CN116311158A - 基于虚拟相机的多视角鸟瞰图障碍物检测方法及检测系统 - Google Patents

基于虚拟相机的多视角鸟瞰图障碍物检测方法及检测系统 Download PDF

Info

Publication number
CN116311158A
CN116311158A CN202310181395.9A CN202310181395A CN116311158A CN 116311158 A CN116311158 A CN 116311158A CN 202310181395 A CN202310181395 A CN 202310181395A CN 116311158 A CN116311158 A CN 116311158A
Authority
CN
China
Prior art keywords
view
virtual camera
looking
angle
transformed
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
Application number
CN202310181395.9A
Other languages
English (en)
Inventor
冷静
陈远鹏
张军良
赵天坤
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.)
Hozon New Energy Automobile Co Ltd
Original Assignee
Hozon New Energy Automobile 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 Hozon New Energy Automobile Co Ltd filed Critical Hozon New Energy Automobile Co Ltd
Priority to CN202310181395.9A priority Critical patent/CN116311158A/zh
Publication of CN116311158A publication Critical patent/CN116311158A/zh
Priority to PCT/CN2023/142760 priority patent/WO2024174728A1/zh
Pending legal-status Critical Current

Links

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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/80—Geometric correction
    • 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
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于虚拟相机的多视角鸟瞰图障碍物检测方法及检测系统，包括输入环视图片，对环视图片进行检测处理，其中检测处理包括基于虚拟相机进行所述环视图片的变换形成变换后的环视图片，以及基于多视角鸟瞰图检测模型对变换后的环视图片进行检测，根据检测的结果输出多视角鸟瞰图下的障碍物。本发明有效解决或在一定程度上改善了不同车摄像头的内外参不一致的问题。

Description

基于虚拟相机的多视角鸟瞰图障碍物检测方法及检测系统
技术领域
本发明涉及检测技术领域，具体涉及一种基于虚拟相机的多视角鸟瞰图障碍物检测方法及检测系统。
背景技术
现阶段，自动驾驶感知的检测方法比较早的是用神经网络检测目标的2d框，根据2d框来估计位移和尺寸，给下游的规控使用，然而这种方法会导致在图像上偏差一点，而在BEV视角就会偏差很多，导致最终的位移不准确。最近的研究开始使用单目3d检测，即用神经网络直接检测目标的3d框，可以直接获得BEV下的位移及尺寸，有点在于不需要通过2d框估计，神经网络输出的位移及尺寸更加精确。然而对于多视角，还需要拼接单目的结果，才能获得融合之后的结果，在融合过程中容易发生分裂现象。因此最近越来越多的研究着重在多目BEV检测过程中，在网络中融合多目的特征以规避后融合的分裂问题。然而这些方法都使用同一辆车摄像头的内外参，而不同车摄像头的内外参都不一致，因此，如何解决不同车摄像头的内外参不一致情况下方法的应用成为了人们亟待需要解决的问题。
发明内容
本发明的目的旨在至少在一定程度上解决上述的技术问题之一。
为此，本发明的第一个目的在于提出一种基于虚拟相机的多视角鸟瞰图障碍物检测方法，用以解决不同车摄像头的内外参不一致的问题。
本发明的第二个目的在于提出一种基于虚拟相机的多视角鸟瞰图障碍物检测系统。
本发明的第三个目的在于提出一种电子设备。
本发明的第四个目的在于提出一种非暂时性计算机可读存储介质。
为达到上述目的，本发明第一方面实施例提出的基于虚拟相机的多视角鸟瞰图障碍物检测方法，包括：
输入环视图片；
对所述环视图片进行检测处理；其中所述检测处理包括基于虚拟相机进行所述环视图片的变换形成变换后的环视图片；以及基于多视角鸟瞰图检测模型对所述变换后的环视图片进行检测；
根据所述检测的结果输出多视角鸟瞰图下的障碍物。
根据本发明的一个实施例，所述基于虚拟相机进行所述环视图片的变换包括：
获取相机滚转角、相机俯仰角及相机偏摆角，并基于所述相机滚转角、相机俯仰角以及相机偏摆角构造所述虚拟相机的虚拟相机滚转角、虚拟相机俯仰角以及虚拟相机偏摆角；
获取相机x，y，z三轴平移，并基于所述相机x，y，z三轴平移构造所述虚拟相机的x，y，z三轴平移；
基于所述虚拟相机对每张所述环视图片去畸变后获得去畸变图像；
对每张所述去畸变图像应用透视变换矩阵后获得透视变换后图像；并对所述透视变换后图像添加畸变形成所述变换后的环视图片。
根据本发明的一个实施例，所述对每张所述去畸变图像应用透视变换矩阵后获得变换后图像基于地面上的四个点在两个视角之间的变换实现。
根据本发明的一个实施例，所述对每张所述去畸变图像应用透视变换矩阵后获得变换后图像基于地面上的四个点在两个视角之间的变换实现包括：
在地面上任意设置四个点；
分别基于当前视角和虚拟视角的内外参投影到各自视角的图像上，获得与所述地面上的四个点匹配的四个匹配点；
基于虚拟视角和原始视角的坐标点之间的转换关系以及最小二乘法获得所述透视变换矩阵。
根据本发明的一个实施例，所述虚拟视角和原始视角的坐标点之间的转换关系为：
Figure BDA0004106306710000024
其中
Figure BDA0004106306710000022
表示原始视角的坐标点，/>
Figure BDA0004106306710000023
表示虚拟视角的坐标点；
Hi，j表示透视变换矩阵。
根据本发明的一个实施例，所述基于多视角鸟瞰图检测模型对所述变换后的环视图片进行检测包括：
将所述变换后的环视图片输入至编码器，并对所述变换后的环视图片进行编码处理获得环视图片编码处理的结果，同时针对所述虚拟相机的内外参进行位置编码处理获得内外参位置编码处理结果；
将所述环视图片编码处理的结果以及所述内外参位置编码处理结果输入至译码器，同时采用查询生成器查询所述编码处理结果中的编码，并将所述编码输入至所述译码器进行反编码；
在所述译码器中输出所述反编码的结果，并基于所述反编码的结果获得所述变换后的环视图片的检测结果。
根据本发明的一个实施例，所述多视角鸟瞰图检测模型采用DETR3D、BEVDet、PETR或BEVFormer替代。
为达到上述目的，本发明第二方面实施例提出一种基于虚拟相机的多视角鸟瞰图障碍物检测系统，包括：
输入模块，用于输入环视图片；
检测处理模块，用于对所述环视图片进行检测处理；其中所述检测处理包括基于虚拟相机进行所述环视图片的变换形成变换后的环视图片；以及基于多视角鸟瞰图检测模型对所述变换后的环视图片进行检测；
输出模块，用于根据所述检测的结果输出多视角鸟瞰图下的障碍物。
为达到上述目的，本发明第三方面实施例提出的一种电子设备，包括：
存储器，其用于存储计算机可执行指令；以及
处理器，其用于运行所述计算机可执行指令，以执行上述第一方面中基于虚拟相机的多视角鸟瞰图障碍物检测方法的任一实施例。
为达到上述目的，本发明第四方面实施例提出的一种非暂时性计算机可读存储介质，所述存储介质上存储有计算机可执行指令，当所述指令被计算机执行时，使得所述计算机执行上述第一方面中基于虚拟相机的多视角鸟瞰图障碍物检测方法的任一实施例。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
与现有技术相比，本申请实施例的有益效果是：
本发明提供一种基于虚拟相机的多视角鸟瞰图障碍物检测方法及检测系统，解决了不同车摄像头的内外参不一致问题，采用一套参数可以适配不同的车辆，对于部署在不同车辆非常方便。同时模型训练的时候可以用一套参数进行训练，对于变换较大的内外参的数据能更好训练及收敛。
为了能更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例,并配合附图，详细说明如下。本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而得以体现。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明一个实施例提供的基于虚拟相机的多视角鸟瞰图障碍物检测方法的流程图；
图2是根据本发明一个具体实施例提供的虚拟相机变换的流程图；
图3是根据本发明一个具体实施例提供的透视变换的原理图；
图4是根据本发明一个具体实施例提供的透视变换的具体步骤的流程图；
图5是根据本发明一个具体实施例提供的多视角鸟瞰图检测模型的流程图；
图6是根据本发明一个实施例提供的基于虚拟相机的多视角鸟瞰图障碍物检测系统的结构示意图；
图7是根据本发明一个实施例提供的电子设备的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
现阶段，如何解决不同车摄像头的内外参不一致成为了人们亟待需要解决的问题。为此，本发明提出了一种基于虚拟相机的多视角鸟瞰图障碍物检测方法及检测系统。
具体的，下面参考附图描述本发明实施例的基于虚拟相机的多视角鸟瞰图障碍物检测方法及检测系统。
图1是根据本发明一个实施例提供的基于虚拟相机的多视角鸟瞰图障碍物检测方法的流程图，需要说明的是，本发明实施例的基于虚拟相机的多视角鸟瞰图障碍物检测方法可应用于本发明实施例的基于虚拟相机的多视角鸟瞰图障碍物检测系统，该系统可被配置于电子设备上，也可以被配置在服务器中。其中，电子设备可以是PC机或移动终端(例如智能手机、平板电脑等)。本发明实施例对此不作限定。
参考图1，本实施例提供一种基于虚拟相机的多视角鸟瞰图障碍物检测方法，该方法包括：
S110，输入环视图片；
S120，对环视图片进行检测处理；其中检测处理包括基于虚拟相机进行环视图片的变换形成变换后的环视图片；以及基于多视角鸟瞰图检测模型对变换后的环视图片进行检测；
S130，根据检测的结果输出多视角鸟瞰图下的障碍物。
本发明实施例提供的基于虚拟相机的多视角鸟瞰图障碍物检测方法，解决了不同车摄像头的内外参不一致问题，采用一套参数可以适配不同的车辆，对于部署在不同车辆上的情况非常方便。同时模型训练的时候可以用一套参数进行训练，对于变换较大的内外参的数据能更好训练及收敛。
在本发明的一个实施例中，图2是根据本发明一个具体实施例提供的虚拟相机变换的流程图；参考图2，基于虚拟相机进行环视图片的变换包括：
S210，获取相机滚转角(roll)、相机俯仰角(pitch)及相机偏摆角(yaw)，并基于相机滚转角(roll)、相机俯仰角(pitch)以及相机偏摆角(yaw)构造虚拟相机的虚拟相机滚转角(roll)、虚拟相机俯仰角(pitch)以及虚拟相机偏摆角(yaw)；
S220，获取相机x，y，z三轴平移，并基于相机x，y，z三轴平移构造虚拟相机的x，y，z三轴平移；
S230，基于虚拟相机对每张环视图片去畸变后获得去畸变图像；
S240，对每张去畸变图像应用透视变换矩阵后获得透视变换后图像；并对透视变换后图像添加畸变形成变换后的环视图片。
在本发明的一个实施例中，图3是根据本发明一个具体实施例提供的透视变换的原理图，图4是根据本发明一个具体实施例提供的透视变换的具体步骤的流程图；参考图3-图4，对每张去畸变图像应用透视变换矩阵后获得变换后图像基于地面上的四个点在两个视角之间的变换实现；其包括：
S410，在地面上任意设置四个点；
S420，分别基于当前视角和虚拟视角的内外参投影到各自视角的图像上，获得与地面上的四个点匹配的四个匹配点；
S430，基于虚拟视角和原始视角的坐标点之间的转换关系以及最小二乘法获得透视变换矩阵。
需要说明的是，虚拟视角和原始视角的坐标点之间的转换关系为：
Figure BDA0004106306710000064
其中，
Figure BDA0004106306710000062
表示原始视角的坐标点，/>
Figure BDA0004106306710000063
表示虚拟视角的坐标点；
Hi，j表示透视变换矩阵。
在本发明的一个实施例中，图5是根据本发明一个具体实施例提供的多视角鸟瞰图检测模型的流程图；参考图5，基于多视角鸟瞰图检测模型对变换后的环视图片进行检测包括：
将变换后的环视图片输入至编码器(Transformer Encoder)，并对变换后的环视图片进行编码处理获得环视图片编码处理的结果，同时针对虚拟相机的内外参进行位置编码处理获得内外参位置编码处理结果；
将环视图片编码处理的结果以及内外参位置编码处理结果输入至译码器(Transformer Decoder)，同时采用查询生成器(Query Generator)查询编码处理结果中的编码，并将编码输入至译码器(Transformer Decoder)进行反编码；
在译码器(Transformer Decoder)中输出反编码的结果，并基于反编码的结果获得变换后的环视图片的检测结果。
在本发明的一个优选实施例中，多视角鸟瞰图检测模型可采用DETR3D、BEVDet、PETR或BEVFormer替代。
与上述几种实施例提供的一种基于虚拟相机的多视角鸟瞰图障碍物检测方法相对应，本发明的一种实施例还提供了一种基于虚拟相机的多视角鸟瞰图障碍物检测系统，由于本发明实施例提供的基于虚拟相机的多视角鸟瞰图障碍物检测系统与上述几种实施例提供的基于虚拟相机的多视角鸟瞰图障碍物检测方法相对应，因此在基于虚拟相机的多视角鸟瞰图障碍物检测方法的实施方式也适用于本实施例提供的基于虚拟相机的多视角鸟瞰图障碍物检测系统，在本实施例中不再详细描述。
图6是根据本发明一个实施例提供的基于虚拟相机的多视角鸟瞰图障碍物检测系统的结构示意图；
参考图6，该基于虚拟相机的多视角鸟瞰图障碍物检测系统600包括：输入模块610、检测处理模块620和输出模块630，其中：
输入模块610，用于输入环视图片；
检测处理模块620，用于对环视图片进行检测处理；其中检测处理包括基于虚拟相机进行环视图片的变换形成变换后的环视图片；以及基于多视角鸟瞰图检测模型对变换后的环视图片进行检测；
输出模块630，用于根据检测的结果输出多视角鸟瞰图下的障碍物。
本发明实施例提供的基于虚拟相机的多视角鸟瞰图障碍物检测系统，解决了不同车摄像头的内外参不一致问题，采用一套参数可以适配不同的车辆，对于部署在不同车辆非常方便。同时模型训练的时候可以用一套参数进行训练，对于变换较大的内外参的数据能更好训练及收敛。
在本发明的一个实施例中，基于虚拟相机进行环视图片的变换包括：
获取相机滚转角(roll)、相机俯仰角(pitch)及相机偏摆角(yaw)，并基于相机滚转角(roll)、相机俯仰角(pitch)以及相机偏摆角(yaw)构造虚拟相机的虚拟相机滚转角(roll)、虚拟相机俯仰角(pitch)以及虚拟相机偏摆角(yaw)；
获取相机x，y，z三轴平移，并基于相机x，y，z三轴平移构造虚拟相机的x，y，z三轴平移；
基于虚拟相机对每张环视图片去畸变后获得去畸变图像；
对每张去畸变图像应用透视变换矩阵后获得透视变换后图像；并对透视变换后图像添加畸变形成变换后的环视图片。
在本发明的一个实施例中，对每张去畸变图像应用透视变换矩阵后获得变换后图像基于地面上的四个点在两个视角之间的变换实现；其包括：
在地面上任意设置四个点；
分别基于当前视角和虚拟视角的内外参投影到各自视角的图像上，获得与地面上的四个点匹配的四个匹配点；
基于虚拟视角和原始视角的坐标点之间的转换关系以及最小二乘法获得透视变换矩阵。
需要说明的是，虚拟视角和原始视角的坐标点之间的转换关系为：
Figure BDA0004106306710000074
其中，
Figure BDA0004106306710000072
表示原始视角的坐标点，/>
Figure BDA0004106306710000073
表示虚拟视角的坐标点；
Hi，j表示透视变换矩阵。
在本发明的一个实施例中，基于多视角鸟瞰图检测模型对变换后的环视图片进行检测包括：
将变换后的环视图片输入至编码器，并对变换后的环视图片进行编码处理获得环视图片编码处理的结果，同时针对虚拟相机的内外参进行位置编码处理获得内外参位置编码处理结果；
将环视图片编码处理的结果以及内外参位置编码处理结果输入至译码器，同时采用查询生成器查询编码处理结果中的编码，并将编码输入至译码器进行反编码；
在译码器中输出反编码的结果，并基于反编码的结果获得变换后的环视图片的检测结果。
在本发明的一个优选实施例中，多视角鸟瞰图检测模型可采用DETR3D、BEVDet、PETR或BEVFormer替代。
在本发明的另一个实施例中，还提供了一种电子设备，包括：
存储器，其用于存储计算机可执行指令；以及
处理器，其用于运行计算机可执行指令，以执行上述实施例中任一项所论述的方法。其中，电子设备可以包括一个或多个处理器和存储器。存储器中存储有计算机可执行指令，该指令在由处理器执行时，使电子设备执行上述基于虚拟相机的多视角鸟瞰图障碍物检测方法的任一实施例。电子设备还可以包括通信接口。
处理器可以是任何合适的处理设备，例如微处理器(microprocessor)、微控制器(microcontroller)、集成电路或其他合适的处理设备。存储器可以包括任何合适的计算系统或介质，包括但不限于非暂时性计算机可读介质、随机存取存储器(RAM)、只读存储器(ROM)、硬盘、闪存或其他存储器设备。存储器可以存储计算机可执行指令，该指令可以由处理器执行，以使电子设备执行上述基于虚拟相机的多视角鸟瞰图障碍物检测方法的任一实施例。存储器还可以存储数据。
本发明实施例中，处理器可以执行包括在指令中的各种模块，以实现上述基于虚拟相机的多视角鸟瞰图障碍物检测系统中的基于虚拟相机的多视角鸟瞰图障碍物检测方法的实施例。例如，电子设备可以实现上述基于虚拟相机的多视角鸟瞰图障碍物检测系统中的各个模块，以执行图1所示的方法S110、S120及S130以及图2、图3、图4和图5所示的方法。
在本发明的再一个实施例中，还提供了一种非暂时性计算机可读存储介质。该计算机可读存储介质上存储有计算机可执行指令，当所述指令被计算机执行时，使得所述计算机执行上述基于虚拟相机的多视角鸟瞰图障碍物检测系统中的基于虚拟相机的多视角鸟瞰图障碍物检测方法的任一实施例。
在本发明的又一个实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一基于虚拟相机的多视角鸟瞰图障碍物检测方法。
根据本发明实施例的装置，下面参考图7，其示出了适于用来实现本发明实施例的电子设备700的结构示意图。本发明实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。
图7示出的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示，电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
通常，以下装置可以连接至I/O接口705：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706；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707；包括例如磁带、硬盘等的存储装置708；以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700，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。
特别地，根据本发明的实施例，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，本发明的实施例包括一种计算机程序产品，其包括承载在非暂态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。在这样的实施例中，该计算机程序可以通过通信装置709从网络上被下载和安装，或者从存储装置708被安装，或者从ROM702被安装。在该计算机程序被处理装置701执行时，执行本发明实施例的方法中限定的上述功能。
需要说明的是，本发明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。在本发明中，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。而在本发明中，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电子设备中所包含的；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：输入环视图片，对环视图片进行检测处理，其中检测处理包括基于虚拟相机进行所述环视图片的变换形成变换后的环视图片，以及基于多视角鸟瞰图检测模型对变换后的环视图片进行检测，根据检测的结果输出多视角鸟瞰图下的障碍物。
或者，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：输入环视图片，对环视图片进行检测处理，其中检测处理包括基于虚拟相机进行所述环视图片的变换形成变换后的环视图片，以及基于多视角鸟瞰图检测模型对变换后的环视图片进行检测，根据检测的结果输出多视角鸟瞰图下的障碍物。
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发明的操作的计算机程序代码，上述程序设计语言包括但不限于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，图示了按照本发明各种实施例的系统、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。
描述于本发明实施例中所涉及到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。其中，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，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
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。
在本发明的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以上描述仅为本发明的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，本发明中所涉及的公开范围，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公开构思的情况下，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。例如上述特征与本发明中公开的(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。
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本发明的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
最后应当说明的是，以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在申请待批的本发明的权利要求范围之内。

Claims (10)

1.一种基于虚拟相机的多视角鸟瞰图障碍物检测方法，其特征在于，包括：
输入环视图片；
对所述环视图片进行检测处理；其中所述检测处理包括基于虚拟相机进行所述环视图片的变换形成变换后的环视图片；以及基于多视角鸟瞰图检测模型对所述变换后的环视图片进行检测；
根据所述检测的结果输出多视角鸟瞰图下的障碍物。
2.根据权利要求1所述的检测方法，其特征在于，所述基于虚拟相机进行所述环视图片的变换包括：
获取相机滚转角、相机俯仰角及相机偏摆角，并基于所述相机滚转角、相机俯仰角以及相机偏摆角构造所述虚拟相机的虚拟相机滚转角、虚拟相机俯仰角以及虚拟相机偏摆角；
获取相机x，y，z三轴平移，并基于所述相机x，y，z三轴平移构造所述虚拟相机的x，y，z三轴平移；
基于所述虚拟相机对每张所述环视图片去畸变后获得去畸变图像；
对每张所述去畸变图像应用透视变换矩阵后获得透视变换后图像；并对所述透视变换后图像添加畸变形成所述变换后的环视图片。
3.根据权利要求2所述的检测方法，其特征在于，所述对每张所述去畸变图像应用透视变换矩阵后获得变换后图像基于地面上的四个点在两个视角之间的变换实现。
4.根据权利要求3所述的检测方法，其特征在于，所述对每张所述去畸变图像应用透视变换矩阵后获得变换后图像基于地面上的四个点在两个视角之间的变换实现包括：
在地面上任意设置四个点；
分别基于当前视角和虚拟视角的内外参投影到各自视角的图像上，获得与所述地面上的四个点匹配的四个匹配点；
基于虚拟视角和原始视角的坐标点之间的转换关系以及最小二乘法获得所述透视变换矩阵。
5.根据权利要求4所述的检测方法，其特征在于，所述虚拟视角和原始视角的坐标点之间的转换关系为：
Figure FDA0004106306690000011
其中
Figure FDA0004106306690000012
表示原始视角的坐标点，/>
Figure FDA0004106306690000013
表示虚拟视角的坐标点；
Hi，j表示透视变换矩阵。
6.根据权利要求1所述的检测方法，其特征在于，所述基于多视角鸟瞰图检测模型对所述变换后的环视图片进行检测包括：
将所述变换后的环视图片输入至编码器，并对所述变换后的环视图片进行编码处理获得环视图片编码处理的结果，同时针对所述虚拟相机的内外参进行位置编码处理获得内外参位置编码处理结果；
将所述环视图片编码处理的结果以及所述内外参位置编码处理结果输入至译码器，同时采用查询生成器查询所述编码处理结果中的编码，并将所述编码输入至所述译码器进行反编码；
在所述译码器中输出所述反编码的结果，并基于所述反编码的结果获得所述变换后的环视图片的检测结果。
7.根据权利要求1所述的检测方法，其特征在于，所述多视角鸟瞰图检测模型采用DETR3D、BEVDet、PETR或BEVFormer替代。
8.一种基于虚拟相机的多视角鸟瞰图障碍物检测系统，其特征在于，包括：
输入模块，用于输入环视图片；
检测处理模块，用于对所述环视图片进行检测处理；其中所述检测处理包括基于虚拟相机进行所述环视图片的变换形成变换后的环视图片；以及基于多视角鸟瞰图检测模型对所述变换后的环视图片进行检测；
输出模块，用于根据所述检测的结果输出多视角鸟瞰图下的障碍物。
9.一种电子设备，其特征在于，包括：
存储器，其用于存储计算机可执行指令；以及
处理器，其用于运行所述计算机可执行指令，以执行权利要求1至7中任一项所述的基于虚拟相机的多视角鸟瞰图障碍物检测方法。
10.一种非暂时性计算机可读存储介质，其特征在于，所述存储介质上存储有计算机可执行指令，当所述指令被计算机执行时，使得所述计算机执行权利要求1至7中任一项所述的基于虚拟相机的多视角鸟瞰图障碍物检测方法。
CN202310181395.9A 2023-02-21 2023-02-21 基于虚拟相机的多视角鸟瞰图障碍物检测方法及检测系统 Pending CN116311158A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202310181395.9A CN116311158A (zh) 2023-02-21 2023-02-21 基于虚拟相机的多视角鸟瞰图障碍物检测方法及检测系统
PCT/CN2023/142760 WO2024174728A1 (zh) 2023-02-21 2023-12-28 基于虚拟相机的多视角鸟瞰图障碍物检测方法及检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310181395.9A CN116311158A (zh) 2023-02-21 2023-02-21 基于虚拟相机的多视角鸟瞰图障碍物检测方法及检测系统

Publications (1)

Publication Number Publication Date
CN116311158A true CN116311158A (zh) 2023-06-23

Family

ID=86823367

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310181395.9A Pending CN116311158A (zh) 2023-02-21 2023-02-21 基于虚拟相机的多视角鸟瞰图障碍物检测方法及检测系统

Country Status (2)

Country Link
CN (1) CN116311158A (zh)
WO (1) WO2024174728A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024174728A1 (zh) * 2023-02-21 2024-08-29 合众新能源汽车股份有限公司 基于虚拟相机的多视角鸟瞰图障碍物检测方法及检测系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102013220477B4 (de) * 2013-10-10 2021-07-01 Application Solutions (Electronics and Vision) Ltd. Verfahren und Vorrichtung zur Korrektur einer bildlichen Darstellung einer Fahrzeugumgebung
CN109429039B (zh) * 2017-09-05 2021-03-23 中车株洲电力机车研究所有限公司 一种多编组铰接车辆周界视频全景显示系统及方法
CN108174089B (zh) * 2017-12-27 2020-07-17 深圳普思英察科技有限公司 基于双目摄像头的倒车影像拼接方法和装置
CN110781883B (zh) * 2019-09-18 2024-03-19 江苏大学 一种基于360度环视摄像头的车位尺寸识别系统及方法
CN111767853B (zh) * 2020-06-30 2024-04-23 北京百度网讯科技有限公司 车道线检测方法和装置
CN115131787A (zh) * 2022-07-12 2022-09-30 合众新能源汽车有限公司 一种多视角输入的鸟瞰图语义分割方法及装置
CN116311158A (zh) * 2023-02-21 2023-06-23 合众新能源汽车股份有限公司 基于虚拟相机的多视角鸟瞰图障碍物检测方法及检测系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024174728A1 (zh) * 2023-02-21 2024-08-29 合众新能源汽车股份有限公司 基于虚拟相机的多视角鸟瞰图障碍物检测方法及检测系统

Also Published As

Publication number Publication date
WO2024174728A1 (zh) 2024-08-29

Similar Documents

Publication Publication Date Title
WO2022166872A1 (zh) 一种特效展示方法、装置、设备及介质
CN111402112B (zh) 图像处理方法、装置、电子设备及计算机可读介质
CN111414879B (zh) 人脸遮挡程度识别方法、装置、电子设备及可读存储介质
CN110349107B (zh) 图像增强的方法、装置、电子设备、及存储介质
CN110728622B (zh) 鱼眼图像处理方法、装置、电子设备及计算机可读介质
WO2024104248A1 (zh) 虚拟全景图的渲染方法、装置、设备及存储介质
US11880919B2 (en) Sticker processing method and apparatus
CN112053286B (zh) 图像处理方法、装置、电子设备和可读介质
CN114693876B (zh) 数字人生成方法、装置、存储介质和电子设备
CN116311158A (zh) 基于虚拟相机的多视角鸟瞰图障碍物检测方法及检测系统
WO2024131503A1 (zh) 特效图的生成方法、装置、设备及存储介质
WO2024149078A1 (zh) 一种支持多相机动态输入的感知方法、系统及车辆
CN112714263B (zh) 视频生成方法、装置、设备及存储介质
CN111833459B (zh) 一种图像处理方法、装置、电子设备及存储介质
CN116596748A (zh) 图像风格化处理方法、装置、设备、存储介质和程序产品
CN115131471B (zh) 基于图像的动画生成方法、装置、设备及存储介质
CN114049417B (zh) 虚拟角色图像的生成方法、装置、可读介质及电子设备
CN111696041B (zh) 图像处理方法、装置及电子设备
CN111489428B (zh) 图像生成方法、装置、电子设备及计算机可读存储介质
CN112418233B (zh) 图像处理方法、装置、可读介质及电子设备
CN112991147B (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
CN114419298A (zh) 虚拟物体的生成方法、装置、设备及存储介质
CN112070903A (zh) 虚拟对象的展示方法、装置、电子设备及计算机存储介质
CN110033413B (zh) 客户端的图像处理方法、装置、设备、计算机可读介质
CN115134579B (zh) 一种虚拟视点的生成方法、装置、存储介质及电子设备

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