CN115908675A - 交通环境可视化方法、装置、终端设备以及存储介质 - Google Patents
交通环境可视化方法、装置、终端设备以及存储介质 Download PDFInfo
- Publication number
- CN115908675A CN115908675A CN202211604119.0A CN202211604119A CN115908675A CN 115908675 A CN115908675 A CN 115908675A CN 202211604119 A CN202211604119 A CN 202211604119A CN 115908675 A CN115908675 A CN 115908675A
- Authority
- CN
- China
- Prior art keywords
- dimensional
- environment
- traffic environment
- scene
- vehicle
- 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
Classifications
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Processing Or Creating Images (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种交通环境可视化方法、装置、终端设备以及存储介质,通过获取目标三维场景、环境图片及车辆信息文件;将环境图片贴合至目标三维场景,得到三维空间场景;根据所述车辆信息文件在对应的三维空间场景中生成车辆模型,得到三维交通环境;对所述三维交通环境进行渲染,得到目标可视化交通环境。根据获取的原始素材信息将环境图片贴合在目标三维场景中,并对应生成车辆模型,进而渲染出可视化交通环境,实现了二维静态场景与三维动态场景的结合,既能解决二维显示效果不够形象的问题,也可以避免三维场景构建需要的大量资源,即在交通环境可视化过程中实现资源节约的同时兼顾可视化显示效果。
Description
技术领域
本发明涉及自动驾驶技术领域,尤其涉及交通环境可视化方法、装置、终端设备以及存储介质。
背景技术
在自动驾驶仿真测试中,需要实现各种交通环境的可视化,交通流可视化可以用于观察结果,发现问题并且解决问题,还可以用于展示技术方案,体现技术的优越性与稳定性。目前进行交通环境可视化的方案一般包括2D可视化及3D可视化,其中,2D可视化是对于每一帧的图片,先在图片上绘制出道路,车道线,路沿等交通标识,再继续绘制出不同颜色的长方形代替各种车辆每帧进行绘制,连续播放图片就能够可视化的显示出动态变化的交通流。这种方式存在显示效果不明显及难以直观表现等缺点;3D可视化通过对整个场景进行三维环境的还原,然后每一帧都修改车辆的位置,再对三维场景进行实时渲染,得到想要的可视化效果。但三维场景的资源准备与构建需要比较多的人力物力来积累,渲染三维场景也需要较好的硬件支持,对于不同的道路,需要构建不同的三维场景,或者需要编写复杂的程序来自动生成场景。
因此,有必要提出一种在交通环境可视化过程中实现资源节约的同时兼顾显示效果的解决方案。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种交通环境可视化方法、装置、终端设备以及存储介质,旨在在交通环境可视化过程中实现资源节约的同时兼顾可视化显示效果。
为实现上述目的,本发明提供一种交通环境可视化方法,所述交通环境可视化方法包括:
获取目标三维场景、环境图片及车辆信息文件;
将所述环境图片贴合至所述目标三维场景,得到三维空间场景;
根据所述车辆信息文件在对应的三维空间场景中生成车辆模型,得到三维交通环境;
对所述三维交通环境进行渲染,得到目标可视化交通环境。
可选地,所述获取目标三维场景、环境图片及车辆信息文件的步骤包括:
获取目标三维场景及原始道路图片;
对所述原始道路图片进行数据提取,得到环境数据及车辆数据;
根据所述环境数据进行图片绘制,得到所述环境图片;
将所述车辆数据保存至预设文件,得到所述车辆信息文件。
可选地,所述对所述原始道路图片进行数据提取,得到环境数据及车辆数据的步骤包括:
通过人工智能对所述原始道路图片进行识别,得到识别结果;
根据所述识别结果进行数据提取,得到所述环境数据及车辆数据,其中,所述环境数据包括车道线、路沿及交通标识,所述车辆数据包括车辆像素位置及车辆旋转角度。
可选地,所述将所述环境图片贴合至所述目标三维场景,得到三维空间场景的步骤包括:
从所述目标三维场景中选取或确定目标平面;
将所述环境图片贴合至所述目标平面,得到所述三维空间场景。
可选地,所述根据所述车辆信息文件在对应的三维空间场景中生成车辆模型,得到三维交通环境的步骤包括:
根据所述车辆信息文件中的车辆像素位置确定三维空间场景中对应的三维空间位置;
基于所述三维空间位置在对应的三维空间场景中生成车辆模型,得到所述三维交通环境。
可选地,所述基于所述三维空间位置在对应的三维空间场景中生成车辆模型,得到所述三维交通环境的步骤之后还包括:
根据所述车辆数据中的车辆旋转角度调整对应的车辆模型的朝向角度,得到调整后的三维交通环境。
可选地,所述对所述三维交通环境进行渲染,得到目标可视化交通环境的步骤之后还包括:
依次对各帧原始道路图片进行数据提取及可视化处理,得到各目标可视化交通环境;
将各目标可视化交通环境依次输出至用户界面,以形成动态交通流。
此外,为实现上述目的,本发明还提供一种交通环境可视化装置,所述交通环境可视化装置包括:
获取模块,用于获取目标三维场景、环境图片及车辆信息文件;
贴图模块,用于将所述环境图片贴合至所述目标三维场景,得到三维空间场景;
生成模块,用于根据所述车辆信息文件在对应的三维空间场景中生成车辆模型,得到三维交通环境;
渲染模块,用于对所述三维交通环境进行渲染,得到目标可视化交通环境。
此外,为实现上述目的,本发明还提供一种终端设备,所述终端设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的交通环境可视化程序,所述交通环境可视化程序被所述处理器执行时实现如上所述的交通环境可视化方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有交通环境可视化程序,所述交通环境可视化程序被处理器执行时实现如上所述的交通环境可视化方法的步骤。
本发明实施例提出的一种交通环境可视化方法、装置、终端设备以及存储介质,通过获取目标三维场景、环境图片及车辆信息文件;将所述环境图片贴合至所述目标三维场景,得到三维空间场景;根据所述车辆信息文件在对应的三维空间场景中生成车辆模型,得到三维交通环境;对所述三维交通环境进行渲染,得到目标可视化交通环境。根据获取的原始素材信息将环境图片贴合在目标三维场景中,并对应生成车辆模型,进而渲染出可视化交通环境,实现了二维静态场景与三维动态场景的结合,既能解决二维显示效果不够形象的问题,也可以避免三维场景构建需要的大量资源,即在交通环境可视化过程中实现资源节约的同时兼顾可视化显示效果。
附图说明
图1为现有技术中的二维交通场景示意图;
图2为现有技术中的三维交通场景示意图;
图3为本发明交通环境可视化装置所属终端设备的功能模块示意图;
图4为本发明交通环境可视化方法一示例性实施例的流程示意图;
图5为本发明实施例中的交通环境可视化效果示意图;
图6为图4实施例中步骤S10的具体流程示意图;
图7为图4实施例中步骤S30的具体流程示意图;
图8为本发明实施例中的整体流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例的主要解决方案是:通过获取目标三维场景、环境图片及车辆信息文件;将所述环境图片贴合至所述目标三维场景,得到三维空间场景;根据所述车辆信息文件在对应的三维空间场景中生成车辆模型,得到三维交通环境;对所述三维交通环境进行渲染,得到目标可视化交通环境。根据获取的原始素材信息将环境图片贴合在目标三维场景中,并对应生成车辆模型,进而渲染出可视化交通环境,实现了二维静态场景与三维动态场景的结合,既能解决二维显示效果不够形象的问题,也可以避免三维场景构建需要的大量资源,即在交通环境可视化过程中实现资源节约的同时兼顾可视化显示效果。
在自动驾驶仿真测试中,需要实现各种交通环境的可视化,交通流可视化可以用于观察结果,发现问题并且解决问题,还可以用于展示技术方案,体现技术的优越性与稳定性。目前进行交通环境可视化的方案一般有以下两种:
第一种是完全2D的,对于每一帧的图片,先在图片上绘制出道路,车道线,路沿等交通标识,再继续绘制出不同颜色的长方形代替各种车辆每帧进行绘制,连续播放图片就能够可视化的显示出动态变化的交通流。参照图1,图1为现有技术中的二维交通场景示意图,如图所示,采用二维方式进行交通环境可视化,存在以下缺点:第一,显示效果不明显,二维图片只能用单一的颜色来表示各类交通标识和车辆,不容易识别出车辆和交通线,看起来也不美观。第二,观察角度限定,二维平面相当于只能提供从上到下的视图,没办法给出更加直观形象的表现。第三,没办法叠加更多元素,如果想将人或者警告牌也绘制到图片中,只能绘制成一个圆点来表示,对于一些体积小的物体没有办法很好的进行标识。
第二种是完全3D的,需要对整个场景进行三维环境的还原,然后每一帧都修改车辆的位置,再对三维场景进行实时渲染,得到想要的可视化效果。参照图2,图2为现有技术中的三维交通场景示意图,如图所示,采用三维方式进行交通环境可视化,存在以下缺点:第一,三维场景的资源准备与构建需要比较多的人力物力来积累,渲染三维场景也需要较好的硬件支持。第二,对于不同的道路,需要构建不同的三维场景,或者需要编写复杂的程序来自动生成场景。
本发明提供一种解决方案,结合二维场景与三维车流进行交通环境的可视化,结合二维的道路环境以及三维的车流人流进行可视化,既能解决二维方式效果差不够形象的问题,也能规避三维方式所需的人力物力,适配更多场景。
具体地,参照图3,图3为本发明交通环境可视化装置所属终端设备的功能模块示意图。该交通环境可视化装置可以为独立于终端设备的、能够进行交通环境可视化的装置,其可以通过硬件或软件的形式承载于终端设备上。该终端设备可以为手机、平板电脑等具有数据处理功能的智能移动终端,还可以为具有数据处理功能的固定终端设备或服务器等。
在本实施例中,该交通环境可视化装置所属终端设备至少包括输出模块110、处理器120、存储器130以及通信模块140。
存储器130中存储有操作系统以及交通环境可视化程序,交通环境可视化装置可以将目标三维场景、环境图片、车辆信息文件、三维空间场景、三维交通环境以及目标可视化交通环境等信息存储于该存储器130中;输出模块110可为显示屏等。通信模块140可以包括WIFI模块、移动通信模块以及蓝牙模块等,通过通信模块140与外部设备或服务器进行通信。
其中,存储器130中的交通环境可视化程序被处理器执行时实现以下步骤:
获取目标三维场景、环境图片及车辆信息文件;
将所述环境图片贴合至所述目标三维场景,得到三维空间场景;
根据所述车辆信息文件在对应的三维空间场景中生成车辆模型,得到三维交通环境;
对所述三维交通环境进行渲染,得到目标可视化交通环境。
进一步地,存储器130中的交通环境可视化程序被处理器执行时还实现以下步骤:
获取目标三维场景及原始道路图片;
对所述原始道路图片进行数据提取,得到环境数据及车辆数据;
根据所述环境数据进行图片绘制,得到所述环境图片;
将所述车辆数据保存至预设文件,得到所述车辆信息文件。
进一步地,存储器130中的交通环境可视化程序被处理器执行时还实现以下步骤:
通过人工智能对所述原始道路图片进行识别,得到识别结果;
根据所述识别结果进行数据提取,得到所述环境数据及车辆数据,其中,所述环境数据包括车道线、路沿及交通标识,所述车辆数据包括车辆像素位置及车辆旋转角度。
进一步地,存储器130中的交通环境可视化程序被处理器执行时还实现以下步骤:
从所述目标三维场景中选取或确定目标平面;
将所述环境图片贴合至所述目标平面,得到所述三维空间场景。
进一步地,存储器130中的交通环境可视化程序被处理器执行时还实现以下步骤:
根据所述车辆信息文件中的车辆像素位置确定三维空间场景中对应的三维空间位置;
基于所述三维空间位置在对应的三维空间场景中生成车辆模型,得到所述三维交通环境。
进一步地,存储器130中的交通环境可视化程序被处理器执行时还实现以下步骤:
根据所述车辆数据中的车辆旋转角度调整对应的车辆模型的朝向角度,得到调整后的三维交通环境。
进一步地,存储器130中的交通环境可视化程序被处理器执行时还实现以下步骤:
依次对各帧原始道路图片进行数据提取及可视化处理,得到各目标可视化交通环境;
将各目标可视化交通环境依次输出至用户界面,以形成动态交通流。
本实施例通过上述方案,具体通过获取目标三维场景、环境图片及车辆信息文件;将所述环境图片贴合至所述目标三维场景,得到三维空间场景;根据所述车辆信息文件在对应的三维空间场景中生成车辆模型,得到三维交通环境;对所述三维交通环境进行渲染,得到目标可视化交通环境。根据获取的原始素材信息将环境图片贴合在目标三维场景中,并对应生成车辆模型,进而渲染出可视化交通环境,实现了二维静态场景与三维动态场景的结合,既能解决二维显示效果不够形象的问题,也可以避免三维场景构建需要的大量资源,即在交通环境可视化过程中实现资源节约的同时兼顾可视化显示效果。
基于上述终端设备架构但不限于上述架构,提出本发明方法实施例。
本实施例方法的执行主体可以为一种交通环境可视化装置或终端设备等,本实施例以交通环境可视化装置进行举例。
参照图4,图4为本发明交通环境可视化方法一示例性实施例的流程示意图。所述交通环境可视化方法包括:
步骤S10,获取目标三维场景、环境图片及车辆信息文件;
具体地,在自动驾驶仿真测试过程中,需要实现各种交通环境的可视化,本发明实施例中采用三维场景与二维场景结合的方式实现交通环境的可视化,选取目标三维场景后,在目标三维场景中选择一块贴地的长方形平面,将环境图片贴合在长方形平面上,即可形成三维空间场景,进而根据获取的车辆信息文件在三维空间场景中生成车辆模型,并进行实时渲染,即可形成交通环境的可视化。此外,在同一目标三维场景中,切换各帧环境图片并同步更新车辆模型,即可在该三维场景中形成动态的交通流;当需要切换其它场景时,则可以将目标三维场景进行替换,实现交通流场景的改变。
可选地,获取的环境图片中,已经绘制了道路、车道线、路沿及各类交通标识等环境特征,此类环境图片是通过AI对原始道路图片进行提取,进而根据提取到的特征进行绘制得到。
可选地,获取的车辆信息文件可以为json文件,其中包含了每一帧环境图片中对应的车辆的像素位置以及旋转信息,可以用于后续的车辆模型的生成。
步骤S20,将所述环境图片贴合至所述目标三维场景,得到三维空间场景;
进一步地,根据环境数据绘制出环境图片,并将车辆数据保存为车辆信息文件后,即可将环境图片贴到目标三维场景中,从而得到三维空间场景。
可选地,将环境图片贴到目标三维场景中得到三维空间场景的步骤包括:
从所述目标三维场景中选取或确定目标平面;
将所述环境图片贴合至所述目标平面,得到所述三维空间场景。
具体地,本发明实施例中的交通环境可视化方法可以适配多种场景,将环境图片贴合至不同三维场景即可实现场景的切换。获取目标三维场景后,从目标三维场景中选取一块贴地的长方形平面作为目标平面,进而将环境图片贴合到目标平面上,当连续读取到多帧环境图片,且用户所需场景不变时,则可以保持目标三维场景及目标平面不变,每帧更新环境图片,实现环境元素的简单切换,同时生成每一帧环境图片对应的车辆模型,实现三维交通环境的变化。
步骤S30,根据所述车辆信息文件在对应的三维空间场景中生成车辆模型,得到三维交通环境;
进一步地,在帧函数运行过程中,将每帧读取的环境图片贴合到目标三维场景上,得到三维空间场景后,根据每帧读取的车辆信息文件中的车辆像素位置,将车辆像素位置换算成三维空间位置,进而在该位置生成车辆模型。
可选地,在三维空间场景的对应位置生成车辆模型后,为了进一步提高仿真数据的真实性,可以根据车辆信息文件中的车辆旋转角度,调整生成的车辆模型的朝向角度,从而得到调整后的三维交通环境。
步骤S40,对所述三维交通环境进行渲染,得到目标可视化交通环境。
更进一步地,通过渲染引擎对三维交通环境进行渲染,形成目标可视化交通环境,且实际上仅需对车辆进行渲染,因此对硬件支持的要求较低,从而节约人力物力资源。参照图5,图5为本发明实施例中的交通环境可视化效果示意图,如图5所示,形成的三维视图观察角度丰富,相较于二维俯视图,具有更加直观形象的表现。
可选地,本发明实施例中的交通环境可视化方法还包括:
依次对各帧原始道路图片进行数据提取及可视化处理,得到各目标可视化交通环境;
将各目标可视化交通环境依次输出至用户界面,以形成动态交通流。
具体地,在三维渲染软件的帧函数运行过程中,采用上述方法依次对各原始道路图片进行数据提取和可视化处理,得到各目标可视化交通环境,并依次输出到用户界面连续播放,即可呈现出动态交通流的显示效果。
在本实施例中,通过获取目标三维场景、环境图片及车辆信息文件;将所述环境图片贴合至所述目标三维场景,得到三维空间场景;根据所述车辆信息文件在对应的三维空间场景中生成车辆模型,得到三维交通环境;对所述三维交通环境进行渲染,得到目标可视化交通环境。根据获取的原始素材信息将环境图片贴合在目标三维场景中,并对应生成车辆模型,进而渲染出可视化交通环境,实现了二维静态场景与三维动态场景的结合,既能解决二维显示效果不够形象的问题,也可以避免三维场景构建需要的大量资源,即在交通环境可视化过程中实现资源节约的同时兼顾可视化显示效果。
参照图6,图6为图4实施例中步骤S10的具体流程示意图。本实施例基于上述图4所示的实施例,在本实施例中,上述步骤S10包括:
步骤S101,获取目标三维场景及原始道路图片;
可选地,本发明实施例中采用三维场景与二维场景结合的方式实现交通环境的可视化,其中采用的三维场景即为获取的目标三维场景,可用于在其中选择的平面上贴合环境图片,即可形成三维空间场景,进而根据获取的车辆信息文件在三维空间场景中生成车辆模型,并进行实时渲染,即可形成交通环境的可视化。当需要切换其它场景时,则可以将目标三维场景进行替换,实现交通流场景的改变。
步骤S102,对所述原始道路图片进行数据提取,得到环境数据及车辆数据;
可选地,对原始道路图片进行数据提取的具体方法包括:
通过人工智能对所述原始道路图片进行识别,得到识别结果;
根据所述识别结果进行数据提取,得到所述环境数据及车辆数据,其中,所述环境数据包括车道线、路沿及交通标识,所述车辆数据包括车辆像素位置及车辆旋转角度。
具体地,原始道路图片中通常包括具体的道路、车道线、交通标识、车辆以及行人等图像元素,通过人工智能AI可以对原始道路图片中的各图像元素进行识别,得到识别结果,根据AI的识别结果可以将每一帧的原始道路图片中包括车道线、路沿及交通标识在内各的静态特征提取为环境数据,将每一帧的原始道路图片中包括车辆像素位置及车辆旋转角度在内的动态特征提取为车辆数据,进而根据环境数据绘制环境图片,并将车辆数据保存为车辆信息文件。
步骤S103,根据所述环境数据进行图片绘制,得到所述环境图片;
可选地,获取的环境图片中,已经绘制了道路、车道线、路沿及各类交通标识等环境特征,此类环境图片是通过AI对原始道路图片进行提取,得到环境数据,进而根据提取到的环境数据进行绘制得到。在同一目标三维场景中,切换各帧环境图片并同步更新车辆模型,即可在该三维场景中形成动态的交通流;
步骤S104,将所述车辆数据保存至预设文件,得到所述车辆信息文件。
可选地,从原始道路图片中提取到的车辆数据可以保存在为json文件中,其中包含了每一帧环境图片中对应的车辆的像素位置以及旋转信息,可以用于后续的车辆模型的生成及渲染。
可选地,通过对获取到的原始道路图片进行数据提取,可以得到环境数据及车辆数据,根据环境数据可以绘制出环境图片,根据车辆数据可以确定环境图片中的车辆对应于图片的像素的位置及旋转角度等动态信息,本发明实施例中,将此类动态信息保存在json文件中,形成车辆信息文件。此外,在其它实施例中也可以将行人的位置等动态信息保存在json文件中,在形成动态车流的同时提供动态人流场景,进一步改善显示效果。
本实施例通过上述方案,具体通过获取目标三维场景及原始道路图片;对所述原始道路图片进行数据提取,得到环境数据及车辆数据;根据所述环境数据进行图片绘制,得到所述环境图片;将所述车辆数据保存至预设文件,得到所述车辆信息文件。通过对获取到的原始道路图片进行数据提取,可以得到环境数据及车辆数据,根据环境数据可以绘制出环境图片,根据车辆数据可以确定环境图片中的车辆对应于图片的像素的位置及旋转角度等动态信息,用于后续的车辆模型的生成及渲染,实现了二维场景与三维车流的结合。
参照图7,图7为图4实施例中步骤S30的具体流程示意图。本实施例基于上述图4所示的实施例,在本实施例中,上述步骤S30包括:
步骤S301,根据所述车辆信息文件中的车辆像素位置确定三维空间场景中对应的三维空间位置;
具体地,在帧函数运行过程中,读取车辆信息文件后,获取到车辆相对于环境图片像素点的位置,即车辆像素位置,进而需要转换像素位置到三维空间的位置,假设图片的长宽像素值分别为pL和pW,三维空间中用来表示地面的长方形模型的长宽分别是dL和dW,模型的左上角在世界坐标的原点位置,车辆在图片上的像素位置分别是pX和pY,那么车辆在三维空间中的位置X,Y,Z的计算公式是:
X=pX/pL*dL;
Y=pY/pW*dW;
Z=0;
步骤S302,基于所述三维空间位置在对应的三维空间场景中生成车辆模型,得到所述三维交通环境。
进一步地,每一帧计算出上述三维空间位置后,将车辆生成到该位置上,再从json文件读取车辆的旋转角度,应用到车辆的Z轴旋转上,再进行渲染。
需要说明的是,本发明实施例中,在同一三维空间场景可以根据原始道路信息同时生成多个车辆模型或行人模型等动态特征,本实施例不构成对各三维场景中生成模型数量的限制。
本实施例通过上述方案,具体通过根据所述车辆信息文件中的车辆像素位置确定三维空间场景中对应的三维空间位置;基于所述三维空间位置在对应的三维空间场景中生成车辆模型,得到所述三维交通环境。通过根据车辆像素位置确定三维空间位置,进而在三维空间场景的对应位置生成车辆模型,实现了将二维场景与三维车流的结合,既能解决二维方式效果差不够形象的问题,也能规避三维方式所需的人力物力,适配更多场景。
此外,本发明实施例还提出一种交通环境可视化装置,所述交通环境可视化装置包括:
获取模块,用于获取目标三维场景、环境图片及车辆信息文件;
贴图模块,用于将所述环境图片贴合至所述目标三维场景,得到三维空间场景;
生成模块,用于根据所述车辆信息文件在对应的三维空间场景中生成车辆模型,得到三维交通环境;
渲染模块,用于对所述三维交通环境进行渲染,得到目标可视化交通环境。
具体地,参照图8,图8为本发明实施例中的整体流程示意图,如图8所示,本发明实施例中,通过三维渲染软件实现交通环境可视化,启动三维渲染软件后,帧函数开始运行,即可对获取到的环境图片进行读取,进而将环境图片贴合到目标三维场景中,得到三维空间场景。
本发明实施例中实现交通环境可视化的方式是将二维和三维结合,将绘制了环境的图片贴在三维场景中贴地的一块长方形平面上,每帧更新图片文件,在图片上每帧生成车辆模型,实时渲染出可视化的交通流。需要依赖的数据有:第一,每一帧的环境图片,上面已经绘制好了道路,车道线,路沿等等交通标识,这些图片来源是AI识别道路图片提取出车道线,路沿等数据然后绘制成图片。第二:每一帧的车辆的对应于图片的像素的位置,保存在json文件中。
json文件中车辆的位置是车辆应该处于图片的哪个像素点的位置,需要转换像素位置到三维空间的位置,假设图片的长宽像素值分别为pL和pW,三维空间中用来表示地面的长方形模型的长宽分别是dL和dW,模型的左上角在世界坐标的原点位置,车辆在图片上的像素位置分别是pX和pY,那么车辆在三维空间中的位置X,Y,Z的计算公式是:
X=pX/pL*dL;
Y=pY/pW*dW;
Z=0;
每一帧计算出上述三维空间位置后,将车辆生成到该位置上,再从Json文件读取车辆的旋转角度,应用到车辆的Z轴旋转上,再进行渲染。
本实施例通过上述方案,具体通过二维和三维结合,可以实现交通环境的可视化,并且具备以下优点:
第一,在三维空间进行渲染可以从多角度对交通环境进行观察,更加真实形象;
第二,对于环境的构建不需要堆积大量的模型资源来实现,只需要图片即可,运行速度快,对硬件要求不高,节省人力物力;
第三,是体现出AI算法识别静态的车道线,路沿等交通标志的精度与稳定性的较为直观的方式;
第四,是展示无人驾驶识别动态运行的车辆的精度与稳定性的较为直观的方式。
此外,本发明实施例还提出一种终端设备,所述终端设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的交通环境可视化程序,所述交通环境可视化程序被所述处理器执行时实现如上所述的交通环境可视化方法的步骤。
由于本交通环境可视化程序被处理器执行时,采用了前述所有实施例的全部技术方案,因此至少具有前述所有实施例的全部技术方案所带来的所有有益效果,在此不再一一赘述。
此外,本发明实施例还提出一种计算机可读存储介质,所述计算机可读存储介质上存储有交通环境可视化程序,所述交通环境可视化程序被处理器执行时实现如上所述的交通环境可视化方法的步骤。
由于本交通环境可视化程序被处理器执行时,采用了前述所有实施例的全部技术方案,因此至少具有前述所有实施例的全部技术方案所带来的所有有益效果,在此不再一一赘述。
相比现有技术,本发明实施例提出的交通环境可视化方法、装置、终端设备以及存储介质,通过获取目标三维场景、环境图片及车辆信息文件;将所述环境图片贴合至所述目标三维场景,得到三维空间场景;根据所述车辆信息文件在对应的三维空间场景中生成车辆模型,得到三维交通环境;对所述三维交通环境进行渲染,得到目标可视化交通环境。根据获取的原始素材信息将环境图片贴合在目标三维场景中,并对应生成车辆模型,进而渲染出可视化交通环境,实现了二维静态场景与三维动态场景的结合,既能解决二维显示效果不够形象的问题,也可以避免三维场景构建需要的大量资源,即在交通环境可视化过程中实现资源节约的同时兼顾可视化显示效果。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,被控终端,或者网络设备等)执行本申请每个实施例的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种交通环境可视化方法,其特征在于,所述交通环境可视化方法包括以下步骤:
获取目标三维场景、环境图片及车辆信息文件;
将所述环境图片贴合至所述目标三维场景,得到三维空间场景;
根据所述车辆信息文件在对应的三维空间场景中生成车辆模型,得到三维交通环境;
对所述三维交通环境进行渲染,得到目标可视化交通环境。
2.如权利要求1所述的交通环境可视化方法,其特征在于,所述获取目标三维场景、环境图片及车辆信息文件的步骤包括:
获取目标三维场景及原始道路图片;
对所述原始道路图片进行数据提取,得到环境数据及车辆数据;
根据所述环境数据进行图片绘制,得到所述环境图片;
将所述车辆数据保存至预设文件,得到所述车辆信息文件。
3.如权利要求1所述的交通环境可视化方法,其特征在于,所述对所述原始道路图片进行数据提取,得到环境数据及车辆数据的步骤包括:
通过人工智能对所述原始道路图片进行识别,得到识别结果;
根据所述识别结果进行数据提取,得到所述环境数据及车辆数据,其中,所述环境数据包括车道线、路沿及交通标识,所述车辆数据包括车辆像素位置及车辆旋转角度。
4.如权利要求1所述的交通环境可视化方法,其特征在于,所述将所述环境图片贴合至所述目标三维场景,得到三维空间场景的步骤包括:
从所述目标三维场景中选取或确定目标平面;
将所述环境图片贴合至所述目标平面,得到所述三维空间场景。
5.如权利要求3所述的交通环境可视化方法,其特征在于,所述根据所述车辆信息文件在对应的三维空间场景中生成车辆模型,得到三维交通环境的步骤包括:
根据所述车辆信息文件中的车辆像素位置确定三维空间场景中对应的三维空间位置;
基于所述三维空间位置在对应的三维空间场景中生成车辆模型,得到所述三维交通环境。
6.如权利要求5所述的交通环境可视化方法,其特征在于,所述基于所述三维空间位置在对应的三维空间场景中生成车辆模型,得到所述三维交通环境的步骤之后还包括:
根据所述车辆数据中的车辆旋转角度调整对应的车辆模型的朝向角度,得到调整后的三维交通环境。
7.如权利要求1所述的交通环境可视化方法,其特征在于,所述对所述三维交通环境进行渲染,得到目标可视化交通环境的步骤之后还包括:
依次对各帧原始道路图片进行数据提取及可视化处理,得到各目标可视化交通环境;
将各目标可视化交通环境依次输出至用户界面,以形成动态交通流。
8.一种交通环境可视化装置,其特征在于,所述交通环境可视化装置包括:
获取模块,用于获取目标三维场景、环境图片及车辆信息文件;
贴图模块,用于将所述环境图片贴合至所述目标三维场景,得到三维空间场景;
生成模块,用于根据所述车辆信息文件在对应的三维空间场景中生成车辆模型,得到三维交通环境;
渲染模块,用于对所述三维交通环境进行渲染,得到目标可视化交通环境。
9.一种终端设备,其特征在于,所述终端设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的交通环境可视化程序,所述交通环境可视化程序被所述处理器执行时实现如权利要求1-7中任一项所述的交通环境可视化方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有交通环境可视化程序,所述交通环境可视化程序被处理器执行时实现如权利要求1-7中任一项所述的交通环境可视化方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211604119.0A CN115908675A (zh) | 2022-12-13 | 2022-12-13 | 交通环境可视化方法、装置、终端设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211604119.0A CN115908675A (zh) | 2022-12-13 | 2022-12-13 | 交通环境可视化方法、装置、终端设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115908675A true CN115908675A (zh) | 2023-04-04 |
Family
ID=86489548
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211604119.0A Pending CN115908675A (zh) | 2022-12-13 | 2022-12-13 | 交通环境可视化方法、装置、终端设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115908675A (zh) |
-
2022
- 2022-12-13 CN CN202211604119.0A patent/CN115908675A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110956673A (zh) | 一种地图绘制方法及装置 | |
CN109961522B (zh) | 图像投射方法、装置、设备和存储介质 | |
US9275493B2 (en) | Rendering vector maps in a geographic information system | |
CN101122464A (zh) | 一种gps导航系统中道路显示方法、装置及设备 | |
CN110428504B (zh) | 文本图像合成方法、装置、计算机设备和存储介质 | |
CN109741431B (zh) | 一种二三维一体化电子地图框架 | |
CN111145135A (zh) | 一种图像去扰处理方法、装置、设备及存储介质 | |
CN106204746A (zh) | 一种可实现3d模型实时上色的增强现实系统 | |
RU2422902C2 (ru) | Двумерная/трехмерная комбинированная визуализация | |
CN114429528A (zh) | 图像处理方法、装置、设备、计算机程序及存储介质 | |
CN115439609B (zh) | 基于地图服务的三维模型渲染方法、系统、设备及介质 | |
CN114549766A (zh) | 一种实时ar可视化方法、装置、设备及存储介质 | |
RU2735066C1 (ru) | Способ отображения широкоформатного объекта дополненной реальности | |
WO2023231793A9 (zh) | 对物理场景进行虚拟化的方法、电子设备、计算机可读存储介质和计算机程序产品 | |
JP2013210793A (ja) | Ar表示最適化のためのシステム、方法、およびプログラム | |
CN107967689A (zh) | 一种图像边界检测方法及设备 | |
CN115908675A (zh) | 交通环境可视化方法、装置、终端设备以及存储介质 | |
WO2015146517A1 (ja) | 画像表示システム | |
CN113486941B (zh) | 直播图像的训练样本生成方法、模型训练方法及电子设备 | |
CN111429549B (zh) | 路线图像的生成方法、装置及存储介质 | |
CN111599011B (zh) | 基于WebGL技术的电力系统场景快速构建方法及系统 | |
CN114187426A (zh) | 一种地图增强现实系统 | |
CN114581548A (zh) | 基于碰撞检测的场景模型表面纹理叠加方法及装置 | |
CN113947671A (zh) | 全景360度图像分割合成方法、系统及介质 | |
Girašek et al. | Visualization of temperature fields distribution on power module within web interface |
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 |