CN114897968B - 车辆视野的确定方法、装置、计算机设备、存储介质 - Google Patents
车辆视野的确定方法、装置、计算机设备、存储介质 Download PDFInfo
- Publication number
- CN114897968B CN114897968B CN202210424778.XA CN202210424778A CN114897968B CN 114897968 B CN114897968 B CN 114897968B CN 202210424778 A CN202210424778 A CN 202210424778A CN 114897968 B CN114897968 B CN 114897968B
- Authority
- CN
- China
- Prior art keywords
- identifier
- position information
- vehicle
- image
- information
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 74
- 239000003550 marker Substances 0.000 claims abstract description 137
- 238000006243 chemical reaction Methods 0.000 claims abstract description 59
- 238000012545 processing Methods 0.000 claims abstract description 55
- 238000004590 computer program Methods 0.000 claims abstract description 26
- 238000007499 fusion processing Methods 0.000 claims abstract description 13
- 230000000007 visual effect Effects 0.000 claims description 90
- 230000008569 process Effects 0.000 claims description 35
- 238000012937 correction Methods 0.000 claims description 28
- 230000004927 fusion Effects 0.000 claims description 5
- 238000005259 measurement Methods 0.000 description 13
- 238000012360 testing method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及一种车辆视野的确定方法、装置、计算机设备、存储介质和计算机程序产品。方法包括:对第一待处理图像进行位置转换处理,得到第一场景中目标车辆的第一车辆位置信息、以及第一标识物的第一标识物位置信息。基于第一车辆位置信息和第一标识物位置信息,生成与第一场景中直接视野对应的第一视野图像。对第二待处理图像进行位置转换处理,得到第二场景中目标车辆的第二车辆位置信息、以及第二标识物的第二标识物位置信息。基于第二车辆位置信息和第二标识物位置信息,生成与第二场景中间接视野对应的第二视野图像。基于第一视野图像和第二视野图像,通过图像融合处理,得到目标车辆的视野图像。这样,大大提高了确定车辆视野的效率。
Description
技术领域
本申请涉及车辆性能测试技术领域,特别是涉及一种车辆视野的确定方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
随着车辆性能测试技术的发展,为了确保车辆在行驶过程中的安全性,可以通过改善车辆视野性能来实现。其中,在改善车辆视野性能的过程中,需要确定对车辆的视野进行测量,以评估车辆车辆视野性能。
传统技术中,常常通过确定不同视野区域中的点来测量车辆的视野性能。然而,传统技术中,在确定不同视野区域中的点后,需要人为操作才能确定视野性能。然而,人为确定车辆视野的过程中,无法避免人为操作引起的误差,并且大大增加了测试人员的工作量。因此,无法快速且准确的确定车辆的视野,即存在确定车辆视野的效率低的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种车辆视野的确定方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种车辆视野的确定方法。所述方法包括:
获取由第一拍摄装置对目标车辆所在的第一场景进行拍摄而得到的第一待处理图像;其中,所述第一场景中还包括部署在所述目标车辆周围的第一标识物,所述第一标识物的位置与所述目标车辆的可视区域的直接视野范围相匹配;
对所述第一待处理图像进行位置转换处理,得到所述第一场景中所述目标车辆的第一车辆位置信息、以及所述第一标识物的第一标识物位置信息;
基于所述第一车辆位置信息和所述第一标识物位置信息,生成与所述第一场景中直接视野对应的第一视野图像;
获取由第二拍摄装置对目标车辆所在的第二场景进行拍摄而得到的第二待处理图像;其中,所述第二场景中还包括部署在所述目标车辆周围的第二标识物,所述第二标识物的位置与所述目标车辆的视镜边缘的间接视野范围相匹配;
对所述第二待处理图像进行位置转换处理,得到所述第二场景中所述目标车辆的第二车辆位置信息、以及所述第二标识物的第二标识物位置信息;
基于所述第二车辆位置信息和所述第二标识物位置信息,生成与所述第二场景中间接视野对应的第二视野图像;
基于所述第一视野图像和所述第二视野图像,通过图像融合处理,得到目标车辆的视野图像。
第二方面,本申请还提供了一种车辆视野的确定装置。所述装置包括:
第一获取模块,用于获取由第一拍摄装置对目标车辆所在的第一场景进行拍摄而得到的第一待处理图像;其中,所述第一场景中还包括部署在所述目标车辆周围的第一标识物,所述第一标识物的位置与所述目标车辆的可视区域的直接视野范围相匹配;
第一位置转换模块,用于对所述第一待处理图像进行位置转换处理,得到所述第一场景中所述目标车辆的第一车辆位置信息、以及所述第一标识物的第一标识物位置信息;
第一生成模块,用于基于所述第一车辆位置信息和所述第一标识物位置信息,生成与所述第一场景中直接视野对应的第一视野图像;
第二获取模块,用于获取由第二拍摄装置对目标车辆所在的第二场景进行拍摄而得到的第二待处理图像;其中,所述第二场景中还包括部署在所述目标车辆周围的第二标识物,所述第二标识物的位置与所述目标车辆的视镜边缘的间接视野范围相匹配;
第二位置转换模块,用于对所述第二待处理图像进行位置转换处理,得到所述第二场景中所述目标车辆的第二车辆位置信息、以及所述第二标识物的第二标识物位置信息;
第二生成模块,用于基于所述第二车辆位置信息和所述第二标识物位置信息,生成与所述第二场景中间接视野对应的第二视野图像;
图像融合模块,用于基于所述第一视野图像和所述第二视野图像,通过图像融合处理,得到目标车辆的视野图像。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取由第一拍摄装置对目标车辆所在的第一场景进行拍摄而得到的第一待处理图像;其中,所述第一场景中还包括部署在所述目标车辆周围的第一标识物,所述第一标识物的位置与所述目标车辆的可视区域的直接视野范围相匹配;
对所述第一待处理图像进行位置转换处理,得到所述第一场景中所述目标车辆的第一车辆位置信息、以及所述第一标识物的第一标识物位置信息;
基于所述第一车辆位置信息和所述第一标识物位置信息,生成与所述第一场景中直接视野对应的第一视野图像;
获取由第二拍摄装置对目标车辆所在的第二场景进行拍摄而得到的第二待处理图像;其中,所述第二场景中还包括部署在所述目标车辆周围的第二标识物,所述第二标识物的位置与所述目标车辆的视镜边缘的间接视野范围相匹配;
对所述第二待处理图像进行位置转换处理,得到所述第二场景中所述目标车辆的第二车辆位置信息、以及所述第二标识物的第二标识物位置信息;
基于所述第二车辆位置信息和所述第二标识物位置信息,生成与所述第二场景中间接视野对应的第二视野图像;
基于所述第一视野图像和所述第二视野图像,通过图像融合处理,得到目标车辆的视野图像。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取由第一拍摄装置对目标车辆所在的第一场景进行拍摄而得到的第一待处理图像;其中,所述第一场景中还包括部署在所述目标车辆周围的第一标识物,所述第一标识物的位置与所述目标车辆的可视区域的直接视野范围相匹配;
对所述第一待处理图像进行位置转换处理,得到所述第一场景中所述目标车辆的第一车辆位置信息、以及所述第一标识物的第一标识物位置信息;
基于所述第一车辆位置信息和所述第一标识物位置信息,生成与所述第一场景中直接视野对应的第一视野图像;
获取由第二拍摄装置对目标车辆所在的第二场景进行拍摄而得到的第二待处理图像;其中,所述第二场景中还包括部署在所述目标车辆周围的第二标识物,所述第二标识物的位置与所述目标车辆的视镜边缘的间接视野范围相匹配;
对所述第二待处理图像进行位置转换处理,得到所述第二场景中所述目标车辆的第二车辆位置信息、以及所述第二标识物的第二标识物位置信息;
基于所述第二车辆位置信息和所述第二标识物位置信息,生成与所述第二场景中间接视野对应的第二视野图像;
基于所述第一视野图像和所述第二视野图像,通过图像融合处理,得到目标车辆的视野图像。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取由第一拍摄装置对目标车辆所在的第一场景进行拍摄而得到的第一待处理图像;其中,所述第一场景中还包括部署在所述目标车辆周围的第一标识物,所述第一标识物的位置与所述目标车辆的可视区域的直接视野范围相匹配;
对所述第一待处理图像进行位置转换处理,得到所述第一场景中所述目标车辆的第一车辆位置信息、以及所述第一标识物的第一标识物位置信息;
基于所述第一车辆位置信息和所述第一标识物位置信息,生成与所述第一场景中直接视野对应的第一视野图像;
获取由第二拍摄装置对目标车辆所在的第二场景进行拍摄而得到的第二待处理图像;其中,所述第二场景中还包括部署在所述目标车辆周围的第二标识物,所述第二标识物的位置与所述目标车辆的视镜边缘的间接视野范围相匹配;
对所述第二待处理图像进行位置转换处理,得到所述第二场景中所述目标车辆的第二车辆位置信息、以及所述第二标识物的第二标识物位置信息;
基于所述第二车辆位置信息和所述第二标识物位置信息,生成与所述第二场景中间接视野对应的第二视野图像;
基于所述第一视野图像和所述第二视野图像,通过图像融合处理,得到目标车辆的视野图像。
上述车辆视野的确定方法、装置、计算机设备、存储介质和计算机程序产品,通过获取部署有第一标识物的第一待处理图像,能够清晰且准确的反映目标车辆的直接视野范围。通过对该第一待处理图像进行位置转换处理,能够实时确定第一场景中目标车辆的第一车辆位置信息和第一标识物的第一标识物位置信息。这样,基于该第一车辆位置信息和第一标识物位置信息能够自动且准确的生成与第一场景中直接视野对应的第一视野图像,这样,基于该第一视野图像能够精准反映直接视野范围,避免了人为确定直接视野范围时产生的误差,并且实现了第一视野图像的自动化生成,极大地提高了数据的处理速度。同样地,基于第二待处理图像,能够清晰且准确的反映目标车辆的间接视野范围。通过对该第二待处理图像进行位置转换处理,能够实时确定第二场景中目标车辆的第二车辆位置信息和第二标识物位置信息,从而,能够自动且准确的生成与第二场景中间接视野对应的第二视野图像,这样,基于该第二视野图像能够精准反映间接视野范围,避免了人为确定间接视野范围时产生的误差,并且实现了第二视野图像的自动化生成,极大地提高了数据的处理速度。因此,能够又快又准确的确定目标车辆的视野图像,在降低人为操作步骤的同时,确保了视野图像的准确性,从而,大大提高了确定车辆视野的效率。
附图说明
图1为一个实施例中车辆视野的确定方法的应用环境图;
图2为一个实施例中车辆视野的确定方法的流程示意图;
图3为一个实施例中第一视野图像示意图;
图4为一个实施例中位置转换步骤的流程示意图;
图5为一个实施例中第二视野图像示意图;
图6为一个实施例中目标车辆的视野图像的示意图;
图7为另一个实施例中车辆视野的确定方法的流程示意图;
图8为一个实施例中车辆视野的确定装置的结构框图;
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的车辆视野的确定方法,可以应用于如图1所示的应用环境中。其中,计算机设备106通过网络与第一拍摄装置102进行通信,计算机设备106通过网络与第二拍摄装置104进行通信。数据存储系统可以存储计算机设备106需要处理的数据。数据存储系统可以集成在计算机设备106上,也可以放在云上或其他网络服务器上。计算机设备106获取由第一拍摄装置102对目标车辆所在的第一场景进行拍摄而得到的第一待处理图像;其中,该第一场景中还包括部署在该目标车辆周围的第一标识物,该第一标识物的位置与该目标车辆的可视区域的直接视野范围相匹配。计算机设备106对该第一待处理图像进行位置转换处理,得到该第一场景中该目标车辆的第一车辆位置信息、以及该第一标识物的第一标识物位置信息。计算机设备106基于该第一车辆位置信息和该第一标识物位置信息,生成与该第一场景中直接视野对应的第一视野图像。计算机设备106获取由第二拍摄装置104对目标车辆所在的第二场景进行拍摄而得到的第二待处理图像;其中,该第二场景中还包括部署在该目标车辆周围的第二标识物,该第二标识物的位置与该目标车辆的视镜边缘的间接视野范围相匹配。计算机设备106对该第二待处理图像进行位置转换处理,得到该第二场景中该目标车辆的第二车辆位置信息、以及该第二标识物的第二标识物位置信息。计算机设备106基于该第二车辆位置信息和该第二标识物位置信息,生成与该第二场景中间接视野对应的第二视野图像。计算机设备106基于该第一视野图像和该第二视野图像,通过图像融合处理,得到目标车辆的视野图像。其中,第一拍摄装置102和第二拍摄装置104可以但不限于各种飞行拍摄装置,比如无人机等。计算机设备106可以是服务器或者终端。其中,终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
为了更好的理解本申请,在对本申请的车辆视野的确定方法进行描述之前,先介绍下传统方案中是如何确定车辆视野的。在传统方案中,通过具有描点功能的扫描装置沿驾驶室前方及侧面车窗可视区域边缘均匀扫描,在地面上得到与直接视野范围对应的直接视野测量点。再将该扫描装置沿车辆视镜边缘均匀扫略,在地面上获得反射点,该反射点即为与间接视野范围对应的间接视野测量点。将直接视野测量点进行人为连接确定直接视野曲线,并将间接视野测量点进行人为连接确定间接视野曲线。以车辆驾驶员位置为圆心,以预设距离为半径确定驾驶员的视野圆。这样,根据视野圆、直接视野曲线、间接视野曲线,可以确定车辆的视野。因此,在传统方案中,需要人为操作和人为测量才可以确定车辆的视野,从而,大大降低了车辆视野确定的效率。
本申请是基于对上述场景存在的问题进行改进得到的方案。在对本申请中车辆视野的确定方法进行描述之前,首先对本申请的实施例中所述涉及到的部分名词作如下解释:
直接视野范围:即以车辆的驾驶位置为眼点,通过眼点能够直接观察到的范围即为直接视野范围,比如通过驾驶室前方能够观察的区域属于直接视野区域,通过侧面车窗可以观察的区域属于直接视野区域。
第一标识物:该标识物可以是桩桶,也可以带有颜色的物体,即,易于被观察到的物体均可以作为第一标识物,具体不作限定。该第一标识物是放置在直接视野范围中的。
间接视野范围:即视线打在视镜上,并经过视镜反射到地面的范围即为间接视野范围。即间接视野范围不是直接可以观察到的范围。
第二标识物:该标识物可以是桩桶,也可以带有颜色的物体,即,易于被观察到的物体均可以作为第二标识物,具体不作限定。该第二标识物是放置在间接视野范围中的。
在一个实施例中,如图2所示,提供了一种车辆视野的确定方法,以该方法应用于图1中的计算机设备106为例进行说明,包括以下步骤:
步骤S202,获取由第一拍摄装置对目标车辆所在的第一场景进行拍摄而得到的第一待处理图像;其中,该第一场景中还包括部署在该目标车辆周围的第一标识物,该第一标识物的位置与该目标车辆的可视区域的直接视野范围相匹配。
其中,第一标识物的位置是根据直接视野范围中直接视野测量点所确定的。比如,在车辆前方确定直接视野测量点,并将该第一标识物放置在直接视野测量点的位置。第一场景是由目标车辆和第一标识物所构成。即第一场景中包含有直接视野范围的视野信息。
具体地,第一拍摄装置对目标车辆所在的第一场景进行拍摄得到第一待处理图像。第一拍摄装置将第一待处理图像发送给计算机设备。例如,第一拍摄装置悬停在目标车辆的驾驶员位置所在的上方A点,该第一拍摄装置在地面上的投影中心点与驾驶员位置H点在地面的投影相重合。该第一拍摄装置在A点对包含有目标车辆和第一标识物的第一场景进行拍摄,得到第一待处理图像。
步骤S204,对该第一待处理图像进行位置转换处理,得到该第一场景中该目标车辆的第一车辆位置信息、以及该第一标识物的第一标识物位置信息。
其中,位置转换处理是将图像中各个像素点转换为实际环境中各个实际坐标的处理。比如对于图像中的像素点b在图像中的位置为(Xb,Yb),通过位置转换处理能够确定与像素点b对应的实际坐标t(Xt,Yt)。其中,各个第一车辆位置信息表征第一待处理图像中目标车辆外部边缘轮廓所对应的位置信息。第一车辆位置点所对应的位置信息即为第一车辆位置信息。其中,每个第一标识物对应多个第一标识物位置信息,该第一标识物位置信息为相应第一标识物外部边缘轮廓所对应的位置信息。该第一标识物位置点所对应的位置信息即为第一标识物位置信息。
具体地,计算机设备对该第一待处理图像进行预处理,确定与目标车辆对应的各个第一车辆像素点、以及与各个第一标识物分别对应的多个第一标识物像素点。计算机设备确定各个第一车辆像素点的序号、以及各个第一标识物的序号。计算机设备基于各个第一车辆像素点,通过位置转换处理,确定与各个第一像素点分别对应的第一车辆位置信息。对于每个第一标识物,计算机设备基于相应第一标识物对应的多个第一标识物像素点,通过位置转换处理,确定与相应第一标识物对应的多个第一标识物位置信息。
需要说明的是,每个第一车辆像素点的序号即为与相应第一车辆位置信息的序号。
例如,计算机设备从各个第一车辆像素点中筛选出多个表征车辆边缘的第一车辆像素点,并对表征车辆边缘的第一车辆像素点进行位置转换处理,得到与各个表征车辆边缘的第一车辆像素点分别对应的第一车辆位置信息。对于每个第一标识物,计算机设备从相应第一标识物对应的多个第一标识物像素点中筛选出,表征相应第一标识物的边缘的多个第一标识物像素点。对于每个第一标识物,计算机设备对表征相应第一标识物的边缘的多个第一标识物像素点,进行位置转换处理,确定与相应第一标识物对应的多个第一标识物位置信息。
步骤S206,基于该第一车辆位置信息和该第一标识物位置信息,生成与该第一场景中直接视野对应的第一视野图像。
具体地,计算机设备确定各个第一车辆位置信息的序号,并确定各个第一标识物的序号。计算机设备基于各个第一车辆位置信息和各个第一标识物位置信息,按照各个第一车辆位置信息的序号以及各个第一标识物的序号,生成与该第一场景中直接视野对应的第一视野图像。例如,如图3所示,该第一视野图像中包括目标车辆和第一标识物。
步骤S208,获取由第二拍摄装置对目标车辆所在的第二场景进行拍摄而得到的第二待处理图像;其中,该第二场景中还包括部署在该目标车辆周围的第二标识物,该第二标识物的位置与该目标车辆的视镜边缘的间接视野范围相匹配。
其中,第二标识物的位置是根据间接视野范围中间接视野测量点所确定的。比如,基于目标车辆视镜反射得到的间接视野测量点,并将该第二标识物放置在间接视野测量点的位置。第二场景是由目标车辆和第二标识物所构成。即第二场景中包含有间接视野范围的视野信息。
具体地,第二拍摄装置对目标车辆所在的第二场景进行拍摄得到第二待处理图像。第二拍摄装置将第二待处理图像发送给计算机设备。例如,第二拍摄装置悬停在目标车辆的驾驶员位置所在的上方,该第二拍摄装置在地面上的投影中心点与驾驶员位置H点在地面的投影相重合。该第二拍摄装置在悬停点对包含有目标车辆和第二标识物的第二场景进行拍摄,得到第二待处理图像。
需要说明的是,该第二拍摄装置可以是第一拍摄装置、也可以另一拍摄装置,不作限定。该第二拍摄装置悬停的位置也可以和第一拍摄装置悬停的位置相同,也可以不在同一高度上,不作限定。
步骤S210,对该第二待处理图像进行位置转换处理,得到该第二场景中该目标车辆的第二车辆位置信息、以及该第二标识物的第二标识物位置信息。
其中,位置转换处理是将图像中各个像素点转换为实际环境中各个实际坐标。比如对于图像中的像素点b在图像中的位置为(Xb,Yb),通过位置转换处理能够确定与像素点b对应的实际坐标t(Xt,Yt)。其中,各个第二车辆位置信息表征第二待处理图像中目标车辆外部边缘轮廓所对应的位置信息。第二车辆位置点所对应的位置信息即为第二车辆位置信息。其中,每个第二标识物对应多个第二标识物位置信息,该第二标识物位置信息为相应第二标识物外部边缘轮廓所对应的位置信息。该第二标识物位置点所对应的位置信息即为第二标识物位置信息。
具体地,计算机设备对该第二待处理图像进行预处理,确定与目标车辆对应的各个第二车辆像素点、以及与各个第二标识物分别对应的多个第二标识物像素点。计算机设备确定各个第二车辆像素点的序号、以及各个第二标识物的序号。计算机设备基于各个第二车辆像素点,通过位置转换处理,确定与各个第二像素点分别对应的第二车辆位置信息。对于每个第二标识物,计算机设备基于相应第二标识物对应的多个第二标识物像素点,通过位置转换处理,确定与相应第二标识物对应的多个第二标识物位置信息。
需要说明的是,每个第二车辆像素点的序号即为与相应第二车辆位置信息的序号。
例如,计算机设备从各个第二车辆像素点中筛选出多个表征车辆边缘的第二车辆像素点,并对表征车辆边缘的第二车辆像素点进行位置转换处理,得到与各个表征车辆边缘的第二车辆像素点分别对应的第二车辆位置信息。对于每个第二标识物,计算机设备从相应第二标识物对应的多个第二标识物像素点中筛选出表征相应第二标识物的边缘的多个第二标识物像素点。对于每个第二标识物,计算机设备对表征相应第二标识物的边缘的多个第二标识物像素点,进行位置转换处理,确定与相应第二标识物对应的多个第二标识物位置信息。
步骤S212,基于该第二车辆位置信息和该第二标识物位置信息,生成与该第二场景中间接视野对应的第二视野图像。
具体地,计算机设备确定各个第二车辆位置信息的序号,并确定各个第二标识物的序号。计算机设备基于各个第二车辆位置信息和各个第二标识物位置信息,按照各个第二车辆位置信息的序号以及各个第二标识物的序号,生成与该第二场景中间接视野对应的第二视野图像。
步骤S214,基于该第一视野图像和该第二视野图像,通过图像融合处理,得到目标车辆的视野图像。
具体地,计算机设备将第一视野图像和第二视野图像进行融合,得到目标车辆的视野图像。或者,计算机设备获取第一视野图像中的第一信息量,并将该第一信息量融合至第二视野图像,得到目标车辆的视野图像。或者,计算机设备获取第二视野图像中的第二信息量,并将该第二信息量融合至第一视野图像,得到目标车辆的视野图像。
上述车辆视野的确定方法中,通过获取部署有第一标识物的第一待处理图像,能够清晰且准确的反映目标车辆的直接视野范围。通过对该第一待处理图像进行位置转换处理,能够实时确定第一场景中目标车辆的第一车辆位置信息和第一标识物的第一标识物位置信息。这样,基于该第一车辆位置信息和第一标识物位置信息能够自动且准确的生成与第一场景中直接视野对应的第一视野图像,这样,基于该第一视野图像能够精准反映直接视野范围,避免了人为确定直接视野范围时产生的误差,并且实现了第一视野图像的自动化生成,极大地提高了数据的处理速度。同样地,基于第二待处理图像,能够清晰且准确的反映目标车辆的间接视野范围。通过对该第二待处理图像进行位置转换处理,能够实时确定第二场景中目标车辆的第二车辆位置信息和第二标识物位置信息,从而,能够自动且准确的生成与第二场景中间接视野对应的第二视野图像,这样,基于该第二视野图像能够精准反映间接视野范围,避免了人为确定间接视野范围时产生的误差,并且实现了第二视野图像的自动化生成,极大地提高了数据的处理速度。因此,能够又快又准确的确定目标车辆的视野图像,在降低人为操作步骤的同时,确保了视野图像的准确性,从而,大大提高了确定车辆视野的效率。
在一个实施例中,如图4所示,该对该第一待处理图像进行位置转换处理,得到该第一场景中该目标车辆的第一车辆位置信息、以及该第一标识物的第一标识物位置信息,包括:
步骤S402,获取该第一拍摄装置的第一拍摄参数,该第一拍摄参数包括第一高度信息和第一角度信息。
其中,该第一高度信息为第一拍摄装置在拍摄过程中的高度值,该第一拍摄装置悬停在目标车辆的驾驶员位置的上方,即驾驶员位置的中心和第一拍摄装置的中心位于一个竖直线上。该第一角度信息为第一拍摄装置在拍摄过程中倾斜的角度。
步骤S404,对该第一待处理图像中的各个像素点进行第一图像搜索处理,确定与该目标车辆对应的各个第一车辆像素信息、以及与该第一标识物对应的各个第一标识物像素信息。
其中,该第一图像搜索处理用于区分图像中各个物体。
具体地,计算机设备对该第一待处理图像中的各个像素点进行第一图像搜索处理,得到各个第一车辆像素信息、以及与各个第一标识物分别对应的多个第一标识物像素信息。
其中,该第一车辆像素信息即为第一车辆像素点的位置,该第一标识物像素信息即为第一标识物像素点的位置。
步骤S406,基于该第一高度信息,分别对第一车辆像素信息和第一标识物像素信息进行第一缩放修正,得到各个第一车辆缩放位置信息、以及各个第一标识物缩放位置信息。
具体地,计算机设备基于该第一高度信息,确定第一待处理图像与第一场景之间的第一缩放比例,将各个第一车辆像素信息均乘以第一缩放比例,得到各个第一车辆缩放位置信息。对于每个第一标识物,计算机设备将与相应第一标识物对应的多个第一标识物像素信息均乘以第一缩放比例,得到与相应第一标识物对应的各个第一标识物缩放位置信息。
其中,第一缩放比例可以理解为图像中坐标M的横纵坐标均乘以第一缩放比例,得到实际场景中的坐标N的横纵坐标。比如,图像中M(0.01,0.02),第一缩放比例为1:1000,则实际场景中的坐标N为(10,20),单位为米。
步骤S408,基于该第一角度信息,分别对第一车辆缩放位置信息、以及第一标识物缩放位置信息进行第一角度修正,得到在该第一场景中的与该目标车辆对应的各个第一车辆位置信息、以及该第一标识物对应的各个第一标识物位置信息。
具体地,计算机设备基于该第一角度信息,确定第一角度修正比例。计算机设备将各个第一车辆缩放位置信息均乘以第一角度修正比例,得到在该第一场景中的与该目标车辆对应的各个第一车辆位置信息。对于每个第一标识物,计算机设备将相应的第一标识物对应的多个第一标识物缩放位置信息,均乘以第一角度修正比例,得到在该第一场景中的与相应第一标识物对应的各个第一标识物位置信息。
在本实施例中,基于第一拍摄装置的第一拍摄参数,能够迅速且准确的确定在第一场景中的第一标识物位置信息和第一车辆位置信息。这样,避免了通过人为测量确定实际场景中的第一标识物的位置和目标车辆的位置,大大提高了位置转换的正确率。
在一个实施例中,该基于该第一车辆位置信息和该第一标识物位置信息,生成与该第一场景中直接视野对应的第一视野图像,包括:基于各个第一车辆位置信息,生成第一图像。基于各个第一标识物分别对应的各个第一标识物位置信息,通过第一圆拟合处理,得到第一标识物的中心位置信息。基于各个第一标识物的中心位置信息和该第一图像,生成与该第一场景中直接视野对应的第一视野图像。
其中,圆拟合是对坐标系中存在的多个坐标点进行圆形拟合。
具体地,计算机设备确定各个第一车辆位置信息的序号,并按照第一车辆位置信息的序号,依次将各个第一车辆位置信息分别对应的第一车辆位置点进行连接,生成第一图像。对于每个第一标识物,计算机设备对与相应第一标识物对应的第一标识物位置信息进行第一圆拟合处理,确定相应第一标识物的中心位置信息。计算机设备确定与该中心位置信息对应的中心位置坐标,并获取各个第一标识物的序号。计算机设备基于各个第一标识物分别对应的中心位置坐标以及各个第一标识物的序号,对第一图像进行更新,得到包含有第一标识物连接曲线的第一视野图像。
例如,对于第一标识物E和F,其中,对于第一标识物E存在对应的三个标识物位置信息,分别为E1(x1,y1),E2(x2,y2),E3(x3,y3)。计算机设备对E1、E2、E3进行圆拟合,确定第一标识物E的中心位置W。相应地,确定第一标识物F的中心位置R。其中,该第一标识物的序号在第一标识物E的序号之前,计算机设备基于第一图像中各个第一标识物的中心位置以及序号,依次将W和R连接起来,形成包含有第一标识物连接曲线WR的第一视野图像。
在本实施例中,基于该第一车辆位置信息和第一标识物信息能够自动且准确的生成与第一场景中直接视野对应的第一视野图像,这样,基于该第一视野图像能够精准反映直接视野范围避免了人为确定直接视野范围时产生的误差,并且实现了第一视野图像的自动化生成,极大地提高了数据的处理速度。
在一个实施例中,如图5所示,该对该第二待处理图像进行位置转换处理,得到该第二场景中该目标车辆的第二车辆位置信息、以及该第二标识物的第二标识物位置信息,包括:
步骤S502,获取该第二拍摄装置的第二拍摄参数,该第二拍摄参数包括第二高度信息和第二角度信息。
其中,该第二高度信息为第二拍摄装置在拍摄过程中的高度值,该第二拍摄装置悬停在目标车辆的驾驶员位置的上方,即驾驶员位置的中心和第二拍摄装置的中心位于一个竖直线上。该第二角度信息为第二拍摄装置在拍摄过程中倾斜的角度。
其中,该第一拍摄装置的第一拍摄参数可以和第二拍摄装置的第二拍摄参数相同,也可以不同,具体可根据实际需求进行设定。
步骤S504,对该第二待处理图像中的各个像素点进行第二图像搜索处理,确定与该目标车辆对应的各个第二车辆像素信息、以及与该第二标识物对应的各个第二标识物像素信息。
其中,该第二图像搜索处理用于区分图像中各个物体。
具体地,计算机设备对该第二待处理图像中的各个像素点进行第二图像搜索处理,得到各个第二车辆像素信息、以及与各个第二标识物分别对应的多个第二标识物像素信息。
其中,该第二车辆像素信息即为第二车辆像素点的位置,该第二标识物像素信息即为第二标识物像素点的位置。
步骤S506,基于该第二高度信息,分别对第二车辆像素信息和第二标识物像素信息进行第二缩放修正,得到各个第二车辆缩放位置信息、以及各个第二标识物缩放位置信息。
具体地,计算机设备基于该第二高度信息,确定第二待处理图像与第二场景之间的第二缩放比例,将各个第二车辆像素信息均乘以第二缩放比例,得到各个第二车辆缩放位置信息。对于每个第二标识物,计算机设备将与相应第二标识物对应的多个第二标识物像素信息均乘以第二缩放比例,得到与相应第二标识物对应的各个第二标识物缩放位置信息。
步骤S508,基于该第二角度信息,分别对第二车辆缩放位置信息、以及第二标识物缩放位置信息进行第二角度修正,得到在该第二场景中的与该目标车辆对应的各个第二车辆位置信息、以及该第二标识物对应的各个第二标识物位置信息。
具体地,计算机设备基于该第二角度信息,确定第二角度修正比例。计算机设备将各个第二车辆缩放位置信息均乘以第二角度修正比例,得到在该第二场景中的与该目标车辆对应的各个第二车辆位置信息。对于每个第二标识物,计算机设备将相应的第二标识物对应的多个第二标识物缩放位置信息,均乘以第二角度修正比例,得到在该第二场景中的与相应第二标识物对应的各个第二标识物位置信息。
在本实施例中,基于第二拍摄装置的第二拍摄参数,能够迅速且准确的确定在第二场景中的第二标识物位置信息和第二车辆位置信息。这样,避免了通过人为测量确定实际场景中的第二标识物的位置和目标车辆的位置,大大提高了位置转换的正确率。
在一个实施例中,该基于该第二车辆位置信息和该第二标识物位置信息,生成与该第二场景中间接视野对应的第二视野图像,包括:基于各个第二车辆位置信息,生成第二图像。基于各个第二标识物分别对应的各个第二标识物位置信息,通过第二圆拟合处理,得到第二标识物的中心位置信息。基于各个第二标识物的中心位置信息和该第二图像,生成与该第二场景中间接视野对应的第二视野图像。
具体地,计算机设备确定各个第二车辆位置信息的序号,并按照第二车辆位置信息的序号,依次将各个第二车辆位置信息分别对应的第二车辆位置点进行连接,生成第二图像。对于每个第二标识物,计算机设备对与相应第二标识物对应的第二标识物位置信息进行第二圆拟合处理,确定相应第二标识物的中心位置信息。计算机设备确定与该中心位置信息对应的中心位置坐标,并获取各个第二标识物的序号。计算机设备基于各个第二标识物分别对应的中心位置坐标以及各个第二标识物的序号,对第二图像进行更新,得到包含有第二标识物连接曲线的第二视野图像。
例如,对于第二标识物I和J,其中,对于第二标识物E存在对应的三个标识物位置信息,分别为I1(x4,y4),I2(x5,y5),I3(x6,y6)。计算机设备对I1、I2、I3进行圆拟合,确定第二标识物I的中心位置P。相应地,确定第二标识物J的中心位置G。其中,该第二标识物的序号在第二标识物I的序号之前,计算机设备基于第二图像中各个第二标识物的中心位置以及序号,依次将P和G连接起来,形成包含有第二标识物连接曲线PG的第二视野图像。
在本实施例中,基于该第二车辆位置信息和第二标识物信息能够自动且准确的生成与第二场景中间接视野对应的第二视野图像,这样,基于该第二视野图像能够精准反映间接视野范围,避免了人为确定间接视野范围时产生的误差,并且实现了第二视野图像的自动化生成,极大地提高了数据的处理速度。
在一个实施例中,该第二视野图像包含由第二标识物的中心位置信息构成的连接曲线,该基于该第一视野图像和该第二视野图像,通过图像融合处理,得到目标车辆的视野图像,包括:将该第二视野图像中的由第二标识物的中心位置信息构成的连接曲线复制至该第一视野图像中,得到目标车辆的视野图像。
其中,该第二标识物是与目标车辆的视镜边缘的间接视野范围相匹配,也就是说,由第二标识物的中心位置信息构成的连接曲线,表征间接视野范围的曲线。
具体地,计算机设备从第二视野图像中识别出第二标识物的中心位置信息所构成的连接曲线,并将该第二标识物的中心位置信息所构成的连接曲线复制到第一视野图像,得到目标车辆的视野图像。计算机设备以该视野图像中驾驶员位置为圆心,设定预定半径,确定视野圆形区域。计算机设备基于由第一标识物确定的连接曲线和由第二标识物确定的连接曲线,对该视野圆形区域进行划分,得到直接视野区域、间接视野区域。
需要说明的是,第一视野图像包含有目标车辆的轮廓、以及由第一标识物的中心位置构成的连接曲线,因此,目标车辆的视野图像中包含有两种连接曲线,分别是由第一标识物和第二标识物确定的。
需要说明的是,由于第一标识物是与直接视野范围相匹配的,则由第一标识物的中心位置构成的连接曲线、以及视野圆形区域的弧线,能够确定直接视野区域。同样地,由于第二标识物是与间接视野范围相匹配的,则由第二标识物的中心位置构成的连接曲线、以及视野圆形区域的弧线,能够确定间接视野区域。
例如,如图6所示,该图中曲线1为与第一标识物对应的连接曲线,曲线2为与第二标识物对应的连接曲线,由曲线1和圆形区域的弧线确定直接视野区域,由曲线2和圆形区域的弧线确定间接视野区域。图中的阴影部分即为视野盲区。图中区域①和区域②构成的区域是直接视野和间接视野共同构成的区域。
在本实施例中,基于第一视野图像和第二视野图像,能够又快又准确的确定目标车辆的视野图像,在降低人为操作步骤的同时,确保了视野图像的准确性,从而,大大提高了确定车辆视野的效率。
为了更加清楚的了解本申请的技术方案,提供了一个更为详细实施例进行描述。如图7所示,具体地如下:
步骤一:通过具有描点功能的扫描装置(比如,可以激光装置)在地面获取直接视野测试点,在各个直接视野测试点上放置第一标识物(比如,桩桶或者防撞柱等)。其中,该第一标识物投影到地面上的中心与直接视野测试点重合。
步骤二:第一拍摄装置(比如遥控无人机)悬停在目标车辆的驾驶员位置所在的上方,该第一拍摄装置投影中心点与该驾驶员位置H点在地面的投影重合。该第一拍摄装置悬停的第一高度应该确保第一拍摄装置的摄像头能够观察到目标车辆和所有第一标识物。第一拍摄装置对目标车辆所在的第一场景进行拍摄得到第一待处理图像。第一拍摄装置中的高度传感器获取第一高度信息,该第一拍摄装置中的角度传感器获取第一角度信息。第一拍摄装置中的信息传输单元将第一待处理图像发送给计算机设备。
步骤三:计算机设备中的图像识别定位系统获取第一待处理图像。其中,也可以对该第一待处理图像进行灰度化、二值化和去噪处理。该计算机设备获取该第一高度信息和第一角度信息,并对该第一待处理图像中的各个像素点进行第一图像搜索处理,得到各个第一车辆像素信息、以及与各个第一标识物分别对应的多个第一标识物像素信息。其中,计算机设备的第一图像搜索是通过计算机视觉库OpenCV对多个样本数据进行训练而实现的。计算机设备基于该第一高度信息,确定第一待处理图像与第一场景之间的第一缩放比例,将各个第一车辆像素信息均乘以第一缩放比例,得到各个第一车辆缩放位置信息。对于每个第一标识物,计算机设备将与相应第一标识物对应的多个第一标识物像素信息均乘以第一缩放比例,得到与相应第一标识物对应的各个第一标识物缩放位置信息。计算机设备基于该第一角度信息,确定第一角度修正比例。计算机设备将各个第一车辆缩放位置信息均乘以第一角度修正比例,得到在该第一场景中的与该目标车辆对应的各个第一车辆位置信息。对于每个第一标识物,计算机设备将相应的第一标识物对应的多个第一标识物缩放位置信息,均乘以第一角度修正比例,得到在该第一场景中的与相应第一标识物对应的各个第一标识物位置信息。
步骤四:计算机设备确定各个第一车辆位置信息的序号,并基于计算机设备中的绘图软件(比如CAD)按照第一车辆位置信息的序号,依次将各个第一车辆位置信息分别对应的第一车辆位置点进行连接,生成第一图像。对于每个第一标识物,计算机设备对与相应第一标识物对应的第一标识物位置信息进行第一圆拟合处理,确定相应第一标识物的中心位置信息。计算机设备确定与该中心位置信息对应的中心位置坐标,并获取各个第一标识物的序号。计算机设备中的绘图软件基于各个第一标识物分别对应的中心位置坐标以及各个第一标识物的序号,对第一图像进行更新,得到包含有第一标识物连接曲线的第一视野图像。其中,该第一视野图像中包含由第一标识物的中心位置信息构成的连接曲线。该第一视野图像的坐标系是以目标车辆的驾驶员位置为原点,将目标车辆的车身所在的直线作为横轴,并将垂直于目标车辆的车身的直线作为纵轴。
步骤五:通过具有描点功能的扫描装置(比如,可以激光装置)在地面获取间接视野测试点,在各个间接视野测试点上放置第二标识物(比如,桩桶或者防撞柱等)。其中,该第二标识物投影到地面上的中心与间接视野测试点重合。
步骤六:第二拍摄装置(比如遥控无人机)悬停在目标车辆的驾驶员位置所在的上方,该第二拍摄装置投影中心点与该驾驶员位置H点在地面的投影重合。该第二拍摄装置悬停的第二高度应该确保第二拍摄装置的摄像头能够观察到目标车辆和所有第二标识物。第二拍摄装置对目标车辆所在的第二场景进行拍摄得到第二待处理图像。第二拍摄装置中的高度传感器获取第二高度信息,该第二拍摄装置中的角度传感器获取第二角度信息。第二拍摄装置中的信息传输单元将第二待处理图像发送给计算机设备。
步骤七:计算机设备中的图像识别定位系统获取第二待处理图像。其中,也可以对该第二待处理图像进行灰度化、二值化和去噪处理。该计算机设备获取该第二高度信息和第二角度信息,并对该第二待处理图像中的各个像素点进行第二图像搜索处理,得到各个第二车辆像素信息、以及与各个第二标识物分别对应的多个第二标识物像素信息。其中,计算机设备的第二图像搜索是通过计算机视觉库OpenCV对多个样本数据进行训练而实现的。计算机设备基于该第二高度信息,确定第二待处理图像与第二场景之间的第二缩放比例,将各个第二车辆像素信息均乘以第二缩放比例,得到各个第二车辆缩放位置信息。对于每个第二标识物,计算机设备将与相应第二标识物对应的多个第二标识物像素信息均乘以第二缩放比例,得到与相应第二标识物对应的各个第二标识物缩放位置信息。计算机设备基于该第二角度信息,确定第二角度修正比例。计算机设备将各个第二车辆缩放位置信息均乘以第二角度修正比例,得到在该第二场景中的与该目标车辆对应的各个第二车辆位置信息。对于每个第二标识物,计算机设备将相应的第二标识物对应的多个第二标识物缩放位置信息,均乘以第二角度修正比例,得到在该第二场景中的与相应第二标识物对应的各个第二标识物位置信息。
步骤八:计算机设备确定各个第二车辆位置信息的序号,并基于计算机设备中的绘图软件(比如CAD)按照第二车辆位置信息的序号,依次将各个第二车辆位置信息分别对应的第二车辆位置点进行连接,生成第二图像。对于每个第二标识物,计算机设备对与相应第二标识物对应的第二标识物位置信息进行第二圆拟合处理,确定相应第二标识物的中心位置信息。计算机设备确定与该中心位置信息对应的中心位置坐标,并获取各个第二标识物的序号。计算机设备中的绘图软件基于各个第二标识物分别对应的中心位置坐标以及各个第二标识物的序号,对第二图像进行更新,得到包含有第二标识物连接曲线的第二视野图像。其中,该第二视野图像中包含由第二标识物的中心位置信息构成的连接曲线。该第二视野图像的坐标系是以目标车辆的驾驶员位置为原点,将目标车辆的车身所在的直线作为横轴,并将垂直于目标车辆的车身的直线作为纵轴。
步骤九:计算机设备从第二视野图像中识别出第二标识物的中心位置信息所构成的连接曲线,并将该第二标识物的中心位置信息所构成的连接曲线复制到第一视野图像,得到目标车辆的视野图像。计算机设备以该视野图像中驾驶员位置为圆心,设定预定半径,确定视野圆形区域。计算机设备基于由第一标识物确定的连接曲线和由第二标识物确定的连接曲线,对该视野圆形区域进行划分,得到直接视野区域、间接视野区域,从而得到综合视野范围图。
在本实施例中,通过获取部署有第一标识物的第一待处理图像,能够清晰且准确的反映目标车辆的直接视野范围。通过对该第一待处理图像进行位置转换处理,能够实时确定第一场景中目标车辆的第一车辆位置信息和第一标识物的第一标识物位置信息。这样,基于该第一车辆位置信息和第一标识物位置信息能够自动且准确的生成与第一场景中直接视野对应的第一视野图像,这样,基于该第一视野图像能够精准反映直接视野范围,避免了人为确定直接视野范围时产生的误差,并且实现了第一视野图像的自动化生成,极大地提高了数据的处理速度。同样地,基于第二待处理图像,能够清晰且准确的反映目标车辆的间接视野范围。通过对该第二待处理图像进行位置转换处理,能够实时确定第二场景中目标车辆的第二车辆位置信息和第二标识物位置信息,从而,能够自动且准确的生成与第二场景中间接视野对应的第二视野图像,这样,基于该第二视野图像能够精准反映间接视野范围,避免了人为确定间接视野范围时产生的误差,并且实现了第二视野图像的自动化生成,极大地提高了数据的处理速度。因此,能够又快又准确的确定目标车辆的视野图像,在降低人为操作步骤的同时,确保了视野图像的准确性,从而,大大提高了确定车辆视野的效率。也就是说,相对于传统技术来说,本申请确定车辆视野的方法更加简洁和高效。此外,本申请的确定方法对车辆车型不作限定,可以是轻、中、重卡的全系列商用车、也可以是汽车等,即具有极高的车型匹配度,通用性强,适用各种车辆的视野测量。此外,本申请的方法可以同时处理多辆车辆,提高了车辆视野测试人员的工作效率,能够又快又准确的确定各个车辆的视野范围图。其中,本申请中运用到的图像识别定位系统,能够大大提高视野确定的精确度。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的车辆视野的确定方法的车辆视野的确定装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个车辆视野的确定装置实施例中的具体限定可以参见上文中对于车辆视野的确定方法的限定,在此不再赘述。
在一个实施例中,如图8所示,提供了一种车辆视野的确定装置,包括:第一获取模块802、第一位置转换模块804、第一生成模块806、第二获取模块808、第二位置转换模块810、第二生成模块812和图像融合模块814,其中:
第一获取模块802,用于获取由第一拍摄装置对目标车辆所在的第一场景进行拍摄而得到的第一待处理图像;其中,该第一场景中还包括部署在该目标车辆周围的第一标识物,该第一标识物的位置与该目标车辆的可视区域的直接视野范围相匹配。
第一位置转换模块804,用于对该第一待处理图像进行位置转换处理,得到该第一场景中该目标车辆的第一车辆位置信息、以及该第一标识物的第一标识物位置信息。
第一生成模块806,用于基于该第一车辆位置信息和该第一标识物位置信息,生成与该第一场景中直接视野对应的第一视野图像。
第二获取模块808,用于获取由第二拍摄装置对目标车辆所在的第二场景进行拍摄而得到的第二待处理图像;其中,该第二场景中还包括部署在该目标车辆周围的第二标识物,该第二标识物的位置与该目标车辆的视镜边缘的间接视野范围相匹配。
第二位置转换模块810,用于对该第二待处理图像进行位置转换处理,得到该第二场景中该目标车辆的第二车辆位置信息、以及该第二标识物的第二标识物位置信息。
第二生成模块812,用于基于该第二车辆位置信息和该第二标识物位置信息,生成与该第二场景中间接视野对应的第二视野图像。
图像融合模块814,用于基于该第一视野图像和该第二视野图像,通过图像融合处理,得到目标车辆的视野图像。
在一个实施例中,该第一位置转换模块804,用于获取该第一拍摄装置的第一拍摄参数,该第一拍摄参数包括第一高度信息和第一角度信息。对该第一待处理图像中的各个像素点进行第一图像搜索处理,确定与该目标车辆对应的各个第一车辆像素信息、以及与该第一标识物对应的各个第一标识物像素信息。基于该第一高度信息,分别对第一车辆像素信息和第一标识物像素信息进行第一缩放修正,得到各个第一车辆缩放位置信息、以及各个第一标识物缩放位置信息。基于该第一角度信息,分别对第一车辆缩放位置信息、以及第一标识物缩放位置信息进行第一角度修正,得到在该第一场景中的与该目标车辆对应的各个第一车辆位置信息、以及该第一标识物对应的各个第一标识物位置信息。
在一个实施例中,该第一生成模块806,用于基于各个第一车辆位置信息,生成第一图像。基于各个第一标识物分别对应的各个第一标识物位置信息,通过第一圆拟合处理,得到第一标识物的中心位置信息。基于各个第一标识物的中心位置信息和该第一图像,生成与该第一场景中直接视野对应的第一视野图像。
在一个实施例中,该第二位置转换模块810,用于获取该第二拍摄装置的第二拍摄参数,该第二拍摄参数包括第二高度信息和第二角度信息。对该第二待处理图像中的各个像素点进行第二图像搜索处理,确定与该目标车辆对应的各个第二车辆像素信息、以及与该第二标识物对应的各个第二标识物像素信息。基于该第二高度信息,分别对第二车辆像素信息和第二标识物像素信息进行第二缩放修正,得到各个第二车辆缩放位置信息、以及各个第二标识物缩放位置信息。基于该第二角度信息,分别对第二车辆缩放位置信息、以及第二标识物缩放位置信息进行第二角度修正,得到在该第二场景中的与该目标车辆对应的各个第二车辆位置信息、以及该第二标识物对应的各个第二标识物位置信息。
在一个实施例中,该第二生成模块812,用于基于各个第二车辆位置信息,生成第二图像。基于各个第二标识物分别对应的各个第二标识物位置信息,通过第二圆拟合处理,得到第二标识物的中心位置信息。基于各个第二标识物的中心位置信息和该第二图像,生成与该第二场景中间接视野对应的第二视野图像。
在一个实施例中,该图像融合模块814,用于将该第二视野图像中的由第二标识物的中心位置信息构成的连接曲线复制至该第一视野图像中,得到目标车辆的视野图像。
上述车辆视野的确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图9所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output,简称I/O)和通信接口。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口通过输入/输出接口连接到系统总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储车辆视野的确定数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种车辆视野的确定方法。
本领域技术人员可以理解,图9中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种车辆视野的确定方法,其特征在于,所述方法包括:
获取由第一拍摄装置对目标车辆所在的第一场景进行拍摄而得到的第一待处理图像;其中,所述第一场景中还包括部署在所述目标车辆周围的第一标识物,所述第一标识物的位置与所述目标车辆的可视区域的直接视野范围相匹配;
对所述第一待处理图像进行位置转换处理,得到所述第一场景中所述目标车辆的第一车辆位置信息、以及所述第一标识物的第一标识物位置信息;
基于各个第一车辆位置信息,生成第一图像;
基于各个第一标识物分别对应的各个第一标识物位置信息,通过第一圆拟合处理,得到第一标识物的中心位置信息;
基于各个第一标识物的中心位置信息和所述第一图像,生成与所述第一场景中直接视野对应的第一视野图像;
获取由第二拍摄装置对目标车辆所在的第二场景进行拍摄而得到的第二待处理图像;其中,所述第二场景中还包括部署在所述目标车辆周围的第二标识物,所述第二标识物的位置与所述目标车辆的视镜边缘的间接视野范围相匹配;
对所述第二待处理图像进行位置转换处理,得到所述第二场景中所述目标车辆的第二车辆位置信息、以及所述第二标识物的第二标识物位置信息;
基于各个第二车辆位置信息,生成第二图像;
基于各个第二标识物分别对应的各个第二标识物位置信息,通过第二圆拟合处理,得到第二标识物的中心位置信息;
基于各个第二标识物的中心位置信息和所述第二图像,生成与所述第二场景中间接视野对应的第二视野图像;
基于所述第一视野图像和所述第二视野图像,通过图像融合处理,得到目标车辆的视野图像。
2.根据权利要求1所述的方法,其特征在于,所述对所述第一待处理图像进行位置转换处理,得到所述第一场景中所述目标车辆的第一车辆位置信息、以及所述第一标识物的第一标识物位置信息,包括:
获取所述第一拍摄装置的第一拍摄参数,所述第一拍摄参数包括第一高度信息和第一角度信息;
对所述第一待处理图像中的各个像素点进行第一图像搜索处理,确定与所述目标车辆对应的各个第一车辆像素信息、以及与所述第一标识物对应的各个第一标识物像素信息;
基于所述第一高度信息,分别对第一车辆像素信息和第一标识物像素信息进行第一缩放修正,得到各个第一车辆缩放位置信息、以及各个第一标识物缩放位置信息;
基于所述第一角度信息,分别对第一车辆缩放位置信息、以及第一标识物缩放位置信息进行第一角度修正,得到在所述第一场景中的与所述目标车辆对应的各个第一车辆位置信息、以及所述第一标识物对应的各个第一标识物位置信息。
3.根据权利要求1所述的方法,其特征在于,所述对所述第二待处理图像进行位置转换处理,得到所述第二场景中所述目标车辆的第二车辆位置信息、以及所述第二标识物的第二标识物位置信息,包括:
获取所述第二拍摄装置的第二拍摄参数,所述第二拍摄参数包括第二高度信息和第二角度信息;
对所述第二待处理图像中的各个像素点进行第二图像搜索处理,确定与所述目标车辆对应的各个第二车辆像素信息、以及与所述第二标识物对应的各个第二标识物像素信息;
基于所述第二高度信息,分别对第二车辆像素信息和第二标识物像素信息进行第二缩放修正,得到各个第二车辆缩放位置信息、以及各个第二标识物缩放位置信息;
基于所述第二角度信息,分别对第二车辆缩放位置信息、以及第二标识物缩放位置信息进行第二角度修正,得到在所述第二场景中的与所述目标车辆对应的各个第二车辆位置信息、以及所述第二标识物对应的各个第二标识物位置信息。
4.根据权利要求1所述的方法,其特征在于,所述第二视野图像包含由第二标识物的中心位置信息构成的连接曲线,所述基于所述第一视野图像和所述第二视野图像,通过图像融合处理,得到目标车辆的视野图像,包括:
将所述第二视野图像中的由第二标识物的中心位置信息构成的连接曲线复制至所述第一视野图像中,得到目标车辆的视野图像。
5.一种车辆视野的确定装置,其特征在于,所述装置包括:
第一获取模块,用于获取由第一拍摄装置对目标车辆所在的第一场景进行拍摄而得到的第一待处理图像;其中,所述第一场景中还包括部署在所述目标车辆周围的第一标识物,所述第一标识物的位置与所述目标车辆的可视区域的直接视野范围相匹配;
第一位置转换模块,用于对所述第一待处理图像进行位置转换处理,得到所述第一场景中所述目标车辆的第一车辆位置信息、以及所述第一标识物的第一标识物位置信息;
第一生成模块,用于基于各个第一车辆位置信息,生成第一图像;基于各个第一标识物分别对应的各个第一标识物位置信息,通过第一圆拟合处理,得到第一标识物的中心位置信息;基于各个第一标识物的中心位置信息和所述第一图像,生成与所述第一场景中直接视野对应的第一视野图像;
第二获取模块,用于获取由第二拍摄装置对目标车辆所在的第二场景进行拍摄而得到的第二待处理图像;其中,所述第二场景中还包括部署在所述目标车辆周围的第二标识物,所述第二标识物的位置与所述目标车辆的视镜边缘的间接视野范围相匹配;
第二位置转换模块,用于对所述第二待处理图像进行位置转换处理,得到所述第二场景中所述目标车辆的第二车辆位置信息、以及所述第二标识物的第二标识物位置信息;
第二生成模块,用于基于各个第二车辆位置信息,生成第二图像;基于各个第二标识物分别对应的各个第二标识物位置信息,通过第二圆拟合处理,得到第二标识物的中心位置信息;基于各个第二标识物的中心位置信息和所述第二图像,生成与所述第二场景中间接视野对应的第二视野图像;
图像融合模块,用于基于所述第一视野图像和所述第二视野图像,通过图像融合处理,得到目标车辆的视野图像。
6.根据权利要求5所述的装置,其特征在于,所述第一位置转换模块,用于获取所述第一拍摄装置的第一拍摄参数,所述第一拍摄参数包括第一高度信息和第一角度信息;对所述第一待处理图像中的各个像素点进行第一图像搜索处理,确定与所述目标车辆对应的各个第一车辆像素信息、以及与所述第一标识物对应的各个第一标识物像素信息;基于所述第一高度信息,分别对第一车辆像素信息和第一标识物像素信息进行第一缩放修正,得到各个第一车辆缩放位置信息、以及各个第一标识物缩放位置信息;基于所述第一角度信息,分别对第一车辆缩放位置信息、以及第一标识物缩放位置信息进行第一角度修正,得到在所述第一场景中的与所述目标车辆对应的各个第一车辆位置信息、以及所述第一标识物对应的各个第一标识物位置信息。
7.根据权利要求5所述的装置,其特征在于,所述第二位置转换模块,用于获取所述第二拍摄装置的第二拍摄参数,所述第二拍摄参数包括第二高度信息和第二角度信息;对所述第二待处理图像中的各个像素点进行第二图像搜索处理,确定与所述目标车辆对应的各个第二车辆像素信息、以及与所述第二标识物对应的各个第二标识物像素信息;基于所述第二高度信息,分别对第二车辆像素信息和第二标识物像素信息进行第二缩放修正,得到各个第二车辆缩放位置信息、以及各个第二标识物缩放位置信息;基于所述第二角度信息,分别对第二车辆缩放位置信息、以及第二标识物缩放位置信息进行第二角度修正,得到在所述第二场景中的与所述目标车辆对应的各个第二车辆位置信息、以及所述第二标识物对应的各个第二标识物位置信息。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210424778.XA CN114897968B (zh) | 2022-04-22 | 2022-04-22 | 车辆视野的确定方法、装置、计算机设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210424778.XA CN114897968B (zh) | 2022-04-22 | 2022-04-22 | 车辆视野的确定方法、装置、计算机设备、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114897968A CN114897968A (zh) | 2022-08-12 |
CN114897968B true CN114897968B (zh) | 2024-06-04 |
Family
ID=82717597
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210424778.XA Active CN114897968B (zh) | 2022-04-22 | 2022-04-22 | 车辆视野的确定方法、装置、计算机设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114897968B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109859260A (zh) * | 2017-11-30 | 2019-06-07 | 华为技术有限公司 | 确定车位位置的方法、装置及计算机可读存储介质 |
CN109934076A (zh) * | 2017-12-19 | 2019-06-25 | 广州汽车集团股份有限公司 | 视觉盲区的场景图像的生成方法、装置、系统及终端设备 |
CN110077320A (zh) * | 2019-04-11 | 2019-08-02 | 爱驰汽车有限公司 | 一种基于雷达的倒车方法及装置 |
CN113442831A (zh) * | 2020-03-25 | 2021-09-28 | 斑马智行网络(香港)有限公司 | 视野盲区显示方法、装置以及采用该方法的导航系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113635833A (zh) * | 2020-04-26 | 2021-11-12 | 晋城三赢精密电子有限公司 | 基于汽车a柱的车载显示装置、方法、系统及存储介质 |
-
2022
- 2022-04-22 CN CN202210424778.XA patent/CN114897968B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109859260A (zh) * | 2017-11-30 | 2019-06-07 | 华为技术有限公司 | 确定车位位置的方法、装置及计算机可读存储介质 |
CN109934076A (zh) * | 2017-12-19 | 2019-06-25 | 广州汽车集团股份有限公司 | 视觉盲区的场景图像的生成方法、装置、系统及终端设备 |
CN110077320A (zh) * | 2019-04-11 | 2019-08-02 | 爱驰汽车有限公司 | 一种基于雷达的倒车方法及装置 |
CN113442831A (zh) * | 2020-03-25 | 2021-09-28 | 斑马智行网络(香港)有限公司 | 视野盲区显示方法、装置以及采用该方法的导航系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114897968A (zh) | 2022-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112894832B (zh) | 三维建模方法、装置、电子设备和存储介质 | |
CN110163930B (zh) | 车道线生成方法、装置、设备、系统及可读存储介质 | |
CN111179358B (zh) | 标定方法、装置、设备及存储介质 | |
CN109285220B (zh) | 一种三维场景地图的生成方法、装置、设备及存储介质 | |
CN108198145B (zh) | 用于点云数据修复的方法和装置 | |
WO2018049998A1 (zh) | 交通标志牌信息获取方法及装置 | |
CN113657224B (zh) | 车路协同中用于确定对象状态的方法、装置、设备 | |
CN111815707A (zh) | 点云确定方法、点云筛选方法、装置、计算机设备 | |
WO2022183685A1 (zh) | 目标检测方法、电子介质和计算机存储介质 | |
CN111932627B (zh) | 一种标识物绘制方法及系统 | |
CN112967344B (zh) | 相机外参标定的方法、设备、存储介质及程序产品 | |
WO2022217988A1 (zh) | 传感器配置方案确定方法、装置、计算机设备、存储介质及程序 | |
CN111709923A (zh) | 一种三维物体检测方法、装置、计算机设备和存储介质 | |
CN115436910B (zh) | 一种对激光雷达点云进行目标检测的数据处理方法和装置 | |
CN115115655A (zh) | 目标分割方法、装置、电子设备、存储介质及程序产品 | |
CN113793413A (zh) | 三维重建方法、装置、电子设备及存储介质 | |
CN114119682A (zh) | 一种激光点云和图像配准方法及配准系统 | |
CN114897968B (zh) | 车辆视野的确定方法、装置、计算机设备、存储介质 | |
CN116642490A (zh) | 基于混合地图的视觉定位导航方法、机器人及存储介质 | |
CN114792343A (zh) | 图像获取设备的标定方法、获取图像数据的方法、装置 | |
CN109376653B (zh) | 用于定位车辆的方法、装置、设备和介质 | |
CN114638898A (zh) | 一种小型飞行目标检测方法和装置 | |
CN112766068A (zh) | 一种基于网格化标注的车辆检测方法及系统 | |
CN117170501B (zh) | 基于点线融合特征的视觉跟踪方法 | |
CN117392317B (zh) | 实景三维建模方法、装置、计算机设备和存储介质 |
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 |