CN114494428B - 车辆位姿矫正方法、装置、电子设备和计算机可读介质 - Google Patents

车辆位姿矫正方法、装置、电子设备和计算机可读介质 Download PDF

Info

Publication number
CN114494428B
CN114494428B CN202111588130.8A CN202111588130A CN114494428B CN 114494428 B CN114494428 B CN 114494428B CN 202111588130 A CN202111588130 A CN 202111588130A CN 114494428 B CN114494428 B CN 114494428B
Authority
CN
China
Prior art keywords
sequence
parking space
vertex
vertex coordinate
overlooking
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
CN202111588130.8A
Other languages
English (en)
Other versions
CN114494428A (zh
Inventor
郭培恺
骆沛
倪凯
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.)
Heduo Technology Guangzhou Co ltd
Original Assignee
HoloMatic 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 HoloMatic Technology Beijing Co Ltd filed Critical HoloMatic Technology Beijing Co Ltd
Priority to CN202111588130.8A priority Critical patent/CN114494428B/zh
Publication of CN114494428A publication Critical patent/CN114494428A/zh
Application granted granted Critical
Publication of CN114494428B publication Critical patent/CN114494428B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本公开的实施例公开了车辆位姿矫正方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：对上述车位图像序列中的各个车位图像进行转换处理，得到俯视车位图像序列；对上述俯视车位图像序列中的每个俯视车位图像进行特征点提取以生成俯视顶点坐标组，得到俯视顶点坐标组序列；获取与上述车位图像序列中每个车位图像对应的上述当前车辆的位姿矩阵，得到位姿矩阵序列；基于上述位姿矩阵序列，确定预设的世界坐标地图中与上述俯视顶点坐标组序列中各个俯视顶点坐标相匹配的世界坐标，得到地图车位顶点坐标组；基于上述地图车位顶点坐标组和上述位姿矩阵序列，生成矫正位姿矩阵。该实施方式可以提高车辆位姿矩阵的准确度。

Description

车辆位姿矫正方法、装置、电子设备和计算机可读介质
技术领域
本公开的实施例涉及计算机技术领域，具体涉及车辆位姿矫正方法、装置、电子设备和计算机可读介质。
背景技术
车辆位姿矫正对车辆定位、路线规划等辅助驾驶功能皆具有重要意义。目前，在进行车辆位姿矫正时，通常采用的方式为：通过离线标定的方式对位姿测量设备(例如惯性测量单元)得到车辆位姿进行矫正，或者通过车载相机拍摄的道路图像中的参照物特征进行车辆位姿矫正。
然而，当采用上述方式进行车辆位姿矫正时，经常会存在如下技术问题：
第一，从道路图像中提取的参照物特征存在不确定度，因此，仅通过参照物特征进行车辆位姿矫正也存在不确定度，使得在一定程度上降低车辆位姿的准确度，从而，导致后续的车辆定位、路线规划等辅助驾驶功能的准确度也受到不同程度的影响，进而，降低驾驶安全；
第二，随着车辆使用时长的增长，离线标定的车辆位姿存在精度下降的情况，导致生成的车辆位姿的准确度降低，从而，导致后续的车辆定位、路线规划等辅助驾驶功能的准确度也受到不同程度的影响，进而，降低驾驶安全。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了车辆位姿矫正方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面，本公开的一些实施例提供了一种车辆位姿矫正方法，该方法包括：响应于获取到当前车辆车载相机拍摄的车位图像序列，对上述车位图像序列中的各个车位图像进行转换处理，得到俯视车位图像序列；对上述俯视车位图像序列中的每个俯视车位图像进行特征点提取以生成俯视顶点坐标组，得到俯视顶点坐标组序列；获取与上述车位图像序列中每个车位图像对应的上述当前车辆的位姿矩阵，得到位姿矩阵序列；基于上述位姿矩阵序列，确定预设的世界坐标地图中与上述俯视顶点坐标组序列中各个俯视顶点坐标相匹配的世界坐标，得到地图车位顶点坐标组；基于上述地图车位顶点坐标组和上述位姿矩阵序列，生成矫正位姿矩阵。
第二方面，本公开的一些实施例提供了一种车辆位姿矫正装置，该装置包括：转换处理单元，被配置成响应于获取到当前车辆车载相机拍摄的车位图像序列，对上述车位图像序列中的各个车位图像进行转换处理，得到俯视车位图像序列；提取单元，被配置成对上述俯视车位图像序列中的每个俯视车位图像进行特征点提取以生成俯视顶点坐标组，得到俯视顶点坐标组序列；获取单元，被配置成获取与上述车位图像序列中每个车位图像对应的上述当前车辆的位姿矩阵，得到位姿矩阵序列；确定单元，被配置成基于上述位姿矩阵序列，确定预设的世界坐标地图中与上述俯视顶点坐标组序列中各个俯视顶点坐标相匹配的世界坐标，得到地图车位顶点坐标组；生成单元，被配置成基于上述地图车位顶点坐标组和上述位姿矩阵序列，生成矫正位姿矩阵。
第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；摄像头，被配置成采集图像；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的车辆位姿矫正方法，可以提高车辆位姿矫正的准确度。具体来说，造成降低车辆位姿的准确度的原因在于：从道路图像中提取的参照物特征存在不确定度，因此，仅通过参照物特征进行车辆位姿矫正也存在不确定度，使得在一定程度上降低车辆位姿的准确度。基于此，本公开的一些实施例的车辆位姿矫正方法，首先，响应于获取到当前车辆车载相机拍摄的车位图像序列，对上述车位图像序列中的各个车位图像进行转换处理，得到俯视车位图像序列。通过转换处理，可以便于提取俯视顶点坐标，避免直接从车位图像中提取车位顶点坐标的误差。然后，对上述俯视车位图像序列中的每个俯视车位图像进行特征点提取以生成俯视顶点坐标组，得到俯视顶点坐标组序列。通过特征点提取，可以用于作为车辆位姿矫正的参照点，便于位姿矫正。之后，获取与上述车位图像序列中每个车位图像对应的上述当前车辆的位姿矩阵，得到位姿矩阵序列。接着，基于上述位姿矩阵序列，确定预设的世界坐标地图中与上述俯视顶点坐标组序列中各个俯视顶点坐标相匹配的世界坐标，得到地图车位顶点坐标组。通过引入世界坐标地图，可以确定参照点在世界坐标地图中所在的位置。从而，可以得到相比于参照点更加准确的地图车位顶点坐标。最后，基于上述地图车位顶点坐标组和上述位姿矩阵序列，生成矫正位姿矩阵。也因为引入了世界坐标地图，可以用于确定比参照点更加准确的地图车位顶点坐标。由此，在进行车辆位姿矫正时可以降低从道路图像中提取的参照物特征所存在的不确定度。从而，可以在一定程度上提高车辆位姿矫正的准确度。进而，提高后续的车辆定位、路线规划等辅助驾驶功能的准确度，以提高驾驶安全。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
图1是本公开的一些实施例的车辆位姿矫正方法的一个应用场景的示意图；
图2是根据本公开的车辆位姿矫正方法的一些实施例的流程图；
图3是根据本公开的车辆位姿矫正方法的另一些实施例的流程图；
图4是根据本公开的车辆位姿矫正装置的一些实施例的结构示意图；
图5是适于用来实现本公开的一些实施例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公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是本公开的一些实施例的车辆位姿矫正方法的一个应用场景的示意图。
在图1的应用场景中，首先，计算设备101可以响应于获取到当前车辆车载相机拍摄的车位图像序列102，对上述车位图像序列102中的各个车位图像进行转换处理，得到俯视车位图像序列103。接着，计算设备101可以对上述俯视车位图像序列103中的每个俯视车位图像进行特征点提取以生成俯视顶点坐标组，得到俯视顶点坐标组序列104。然后，计算设备101可以获取与上述车位图像序列102中每个车位图像对应的上述当前车辆的位姿矩阵，得到位姿矩阵序列105。之后，计算设备101可以基于上述位姿矩阵序列105，确定预设的世界坐标地图106中与上述俯视顶点坐标组序列104中各个俯视顶点坐标相匹配的世界坐标，得到地图车位顶点坐标组107。最后，计算设备101可以基于上述地图车位顶点坐标组107和上述位姿矩阵序列105，生成矫正位姿矩阵108。
需要说明的是，上述计算设备101可以是硬件，也可以是软件。当计算设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1中的计算设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的计算设备。
继续参考图2，示出了根据本公开的车辆位姿矫正方法的一些实施例的流程200。该车辆位姿矫正方法的流程200，包括以下步骤：
步骤201，响应于获取到当前车辆车载相机拍摄的车位图像序列，对车位图像序列中的各个车位图像进行转换处理，得到俯视车位图像序列。
在一些实施例中，车辆位姿矫正方法的执行主体(如图1所示的计算设备101)可以响应于获取到当前车辆车载相机拍摄的车位图像序列，对上述车位图像序列中的各个车位图像进行转换处理，得到俯视车位图像序列。其中，车位图像序列可以是车载相机拍摄的连续帧车位图像。获取到当前车辆车载相机拍摄的车位图像序列可以表征当前车辆需要进行泊车入车位。可以通过透视变换或防射变换等方式，对上述车位图像序列中的每个车位图像进行转换处理，得到俯视车位图像。
步骤202，对俯视车位图像序列中的每个俯视车位图像进行特征点提取以生成俯视顶点坐标组，得到俯视顶点坐标组序列。
在一些实施例中，上述执行主体可以对上述俯视车位图像序列中的每个俯视车位图像进行特征点提取以生成俯视顶点坐标组，得到俯视顶点坐标组序列。其中，上述俯视顶点坐标组中的各个俯视顶点坐标可以对应一个俯视车位图像中车位区域表征的车位的四个顶点。可以通过特征点提取算法对俯视车位图像序列中的每个俯视车位图像进行特征点提取以生成俯视顶点坐标组，得到俯视顶点坐标组序列。上述特征点提取算法可以包括但不限于以下至少一项：SIFT(Scale-invariant Feature Transform，尺度不变特征转换)算法、基于模板的角点检测算法等。
步骤203，获取与车位图像序列中每个车位图像对应的当前车辆的位姿矩阵，得到位姿矩阵序列。
在一些实施例中，上述执行主体可以通过有线方式或无线方式获取与上述车位图像序列中每个车位图像对应的上述当前车辆的位姿矩阵，得到位姿矩阵序列。其中，由于车位图像序列中的车位图像对应不同的帧。因此，也对应不同的时刻。那么，每个车位图像对应的车辆的位姿矩阵也不同。从而，需要获取与车位图像序列中每个车位图像对应的当前车辆的位姿矩阵，得到位姿矩阵序列。
步骤204，基于位姿矩阵序列，确定预设的世界坐标地图中与俯视顶点坐标组序列中各个俯视顶点坐标相匹配的世界坐标，得到地图车位顶点坐标组。
在一些实施例中，上述执行主体可以基于上述位姿矩阵序列，确定预设的世界坐标地图中与上述俯视顶点坐标组序列中各个俯视顶点坐标相匹配的世界坐标，通过各种方式得到地图车位顶点坐标组。
在一些实施例的一些可选的实现方式中，上述执行主体基于上述位姿矩阵序列，确定预设的世界坐标地图中与上述俯视顶点坐标组序列中各个俯视顶点坐标相匹配的世界坐标，得到地图车位顶点坐标组，可以包括以下步骤：
第一步，基于上述位姿矩阵序列，对上述俯视顶点坐标组序列中每个俯视顶点坐标组中的各个俯视顶点坐标进行坐标转换以生成转换顶点坐标组，得到转换顶点坐标组序列。其中，坐标转换可以用于将俯视车位图像中的俯视顶点坐标转换到上述世界坐标地图的坐标系中。上述坐标转换可以包括但不限于以下至少一项：等距变换、相似变换、仿射变换、投影变换等变换方式。
第二步，将上述世界坐标地图中与上述俯视顶点坐标组序列中各个俯视顶点坐标相匹配的世界坐标确定为地图车位顶点坐标，得到地图车位顶点坐标组。其中，相匹配可以是世界坐标与俯视顶点坐标的距离最近。可以通过以下步骤确定上述地图车位顶点坐标组：
第一子步骤，通过最小二乘法，将上述世界坐标地图中与上述俯视顶点坐标组序列中每个俯视顶点坐标相匹配的世界坐标确定为匹配车位顶点坐标，得到匹配车位顶点坐标组序列。其中，上述匹配车位顶点坐标组序列中每个匹配车位顶点坐标组中的各个匹配车位顶点坐标可以用于表征上述世界坐标地图中对应上述车位的四个顶点坐标。
第二子步骤，对上述匹配车位顶点坐标组序列中表征同一顶点坐标的匹配车位顶点坐标的中点坐标确定为地图车位顶点坐标，得到地图车位顶点坐标组。
可选的，上述执行主体基于上述位姿矩阵序列，对上述俯视顶点坐标组序列中每个俯视顶点坐标组中的各个俯视顶点坐标相进行坐标转换以生成转换顶点坐标组，得到转换顶点坐标组序列，可以包括以下步骤：
第一步，将上述俯视顶点坐标组序列中每个俯视顶点坐标组中的每个俯视顶点坐标与预设的转换因数的乘积确定为车体转换坐标，得到车体转换坐标组序列。
第二步，将上述车体转换坐标组序列中每个车体转换坐标组中每个车体转换坐标与上述位姿矩阵序列中对应位姿矩阵的乘积确定为转换顶点坐标，得到转换顶点坐标组序列。
步骤205，基于地图车位顶点坐标组和位姿矩阵序列，生成矫正位姿矩阵。
在一些实施例中，上述执行主体可以基于上述地图车位顶点坐标组和上述位姿矩阵序列，通过各种方式生成矫正位姿矩阵。
在一些实施例的一些可选的实现方式中，上述执行主体基于上述地图车位顶点坐标组和上述位姿矩阵序列，生成矫正位姿矩阵，可以包括以下步骤：
第一步，对上述转换顶点坐标组序列中各个转换顶点坐标组中与上述地图车位顶点坐标组中各个地图车位顶点坐标对应的转换顶点坐标进行融合处理，得到融合顶点坐标组。其中，可以通过以下步骤得到融合顶点坐标组：
第一子步骤，对上述转换顶点坐标组序列中表征车位同一顶点的转换顶点坐标进行外点剔除，得到去除后顶点坐标序列组。其中，去除后顶点坐标序列组中的每个去除后顶点坐标序列中的各个去除后顶点坐标可以表征车位同一顶点。其次，可以通过聚类算法或外点剔除等算法进行外点剔除。
第二步，将上述去除后顶点坐标序列组中每个去除后顶点坐标序列中的各个去除后顶点坐标、与上述地图车位顶点坐标组中表征车位同一顶点的地图车位顶点坐标的中点坐标值确定为融合顶点坐标，得到融合顶点坐标组。
第二步，基于上述融合顶点坐标组，构建平行约束损失函数。其中，上述平行约束损失函数可以用于约束上述融合顶点坐标组中融合顶点坐标构成的向量(即，表征车位边界)相互平行。上述融合顶点坐标组可以作为对上述平面约束损失函数进行优化的初始值。其次，构建的平面约束损失函数可以是以下公式：
Figure BDA0003428759240000091
其中，E1表示上述平行约束损失函数。n表示序号。N表示所述转换顶点坐标组序列中转换顶点坐标组的数量。A表示上述转换顶点坐标组序列中转换顶点坐标组中的转换顶点坐标，例如，表征车位左上角的转换顶点坐标。An表示上述转换顶点坐标组序列中第n个转换顶点坐标组中的转换顶点坐标。B表示上述转换顶点坐标组序列中转换顶点坐标组中的转换顶点坐标，例如，表征车位右上角的转换顶点坐标。Bn表示上述转换顶点坐标组序列中第n个转换顶点坐标组中的转换顶点坐标。C表示上述转换顶点坐标组序列中转换顶点坐标组中的转换顶点坐标，例如，表征车位右下角的转换顶点坐标。Cn表示上述转换顶点坐标组序列中第n个转换顶点坐标组中的转换顶点坐标。D表示上述转换顶点坐标组序列中转换顶点坐标组中的转换顶点坐标，例如，表征车位左下角的转换顶点坐标。Dn表示上述转换顶点坐标组序列中第n个转换顶点坐标组中的转换顶点坐标。
AnBn表示从An到Bn的向量。
AnDn表示从An到Dn的向量。
DnCn表示从Dn到Cn的向量。
BnCn表示从Bn到Cn的向量。
(AnBn，DnCn)表示从An到Bn的向量与从Dn到Cn的向量之间的夹角。
(AnDn，BnCn)表示从An到Dn的向量与从Bn到Cn的向量之间的夹角。
第三步，基于上述融合顶点坐标组和上述平行约束损失函数，生成矫正位姿矩阵。其中，上述执行主体可以通过各种方式生成矫正位姿矩阵。
在一些实施例的一些可选的实现方式中，上述执行主体基于上述融合顶点坐标组和上述平行约束损失函数，生成矫正位姿矩阵，可以包括以下步骤：
第一步，对上述融合顶点坐标组中的每三个融合顶点坐标，执行如下步骤以构建平面约束损失函数组中的每个平面约束损失函数：
第一子步骤，利用上述三个融合顶点坐标，构建平面方程。其中，可以通过点法式方程确定上述三个融合顶点坐标所在平面的平面方程。其次，上述平面方程可以转换为一般式方程，便于构建平面约束损失函数。
第二子步骤，利用上述平面方程和上述融合顶点坐标组中除上述三个融合顶点坐标以外的融合顶点坐标，构建平面约束损失函数。其中，上述平面约束损失函数可以用于约束上述融合顶点坐标组中的各个融合顶点坐标处于同一平面。其次，构建的平面约束损失函数可以是以下公式：
Figure BDA0003428759240000101
其中，E2表示上述平面约束损失函数。x表示上述融合顶点坐标组中除上述三个融合顶点坐标以外的融合顶点坐标的横坐标值。y表示上述融合顶点坐标组中除上述三个融合顶点坐标以外的融合顶点坐标的纵坐标值。Z表示上述融合顶点坐标组中除上述三个融合顶点坐标以外的融合顶点坐标的纵坐标值。a表示上述平面方程中的横坐标系数。b表示上述平面方程中的纵坐标系数。c表示上述平面方程中的竖坐标系数。d表示上述平面方程中常数项。
第二步，基于上述融合顶点坐标组、上述平行约束损失函数和上述平面约束损失函数组，生成矫正位姿矩阵。其中，上述执行主体可以通过各种方式生成矫正位姿矩阵。
在一些实施例的一些可选的实现方式中，上述执行主体基于上述融合顶点坐标组、上述平行约束损失函数和上述平面约束损失函数组，生成矫正位姿矩阵，可以包括以下步骤：
第一步，根据上述位姿矩阵序列和上述融合顶点坐标，构建位姿损失函数。其中，上述位姿损失函数可以利用上述位姿矩阵序列，将融合顶点坐标组中的各个融合顶点坐标重投影值至车辆坐标系，以用于优化车辆位姿矩阵。其次，上述位姿损失函数可以是以下公式：
Figure BDA0003428759240000111
其中，E3表示上述位姿损失函数。T表示上述位姿矩阵序列中的位姿矩阵。i、k表示序号。I表示所述位姿矩阵中位姿矩阵的数量。Ti表示上述位姿矩阵中的第i个位姿矩阵。Pk表示上述融合顶点坐标组中的第k个融合顶点坐标。P′表示上述车体转换坐标组序列中车体转换坐标组中与上述融合顶点坐标表征车位同一顶点的车体转换坐标。P′i表示上述车体转换坐标组序列中与上述第i个位姿矩阵对应的车体转换坐标组中与上述融合顶点坐标表征相同车位顶点的车体转换坐标。
第二步，利用上述融合顶点坐标组和上述位姿矩阵序列，对上述平行约束损失函数、上述平面约束损失函数组和上述位姿损失函数进行优化求解，得到矫正位姿矩阵。其中，可以将上述位姿矩阵序列和上述融合顶点坐标组输入至上述位姿损失函数，同时对上述平行约束损失函数、上述平面约束损失函数组和上述位姿损失函数进行优化求解，用于对上述位姿矩阵序列中的各个位姿矩阵进行优化，得到优化后的位姿矩阵序列。还可以得到优化后的车位顶点坐标组。可以将上述优化后的位姿矩阵序列中的最后一个位姿矩阵确定为矫正位姿矩阵。
上述三个公式及其相关内容作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题一和/或技术问题二。通过上述三个公式不仅可以根据车位的特性，对从俯视车位图像中提取到的俯视顶点坐标，以及地图车位顶点坐标同时进行约束，使得可以降低不确定度。还可以对位姿矩阵序列中的位姿矩阵进行优化，得到优化后的位姿矩阵序列。由此，可以通过在线的方式，在需要的情况下对车辆位姿进行矫正。从而，可以提高车辆位姿的准确度。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的车辆位姿矫正方法，可以提高车辆位姿矫正的准确度。具体来说，造成降低车辆位姿的准确度的原因在于：从道路图像中提取的参照物特征存在不确定度，因此，仅通过参照物特征进行车辆位姿矫正也存在不确定度，使得在一定程度上降低车辆位姿的准确度。基于此，本公开的一些实施例的车辆位姿矫正方法，首先，响应于获取到当前车辆车载相机拍摄的车位图像序列，对上述车位图像序列中的各个车位图像进行转换处理，得到俯视车位图像序列。通过转换处理，可以便于提取俯视顶点坐标，避免直接从车位图像中提取车位顶点坐标的误差。然后，对上述俯视车位图像序列中的每个俯视车位图像进行特征点提取以生成俯视顶点坐标组，得到俯视顶点坐标组序列。通过特征点提取，可以用于作为车辆位姿矫正的参照点，便于位姿矫正。之后，获取与上述车位图像序列中每个车位图像对应的上述当前车辆的位姿矩阵，得到位姿矩阵序列。接着，基于上述位姿矩阵序列，确定预设的世界坐标地图中与上述俯视顶点坐标组序列中各个俯视顶点坐标相匹配的世界坐标，得到地图车位顶点坐标组。通过引入世界坐标地图，可以确定参照点在世界坐标地图中所在的位置。从而，可以得到相比于参照点更加准确的地图车位顶点坐标。最后，基于上述地图车位顶点坐标组和上述位姿矩阵序列，生成矫正位姿矩阵。也因为引入了世界坐标地图，可以用于确定比参照点更加准确的地图车位顶点坐标。由此，在进行车辆位姿矫正时可以降低从道路图像中提取的参照物特征所存在的不确定度。从而，可以在一定程度上提高车辆位姿矫正的准确度。进而，提高后续的车辆定位、路线规划等辅助驾驶功能的准确度，以提高驾驶安全。
进一步参考图3，其示出了车辆位姿矫正方法的另一些实施例的流程300。该车辆位姿矫正方法的流程300，包括以下步骤：
步骤301，响应于获取到当前车辆车载相机拍摄的车位图像序列，对车位图像序列中的各个车位图像进行转换处理，得到俯视车位图像序列。
步骤302，对俯视车位图像序列中的每个俯视车位图像进行特征点提取以生成俯视顶点坐标组，得到俯视顶点坐标组序列。
步骤303，获取与车位图像序列中每个车位图像对应的当前车辆的位姿矩阵，得到位姿矩阵序列。
步骤304，基于位姿矩阵序列，确定预设的世界坐标地图中与俯视顶点坐标组序列中各个俯视顶点坐标相匹配的世界坐标，得到地图车位顶点坐标组。
步骤305，基于地图车位顶点坐标组和位姿矩阵序列，生成矫正位姿矩阵。
在一些实施例中，步骤301-305的具体实现方式及所带来的技术效果可以参考图2对应的那些实施例中的步骤201-205，在此不再赘述。
步骤306，获取当前车辆的车辆信息。
在一些实施例中，车辆位姿矫正方法的执行主体(如图1所示的计算设备101)可以获取上述当前车辆的车辆信息。其中，上述车辆信息可以包括但不限于以下至少一项：前轮转角值、轴距、车速等。
步骤307，基于矫正位姿矩阵和车辆信息，生成泊车路径。
在一些实施例中，上述执行主体可以基于上述矫正位姿矩阵和上述车辆信息，以及上述优化后的车位顶点坐标组，生成泊车路径。其中，可以通过泊车路径规划算法，生成泊车路径。上述泊车路径规划算法可以包括但不限于以下至少一项：圆弧直线法、车辆运动模型等。上述泊车路径可以是用于指示上述当前车辆泊车至上述车位的路径。
步骤308，将泊车路径融合至俯视车位图像序列中满足预设时间条件的俯视车位图像，得到泊车指示图像。
在一些实施例中，上述执行主体可以将上述泊车路径融合至上述俯视车位图像序列中满足预设时间条件的俯视车位图像，得到泊车指示图像。其中，上述预设时间条件可以是俯视车位图像序列中对应时序最晚的俯视车位图像。其次，可以通过图像融合算法将上述泊车路径融合至上述俯视车位图像序列中满足预设时间条件的俯视车位图像，得到泊车指示图像。
步骤309，将泊车指示图像发送至显示终端以供显示。
在一些实施例中，上述执行主体可以将上述泊车指示图像发送至显示终端以供显示。其中，通过显示泊车指示图像可以为驾驶员提供更加准确的泊车路径，提高驾驶安全。
从图3中可以看出，与图2对应的一些实施例的描述相比，图3对应的一些实施例中的车辆位姿矫正方法的流程300体现了根据矫正位姿矩阵进行泊车指示图像显示的步骤。由此，通过利用矫正位姿矩阵，可以使生成的泊车路径更加准确。从而，可以在矫正车辆位姿后，提高车辆定位、路线规划等辅助驾驶功能的准确度。进而，提高驾驶安全。
进一步参考图4，作为对上述各图所示方法的实现，本公开提供了一种车辆位姿矫正装置的一些实施例，这些装置实施例与图2所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图4所示，一些实施例的车辆位姿矫正装置400包括：转换处理单元401、提取单元402、获取单元403、确定单元404和生成单元405。其中，转换处理单元401，被配置成响应于获取到当前车辆车载相机拍摄的车位图像序列，对上述车位图像序列中的各个车位图像进行转换处理，得到俯视车位图像序列；提取单元402，被配置成对上述俯视车位图像序列中的每个俯视车位图像进行特征点提取以生成俯视顶点坐标组，得到俯视顶点坐标组序列；获取单元403，被配置成获取与上述车位图像序列中每个车位图像对应的上述当前车辆的位姿矩阵，得到位姿矩阵序列；确定单元404，被配置成基于上述位姿矩阵序列，确定预设的世界坐标地图中与上述俯视顶点坐标组序列中各个俯视顶点坐标相匹配的世界坐标，得到地图车位顶点坐标组；生成单元405，被配置成基于上述地图车位顶点坐标组和上述位姿矩阵序列，生成矫正位姿矩阵。
可以理解的是，该装置400中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置400及其中包含的单元，在此不再赘述。
下面参考图5，其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的计算设备101)500的结构示意图。图5示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图5所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常，以下装置可以连接至I/O接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图5中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：响应于获取到当前车辆车载相机拍摄的车位图像序列，对上述车位图像序列中的各个车位图像进行转换处理，得到俯视车位图像序列；对上述俯视车位图像序列中的每个俯视车位图像进行特征点提取以生成俯视顶点坐标组，得到俯视顶点坐标组序列；获取与上述车位图像序列中每个车位图像对应的上述当前车辆的位姿矩阵，得到位姿矩阵序列；基于上述位姿矩阵序列，确定预设的世界坐标地图中与上述俯视顶点坐标组序列中各个俯视顶点坐标相匹配的世界坐标，得到地图车位顶点坐标组；基于上述地图车位顶点坐标组和上述位姿矩阵序列，生成矫正位姿矩阵。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品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，该模块、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，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示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。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括转换处理单元、提取单元、获取单元、确定单元和生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取与上述车位图像序列中每个车位图像对应的上述当前车辆的位姿矩阵的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (7)

1.一种车辆位姿矫正方法，包括：
响应于获取到当前车辆车载相机拍摄的车位图像序列，对所述车位图像序列中的各个车位图像进行转换处理，得到俯视车位图像序列；
对所述俯视车位图像序列中的每个俯视车位图像进行特征点提取以生成俯视顶点坐标组，得到俯视顶点坐标组序列；
获取与所述车位图像序列中每个车位图像对应的所述当前车辆的位姿矩阵，得到位姿矩阵序列；
基于所述位姿矩阵序列，确定预设的世界坐标地图中与所述俯视顶点坐标组序列中各个俯视顶点坐标相匹配的世界坐标，得到地图车位顶点坐标组；
基于所述地图车位顶点坐标组和所述位姿矩阵序列，生成矫正位姿矩阵；
其中，所述基于所述位姿矩阵序列，确定预设的世界坐标地图中与所述俯视顶点坐标组序列中各个俯视顶点坐标相匹配的世界坐标，得到地图车位顶点坐标组，包括：
基于所述位姿矩阵序列，对所述俯视顶点坐标组序列中每个俯视顶点坐标组中的各个俯视顶点坐标进行坐标转换以生成转换顶点坐标组，得到转换顶点坐标组序列；
将所述世界坐标地图中与所述俯视顶点坐标组序列中各个俯视顶点坐标相匹配的世界坐标确定为地图车位顶点坐标，得到地图车位顶点坐标组；
其中，基于所述位姿矩阵序列，对所述俯视顶点坐标组序列中每个俯视顶点坐标组中的各个俯视顶点坐标进行坐标转换以生成转换顶点坐标组，得到转换顶点坐标组序列，包括：
将所述俯视顶点坐标组序列中每个俯视顶点坐标组中的每个俯视顶点坐标与预设的转换因数的乘积确定为车体转换坐标，得到车体转换坐标组序列；
将所述车体转换坐标组序列中每个车体转换坐标组中每个车体转换坐标与所述位姿矩阵序列中对应位姿矩阵的乘积确定为转换顶点坐标，得到转换顶点坐标组序列；
其中，所述基于所述地图车位顶点坐标组和所述位姿矩阵序列，生成矫正位姿矩阵，包括：
对所述转换顶点坐标组序列中各个转换顶点坐标组中与所述地图车位顶点坐标组中各个地图车位顶点坐标对应的转换顶点坐标进行融合处理，得到融合顶点坐标组；
基于所述融合顶点坐标组，构建平行约束损失函数；
基于所述融合顶点坐标组和所述平行约束损失函数，生成矫正位姿矩阵。
2.根据权利要求1所述的方法，其中，所述方法还包括：
获取所述当前车辆的车辆信息；
基于所述矫正位姿矩阵和所述车辆信息，生成泊车路径；
将所述泊车路径融合至所述俯视车位图像序列中满足预设时间条件的俯视车位图像，得到泊车指示图像；
将所述泊车指示图像发送至显示终端以供显示。
3.根据权利要求1所述的方法，其中，所述基于所述融合顶点坐标组和所述平行约束损失函数，生成矫正位姿矩阵，包括：
对所述融合顶点坐标组中的每三个融合顶点坐标，执行如下步骤以构建平面约束损失函数组中的每个平面约束损失函数：
利用所述三个融合顶点坐标，构建平面方程；
利用所述平面方程和所述融合顶点坐标组中除所述三个融合顶点坐标以外的融合顶点坐标，构建平面约束损失函数；
基于所述融合顶点坐标组、所述平行约束损失函数和所述平面约束损失函数组，生成矫正位姿矩阵。
4.根据权利要求3所述的方法，其中，所述基于所述融合顶点坐标组、所述平行约束损失函数和所述平面约束损失函数组，生成矫正位姿矩阵，包括：
根据所述位姿矩阵序列和所述融合顶点坐标，构建位姿损失函数；
利用所述融合顶点坐标组和所述位姿矩阵序列，对所述平行约束损失函数、所述平面约束损失函数组和所述位姿损失函数进行优化求解，得到矫正位姿矩阵。
5.一种车辆位姿矫正装置，包括：
转换处理单元，被配置成响应于获取到当前车辆车载相机拍摄的车位图像序列，对所述车位图像序列中的各个车位图像进行转换处理，得到俯视车位图像序列；
提取单元，被配置成对所述俯视车位图像序列中的每个俯视车位图像进行特征点提取以生成俯视顶点坐标组，得到俯视顶点坐标组序列；
获取单元，被配置成获取与所述车位图像序列中每个车位图像对应的所述当前车辆的位姿矩阵，得到位姿矩阵序列；
确定单元，被配置成基于所述位姿矩阵序列，确定预设的世界坐标地图中与所述俯视顶点坐标组序列中各个俯视顶点坐标相匹配的世界坐标，得到地图车位顶点坐标组；
生成单元，被配置成基于所述地图车位顶点坐标组和所述位姿矩阵序列，生成矫正位姿矩阵；
其中，所述基于所述位姿矩阵序列，确定预设的世界坐标地图中与所述俯视顶点坐标组序列中各个俯视顶点坐标相匹配的世界坐标，得到地图车位顶点坐标组，包括：
基于所述位姿矩阵序列，对所述俯视顶点坐标组序列中每个俯视顶点坐标组中的各个俯视顶点坐标进行坐标转换以生成转换顶点坐标组，得到转换顶点坐标组序列；
将所述世界坐标地图中与所述俯视顶点坐标组序列中各个俯视顶点坐标相匹配的世界坐标确定为地图车位顶点坐标，得到地图车位顶点坐标组；
其中，基于所述位姿矩阵序列，对所述俯视顶点坐标组序列中每个俯视顶点坐标组中的各个俯视顶点坐标进行坐标转换以生成转换顶点坐标组，得到转换顶点坐标组序列，包括：
将所述俯视顶点坐标组序列中每个俯视顶点坐标组中的每个俯视顶点坐标与预设的转换因数的乘积确定为车体转换坐标，得到车体转换坐标组序列；
将所述车体转换坐标组序列中每个车体转换坐标组中每个车体转换坐标与所述位姿矩阵序列中对应位姿矩阵的乘积确定为转换顶点坐标，得到转换顶点坐标组序列；
其中，所述基于所述地图车位顶点坐标组和所述位姿矩阵序列，生成矫正位姿矩阵，包括：
对所述转换顶点坐标组序列中各个转换顶点坐标组中与所述地图车位顶点坐标组中各个地图车位顶点坐标对应的转换顶点坐标进行融合处理，得到融合顶点坐标组；
基于所述融合顶点坐标组，构建平行约束损失函数；
基于所述融合顶点坐标组和所述平行约束损失函数，生成矫正位姿矩阵。
6.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序；
摄像头，被配置成采集图像；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。
7.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。
CN202111588130.8A 2021-12-23 2021-12-23 车辆位姿矫正方法、装置、电子设备和计算机可读介质 Active CN114494428B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111588130.8A CN114494428B (zh) 2021-12-23 2021-12-23 车辆位姿矫正方法、装置、电子设备和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111588130.8A CN114494428B (zh) 2021-12-23 2021-12-23 车辆位姿矫正方法、装置、电子设备和计算机可读介质

Publications (2)

Publication Number Publication Date
CN114494428A CN114494428A (zh) 2022-05-13
CN114494428B true CN114494428B (zh) 2022-11-11

Family

ID=81494229

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111588130.8A Active CN114494428B (zh) 2021-12-23 2021-12-23 车辆位姿矫正方法、装置、电子设备和计算机可读介质

Country Status (1)

Country Link
CN (1) CN114494428B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103600707A (zh) * 2013-11-06 2014-02-26 同济大学 一种智能泊车系统的泊车位检测装置及方法
US10324463B1 (en) * 2016-01-22 2019-06-18 State Farm Mutual Automobile Insurance Company Autonomous vehicle operation adjustment based upon route
CN110861639A (zh) * 2019-11-28 2020-03-06 安徽江淮汽车集团股份有限公司 泊车信息融合方法、装置、电子设备及存储介质
CN111169468A (zh) * 2018-11-12 2020-05-19 北京初速度科技有限公司 一种自动泊车的系统及方法
CN111678518A (zh) * 2020-05-29 2020-09-18 南京市德赛西威汽车电子有限公司 一种用于修正自动泊车路径的视觉定位方法
CN113442908A (zh) * 2020-03-24 2021-09-28 广州汽车集团股份有限公司 自动泊车路径规划方法及系统、泊车控制设备
WO2021218310A1 (zh) * 2020-04-29 2021-11-04 华为技术有限公司 一种泊车方法、装置及车辆

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109029417B (zh) * 2018-05-21 2021-08-10 南京航空航天大学 基于混合视觉里程计和多尺度地图的无人机slam方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103600707A (zh) * 2013-11-06 2014-02-26 同济大学 一种智能泊车系统的泊车位检测装置及方法
US10324463B1 (en) * 2016-01-22 2019-06-18 State Farm Mutual Automobile Insurance Company Autonomous vehicle operation adjustment based upon route
CN111169468A (zh) * 2018-11-12 2020-05-19 北京初速度科技有限公司 一种自动泊车的系统及方法
CN110861639A (zh) * 2019-11-28 2020-03-06 安徽江淮汽车集团股份有限公司 泊车信息融合方法、装置、电子设备及存储介质
CN113442908A (zh) * 2020-03-24 2021-09-28 广州汽车集团股份有限公司 自动泊车路径规划方法及系统、泊车控制设备
WO2021218310A1 (zh) * 2020-04-29 2021-11-04 华为技术有限公司 一种泊车方法、装置及车辆
CN111678518A (zh) * 2020-05-29 2020-09-18 南京市德赛西威汽车电子有限公司 一种用于修正自动泊车路径的视觉定位方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A Tightly-coupled Semantic SLAM System with Visual,Inertial and Surround-view Sensors for Autonomous Indoors Parking;Xuan Shao,Lin Zhang;《ResearchGate》;20201031;全文 *
基于信息融合的自动泊车系统车位线车位识别和决策规划;姜武华，辛鑫，陈无畏;《中国机械工程》;20200531;全文 *

Also Published As

Publication number Publication date
CN114494428A (zh) 2022-05-13

Similar Documents

Publication Publication Date Title
CN112598762B (zh) 三维车道线信息生成方法、装置、电子设备和介质
WO2020140431A1 (zh) 相机位姿确定方法、装置、电子设备及存储介质
CN112328731B (zh) 车辆车道级定位方法、装置、电子设备和计算机可读介质
CN113869293A (zh) 车道线识别方法、装置、电子设备和计算机可读介质
CN112561990B (zh) 定位信息生成方法、装置、设备和计算机可读介质
CN114399588B (zh) 三维车道线生成方法、装置、电子设备和计算机可读介质
CN115616937B (zh) 自动驾驶仿真测试方法、装置、设备和计算机可读介质
CN113674357B (zh) 相机外参标定方法、装置、电子设备和计算机可读介质
CN116182878B (zh) 道路曲面信息生成方法、装置、设备和计算机可读介质
CN115540894B (zh) 车辆轨迹规划方法、装置、电子设备和计算机可读介质
CN114993328B (zh) 车辆定位评估方法、装置、设备和计算机可读介质
CN114445597B (zh) 三维车道线生成方法、装置、电子设备和计算机可读介质
CN114894205A (zh) 三维车道线信息生成方法、装置、设备和计算机可读介质
CN116740382B (zh) 障碍物信息生成方法、装置、电子设备和计算机可读介质
CN116758498B (zh) 障碍物信息生成方法、装置、电子设备和计算机可读介质
CN114140538B (zh) 车载相机位姿调整方法、装置、设备和计算机可读介质
CN114494428B (zh) 车辆位姿矫正方法、装置、电子设备和计算机可读介质
CN114723640B (zh) 障碍物信息生成方法、装置、电子设备和计算机可读介质
CN115393826A (zh) 三维车道线生成方法、装置、电子设备和计算机可读介质
CN114399587B (zh) 三维车道线生成方法、装置、电子设备和计算机可读介质
CN114708336B (zh) 多相机在线标定方法、装置、电子设备和计算机可读介质
CN116630436B (zh) 相机外参修正方法、装置、电子设备和计算机可读介质
CN115937046B (zh) 道路地面信息生成方法、装置、设备和计算机可读介质
CN115993137B (zh) 车辆定位评估方法、装置、电子设备和计算机可读介质
CN114399555B (zh) 数据在线标定方法、装置、电子设备和计算机可读介质

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
CP03 Change of name, title or address

Address after: 201, 202, 301, No. 56-4 Fenghuang South Road, Huadu District, Guangzhou City, Guangdong Province, 510806

Patentee after: Heduo Technology (Guangzhou) Co.,Ltd.

Address before: 100099 101-15, 3rd floor, building 9, yard 55, zique Road, Haidian District, Beijing

Patentee before: HOLOMATIC TECHNOLOGY (BEIJING) Co.,Ltd.

CP03 Change of name, title or address