CN114863383A - 一种智慧交通圆形路牌的生成方法及相关装置 - Google Patents
一种智慧交通圆形路牌的生成方法及相关装置 Download PDFInfo
- Publication number
- CN114863383A CN114863383A CN202110077674.1A CN202110077674A CN114863383A CN 114863383 A CN114863383 A CN 114863383A CN 202110077674 A CN202110077674 A CN 202110077674A CN 114863383 A CN114863383 A CN 114863383A
- Authority
- CN
- China
- Prior art keywords
- camera
- images
- coordinates
- guideboard
- circular
- 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.)
- Pending
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本申请是关于一种智慧交通圆形路牌的生成方法及相关装置。该方法包括:获取包含同一圆形路牌的两张图像,以及获取分别拍摄上述两张图像时相机的地理位置信息;获取圆形路牌中至少三个特征点分别在上述两张图像中的像素坐标;计算上述两张图像之间的旋转矩阵和平移矩阵;根据上述至少三个特征点分别在上述两张图像中的像素坐标以及上述两张图像之间的旋转矩阵和平移矩阵,得到上述至少三个特征点相对于相机的空间坐标;利用上述至少三个特征点相对相机的空间坐标以及拍摄上述两张图像时相机的地理位置信息,生成所述圆形路牌的地理坐标。本申请提供的方案,能够获得高精地图中圆形路牌的位置。
Description
技术领域
本申请涉及导航技术领域,尤其涉及一种智慧交通圆形路牌的生成方法及相关装置。
背景技术
随着人工智能、自动驾驶等技术的发展,构建智慧交通也成为了研究热点,而高精地图是智慧交通数据构建中必不可少的部分。高精地图能够通过详细的车道地图来表达现实世界中诸如车道线、行车停止线、人行横道线等地面特征要素以及路牌、红绿灯等高空特征要素,以便为自动驾驶等应用场景时的导航提供数据支撑。
高精地图中路牌作为城市地理实体的信息承载载体,具备地名、路线、距离和方向等信息导航功能,同时作为分布于城市道路交叉口的基础设施,在空间上具有其特殊性,是城市基础物联网的良好载体。
目前,高精地图中路牌的制作方法大多是通过专用车辆利用摄像仪或激光仪检测道路两边的路牌。路牌大多为多边形(常见为方形),可以通过识别路牌上的角点来确定路牌。然而,对于没有角点的圆形路牌,则无法采用识别角点的方法来确定,因此,需要找寻一种新的方法来识别圆形路牌。
发明内容
为克服相关技术中存在的问题,本申请提供一种智慧交通圆形路牌的生成方法及相关装置,能够获得高精地图中圆形路牌的位置。
本申请第一方面提供一种智慧交通圆形路牌的生成方法,包括:
获取包含同一圆形路牌的两张图像,以及获取分别拍摄所述两张图像时相机的地理位置信息;
获取所述圆形路牌中至少三个特征点分别在所述两张图像中的像素坐标;
计算所述两张图像之间的旋转矩阵和平移矩阵;
根据所述至少三个特征点分别在所述两张图像中的像素坐标以及所述两张图像之间的旋转矩阵和平移矩阵,得到所述至少三个特征点相对于所述相机的空间坐标;
利用所述至少三个特征点相对于所述相机的空间坐标以及拍摄所述两张图像时所述相机的地理位置信息,生成所述圆形路牌的地理坐标。
优选的,所述至少三个特征点包括所述圆形路牌水平直径的两个端点和垂直直径的两个端点。
优选的,所述根据所述至少三个特征点分别在所述两张图像中的像素坐标以及所述两张图像之间的旋转矩阵和平移矩阵,得到所述至少三个特征点相对于所述相机的空间坐标,包括:
利用拍摄所述两张图像时相机的地理位置信息,计算得到所述相机的移动距离;
根据所述相机的移动距离对所述两张图像之间的平移矩阵进行优化,得到新的平移矩阵;
根据所述至少三个特征点分别在所述两张图像中的像素坐标以及所述两张图像之间的旋转矩阵和所述新的平移矩阵,得到所述至少三个特征点相对于所述相机的空间坐标。
优选的,所述利用所述至少三个特征点相对于所述相机的空间坐标以及拍摄所述两张图像时所述相机的地理位置信息,生成所述圆形路牌的地理坐标,包括:
利用所述至少三个特征点相对于所述相机的空间坐标,构建一个目标圆;
利用所述目标圆上的特征点相对于所述相机的空间坐标以及拍摄所述两张图像时所述相机的地理位置信息,生成所述圆形路牌的地理坐标。
优选的,所述利用所述目标圆上的特征点相对于所述相机的空间坐标以及拍摄所述两张图像时所述相机的地理位置信息,生成所述圆形路牌的地理坐标,包括:
根据拍摄所述两张图像时所述相机的地理位置信息,确定所述相机的朝向;
利用所述目标圆上的特征点相对于所述相机的空间坐标、拍摄所述两张图像时所述相机的地理位置信息以及所述相机的朝向,生成所述圆形路牌的地理坐标。
优选的,所述利用所述至少三个特征点相对于所述相机的空间坐标以及拍摄所述两张图像时所述相机的地理位置信息,生成所述圆形路牌的地理坐标,包括:
利用所述至少三个特征点相对于所述相机的空间坐标以及拍摄所述两张图像时所述相机的地理位置信息,计算得到所述至少三个特征点的地理坐标;
利用所述至少三个特征点的地理坐标,构建一个目标圆;
根据所述目标圆上的特征点的地理坐标,得到所述圆形路牌的地理坐标。
优选的,所述利用所述至少三个特征点相对于所述相机的空间坐标以及拍摄所述两张图像时所述相机的地理位置信息,计算得到所述至少三个特征点的地理坐标,包括:
根据拍摄所述两张图像时所述相机的地理位置信息,确定所述相机的朝向;
利用所述至少三个特征点相对于所述相机的空间坐标、拍摄所述两张图像时所述相机的地理位置信息以及所述相机的朝向,计算得到所述至少三个特征点的地理坐标。
本申请第二方面提供一种智慧交通圆形路牌的生成装置,包括:
图像获取单元,用于获取包含同一圆形路牌的两张图像;
位置获取单元,用于获取分别拍摄所述两张图像时相机的地理位置信息;
像素获取单元,用于获取所述圆形路牌中至少三个特征点分别在所述两张图像中的像素坐标;
位姿计算单元,用于计算所述两张图像之间的旋转矩阵和平移矩阵;
坐标计算单元,用于根据所述至少三个特征点分别在所述两张图像中的像素坐标以及所述两张图像之间的旋转矩阵和平移矩阵,得到所述至少三个特征点相对于所述相机的空间坐标;
位置生成单元,用于利用所述至少三个特征点相对于所述相机的空间坐标以及拍摄所述两张图像时所述相机的地理位置信息,生成所述圆形路牌的地理坐标。
本申请第三方面提供一种电子设备,包括:
处理器;以及
存储器,其上存储有可执行代码,当所述可执行代码被所述处理器执行时,使所述处理器执行如上所述的方法。
本申请第四方面提供一种非暂时性机器可读存储介质,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如上所述的方法。
本申请提供的技术方案,通过获取车辆在行驶过程中不同位置采集的包含同一圆形路牌的两张图像,获取圆形路牌上的至少三个特征点分别在两张图像中的像素坐标,根据这些特征点的像素坐标以及两张图像之间的旋转矩阵和平移矩阵,得到这些特征点相对于相机的空间坐标,再利用空间坐标和拍摄图像时相机的地理位置信息,得到圆形路牌的地理坐标。本申请的技术方案,能够适用于没有角点的圆形路牌,通过相机采集的包含同一圆形路牌的多张图像,即可获得圆形路牌的位置,实现对高精地图圆形路牌的定位。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
通过结合附图对本申请示例性实施方式进行更详细的描述,本申请的上述以及其它目的、特征和优势将变得更加明显,其中,在本申请示例性实施方式中,相同的参考标号通常代表相同部件。
图1是本申请实施例示出的一种智慧交通圆形路牌的生成方法的流程示意图;
图2a是本申请实施例示出的车辆行驶时采集的包含圆形路牌的图像;
图2b是本申请实施例示出的平移矩阵和旋转矩阵算法原理图;
图3是本申请实施例示出的一种智慧交通圆形路牌的生成装置的结构示意图;
图4是本申请实施例示出的一种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申请的优选实施方式。虽然附图中显示了本申请的优选实施方式,然而应该理解,可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本申请更加透彻和完整,并且能够将本申请的范围完整地传达给本领域的技术人员。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。以下结合附图详细描述本申请实施例的技术方案。
请参阅图1,本申请实施例提供了一种智慧交通圆形路牌的生成方法。如图1所示,该方法可以包括以下步骤:
110、获取包含同一圆形路牌的两张图像,以及获取分别拍摄上述两张图像时相机的地理位置信息。
本申请实施例中,可以通过摄像装置来采集行车过程中的视频数据,其中,该摄像装置可以包括但不限于安装于车辆上的行车记录仪、摄像头或司机的手机等具有摄像功能的装置。摄像装置可以设置于车辆的首部以对车辆前方的路牌进行视频录像从而获得包含圆形路牌的连续的视频图像。为了后续对图像进行处理,需要对车辆行驶中获取包含圆形路牌的视频数据进行抽帧。通常,视频的帧率为每秒30帧,可以按照预置的规则对视频进行抽帧,例如,每秒抽10帧、15帧、20帧或其他值,从而获得拍摄的多帧图像,相邻两帧图像的时间间隔为抽帧时间间隔。此外,摄像装置在拍摄图像的同时,还会记录下图像的拍摄时间。本申请实施例将采集图像的摄像装置看作为相机。
另外,可通过车载或者手机等配置的定位设备来采集车辆或相机的地理位置信息,其中,定位设备可以采用GPS(Global Positioning System,全球定位系统)、北斗、RTK(RealTimeKinematic,实时动态)等现有设备实现,本申请不作限定。车辆(或相机)的地理位置信息可以包括但不限于车辆(或相机)的地理坐标(如GPS坐标、经纬度坐标等)、方位、航向角、朝向等信息。
本申请实施例提供的方法可以应用于车机,也可以应用于其他具备计算和处理功能的设备,如计算机、电脑、手机等。这里以车机为例,相机和定位设备可以内置于车机,也可以设置于车机外,且与车机之间建立通信连接。
相机在拍摄图像的同时,定位设备采集车辆或相机的地理位置信息,并一起传输给车机。根据图像的拍摄时间可以查找到同一时间定位设备获取的地理位置信息。可以理解的是,可以事先对相机和定位设备的时间进行同步处理,其目的是使拍摄的图像能够准确对应车辆或相机当时的位置。
120、获取圆形路牌中至少三个特征点分别在上述两张图像中的像素坐标。
本申请实施例中,可以从每张包含圆形路牌的图像中提取出位于圆形路牌上的至少三个特征点,如3个、4个、5个、6个、8个、10个或其他值。圆形路牌上任一个特征点在每张图像上均可以投影,得到该特征点在每张图像上的像素坐标。由于同一特征点在不同图像上的投影位置不同,使得其在不同图像上的像素坐标也不同。优选的,上述至少三个特征点可以包括圆形路牌水平直径的两个端点和垂直直径的两个端点。如图2a所示,由于圆形路牌不像方形路牌那样有明显角点,为了使提取的特征点能最大意义的表示圆形路牌,可以在圆形路牌的外部圆形轮廓上寻找特征点。具体的,可以将图像上的圆形路牌映射到十字坐标系下,十字坐标系的原点与圆形路牌的圆心重合,取十字坐标系与圆形路牌的至少三个相交点来作为特征点,这些特征点即可看作为圆形路牌水平直径的端点和垂直直径的端点。可以理解的是,也可以提取圆形路牌内部与路牌边缘有显著定位特征的点作为特征点,例如,禁止停车路牌上“x”与路牌边缘的交点,或者路牌内其他图案与路牌边缘的交点。还可以提取圆形路牌内部的点作为特征点,例如圆形路牌内图案上的角点或拐点、圆形路牌内文字上的特殊点。选取圆形路牌内部的特征点也能最终绘制出圆形路牌,但是面积会小于实际的圆形路牌。
可选的,可以分别对两张图像进行识别,以识别出图像中包含的圆形路牌,再从圆形路牌上提取出至少三个特征点。图像识别的具体实现过程可以包括:基于深度学习算法进行样本训练,构建模型,对构建的模型进行精度验证,利用通过精度验证的模型识别出图像中的圆形路牌,再利用预设算法提取圆形路牌上的特征点。可选的,也可以采用人工手动选点的方式来选取圆形路牌上较为合适的特征点,这里不作限定。
本申请实施例中,提取的特征点可以用像素来表示,一个特征点可以看作为一个像素点,而每一个像素点又可以用像素坐标来表示。所谓像素坐标,用于描述物体成像后的像素点在数字图像上的位置。要确定像素的坐标,首先需要确定像素坐标系。像素坐标系以图像平面的左上角顶点为坐标原点的直角坐标系u-v,像素的横坐标u与纵坐标v分别是在其图像数组中所在的列数与所在行数,可将某点的像素坐标记为Puv(u, v)。由于圆形路牌在不同图像上成像的位置不同,使得圆形路牌上的同一特征点在不同图像上的像素坐标不同,因此,需要获取每一特征点在两张图像上的像素坐标。
130、计算上述两张图像之间的旋转矩阵和平移矩阵。
本申请实施例中,可以分别提取出两张图像上的若干个特征点进行匹配,以获得匹配成功的多对特征点,其中,这些特征点可以包含圆形路牌上的点,也可以包含图像上其他一些固定物(如建筑、广告牌等)上的特征点,这里不作限定。
举例来说,车辆在行驶过程中,在位置A采集了包含圆形路牌的图像A,在位置B采集了包含同一圆形路牌的图像B。假设两张图像中匹配成功的特征点有八对,则可以采用八点法来计算两张图像之间的旋转矩阵和平移矩阵。具体的,如图2b所示,在不同的位置拍摄同一个圆形路牌的两张图像,图像中相同物体对应的像素点满足对极约束关系。其中P为世界坐标系中真实物体,例如圆形路牌上的某一点。O1、O2分别为拍摄图像A和图像B时相机的光心位置。I1、I2分别代表图像A和图像B。p1、p2分别为P点在图像A和图像B的投影,即两张图像中匹配成功的一对点。O1P在图像B上投影为e2p2,记为l2,O2P在图像A上投影为e1p1,记为l1,其中,l1、l2称为极线,e1、e2称为极点。根据对极约束:
得到:
其中:
E为本质矩阵,t为平移矩阵,R为旋转矩阵。
利用八点法求得E:
其中, (u1,v1)为p1的图像像素坐标、 (u2,v2)为p2的图像像素坐标。
得到:
其中:
对于其它的点对也使用同样的表示方法,这样将得到的所有方程放到一起,得到一个线性方程组,(ui,vi)表示第i个匹配的点对。
通过上述的线性方程组求得本质矩阵E。
对E奇异值分解,得到4组t、R值,分别为:
所得4组结果中只有一个深度值为正,深度值为正的t、R值的组合即为图像B相对图像A的平移矩阵和旋转矩阵。
可以理解的是,上述过程是以八点法为例进行说明的,但并不局限于此。当两张图像上匹配的特征点不止八对时,可以利用对极约束构建最小二乘法来求得两张图像之间的平移矩阵和旋转矩阵,其中最小二乘法为较为成熟的现有技术,这里将不再叙述其具体实现过程。
140、根据上述至少三个特征点分别在上述两张图像中的像素坐标以及上述两张图像之间的旋转矩阵和平移矩阵,得到上述至少三个特征点相对于相机的空间坐标。
在一可选的实施方式中,步骤140根据上述至少三个特征点分别在上述两张图像中的像素坐标以及上述两张图像之间的旋转矩阵和平移矩阵,得到上述至少三个特征点相对于相机的空间坐标的具体实施方式可以包括以下步骤:
11)利用拍摄上述两张图像时相机的地理位置信息,计算得到上述相机的移动距离;
12)根据相机的移动距离对上述两张图像之间的平移矩阵进行优化,得到新的平移矩阵;
13)根据上述至少三个特征点分别在上述两张图像中的像素坐标以及上述两张图像之间的旋转矩阵和新的平移矩阵,得到上述至少三个特征点相对于相机的空间坐标。
具体的,通过两张图像上匹配的特征点采用对极约束法计算出两张图像之间的旋转矩阵R和平移矩阵t,但由于得到的平移矩阵t的模长为1,只能够表示方向,不能表示具体长度。因此,可以利用拍摄两张图像时相机的地理坐标计算得到相机的移动距离l,将相机的移动距离l乘以平移矩阵t,即可得到新的平移矩阵t'=t*l。再利用旋转矩阵R和新的平移矩阵t',将上述至少三个特征点的像素坐标转换为这些特征点相对于相机的空间坐标,即这些特征点在相机坐标系下的空间坐标。
相机坐标系的原点为相机的光心,X轴和Y轴分别与图像的x轴和y轴平行,Z轴为相机光轴,与图像平面垂直。可以将圆形路牌上的某点在相机坐标系下的空间坐标记为Pcam(x, y, z),即位于相机坐标系的原点右侧x米、高y米、前方z米的位置。具体的,根据上述至少三个特征点分别在上述两张图像中的像素坐标以及两张图像之间的旋转矩阵R和新的平移矩阵t',采用三角化方法计算出各特征点在相机坐标系下的空间坐标,其中,三角化方法的具体实现过程可以参考现有的相关技术,这里不作详细叙述。例如,当在位置A计算出圆形路牌上的某个点在相机坐标系下的空间位置,根据旋转矩阵R和平移矩阵t',可以推算出该点在B位置处位于相机坐标系下的空间位置。
150、利用上述至少三个特征点相对于相机的空间坐标以及拍摄上述两张图像时相机的地理位置信息,生成圆形路牌的地理坐标。
在一可选的实施方式中,步骤150利用上述至少三个特征点相对于相机的空间坐标以及拍摄上述两张图像时相机的地理位置信息,生成圆形路牌的地理坐标的具体实施方式可以包括以下步骤:
14)利用上述至少三个特征点相对于相机的空间坐标,构建一个目标圆;
15)利用目标圆上的特征点相对于相机的空间坐标以及拍摄上述两张图像时相机的地理位置信息,生成圆形路牌的地理坐标。
具体的,在得到圆形路牌上的至少三个特征点在相机坐标系下的空间坐标后,可以先利用这些特征点来构建一个圆。例如,当上述至少三个特征点包括三个特征点时,可以利用这三个特征点构建出一个唯一的圆,这三个点均位于圆环上。又如,当上述至少三个特征点包括多于三个特征点时,这些点可以构建出多个圆,此时可以利用这些特征点的空间坐标进行圆拟合,以最终拟合成一个圆。可选的,可以采用最小二乘优化算法来拟合圆,以使各个特征点到达拟合得到的圆的距离的平方和最小。当然,也可以采用其他方法来拟合圆,如平均值法、加权平均法等等,这里不作限定。另外,也可以利用上述至少三个特征点构建一个最大的外接圆(例如查找出所有特征点中最外围的三个特征点,利用这三个特征点构建一个外接圆),使得所有的特征点均位于圆上和/或圆内,该外接圆即为目标圆。在确定出目标圆后,根据上述至少三个特征点相对于相机的空间坐标,可以得到该目标圆上的各个点相对于相机的空间坐标,再结合相机的地理位置信息,即可得到该目标圆上各个点的地理坐标,将目标圆看作为圆形路牌,则圆形路牌的地理坐标则可确定下来。其中,圆形路牌的地理坐标可以用目标圆上的若干个点的地理坐标来表示,如3个、4个、8个、10个、50个、100个或其他值。当绘制圆形路牌时,可以采用插点的方式,得到矢量化的圆形路牌。
可选的,步骤15)利用目标圆上的特征点相对于相机的空间坐标以及拍摄上述两张图像时相机的地理位置信息,生成圆形路牌的地理坐标的具体实施方式可以包括以下步骤:
15a)根据拍摄上述两张图像时相机的地理位置信息,确定相机的朝向;
15b)利用目标圆上的特征点相对于相机的空间坐标、拍摄上述两张图像时相机的地理位置信息以及相机的朝向,生成圆形路牌的地理坐标。
具体的,如果求得了圆形路牌上的某一点相对于相机的空间坐标,如位于相机前方1米,而相机的朝向未知,则无法准确推算出该点的实际位置。可以利用相机的地理坐标的变化情况来推算出相机的朝向,具体的,通过相机的地理坐标变化情况绘制行动轨迹,轨迹的切向方向即可为相机的朝向。相机的地理坐标可以看作为世界坐标系下的坐标。世界坐标系可以看作为基准坐标系,可以用来描述环境中任何物体的位置。在已知圆形路牌上某一点与相机之间的位置关系,再结合相机的地理坐标和朝向,即可得到该点的地理坐标。依据上述方式,可以求得圆形路牌上的各个点的地理坐标。
在一可选的实施方式中,步骤150利用上述至少三个特征点相对于相机的空间坐标以及拍摄上述两张图像时相机的地理位置信息,生成圆形路牌的地理坐标的具体实施方式可以包括以下步骤:
16)利用上述至少三个特征点相对于相机的空间坐标以及拍摄上述两张图像时相机的地理位置信息,计算得到上述至少三个特征点的地理坐标;
17)利用上述至少三个特征点的地理坐标,构建一个目标圆;
18)根据目标圆上的特征点的地理坐标,得到圆形路牌的地理坐标。
具体的,可以先利用上述至少三个特征点相对于相机的空间坐标来确定出其对应的地理坐标,再利用这些特征点的地理坐标来构建目标圆,并用目标圆上各点的地理坐标来表示圆形路牌的地理坐标。
可选的,步骤16)利用上述至少三个特征点相对于相机的空间坐标以及拍摄上述两张图像时相机的地理位置信息,计算得到上述至少三个特征点的地理坐标的具体实施方式可以包括以下步骤:
16a)根据拍摄上述两张图像时相机的地理位置信息,确定相机的朝向;
17b)利用上述至少三个特征点相对于相机的空间坐标、拍摄上述两张图像时相机的地理位置信息以及相机的朝向,计算得到上述至少三个特征点的地理坐标。
本申请实施例中,当确定了圆形路牌的地理坐标,且车辆的地理位置也已知,则可以得出车辆与圆形路牌之间的距离,从而为车辆导航提供数据支撑,有助于为车辆提供精确的行车指导。
综上,本申请实施例通过获取车辆在行驶过程中不同位置采集的包含同一圆形路牌的两张图像,获取圆形路牌上的至少三个特征点分别在两张图像中的像素坐标,根据这些特征点的像素坐标以及两张图像之间的旋转矩阵和平移矩阵,得到这些特征点相对于相机的空间坐标,再利用空间坐标和拍摄图像时相机的地理位置信息,得到圆形路牌的地理坐标。本申请实施例能够适用于没有角点的圆形路牌,通过相机采集的包含同一圆形路牌的多张图像,即可获得圆形路牌的位置,实现对高精地图圆形路牌的定位。
请参阅图3,本申请实施例还提供了一种智慧交通圆形路牌的生成装置,可以用于执行前述实施例所描述的智慧交通圆形路牌的生成方法。如图3所示,该装置可以包括:
图像获取单元301,用于获取包含同一圆形路牌的两张图像;
位置获取单元302,用于获取分别拍摄上述两张图像时相机的地理位置信息;
像素获取单元303,用于获取圆形路牌中至少三个特征点分别在上述两张图像中的像素坐标;
位姿计算单元304,用于计算上述两张图像之间的旋转矩阵和平移矩阵;
坐标计算单元305,用于根据上述至少三个特征点分别在上述两张图像中的像素坐标以及上述两张图像之间的旋转矩阵和平移矩阵,得到上述至少三个特征点相对于相机的空间坐标;
位置生成单元306,用于利用上述至少三个特征点相对于相机的空间坐标以及拍摄上述两张图像时相机的地理位置信息,生成圆形路牌的地理坐标。
可选的,上述至少三个特征点可以包括圆形路牌水平直径的两个端点和垂直直径的两个端点。
可选的,坐标计算单元305具体可以用于利用拍摄上述两张图像时相机的地理位置信息,计算得到相机的移动距离;根据相机的移动距离对上述两张图像之间的平移矩阵进行优化,得到新的平移矩阵;根据上述至少三个特征点分别在上述两张图像中的像素坐标以及上述两张图像之间的旋转矩阵和新的平移矩阵,得到上述至少三个特征点相对于相机的空间坐标。
可选的,位置生成单元306利用上述至少三个特征点相对于相机的空间坐标以及拍摄上述两张图像时相机的地理位置信息,生成圆形路牌的地理坐标的具体实施方式可以包括:
位置生成单元306利用上述至少三个特征点相对于相机的空间坐标,构建一个目标圆;利用目标圆上的特征点相对于相机的空间坐标以及拍摄上述两张图像时相机的地理位置信息,生成圆形路牌的地理坐标。
可选的,位置生成单元306利用目标圆上的特征点相对于相机的空间坐标以及拍摄上述两张图像时相机的地理位置信息,生成圆形路牌的地理坐标的具体实施方式可以包括:
位置生成单元306根据拍摄上述两张图像时相机的地理位置信息,确定相机的朝向;利用目标圆上的特征点相对于相机的空间坐标、拍摄上述两张图像时相机的地理位置信息以及相机的朝向,生成圆形路牌的地理坐标。
可选的,位置生成单元306利用上述至少三个特征点相对于相机的空间坐标以及拍摄上述两张图像时相机的地理位置信息,生成圆形路牌的地理坐标的具体实施方式可以包括:
位置生成单元306利用上述至少三个特征点相对于相机的空间坐标以及拍摄上述两张图像时相机的地理位置信息,计算得到上述至少三个特征点的地理坐标;利用上述至少三个特征点的地理坐标,构建一个目标圆;根据目标圆上的特征点的地理坐标,得到圆形路牌的地理坐标。
可选的,位置生成单元306利用上述至少三个特征点相对于相机的空间坐标以及拍摄上述两张图像时相机的地理位置信息,计算得到上述至少三个特征点的地理坐标的具体实施方式可以包括:
位置生成单元306根据拍摄上述两张图像时相机的地理位置信息,确定相机的朝向;
利用上述至少三个特征点相对于相机的空间坐标、拍摄上述两张图像时相机的地理位置信息以及相机的朝向,计算得到上述至少三个特征点的地理坐标。
关于上述实施例中的装置,其中各个单元模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不再做详细阐述说明。
实施图3所示的装置,能够定位没有角点的圆形路牌,通过相机采集的包含同一圆形路牌的多张图像,即可获得圆形路牌的位置,实现对高精地图圆形路牌的定位。
请参阅图4,本申请实施例提供了一种电子设备,可以用于执行前述实施例提供的智慧交通圆形路牌的生成方法。具体的,如图4所示,该电子设备400可以包括:至少一个处理器401、存储器402、至少一个通信接口403等组件。其中,这些组件可以通过一条或多条通信总线404进行通信连接。本领域技术人员可以理解,图4中示出的电子设备400的结构并不构成对本申请实施例的限定,它既可以是总线形结构,也可以是星型结构,还可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器401可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器402可以包括各种类型的存储单元,例如系统内存、只读存储器(ROM),和永久存储装置。其中,ROM可以存储处理器401或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中,永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中,永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备,例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外,存储器402可以包括任意计算机可读存储媒介的组合,包括各种类型的半导体存储芯片(DRAM,SRAM,SDRAM,闪存,可编程只读存储器),磁盘和/或光盘也可以采用。在一些实施方式中,存储器402可以包括可读和/或写的可移除的存储设备,例如激光唱片(CD)、只读数字多功能光盘(例如DVD-ROM,双层DVD-ROM)、只读蓝光光盘、超密度光盘、闪存卡(例如SD卡、min SD卡、Micro-SD卡等等)、磁性软盘等等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。
通信接口403可以包括有线通信接口、无线通信接口等,可以用于与外部设备(如摄像装置、定位系统等)进行通信交互。
存储器402上存储有可执行代码,当可执行代码被处理器401处理时,可以使处理器401执行上文述及的智慧交通圆形路牌的生成方法中的部分或全部。
上文中已经参考附图详细描述了本申请的方案。在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述的部分,可以参见其他实施例的相关描述。本领域技术人员也应该知悉,说明书中所涉及的动作和模块并不一定是本申请所必须的。另外,可以理解,本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减,本申请实施例装置中的模块可以根据实际需要进行合并、划分和删减。
此外,根据本申请的方法还可以实现为一种计算机程序或计算机程序产品,该计算机程序或计算机程序产品包括用于执行本申请的上述方法中部分或全部步骤的计算机程序代码指令。
或者,本申请还可以实施为一种非暂时性机器可读存储介质(或计算机可读存储介质、或机器可读存储介质),其上存储有可执行代码(或计算机程序、或计算机指令代码),当所述可执行代码(或计算机程序、或计算机指令代码)被电子设备(或电子设备、服务器等)的处理器执行时,使所述处理器执行根据本申请的上述方法的各个步骤的部分或全部。
本领域技术人员还将明白的是,结合这里的申请所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。
附图中的流程图和框图显示了根据本申请的多个实施例的系统和方法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,所述模块、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,方框中所标记的功能也可以以不同于附图中所标记的顺序发生。例如,两个连续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。
以上已经描述了本申请的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种智慧交通圆形路牌的生成方法,其特征在于,包括:
获取包含同一圆形路牌的两张图像,以及获取分别拍摄所述两张图像时相机的地理位置信息;
获取所述圆形路牌中至少三个特征点分别在所述两张图像中的像素坐标;
计算所述两张图像之间的旋转矩阵和平移矩阵;
根据所述至少三个特征点分别在所述两张图像中的像素坐标以及所述两张图像之间的旋转矩阵和平移矩阵,得到所述至少三个特征点相对于所述相机的空间坐标;
利用所述至少三个特征点相对于所述相机的空间坐标以及拍摄所述两张图像时所述相机的地理位置信息,生成所述圆形路牌的地理坐标。
2.根据权利要求1所述的方法,其特征在于,所述至少三个特征点包括所述圆形路牌水平直径的两个端点和垂直直径的两个端点。
3.根据权利要求1所述的方法,其特征在于,所述根据所述至少三个特征点分别在所述两张图像中的像素坐标以及所述两张图像之间的旋转矩阵和平移矩阵,得到所述至少三个特征点相对于所述相机的空间坐标,包括:
利用拍摄所述两张图像时相机的地理位置信息,计算得到所述相机的移动距离;
根据所述相机的移动距离对所述两张图像之间的平移矩阵进行优化,得到新的平移矩阵;
根据所述至少三个特征点分别在所述两张图像中的像素坐标以及所述两张图像之间的旋转矩阵和所述新的平移矩阵,得到所述至少三个特征点相对于所述相机的空间坐标。
4.根据权利要求1-3任一所述的方法,其特征在于,所述利用所述至少三个特征点相对于所述相机的空间坐标以及拍摄所述两张图像时所述相机的地理位置信息,生成所述圆形路牌的地理坐标,包括:
利用所述至少三个特征点相对于所述相机的空间坐标,构建一个目标圆;
利用所述目标圆上的特征点相对于所述相机的空间坐标以及拍摄所述两张图像时所述相机的地理位置信息,生成所述圆形路牌的地理坐标。
5.根据权利要求4所述的方法,其特征在于,所述利用所述目标圆上的特征点相对于所述相机的空间坐标以及拍摄所述两张图像时所述相机的地理位置信息,生成所述圆形路牌的地理坐标,包括:
根据拍摄所述两张图像时所述相机的地理位置信息,确定所述相机的朝向;
利用所述目标圆上的特征点相对于所述相机的空间坐标、拍摄所述两张图像时所述相机的地理位置信息以及所述相机的朝向,生成所述圆形路牌的地理坐标。
6.根据权利要求1-3任一所述的方法,其特征在于,所述利用所述至少三个特征点相对于所述相机的空间坐标以及拍摄所述两张图像时所述相机的地理位置信息,生成所述圆形路牌的地理坐标,包括:
利用所述至少三个特征点相对于所述相机的空间坐标以及拍摄所述两张图像时所述相机的地理位置信息,计算得到所述至少三个特征点的地理坐标;
利用所述至少三个特征点的地理坐标,构建一个目标圆;
根据所述目标圆上的特征点的地理坐标,得到所述圆形路牌的地理坐标。
7.根据权利要求6所述的方法,其特征在于,所述利用所述至少三个特征点相对于所述相机的空间坐标以及拍摄所述两张图像时所述相机的地理位置信息,计算得到所述至少三个特征点的地理坐标,包括:
根据拍摄所述两张图像时所述相机的地理位置信息,确定所述相机的朝向;
利用所述至少三个特征点相对于所述相机的空间坐标、拍摄所述两张图像时所述相机的地理位置信息以及所述相机的朝向,计算得到所述至少三个特征点的地理坐标。
8.一种智慧交通圆形路牌的生成装置,其特征在于,包括:
图像获取单元,用于获取包含同一圆形路牌的两张图像;
位置获取单元,用于获取分别拍摄所述两张图像时相机的地理位置信息;
像素获取单元,用于获取所述圆形路牌中至少三个特征点分别在所述两张图像中的像素坐标;
位姿计算单元,用于计算所述两张图像之间的旋转矩阵和平移矩阵;
坐标计算单元,用于根据所述至少三个特征点分别在所述两张图像中的像素坐标以及所述两张图像之间的旋转矩阵和平移矩阵,得到所述至少三个特征点相对于所述相机的空间坐标;
位置生成单元,用于利用所述至少三个特征点相对于所述相机的空间坐标以及拍摄所述两张图像时所述相机的地理位置信息,生成所述圆形路牌的地理坐标。
9.一种电子设备,其特征在于,包括:
处理器;以及
存储器,其上存储有可执行代码,当所述可执行代码被所述处理器执行时,使所述处理器执行如权利要求1-7中任一项所述的方法。
10.一种非暂时性机器可读存储介质,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110077674.1A CN114863383A (zh) | 2021-01-20 | 2021-01-20 | 一种智慧交通圆形路牌的生成方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110077674.1A CN114863383A (zh) | 2021-01-20 | 2021-01-20 | 一种智慧交通圆形路牌的生成方法及相关装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114863383A true CN114863383A (zh) | 2022-08-05 |
Family
ID=82623147
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110077674.1A Pending CN114863383A (zh) | 2021-01-20 | 2021-01-20 | 一种智慧交通圆形路牌的生成方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114863383A (zh) |
-
2021
- 2021-01-20 CN CN202110077674.1A patent/CN114863383A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10552689B2 (en) | Automatic occlusion detection in road network data | |
CN111261016B (zh) | 道路地图的构建方法、装置和电子设备 | |
CN113139031B (zh) | 用于自动驾驶的交通标识的生成方法及相关装置 | |
CN101842808A (zh) | 用于产生车道信息的方法及设备 | |
JP2010511212A (ja) | 画像内の平面オブジェクトを識別し且つ位置判定する方法及び装置 | |
JP2010510559A (ja) | 地上モバイルマッピングデータからオブジェクトを検出する方法及び装置 | |
CN111930877B (zh) | 地图路牌的生成方法及电子设备 | |
JP2008065087A (ja) | 静止物地図生成装置 | |
CN113112524B (zh) | 自动驾驶中移动对象的轨迹预测方法、装置及计算设备 | |
WO2020106329A1 (en) | System and method for camera commissioning beacons | |
CN110969592A (zh) | 图像融合方法、自动驾驶控制方法、装置和设备 | |
WO2021017211A1 (zh) | 一种基于视觉的车辆定位方法、装置及车载终端 | |
WO2019097422A2 (en) | Method and system for enhanced sensing capabilities for vehicles | |
CN112595335B (zh) | 一种智慧交通行车停止线的生成方法及相关装置 | |
CN113838129B (zh) | 一种获得位姿信息的方法、装置以及系统 | |
CN105444773A (zh) | 一种基于实景识别与增强现实的导航方法及系统 | |
CN113608614A (zh) | 展示方法、增强现实装置、设备及计算机可读存储介质 | |
CN115409910A (zh) | 一种语义地图构建方法、视觉定位方法及相关设备 | |
CN115406453A (zh) | 一种导航方法、装置及计算机存储介质 | |
CN113465615B (zh) | 车道线的生成方法及相关装置 | |
CN114863383A (zh) | 一种智慧交通圆形路牌的生成方法及相关装置 | |
CN111754388A (zh) | 一种建图方法及车载终端 | |
CN114863347A (zh) | 地图校验方法、装置及设备 | |
CN115540885A (zh) | 绿化带高度赋值方法、装置及存储介质 | |
CN113009533A (zh) | 基于视觉slam的车辆定位方法、设备及云服务器 |
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 |