CN116311155A - 障碍物信息生成方法、装置、电子设备和计算机可读介质 - Google Patents
障碍物信息生成方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN116311155A CN116311155A CN202310148902.9A CN202310148902A CN116311155A CN 116311155 A CN116311155 A CN 116311155A CN 202310148902 A CN202310148902 A CN 202310148902A CN 116311155 A CN116311155 A CN 116311155A
- Authority
- CN
- China
- Prior art keywords
- obstacle
- detection
- detection frame
- image
- coordinates
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000001514 detection method Methods 0.000 claims abstract description 205
- 230000003287 optical effect Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 238000003384 imaging method Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000007423 decrease Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30261—Obstacle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本公开的实施例公开了障碍物信息生成方法、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:获取当前时刻道路图像;对上述当前时刻道路图像进行障碍物检测处理,以生成障碍物车体检测框边线方程组、障碍物图像检测顶点坐标组、障碍物相对角度值、障碍物检测标识和障碍物位置坐标;基于上述障碍物车体检测框边线方程组,生成检测框特征点坐标;基于上述障碍物特征点坐标、上述障碍物车体检测框边线方程组、上述障碍物图像检测顶点坐标组、上述障碍物相对角度值、上述障碍物检测标识和上述障碍物位置坐标,生成障碍物信息。该实施方式可以提高生成的障碍物信息的效率。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及障碍物信息生成方法、装置、电子设备和计算机可读介质。
背景技术
障碍物信息生成方法,是确定图像中障碍物信息的一项技术。目前,在生成障碍物信息(例如,障碍物为其他车辆,障碍物信息可以是其他车辆的距离信息和其他车辆的速度信息)时,通常采用的方式为:首先,对广角相机拍摄的存在畸变的道路图像进行去畸变处理,然后,从去畸变后的道路图像中识别出障碍物信息。
然而,发明人发现,当采用上述方式进行障碍物信息生成时,经常会存在如下技术问题:
第一,实时的对道路图像进行去畸变处理需要消耗较多的计算资源,从而,导致生成障碍物信息的效率降低;
第二,即使去畸变处理的过程不影响障碍物信息生成的效率,在障碍物车辆与自车之间存在一定角度时,导致从畸变的道路图像检测到的障碍物车辆最小外接矩形类似梯形,若直接利用此种检测框用于生成障碍物信息,则容易引入较大的误差,导致生成的障碍物信息的误差增大,从而,导致生成障碍物信息的准确度降低。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
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障碍物信息生成方法、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障碍物信息生成方法,该方法包括:获取当前时刻道路图像,其中,上述当前时刻道路图像为畸变图像;对上述当前时刻道路图像进行障碍物检测处理,以生成障碍物车体检测框边线方程组、障碍物图像检测顶点坐标组、障碍物相对角度值、障碍物检测标识和障碍物位置坐标;基于上述障碍物车体检测框边线方程组,生成检测框特征点坐标;基于上述障碍物特征点坐标、上述障碍物车体检测框边线方程组、上述障碍物图像检测顶点坐标组、上述障碍物相对角度值、上述障碍物检测标识和上述障碍物位置坐标,生成障碍物信息。
第二方面,本公开的一些实施例提供了一种障碍物信息生成装置,该装置包括:获取单元,被配置成获取当前时刻道路图像,其中,上述当前时刻道路图像为畸变图像;检测处理单元,被配置成对上述当前时刻道路图像进行障碍物检测处理,以生成障碍物车体检测框边线方程组、障碍物图像检测顶点坐标组、障碍物相对角度值、障碍物检测标识和障碍物位置坐标;第一生成单元,被配置成基于上述障碍物车体检测框边线方程组,生成检测框特征点坐标;第二生成单元,被配置成基于上述障碍物特征点坐标、上述障碍物车体检测框边线方程组、上述障碍物图像检测顶点坐标组、上述障碍物相对角度值、上述障碍物检测标识和上述障碍物位置坐标,生成障碍物信息。
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,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障碍物信息生成方法,可以提高生成障碍物信息的效率。具体来说,造成生成障碍物信息的效率降低的原因在于:实时的对道路图像进行去畸变处理需要消耗较多的计算资源,从而,导致生成障碍物信息的效率降低。基于此,本公开的一些实施例的障碍物信息生成方法,首先,获取当前时刻道路图像。其中,上述当前时刻道路图像为畸变图像。其次,对上述当前时刻道路图像进行障碍物检测处理,以生成障碍物车体检测框边线方程组、障碍物图像检测顶点坐标组、障碍物相对角度值、障碍物检测标识和障碍物位置坐标。这里,考虑到对畸变图像进行去畸变处理需要消耗较多计算资源,因此未进行去畸变处理,而直接进行障碍物检测,以此用于减少计算资源的消耗。接着,基于上述障碍物车体检测框边线方程组,生成检测框特征点坐标。通过生成检测框特征点坐标,可以在一定程度上用于消除在未去畸变的情况下从道路图像中检测到的障碍物信息的误差。最后,基于上述障碍物特征点坐标、上述障碍物车体检测框边线方程组、上述障碍物图像检测顶点坐标组、上述障碍物相对角度值、上述障碍物检测标识和上述障碍物位置坐标,生成障碍物信息。从而,实现了在未对图像去畸变的情况下,生成障碍物信息。由此,减少了计算资源的消耗,使得提高生成障碍物信息的效率。
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是根据本公开的障碍物信息生成方法的一些实施例的流程图;
图2是根据本公开的障碍物信息生成装置的一些实施例的结构示意图;
图3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示出了根据本公开的障碍物信息生成方法的一些实施例的流程100。该障碍物信息生成方法,包括以下步骤:
步骤101,获取当前时刻道路图像。
在一些实施例中,障碍物信息生成方法的执行主体可以通过有线的方式或者无线的方式获取当前时刻道路图像。其中,上述当前时刻道路图像可以为畸变图像。其次,当前时刻道路图像为畸变图像。当前时刻道路图像可以是当前帧车载相机拍摄的图像。
需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
步骤102,对当前时刻道路图像进行障碍物检测处理,以生成障碍物车体检测框边线方程组、障碍物图像检测顶点坐标组、障碍物相对角度值、障碍物检测标识和障碍物位置坐标。
在一些实施例中,上述执行主体可以对上述当前时刻道路图像进行障碍物检测处理,以生成障碍物车体检测框边线方程组、障碍物图像检测顶点坐标组、障碍物相对角度值、障碍物检测标识和障碍物位置坐标。这里,可以通过预设的障碍物检测算法,对上述当前时刻道路图像进行障碍物检测。其中,障碍物车体检测边框方程组中的各个障碍物车体检测边框方程可以是检测到的、自车车体坐标系中障碍物车体三维最小外接框上每条边的方程。这里,障碍物车体检测边框方程的取值范围可以对应每个边的长度。障碍物图像检测顶点坐标组中的障碍物图像检测顶点坐标可以是检测到的图像坐标系中的障碍物车头或车尾最小外接矩形框的顶点坐标。障碍物相对角度值可以是障碍物行驶方向与自车行驶方向之间的夹角。障碍物检测标识可以用于表征障碍物车辆的类型。障碍物位置坐标可以是自车的车体坐标系下的三维坐标。
作为示例,障碍物检测算法可以包括但不限于以下至少一项:G-CRF(Gaus-conditional random field,高斯条件随机场)模型、DenseCRF(Fully-ConnectedConditional Random Fields,全连接条件随机场)模型、MRF(MRF-Markov Random Field,马尔科夫条件随机场)模型等。
在一些实施例的一些可选的实现方式中,上述执行主体对上述当前时刻道路图像进行障碍物检测处理,以生成障碍物车体检测框边线方程组、障碍物图像检测顶点坐标组、障碍物相对角度值、障碍物检测标识和障碍物位置坐标,可以包括以下步骤:
第一步,对上述当前时刻道路图像进行障碍物特征识别,以生成障碍物车体检测框、障碍物图像检测框、障碍物相对角度值、障碍物检测标识和障碍物位置坐标。其中,可以通过上述障碍物检测算法进行障碍物特征识别。障碍物车体检测框可以是上述障碍物车体三维最小外接框。障碍物图像检测框可以是上述障碍物车头或车尾最小外接矩形框。
第二步,确定上述障碍物车体检测框中各个边线的方程,得到障碍物车体检测框边线方程组。其中,可以利用障碍物车体检测框上每条边所在的坐标确定对应的障碍物车体检测框边线方程。
第三步,确定上述障碍物图像检测框上各个顶点的坐标值,得到障碍物图像检测顶点坐标组。
步骤103,基于障碍物车体检测框边线方程组,生成检测框特征点坐标。
在一些实施例中,上述执行主体可以基于上述障碍物车体检测框边线方程组,生成检测框特征点坐标。
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障碍物车体检测框边线方程组,生成检测框特征点坐标,可以包括以下步骤:
第一步,从上述障碍物车体检测框边线方程组中选出满足预设位置条件的障碍物车体检测框边线方程,得到目标边线方程。其中,上述预设位置条件可以是对应障碍物车体三维最小外接框中最远处的左边线或右边线的障碍物车体检测框边线方程。
第二步,基于上述目标边线方程,生成检测框特征点坐标。其中,首先,可以确定目标边线方程的上下两个端点坐标。其次,可以将上端点坐标的三分之一、与下端点的三分之二的和确定为检测框特征点坐标。
实践中,由于障碍物车辆的远端一般更靠近图像画面的中心,且在同一条车道上远端一般为车头,车头与障碍物车体三维最小外接框边线的交点一般位于边线的三分之二位置。
步骤104,基于障碍物特征点坐标、障碍物车体检测框边线方程组、障碍物图像检测顶点坐标组、障碍物相对角度值、障碍物检测标识和障碍物位置坐标,生成障碍物信息。
在一些实施例中,上述执行主体可以基于上述障碍物特征点坐标、上述障碍物车体检测框边线方程组、上述障碍物图像检测顶点坐标组、上述障碍物相对角度值、上述障碍物检测标识和上述障碍物位置坐标,生成障碍物信息。这里,在进行障碍物信息生成时,需要假设车载(前视)相机的视角方向与地面水平或近似水平,即视角方向与障碍物前后面近似垂直。
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障碍物特征点坐标、上述障碍物车体检测框边线方程组、上述障碍物图像检测顶点坐标组、上述障碍物相对角度值、上述障碍物检测标识和上述障碍物位置坐标,生成障碍物信息,可以包括以下步骤:
响应于确定上述障碍物图像检测顶点坐标组中的各个障碍物检测边框顶点坐标的横坐标值均大于预设的相机光心成像点坐标的横坐标值,基于上述障碍物特征点坐标、上述障碍物车体检测框边线方程组、上述障碍物图像检测顶点坐标组、上述障碍物相对角度值、上述障碍物检测标识、上述障碍物位置坐标和预设的观测信息,生成障碍物信息。其中,上述障碍物图像检测顶点坐标组中的各个障碍物图像检测顶点坐标的横坐标值均大于预设的相机光心成像点坐标的横坐标值,可以表征障碍物检测框的位置处于道路图像坐标系中的右半部分。其中,相机光心成像点坐标可以是车载相机的光心在道路图像坐标系中的坐标。
可选的,上述执行主体还可以包括以下步骤:
第一步,从预设的障碍物数据表中,选出与上述障碍物检测标识相匹配的障碍物尺寸信息。其中,障碍物尺寸信息可以包括障碍物高度值和障碍物长度值。其次,障碍物数据表可以包括各种类型的标准障碍物及其对应的尺寸信息。障碍物检测标识可以用于唯一标识障碍物数据表中的一类障碍物,以此可以对应障碍物尺寸信息。
第二步,从上述障碍物图像检测顶点坐标组中选出处于左下角位置和右上角位置的障碍物图像检测顶点坐标,作为第一顶点坐标和第二顶点坐标。其中,可以从障碍物图像检测顶点坐标组中选出处于障碍物图像检测框左下角位置的障碍物图像检测顶点坐标,作为第一顶点坐标。相同的,可以选出对应右上角位置的障碍物图像检测顶点坐标作为第二顶点坐标。
第三步,响应于确定上述第一顶点坐标和上述第二顶点坐标满足预设顶点条件,基于上述障碍物特征点坐标、上述障碍物车体检测框边线方程组、上述障碍物图像检测顶点坐标组、上述障碍物相对角度值、上述障碍物检测标识、上述障碍物位置坐标、上述障碍物高度值、上述障碍物长度值、上述第一顶点坐标和上述第二顶点坐标,生成障碍物信息。其中,上述预设顶点位置条件可以是:第一顶点坐标的纵坐标值大于等于第二顶点坐标的纵坐标值、第二顶点坐标的纵坐标值大于等于相机光心成像点坐标的纵坐标值。第一顶点坐标和上述第二顶点坐标满足预设顶点条件,可以表征障碍物图像检测框整体均处于相机光心成像点坐标纵坐标以下。实践中,在满足上述第三预设位置条件的情况下,图像畸变影响较小的边框顶点坐标可以是处于边框左下角位置和右上角位置的障碍物检测边框顶点坐标。但考虑到从畸变的道路图像检测到的障碍物车辆最小外接矩形类似梯形,因此通过以下公式生成目标障碍物角度值和障碍物相对坐标值,以作为障碍物信息:
其中,表示目标障碍物角度值。/>表示坐标。/>表示车体坐标系。/>表示优化后的、处于车体坐标系中的障碍物相对坐标值。/>表示优化目标为障碍物相对角度值和车体坐标系中对应第一顶点坐标位置的坐标的最小化目标函数。/>、/>、/>表示预设的约束权重,一般均可以取值为1。/>表示第一顶点坐标从图像坐标系投影至车体坐标系的重投影误差。/>表示障碍物长度值的投影误差。/>表示障碍物宽度值的投影误差。/>表示将车体坐标系中的点投影至未去畸变的道路图像的图像坐标系中。/>表示上述第一顶点坐标。/>表示上述第二顶点坐标。/>表示针对第一顶点坐标对应的左下角位置坐标预设的观测误差的协方差矩阵。/>表示马氏距离。/>表示上述障碍物长度值。/>表示上述障碍物宽度值。/>表示取括号中向量的第一个元素(即,横坐标值)。/>表示上述障碍物相对角度值。/>表示上述障碍物特征点坐标。/>表示针对障碍物特征点坐标位置预设的横向观测误差的协方差矩阵。/>表示针对第二顶点坐标对应的右上角位置坐标预设的横向观测误差的协方差矩阵。
上述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二“即使去畸变处理的过程不影响障碍物信息生成的效率,在障碍物车辆与自车之间存在一定角度时,导致从畸变的道路图像检测到的障碍物车辆最小外接矩形类似梯形,若直接利用此种检测框用于生成障碍物信息,则容易引入较大的误差,导致生成的障碍物信息的误差增大,从而,导致生成障碍物信息的准确度降低”。 导致生成障碍物信息的准确度降低的因素往往如下: 即使去畸变处理的过程不影响障碍物信息生成的效率,在障碍物车辆与自车之间存在一定角度时,导致从畸变的道路图像检测到的障碍物车辆最小外接矩形类似梯形,若直接利用此种检测框用于生成障碍物信息,则容易引入较大的误差,导致生成的障碍物信息的误差增大。如果解决了上述因素,就能提高生成的障碍物信息的准确度。为了达到这一效果,首先,通过引入预设位置条件,可以选出符合这一条件的目标边线方程。以此用于生成检测框特征点坐标。接着,确定上述障碍物图像检测顶点坐标组中的各个障碍物检测边框顶点坐标的横坐标值均大于预设的相机光心成像点坐标的横坐标值,以进一步细化障碍物图像检测框的位置。由此,便于针对这一位置选择适配的障碍物检测顶点坐标,以用于减少畸变图像中特征的误差。之后,通过引入障碍物尺寸信息、和各个协方差矩阵,以供在上述公式中,进一步消除畸变图像中数据的误差。从而,提高生成的目标障碍物角度值和障碍物相对坐标值的准确度。进而,提高生成障碍物信息的准确度。
可选的,上述执行主体还可以将上述障碍物信息发送至显示终端以供显示。
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障碍物信息生成方法,可以提高生成障碍物信息的效率。具体来说,造成生成障碍物信息的效率降低的原因在于:实时的对道路图像进行去畸变处理需要消耗较多的计算资源,从而,导致生成障碍物信息的效率降低。基于此,本公开的一些实施例的障碍物信息生成方法,首先,获取当前时刻道路图像。其中,上述当前时刻道路图像为畸变图像。其次,对上述当前时刻道路图像进行障碍物检测处理,以生成障碍物车体检测框边线方程组、障碍物图像检测顶点坐标组、障碍物相对角度值、障碍物检测标识和障碍物位置坐标。这里,考虑到对畸变图像进行去畸变处理需要消耗较多计算资源,因此未进行去畸变处理,而直接进行障碍物检测,以此用于减少计算资源的消耗。接着,基于上述障碍物车体检测框边线方程组,生成检测框特征点坐标。通过生成检测框特征点坐标,可以在一定程度上用于消除在未去畸变的情况下从道路图像中检测到的障碍物信息的误差。最后,基于上述障碍物特征点坐标、上述障碍物车体检测框边线方程组、上述障碍物图像检测顶点坐标组、上述障碍物相对角度值、上述障碍物检测标识和上述障碍物位置坐标,生成障碍物信息。从而,实现了在未对图像去畸变的情况下,生成障碍物信息。由此,减少了计算资源的消耗,使得提高生成障碍物信息的效率。
进一步参考图2,作为对上述各图所示方法的实现,本公开提供了一种障碍物信息生成装置的一些实施例,这些装置实施例与图1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2所示,一些实施例的障碍物信息生成装置200包括:获取单元201、检测处理单元202、第一生成单元203和第二生成单元204。其中,获取单元201,被配置成获取当前时刻道路图像,其中,上述当前时刻道路图像为畸变图像;检测处理单元202,被配置成对上述当前时刻道路图像进行障碍物检测处理,以生成障碍物车体检测框边线方程组、障碍物图像检测顶点坐标组、障碍物相对角度值、障碍物检测标识和障碍物位置坐标;第一生成单元203,被配置成基于上述障碍物车体检测框边线方程组,生成检测框特征点坐标;第二生成单元204,被配置成基于上述障碍物特征点坐标、上述障碍物车体检测框边线方程组、上述障碍物图像检测顶点坐标组、上述障碍物相对角度值、上述障碍物检测标识和上述障碍物位置坐标,生成障碍物信息。
可以理解的是,该装置200中记载的诸单元与参考图1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200及其中包含的单元,在此不再赘述。
下面参考图3,其示出了适于用来实现本公开的一些实施例的电子设备300的结构示意图。图3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3所示,电子设备300可以包括处理装置301(例如中央处理器、图形处理器等),其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305: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306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,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3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309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301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(Hyper Text 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:获取当前时刻道路图像,其中,上述当前时刻道路图像为畸变图像;对上述当前时刻道路图像进行障碍物检测处理,以生成障碍物车体检测框边线方程组、障碍物图像检测顶点坐标组、障碍物相对角度值、障碍物检测标识和障碍物位置坐标;基于上述障碍物车体检测框边线方程组,生成检测框特征点坐标;基于上述障碍物特征点坐标、上述障碍物车体检测框边线方程组、上述障碍物图像检测顶点坐标组、上述障碍物相对角度值、上述障碍物检测标识和上述障碍物位置坐标,生成障碍物信息。
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:一种处理器包括获取单元、检测处理单元、第一生成单元和第二生成单元。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“获取当前时刻道路图像的单元”。
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 (9)
1.一种障碍物信息生成方法,包括:
获取当前时刻道路图像,其中,所述当前时刻道路图像为畸变图像;
对所述当前时刻道路图像进行障碍物检测处理,以生成障碍物车体检测框边线方程组、障碍物图像检测顶点坐标组、障碍物相对角度值、障碍物检测标识和障碍物位置坐标;
基于所述障碍物车体检测框边线方程组,生成检测框特征点坐标;
基于所述障碍物特征点坐标、所述障碍物车体检测框边线方程组、所述障碍物图像检测顶点坐标组、所述障碍物相对角度值、所述障碍物检测标识和所述障碍物位置坐标,生成障碍物信息。
2.根据权利要求1所述的方法,其中,所述方法还包括:
将所述障碍物信息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,所述对所述当前时刻道路图像进行障碍物检测处理,以生成障碍物车体检测框边线方程组、障碍物图像检测顶点坐标组、障碍物相对角度值、障碍物检测标识和障碍物位置坐标,包括:
对所述当前时刻道路图像进行障碍物特征识别,以生成障碍物车体检测框、障碍物图像检测框、障碍物相对角度值、障碍物检测标识和障碍物位置坐标;
确定所述障碍物车体检测框中各个边线的方程,得到障碍物车体检测框边线方程组;
确定所述障碍物图像检测框上各个顶点的坐标值,得到障碍物图像检测顶点坐标组。
4.根据权利要求1所述的方法,其中,所述基于所述障碍物车体检测框边线方程组,生成检测框特征点坐标,包括:
从所述障碍物车体检测框边线方程组中选出满足预设位置条件的障碍物车体检测框边线方程,得到目标边线方程;
基于所述目标边线方程,生成检测框特征点坐标。
5.根据权利要求1所述的方法,其中,所述基于所述障碍物特征点坐标、所述障碍物车体检测框边线方程组、所述障碍物图像检测顶点坐标组、所述障碍物相对角度值、所述障碍物检测标识和所述障碍物位置坐标,生成障碍物信息,包括:
响应于确定所述障碍物图像检测顶点坐标组中的各个障碍物检测边框顶点坐标的横坐标值均大于预设的相机光心成像点坐标的横坐标值,基于所述障碍物特征点坐标、所述障碍物车体检测框边线方程组、所述障碍物图像检测顶点坐标组、所述障碍物相对角度值、所述障碍物检测标识、所述障碍物位置坐标和预设的观测信息,生成障碍物信息。
6.根据权利要求5所述的方法,其中,所述基于所述障碍物特征点坐标、所述障碍物车体检测框边线方程组、所述障碍物图像检测顶点坐标组、所述障碍物相对角度值、所述障碍物检测标识、所述障碍物位置坐标和预设的观测信息,生成障碍物信息,包括:
从预设的障碍物数据表中,选出与所述障碍物检测标识相匹配的障碍物尺寸信息,其中,障碍物尺寸信息包括障碍物高度值和障碍物长度值;
从所述障碍物图像检测顶点坐标组中选出处于左下角位置和右上角位置的障碍物图像检测顶点坐标,作为第一顶点坐标和第二顶点坐标;
响应于确定所述第一顶点坐标和所述第二顶点坐标满足预设顶点条件,基于所述障碍物特征点坐标、所述障碍物车体检测框边线方程组、所述障碍物图像检测顶点坐标组、所述障碍物相对角度值、所述障碍物检测标识、所述障碍物位置坐标、所述障碍物高度值、所述障碍物长度值、所述第一顶点坐标和所述第二顶点坐标,生成障碍物信息。
7.一种障碍物信息生成装置,包括:
获取单元,被配置成获取当前时刻道路图像,其中,所述当前时刻道路图像为畸变图像;
检测处理单元,被配置成对所述当前时刻道路图像进行障碍物检测处理,以生成障碍物车体检测框边线方程组、障碍物图像检测顶点坐标组、障碍物相对角度值、障碍物检测标识和障碍物位置坐标;
第一生成单元,被配置成基于所述障碍物车体检测框边线方程组,生成检测框特征点坐标;
第二生成单元,被配置成基于所述障碍物特征点坐标、所述障碍物车体检测框边线方程组、所述障碍物图像检测顶点坐标组、所述障碍物相对角度值、所述障碍物检测标识和所述障碍物位置坐标,生成障碍物信息。
8.一种电子设备,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,
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1-6中任一所述的方法。
9.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310148902.9A CN116311155A (zh) | 2023-02-22 | 2023-02-22 | 障碍物信息生成方法、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 |
---|---|---|---|
CN202310148902.9A CN116311155A (zh) | 2023-02-22 | 2023-02-22 | 障碍物信息生成方法、装置、电子设备和计算机可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116311155A true CN116311155A (zh) | 2023-06-23 |
Family
ID=86812365
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310148902.9A Pending CN116311155A (zh) | 2023-02-22 | 2023-02-22 | 障碍物信息生成方法、装置、电子设备和计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116311155A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117011827A (zh) * | 2023-07-11 | 2023-11-07 | 禾多科技(北京)有限公司 | 障碍物纵向距离检测方法、装置、设备和计算机可读介质 |
-
2023
- 2023-02-22 CN CN202310148902.9A patent/CN116311155A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117011827A (zh) * | 2023-07-11 | 2023-11-07 | 禾多科技(北京)有限公司 | 障碍物纵向距离检测方法、装置、设备和计算机可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113607185B (zh) | 车道线信息显示方法、装置、电子设备和计算机可读介质 | |
CN115326099B (zh) | 局部路径规划方法、装置、电子设备和计算机可读介质 | |
CN113255619B (zh) | 车道线识别及定位方法、电子设备和计算机可读介质 | |
CN110457407B (zh) | 用于处理点云数据的方法和装置 | |
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 | |
CN110211195B (zh) | 生成图像集合的方法、装置、电子设备和计算机可读存储介质 | |
CN114993328B (zh) | 车辆定位评估方法、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 | |
CN115817463B (zh) | 车辆避障方法、装置、电子设备和计算机可读介质 | |
CN116311155A (zh) | 障碍物信息生成方法、装置、电子设备和计算机可读介质 | |
CN113033715B (zh) | 目标检测模型训练方法和目标车辆检测信息生成方法 | |
CN115610415B (zh) | 车辆距离控制方法、装置、电子设备和计算机可读介质 | |
CN115468578B (zh) | 路径规划方法、装置、电子设备和计算机可读介质 | |
CN116740382A (zh) | 障碍物信息生成方法、装置、电子设备和计算机可读介质 | |
CN116758498A (zh) | 障碍物信息生成方法、装置、电子设备和计算机可读介质 | |
CN112232451B (zh) | 多传感器数据融合方法、装置、电子设备和介质 | |
CN111383337B (zh) | 用于识别对象的方法和装置 | |
CN116563818B (zh) | 障碍物信息生成方法、装置、电子设备和计算机可读介质 | |
CN116229417A (zh) | 障碍物距离信息生成方法、装置、设备和计算机可读介质 | |
CN116563817B (zh) | 障碍物信息生成方法、装置、电子设备和计算机可读介质 | |
CN116259037A (zh) | 路牌距离信息生成方法、装置、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 | |
CN114863025B (zh) | 三维车道线生成方法、装置、电子设备和计算机可读介质 | |
CN116704473B (zh) | 障碍物信息检测方法、装置、电子设备和计算机可读介质 | |
CN117011827A (zh) | 障碍物纵向距离检测方法、装置、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 |