CN114299466A - 基于单目相机的车辆姿态确定方法、装置和电子设备 - Google Patents

Abstract

本发明提供了一种基于单目相机的车辆姿态确定方法、装置和电子设备，涉及自动驾驶的技术领域，包括：通过分割网络将单目相机采集的单帧图像进行处理，得到单帧图像对应的分割图像；基于车身下边线对应的像素点坐标确定目标车辆的真实着地点坐标；基于真实着地点坐标确定目标车辆的姿态，在保证车辆行驶安全性的基础上，解决双目相机、激光雷达等设备的引入成本较高的问题。

Description

基于单目相机的车辆姿态确定方法、装置和电子设备

技术领域

本发明涉及自动驾驶的技术领域，尤其是涉及一种基于单目相机的车辆姿态确定方法、装置和电子设备。

背景技术

随着车辆技术的发展，自动驾驶越发广泛地被应用。与此同时，自动驾驶场景中的行车安全可靠性成为关注的主要问题。

当前车辆可通过对他车姿态进行识别，进而做出可靠性更高的控制决策。但现今无法通过车辆主要配置的单目相机来计算车辆姿态，需要额外引入双目相机、激光雷达等设备来获取车辆姿态，成本较高。

发明内容

有鉴于此，本发明的目的在于提供一种基于单目相机的车辆姿态确定方法、装置和电子设备，通过单目相机确定车辆姿态，在保证车辆行驶安全性的基础上，解决双目相机、激光雷达等设备的引入成本较高的问题。

第一方面，实施例提供一种基于单目相机的车辆姿态确定方法，所述方法包括：

通过分割网络将所述单目相机采集的单帧图像进行处理，得到所述单帧图像对应的分割图像，其中，所述分割图像包括至少一个分割类别，所述分割类别包括目标车辆的车身下边线对应的像素点坐标；

基于所述车身下边线对应的像素点坐标确定所述目标车辆的真实着地点坐标；

基于所述真实着地点坐标确定所述目标车辆的姿态，其中，所述姿态包括所述目标车辆相对于当前车辆的位置和角度。

在可选的实施方式中，基于所述车身下边线对应的像素点坐标确定所述目标车辆的真实着地点坐标的步骤，包括：

基于所述车身下边线对应的像素点坐标，确定所述分割图像上对应的目标车辆的虚拟着地点坐标；

根据所述单目相机的到地距离、所述目标车辆的车身下边线的到地距离以及所述虚拟着地点坐标，确定所述目标车辆的真实着地点坐标。

在可选的实施方式中，基于所述车身下边线对应的像素点坐标，确定所述分割图像上对应的目标车辆的虚拟着地点坐标的步骤，包括：

按照预设规则从所述车身下边线对应的像素点坐标中选择目标像素点的像素坐标；

基于所述单目相机的内外参数，将所述目标像素点的像素坐标转换为真实坐标；

基于所述真实坐标确定所述目标车辆的虚拟着地点坐标。

在可选的实施方式中，根据所述单目相机的到地距离、所述目标车辆的车身下边线的到地距离以及所述虚拟着地点坐标，确定所述目标车辆的真实着地点坐标的步骤，包括：

根据所述单目相机的到地距离和所述目标车辆的车身下边线的到地距离，确定到地距离之间的比例关系；

基于所述比例关系以及所述虚拟着地点坐标，确定所述目标车辆的真实着地点坐标。

在可选的实施方式中，基于所述真实着地点坐标确定所述目标车辆的姿态的步骤，包括：

基于所述车身下边线对应的真实坐标拟合得到的所述车身下边线的角度，确定所述目标车辆相对于所述当前车辆的角度；

根据所述目标车辆的真实着地点坐标，确定所述目标车辆相对于所述当前车辆的位置。

在可选的实施方式中，所述单帧图像由所述单目相机从四通道分别采集得到，所述分割类别还包括车牌类别；所述方法还包括：

获取每个通道的单帧图像对应的所述目标车辆的车身下边线；

基于所述车牌类别的像素位置，确定每个通道的单帧图像对应的所述车身下边线相对于所述目标车辆的设置方向；

基于每个所述设置方向的车身下边线，生成以所述当前车辆为中心的目标俯视图，所述目标俯视图中包括相对于所述当前车辆的所述目标车辆的分布情况。

在可选的实施方式中，所述方法还包括：

根据所述单目相机采集的多帧图像，确定所述目标车辆的速度和位移。

第二方面，实施例提供一种基于单目相机的车辆姿态确定装置，所述装置包括：

处理模块，通过分割网络将所述单目相机采集的单帧图像进行处理，得到所述单帧图像对应的分割图像，其中，所述分割图像包括至少一个分割类别，所述分割类别包括目标车辆的车身下边线对应的像素点坐标；

第一确定模块，基于所述车身下边线对应的像素点坐标确定所述目标车辆的真实着地点坐标；

第二确定模块，基于所述真实着地点坐标确定所述目标车辆的姿态，其中，所述姿态包括所述目标车辆相对于当前车辆的位置和角度。

第三方面，实施例提供一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述前述实施方式任一项所述的方法的步骤。

第四方面，实施例提供一种机器可读存储介质，所述机器可读存储介质存储有机器可执行指令，所述机器可执行指令在被处理器调用和执行时，机器可执行指令促使处理器实现前述实施方式任一项所述的方法的步骤。

本发明实施例提供的一种基于单目相机的车辆姿态确定方法、装置和电子设备，通过单目相机采集的单帧图像进行分割，基于几何原理，根据分割图像中所示着地点相平行的车身下边线的像素点坐标，再确定目标车辆真实着地点的坐标，进而得到目标车辆相对于当前车辆的姿态。本发明实施例通过几何原理得到单目相机无法采集的目标车辆对应的图像深度信息，在保证车辆行驶安全性的基础上，无需引入双目相机、激光雷达等设备，节省成本。

本公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本公开的上述技术即可得知。

为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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一种基于单目相机的车辆姿态确定方法流程图；

图2为本发明实施例提供的一种车身下边线以及着地点的透视关系示意图；

图3为本发明实施例提供的一种车身下边线以及着地点的俯视图；

图4为本发明实施例提供的一种车身下边线以及着地点的示意图；

图5为本发明实施例提供的一种目标俯视图；

图6为本发明实施例提供的一种基于单目相机的车辆姿态确定装置的功能模块图；

图7为本发明实施例提供的一种电子设备的硬件架构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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。

在当前的自动驾驶领域中，经发明人研究发现，单目相机因其采集的单目图像缺乏深度信息而无法计算车辆姿态。为了保证车辆行驶安全，一般需要引入双目相机、激光雷达等设备提供深度信息，进而实现车辆姿态的准确识别，以保证车辆行驶的安全可靠性。但此种方式的成本较高，不宜广泛应用。

基于此，本发明实施例提供的一种基于单目相机的车辆姿态确定方法、装置和电子设备，通过单目相机确定车辆姿态，在保证车辆行驶安全性的基础上，解决双目相机、激光雷达等设备的引入成本较高的问题。

为便于对本实施例进行理解，首先对本发明实施例所公开的一种基于单目相机的车辆姿态确定方法进行详细介绍，该方法可应用于车辆控制器等用于自动驾驶控制的智能设备。

图1为本发明实施例提供的一种基于单目相机的车辆姿态确定方法流程图。

如图1所示，该方法包括以下步骤：

步骤S102，通过分割网络将所述单目相机采集的单帧图像进行处理，得到所述单帧图像对应的分割图像。

其中，该分割网络可应用ERFNet，该分割网络预先经过训练。此外，所述分割图像包括至少一个分割类别，所述分割类别包括目标车辆的车身下边线对应的像素点坐标。

步骤S104，基于所述车身下边线对应的像素点坐标确定所述目标车辆的真实着地点坐标。

需要说明的是，车身下边线可理解为车辆车身的下底边，如图4中的线段Pu1Pu2，即可认为其为车身下边线。其中车辆包括四个朝向，即车辆前后左右共包括四条车身下边线。

可以理解的是，分割图中的车身下边线由多个像素点组成，一般来说车辆着地点可理解为车轮与地面接触的点，但本申请中的真实着地点为图4中的着地点Pd1和Pd2，即为车身下边线的两个端点Pu1、Pu2分别向地面投影产生的交点。

步骤S106，基于所述真实着地点坐标确定所述目标车辆的姿态，其中，所述姿态包括所述目标车辆相对于当前车辆的位置和角度。

其中，将分割图中的着地点转换为真实着地点，进而根据目标车辆的真实着地点确定该目标车辆与当前车辆相距的距离以及方向角度。

在实际应用的优选实施例中，通过单目相机采集的单帧图像进行分割，基于几何原理，根据分割图像中所示着地点相平行的车身下边线的像素点坐标，再确定目标车辆真实着地点的坐标，进而得到目标车辆相对于当前车辆的姿态。本发明实施例通过几何原理得到单目相机无法采集的目标车辆对应的图像深度信息，在保证车辆行驶安全性的基础上，无需引入双目相机、激光雷达等设备，节省成本。

在一些实施例中，通过几何原理能够得到单目相机无法采集的，真实着地点的坐标，示例性地，步骤S104可包括以下步骤实现：

步骤1.1)，基于所述车身下边线对应的像素点坐标，确定所述分割图像上对应的目标车辆的虚拟着地点坐标。

其中，如图2所示，相机C光线投射到目标车辆上生成的图像，可能会与真实图像存在一定误差。其生成的图像可如图4所示，车身下边线为Pu1Pu2，虚拟着地点对应O1O2(图4中未示出)，但该目标车辆的实际真实着地点为车身下边线为Pu1Pu2的对地投影得到的Pd1、Pd2。需要说明的是，从图2可以看出，O1O2与Pd1Pd2位于同一平面AO1O2，故而在图4的角度观测，O1、O2相当于分别与Pd1、Pd2相重合。

步骤1.2)，根据所述单目相机的到地距离CA、所述目标车辆的车身下边线的到地距离Pu2Pd2以及所述虚拟着地点O1、O2坐标，确定所述目标车辆的真实着地点Pd1、Pd2坐标。

由图2可知，若Pu1、Pu2是等高的，根据立体几何关系可知三角形CPu1Pu2相似于三角形CO1O2，即O1O2//Pu1Pu2//Pd1Pd2，假设Pd1、Pd2为真实着地点，则可计算等高的车身下边线上两点Pu1、Pu2的坐标，并基于Pu1、Pu2的坐标得到虚拟着地点O1、O2的位置，最后利用平行关系来得到Pd1、Pd2的姿态。

其中，图3可理解为图2的俯视图。

在一些实施例中，可利用几何关系，通过车身下边线来确定出虚拟的着地点，该步骤1.1)，可包括：

步骤1.1.1)，按照预设规则从所述车身下边线对应的像素点坐标中选择目标像素点的像素坐标。

其中，预设规则可包括选取车身下边线的两个端点作为目标像素点，或者，选取车身下边线的两个端点以及中点作为目标像素点，或者，遍历选取车身下边线的每个像素点作为目标像素点等等，可根据实际情况或业务需求进行设置。

步骤1.1.2)，基于所述单目相机的内外参数，将所述目标像素点的像素坐标转换为真实坐标。

其中，依据转换原理，将像素坐标系转为真实世界坐标系，本领域技术人员能够获知。

步骤1.1.3)，基于所述真实坐标确定所述目标车辆的虚拟着地点坐标。

其中，如图2所示，根据三角形CPu1Pu2与三角形CO1O2的相似关系，根据真实坐标Pu1、Pu2得到虚拟着地点O1、O2的世界坐标。

需要说明的是，根据相机内外参数信息，可计算分割图像中任一虚拟着地点在真实世界坐标系中的位置，进而可推算出目标车辆的姿态。但在实际应用过程中，由于单目相机一般采用鱼眼镜头，单帧图像采集到的虚拟着地点可能存在较大畸变误差，又为了无论目标车辆在图像中处于何种姿态都可得到车身下边线，进而本发明实施例优选根据车身下边线的两个等高的非着地点来估算虚拟着地点，进而计算目标车辆的姿态。

在一些实施例中，可利用几何关系，通过虚拟着地点坐标来确定出真实的着地点，其中，步骤1.2)，可包括：

步骤1.2.1)，根据所述单目相机的到地距离CA和所述目标车辆的车身下边线的到地距离，确定到地距离Pu2Pd2，两者之间的比例关系。

其中，如图2所示，三角形O2Pu2Pd2和三角形O2CA也存在相似关系，CA与Pu2Pd2的比例关系，线段O2Pd2和线段O2A也符合。

步骤1.2.2)，基于所述比例关系以及所述虚拟着地点O1、O2坐标，确定所述目标车辆的真实着地点Pd1、Pd2坐标。

其中，本发明实施例通过图像中的车身下边线的坐标确定虚拟着地点坐标，再基于该虚拟着地点坐标确定真实着地点坐标，以实现单目相机获取目标车辆姿态的方案。

在一些实施例中，步骤S106，包括：

步骤2.1)，基于所述车身下边线对应的真实坐标拟合得到的所述车身下边线的角度，确定所述目标车辆相对于所述当前车辆的角度。

示例性地，由于车辆底边(车身下边线)上的点是等高的，可遍历该车身下边线上的像素点之后利用相机内外参数计算其世界坐标系位置，然后用直线拟合方法将这些散点拟合成一条车身下边线L。该车身下边线L的倾斜角度即为该目标车辆相对于当前车辆的角度。

步骤2.2)，根据所述目标车辆的真实着地点坐标，确定所述目标车辆相对于所述当前车辆的位置。

示例性地，如图4所示，假设车身下边线Pu1Pu2与虚拟着地点O1O2连线之间的高度Pu2Pd2＝200mm，则可利用这个高度对上述直线段L做距离矫正之后，便可以得到车辆在世界坐标系中位置，具体可如步骤1.2.2)所述。

需要说明的是，单目相机的探测范围可设为6m，则距当前车辆6m以外的目标车辆不做计算。其中，目标车辆可理解为在单目相机的探测范围内的他车。

在一些实施例中，所述单帧图像由所述单目相机从四通道(四路)分别采集得到，如通过车辆的前左、前右、后左、后右四个角度的单目相机采集。在自动驾驶场景中，可根据自车环视相机捕捉的图像，计算目标车辆姿态，进而生成以当前车辆为中心的俯视图，对后续决策与自车控制规划是有利的。

示例性地，上述方法还包括：

步骤3.1)，获取每个通道的单帧图像对应的所述目标车辆的车身下边线。

需要说明的是，上述每个方向的单目相机采集的图像均按照上述步骤确定该图像中的车身下边线。

步骤3.2)，基于所述车牌类别的像素位置，确定每个通道的单帧图像对应的所述车身下边线相对于所述目标车辆的设置方向。

该分割类别还可包括车牌类别与背景。其中该车牌类别可用来确认车辆朝向，如若分割图像中具有车牌类别，则该分割图像中得到的车身下边线位于目标车辆的前向或后向。又如若分割图像中不具有车牌类别，则该分割图像中得到的车身下边线位于目标车辆的左向或右向。此外，还可根据车牌的号码内容，进一步确认该车身下边线位于目标车辆的前向或后向。

步骤3.3)，基于每个所述设置方向的车身下边线，生成以所述当前车辆为中心的目标俯视图，所述目标俯视图中包括相对于所述当前车辆的所述目标车辆的分布情况。

其中，将上述环视鱼眼相机(单目相机)采集的四路图像都做上述处理，之后将距当前车辆6m探测范围内的目标车辆融合并投影到俯视图中，如图5所示。需要说明的是，加粗线条示意的为当前车辆，其余车辆为目标车辆。示例性地，对于目标车辆A来说，每路图像获取一条车身下边线，并基于车牌类别知晓该下边线的朝向，即该下边线属于长边还是短边，并按照其真实坐标绘制于俯视图中，以显示由四条边线构成的目标车辆A。其中，该目标车辆A的相对于当前车辆的位置，一般认为是该目标车辆A的四条边线中距离当前车辆最近的位置点。

在一些实施例中，在实际应用过程中，还可获取目标车辆的速度和位移，以便当前车辆依据俯视图，实现更加安全可靠的驾驶控制策略，上述方法还包括：

步骤4.1)，根据所述单目相机采集的多帧图像，确定所述目标车辆的速度和位移。

其中，基于每个时刻的单帧图像确定各个时刻目标车辆的位置和角度，进而当前车辆能够获知每个目标车辆的位移以及速度信息，以便当前车辆在停车或避障等实际应用中更加安全。

本发明实施例可根据几何信息推算单目相机采集图像中目标车辆的深度信息，再根据深度学习得到的车身下底边，结合立体几何原理得到车辆姿态，进而推算得到以自车为中心的俯视图，无需激光雷达等提供额外信息，降低了成本。其有效解决了由于单目图像缺乏深度信息而无法计算车辆姿态的问题。本发明实施例可仅输入车辆前后左右四路环视的单帧图像，计算每路图像中的车辆姿态，进而投射生成一幅以自车为中心的俯视图。

如图6所示，本发明实施例还提供一种基于单目相机的车辆姿态确定装置200，所述装置包括：

处理模块201，通过分割网络将所述单目相机采集的单帧图像进行处理，得到所述单帧图像对应的分割图像，其中，所述分割图像包括至少一个分割类别，所述分割类别包括目标车辆的车身下边线对应的像素点坐标；

第一确定模块202，基于所述车身下边线对应的像素点坐标确定所述目标车辆的真实着地点坐标；

第二确定模块203，基于所述真实着地点坐标确定所述目标车辆的姿态，其中，所述姿态包括所述目标车辆相对于当前车辆的位置和角度。

图7为本发明实施例提供的电子设备300的硬件架构示意图。参见图7所示，该电子设备300包括：机器可读存储介质301和处理器302，还可以包括非易失性存储介质303、通信接口304和总线305；其中，机器可读存储介质301、处理器302、非易失性存储介质303和通信接口304通过总线305完成相互间的通信。处理器302通过读取并执行机器可读存储介质301中的机器可执行指令，可执行上文实施例描述方法。

本文中提到的机器可读存储介质可以是任何电子、磁性、光学或其它物理存储装置，可以包含或存储信息，如可执行指令、数据，等等。例如，机器可读存储介质可以是：RAM(Radom Access Memory，随机存取存储器)、易失存储器、非易失性存储器、闪存、存储驱动器(如硬盘驱动器)、任何类型的存储盘(如光盘、dvd等)，或者类似的存储介质，或者它们的组合。

非易失性介质可以是非易失性存储器、闪存、存储驱动器(如硬盘驱动器)、任何类型的存储盘(如光盘、dvd等)，或者类似的非易失性存储介质，或者它们的组合。

可以理解的是，本实施例中的各功能模块的具体操作方法可参照上述方法实施例中相应步骤的详细描述，在此不再重复赘述。

本发明实施例所提供计算机可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序代码被执行时可实现上述任一实施例所述的方法，具体实现可参见方法实施例，在此不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，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：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，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，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种基于单目相机的车辆姿态确定方法，其特征在于，所述方法包括：

通过分割网络将所述单目相机采集的单帧图像进行处理，得到所述单帧图像对应的分割图像，其中，所述分割图像包括至少一个分割类别，所述分割类别包括目标车辆的车身下边线对应的像素点坐标；

基于所述车身下边线对应的像素点坐标确定所述目标车辆的真实着地点坐标；

基于所述真实着地点坐标确定所述目标车辆的姿态，其中，所述姿态包括所述目标车辆相对于当前车辆的位置和角度。

2.根据权利要求1所述的方法，其特征在于，基于所述车身下边线对应的像素点坐标确定所述目标车辆的真实着地点坐标的步骤，包括：

基于所述车身下边线对应的像素点坐标，确定所述分割图像上对应的目标车辆的虚拟着地点坐标；

根据所述单目相机的到地距离、所述目标车辆的车身下边线的到地距离以及所述虚拟着地点坐标，确定所述目标车辆的真实着地点坐标。

3.根据权利要求2所述的方法，其特征在于，基于所述车身下边线对应的像素点坐标，确定所述分割图像上对应的目标车辆的虚拟着地点坐标的步骤，包括：

按照预设规则从所述车身下边线对应的像素点坐标中选择目标像素点的像素坐标；

基于所述单目相机的内外参数，将所述目标像素点的像素坐标转换为真实坐标；

基于所述真实坐标确定所述目标车辆的虚拟着地点坐标。

4.根据权利要求2所述的方法，其特征在于，根据所述单目相机的到地距离、所述目标车辆的车身下边线的到地距离以及所述虚拟着地点坐标，确定所述目标车辆的真实着地点坐标的步骤，包括：

根据所述单目相机的到地距离和所述目标车辆的车身下边线的到地距离，确定到地距离之间的比例关系；

基于所述比例关系以及所述虚拟着地点坐标，确定所述目标车辆的真实着地点坐标。

5.根据权利要求3所述的方法，其特征在于，基于所述真实着地点坐标确定所述目标车辆的姿态的步骤，包括：

基于所述车身下边线对应的真实坐标拟合得到的所述车身下边线的角度，确定所述目标车辆相对于所述当前车辆的角度；

根据所述目标车辆的真实着地点坐标，确定所述目标车辆相对于所述当前车辆的位置。

6.根据权利要求1所述的方法，其特征在于，所述单帧图像由所述单目相机从四通道分别采集得到，所述分割类别还包括车牌类别；所述方法还包括：

获取每个通道的单帧图像对应的所述目标车辆的车身下边线；

基于所述车牌类别的像素位置，确定每个通道的单帧图像对应的所述车身下边线相对于所述目标车辆的设置方向；

基于每个所述设置方向的车身下边线，生成以所述当前车辆为中心的目标俯视图，所述目标俯视图中包括相对于所述当前车辆的所述目标车辆的分布情况。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述单目相机采集的多帧图像，确定所述目标车辆的速度和位移。

8.一种基于单目相机的车辆姿态确定装置，其特征在于，所述装置包括：

处理模块，通过分割网络将所述单目相机采集的单帧图像进行处理，得到所述单帧图像对应的分割图像，其中，所述分割图像包括至少一个分割类别，所述分割类别包括目标车辆的车身下边线对应的像素点坐标；

第一确定模块，基于所述车身下边线对应的像素点坐标确定所述目标车辆的真实着地点坐标；

第二确定模块，基于所述真实着地点坐标确定所述目标车辆的姿态，其中，所述姿态包括所述目标车辆相对于当前车辆的位置和角度。

9.一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至7任一项所述的方法的步骤。

10.一种机器可读存储介质，其特征在于，所述机器可读存储介质存储有机器可执行指令，所述机器可执行指令在被处理器调用和执行时，机器可执行指令促使处理器实现权利要求1至7任一项所述的方法的步骤。

Images