自动重标注方法及系统
CN115249270B (zh) * 2022-09-22 2022-12-30 广州市德赛西威智慧交通技术有限公司 一种雷视一体机自动重标注方法及系统

Also Published As

Publication number Publication date
CN113421330B (zh) 2023-09-29

Similar Documents

Publication Publication Date Title
CN113421330B (zh) 车路协同的道路三维场景构建方法、装置、设备及介质
CN107223269B (zh) 三维场景定位方法和装置
CN108303720B (zh) 一种车辆定位方法、装置及终端设备
CN113420805A (zh) 视频和雷达的动态轨迹图像融合方法、装置、设备及介质
CN111381586A (zh) 一种机器人及其移动控制方法和装置
CN110824443B (zh) 雷达仿真方法、装置、存储介质及电子设备
CN111080682B (zh) 点云数据的配准方法及装置
CN111009011B (zh) 车辆方向角的预测方法、装置、系统以及存储介质
CN113870379A (zh) 地图生成方法、装置、电子设备及计算机可读存储介质
CN112365549B (zh) 车载相机的姿态校正方法、装置和存储介质及电子装置
CN114782548B (zh) 基于全局图像的雷视数据标定方法、装置、设备及介质
CN115540894A (zh) 车辆轨迹规划方法、装置、电子设备和计算机可读介质
CN114663598A (zh) 三维建模方法、装置和存储介质
CN114413849A (zh) 一种输变电工程三维地理信息数据处理方法及装置
CN113240750A (zh) 三维空间信息测算方法及装置
CN117109623A (zh) 一种智能穿戴式导航交互方法、系统及介质
CN115880555B (zh) 目标检测方法、模型训练方法、装置、设备及介质
CN112689234A (zh) 室内车辆定位方法、装置、计算机设备和存储介质
CN111753901A (zh) 一种数据融合方法、装置、系统及计算机设备
CN114882115B (zh) 车辆位姿的预测方法和装置、电子设备和存储介质
CN113902047B (zh) 图像元素匹配方法、装置、设备以及存储介质
CN114842287A (zh) 深度引导变形器的单目三维目标检测模型训练方法及装置
CN116740682B (zh) 车辆泊入路线信息生成方法、装置、电子设备和可读介质
CN116994145B (zh) 车道线变化点的识别方法、装置、存储介质及计算机设备
CN116412804A (zh) 交通标志牌的激光雷达视觉融合建图方法、装置及介质

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