CN116524450B - 一种可行驶空间确定方法及装置 - Google Patents
一种可行驶空间确定方法及装置 Download PDFInfo
- Publication number
- CN116524450B CN116524450B CN202310780958.6A CN202310780958A CN116524450B CN 116524450 B CN116524450 B CN 116524450B CN 202310780958 A CN202310780958 A CN 202310780958A CN 116524450 B CN116524450 B CN 116524450B
- Authority
- CN
- China
- Prior art keywords
- boundary
- point
- processing
- space
- points
- 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 61
- 238000012545 processing Methods 0.000 claims abstract description 131
- 230000000007 visual effect Effects 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 14
- 230000004927 fusion Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
-
- 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
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供一种可行驶空间确定方法及装置，该方法包括：通过车辆可行驶空间感知模块获取不同相机视角获取的可行驶空间图像；对每张可行驶空间图像进行边界点识别，得到每张可行驶空间图像对应的可行驶空间边界点；对可行驶空间边界点进行去除冗余点处理，得到每张可行驶空间图像对应的第一处理边界点；汇总第一处理边界，得到初始可行驶空间边界点；对初始可行驶空间边界点进行相机交界处重合点去除处理，得到第二处理边界点；根据第二处理边界点生成目标可行驶空间的边界线。可见，该方法及装置能够减少“毛刺”区域并确定唯一边界，降低了路径规划控制任务的资源耗费，降低路径规划时间，从而有利于提升车辆路径规划的效率，提升了用户体验。
Description
技术领域
本申请涉及汽车技术领域，具体而言，涉及一种可行驶空间确定方法及装置。
背景技术
目前，在驾驶辅助系统中，泊车作为最主要的功能之一，需要诸多功能模块相互配合才能实现，例如需要可行驶空间模块输出可达空间，即可以控制和规划的区域，需要车位检测模块输出可泊车位，需要下游的规划控制模块输出行驶的路径等。现有的可行驶空间确定方法，通常先通过车辆可行驶空间感知模块获取边界点，然后直接将边界点依次连线，再进行IPM转换后作为可行驶空间感知融合模块的输出，然而，在实践中发现，现有方法得到的可行驶空间存在较多自车无法进行路径规划的“毛刺”区域，从而增加路径规划控制任务的资源耗费，导致耗时增加，从而降低了车辆路径规划的效率，降低了用户体验。
发明内容
本申请实施例的目的在于提供一种可行驶空间确定方法及装置，能够减少“毛刺”区域并确定唯一边界，降低了路径规划控制任务的资源耗费，降低路径规划时间，从而有利于提升车辆路径规划的效率，提升了用户体验。
本申请第一方面提供了一种可行驶空间确定方法，包括：
通过目标车辆的车辆可行驶空间感知模块获取不同相机视角获取的可行驶空间图像；
对每张所述可行驶空间图像进行边界点识别，得到每张所述可行驶空间图像对应的可行驶空间边界点；
对所述可行驶空间边界点进行去除冗余点处理，得到每张所述可行驶空间图像对应的第一处理边界点；
汇总所述第一处理边界，得到初始可行驶空间边界点；
对所述初始可行驶空间边界点进行相机交界处重合点去除处理，得到第二处理边界点；
根据所述第二处理边界点生成目标可行驶空间的边界线。
在上述实现过程中，该方法可以优先通过目标车辆的车辆可行驶空间感知模块获取不同相机视角获取的可行驶空间图像；并对每张可行驶空间图像进行边界点识别，得到每张可行驶空间图像对应的可行驶空间边界点；其次，对可行驶空间边界点进行去除冗余点处理，得到每张可行驶空间图像对应的第一处理边界点；然后，汇总第一处理边界，得到初始可行驶空间边界点；再后，对初始可行驶空间边界点进行相机交界处重合点去除处理，得到第二处理边界点；最后，再根据第二处理边界点生成目标可行驶空间的边界线。可见，该方法能够减少“毛刺”区域并确定唯一边界，降低了路径规划控制任务的资源耗费，降低路径规划时间，从而有利于提升车辆路径规划的效率，提升了用户体验。
进一步地，所述对所述可行驶空间边界点进行去除冗余点处理，得到每张所述可行驶空间图像对应的第一处理边界点，包括：
获取预设的点间距离阈值和预设的删除点数量阈值；
为所述第一处理边界点中每个点进行编号，得到多个带编号的边界点；
确定第一个编号的边界点为第一边界点；
从所述第一边界点开始，依次计算所述第一处理边界点中其他边界点与所述第一边界点的点间距离；
根据所述点间距离、所述点间距离阈值以及所述删除点数量阈值对所述第一处理边界点进行冗余点去除处理，得到每张所述可行驶空间图像对应的第一处理边界点。
进一步地，所述对所述初始可行驶空间边界点进行相机交界处重合点去除处理，得到第二处理边界点，包括：
确定所述初始可行驶空间边界点中不同相机交界处的相机交界点；
对所述相机交界点对所述初始可行驶空间边界点进行重合点去除处理，得到第二处理边界点。
进一步地，所述确定所述初始可行驶空间边界点中不同相机交界处的相机交界点，包括：
以所述目标车辆后轴中心为原点建立自车坐标系；
确定所述目标车辆上设置的多个视角的相机；
根据所述自车坐标系和预设的定义方向，定义所述相机的相机位置；其中，所述预设的定义方向为顺时针方向或者逆时针方向；
根据所述相机位置确定所述初始可行驶空间边界点中的相机交界点。
进一步地，所述自车坐标系的x轴正方向为所述目标车辆的正前方，所述自车坐标系的y轴正方向为所述目标车辆的左边方向。
本申请第二方面提供了一种可行驶空间确定装置，所述可行驶空间确定装置包括：
获取单元，用于通过目标车辆的车辆可行驶空间感知模块获取不同相机视角获取的可行驶空间图像；
识别单元，用于对每张所述可行驶空间图像进行边界点识别，得到每张所述可行驶空间图像对应的可行驶空间边界点；
第一处理单元，用于对所述可行驶空间边界点进行去除冗余点处理，得到每张所述可行驶空间图像对应的第一处理边界点；
汇总单元，用于汇总所述第一处理边界，得到初始可行驶空间边界点；
第二处理单元，用于对所述初始可行驶空间边界点进行相机交界处重合点去除处理，得到第二处理边界点；
生成单元，用于根据所述第二处理边界点生成目标可行驶空间的边界线。
在上述实现过程中，该装置可以通过获取单元来通过目标车辆的车辆可行驶空间感知模块获取不同相机视角获取的可行驶空间图像；通过识别单元对每张可行驶空间图像进行边界点识别，得到每张可行驶空间图像对应的可行驶空间边界点；通过第一处理单元对可行驶空间边界点进行去除冗余点处理，得到每张可行驶空间图像对应的第一处理边界点；通过汇总单元汇总第一处理边界，得到初始可行驶空间边界点；通过第二处理单元对初始可行驶空间边界点进行相机交界处重合点去除处理，得到第二处理边界点；通过生成单元来根据第二处理边界点生成目标可行驶空间的边界线。可见，该装置能够减少“毛刺”区域并确定唯一边界，降低了路径规划控制任务的资源耗费，降低路径规划时间，从而有利于提升车辆路径规划的效率，提升了用户体验。
进一步地，所述第一处理单元包括：
获取子单元，用于获取预设的点间距离阈值和预设的删除点数量阈值；
编号子单元，用于为所述第一处理边界点中每个点进行编号，得到多个带编号的边界点；
第一确定子单元，用于确定第一个编号的边界点为第一边界点；
计算子单元，用于从所述第一边界点开始，依次计算所述第一处理边界点中其他边界点与所述第一边界点的点间距离；
第一处理子单元，用于根据所述点间距离、所述点间距离阈值以及所述删除点数量阈值对所述第一处理边界点进行冗余点去除处理，得到每张所述可行驶空间图像对应的第一处理边界点。
进一步地，所述第二处理单元包括：
第二确定子单元，用于确定所述初始可行驶空间边界点中不同相机交界处的相机交界点；
第二处理子单元，用于对所述相机交界点对所述初始可行驶空间边界点进行重合点去除处理，得到第二处理边界点。
进一步地，所述第二确定子单元包括：
建立模块，用于以所述目标车辆后轴中心为原点建立自车坐标系；
确定模块，用于确定所述目标车辆上设置的多个视角的相机；
定义模块，用于根据所述自车坐标系和预设的定义方向，定义所述相机的相机位置；其中，所述预设的定义方向为顺时针方向或者逆时针方向；
所述确定模块，还用于根据所述相机位置确定所述初始可行驶空间边界点中的相机交界点。
进一步地，所述自车坐标系的x轴正方向为所述目标车辆的正前方，所述自车坐标系的y轴正方向为所述目标车辆的左边方向。
本申请第三方面提供了一种电子设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行本申请第一方面中任一项所述的可行驶空间确定方法。
本申请第四方面提供了一种计算机可读存储介质，其存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行本申请第一方面中任一项所述的可行驶空间确定方法。
本申请的有益效果为：该方法及装置能够减少“毛刺”区域并确定唯一边界，降低了路径规划控制任务的资源耗费，降低路径规划时间，从而有利于提升车辆路径规划的效率，提升了用户体验。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例提供的一种可行驶空间确定方法的流程示意图；
图2为本申请实施例提供的另一种可行驶空间确定方法的流程示意图；
图3为本申请实施例提供的一种可行驶空间确定装置的结构示意图；
图4为本申请实施例提供的另一种可行驶空间确定装置的结构示意图；
图5为本申请实施例提供的一种理想可行驶空间的完整包络举例示意图；
图6为本申请实施例提供的一种实际可行驶空间的包络举例示意图；
图7为本申请实施例提供的一种可行驶空间边界点的示意图；
图8为本申请实施例提供的另一种可行驶空间边界点的示意图；
图9为本申请实施例提供的一种前视相机和前左相机获取到的边界点和边界线的举例示意图；
图10为本申请实施例提供的一种前视相机和前左相机获取到的边界点和边界线的去重结果示意图；
图11为本申请实施例提供的一种可行驶空间的处理结果举例示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
实施例1
请参看图1，图1为本实施例提供了一种可行驶空间确定方法的流程示意图。其中，该可行驶空间确定方法包括：
S101、通过目标车辆的车辆可行驶空间感知模块获取不同相机视角获取的可行驶空间图像。
S102、对每张可行驶空间图像进行边界点识别，得到每张可行驶空间图像对应的可行驶空间边界点。
S103、对可行驶空间边界点进行去除冗余点处理，得到每张可行驶空间图像对应的第一处理边界点。
S104、汇总第一处理边界，得到初始可行驶空间边界点。
S105、对初始可行驶空间边界点进行相机交界处重合点去除处理，得到第二处理边界点。
S106、根据第二处理边界点生成目标可行驶空间的边界线。
该方法可以应用于视觉可行驶空间融合模块中，实现对单相机内冗余的边界点、相机交界处重合的边界线进行去除的效果。具体的，该方法可以根据实际应用场景（泊车、行车）自动进行。在设定了若干参数之后，若边界点较为密集时，该方法会去除较多的多余边界点；反之，若较为稀疏，则大部会保留下来，有较强的鲁棒性。可见，该方法有较强的实用性，可降低整体任务的耗时和所需资源。此外，经测试，该方法可以去除大部分“毛刺”区域。
本实施例中，该方法的执行主体可以为计算机、服务器等计算装置，对此本实施例中不作任何限定。
在本实施例中，该方法的执行主体还可以为智能手机、平板电脑等智能设备，对此本实施例中不作任何限定。
可见，实施本实施例所描述的可行驶空间确定方法，能够针对视觉可行驶空间，对获得的边界点进行处理，从而减少冗余点和重合点，进而降低后续融合和规控的时间和资源消耗量。
实施例2
请参看图2，图2为本实施例提供了一种可行驶空间确定方法的流程示意图。其中，该可行驶空间确定方法包括：
S201、通过目标车辆的车辆可行驶空间感知模块获取不同相机视角获取的可行驶空间图像。
S202、对每张可行驶空间图像进行边界点识别，得到每张可行驶空间图像对应的可行驶空间边界点。
S203、获取预设的点间距离阈值和预设的删除点数量阈值。
S204、为第一处理边界点中每个点进行编号，得到多个带编号的边界点。
S205、确定第一个编号的边界点为第一边界点。
S206、从第一边界点开始，依次计算第一处理边界点中其他边界点与第一边界点的点间距离。
S207、根据点间距离、点间距离阈值以及删除点数量阈值对第一处理边界点进行冗余点去除处理，得到每张可行驶空间图像对应的第一处理边界点。
S208、汇总第一处理边界，得到初始可行驶空间边界点。
S209、以目标车辆后轴中心为原点建立自车坐标系。
本实施例中，自车坐标系的x轴正方向为目标车辆的正前方，自车坐标系的y轴正方向为目标车辆的左边方向。
S210、确定目标车辆上设置的多个视角的相机。
S211、根据自车坐标系和预设的定义方向，定义相机的相机位置。
本实施例中，预设的定义方向为顺时针方向或者逆时针方向。
S212、根据相机位置确定初始可行驶空间边界点中的相机交界点。
S213、对相机交界点对初始可行驶空间边界点进行重合点去除处理，得到第二处理边界点。
S214、根据第二处理边界点生成目标可行驶空间的边界线。
举例来说，在理想情况下，从感知中获得的边界点依次序连接后应当形成一个完整的包络。如图5所示，在BEV鸟瞰视角下，以车辆后轴中心为原点建立自车坐标系，以车辆正前方为x轴正方向，左边为y轴正方向，黑色点是边界点，边界点间用虚线连接成边界线，边界线内形成的包络就是可行驶空间，边界线没有重叠，而且没有毛刺区域。然而，实际获得的可行驶边界线如下图6所示，在BEV鸟瞰视角下自车坐标系中，通常会使用多种不同的颜色线来表示不同的相机视角下获得的边界线。
具体举例来说，该方法中取出单个相机图片中的冗余点的方法如下：见图7，P1到P6均为感知出来可行驶空间边界点，若没有去除冗余点，则可行驶空间的边界如图中虚线所示，包含了较多看似“可行驶”，但实际毫无用处的区域，为减少该区域，并保留近距离的障碍点等信息，可将P1、P3、P6三个点依次进行连接，形成的可行驶边界如实线所示，大致原理就是将P1和P6相连，然后判断中间序号的点是否在连线的外侧，是则删掉。
实施这种实施方式，该方法能够去除单个相机图片中冗余点。具体的，请参照图8，假设设定变量maxJLength为N，即一次最多删除宽度为1.5米的区域（因为该宽度车辆无法通行），设定maxCNum为M，表示一次最多删去10个点，从P1点开始，则先检查P11，看P11点与P1点的距离是否小于N米，若大于，则检查P1与P10点的距离是否小于……以此类推，假设发现P6点，坐标为（x6，y6），距离P1的距离刚好小于N米，则建立矢量P1P6，依次判断P2、P3、P4、P5点是否在矢量P1P6的右侧。以判断P2点为例，坐标为（x2，y3），先建立矢量P1P2，根据矢量叉积，由于符合右手定则，若P1P6×P1P2＞0则表明在矢量的左侧，可以删掉P2点。
具体举例来说，该方法去除相机交界处的重合点的步骤如下：以前视相机和前右相机的交界处为例，如下图9所示，左侧的点和虚线分别表示前视相机获得的边界点和边界线（实际为红色），右侧的表示前左相机获得的内容（其对应色为绿色），存在有重合的区域，经过去重之后，理想的边界线应当如图10所示，形成唯一的边界，并且为了安全，原点近的边界点应当予以保留。
与结果而言，该方法在完成了单个相机去除冗余点，以及去除相机交界处的重合点之后的效果如图11所示，将相邻相机的起始和结尾点相连即可形成唯一边界，并且减少了很多“毛刺”区域。具体可参照图6进行对比。
本实施例中，该方法能够去除相机交界处重合点。具体的，在自车坐标系中设定相机的交界处范围，可以先以顺时针定义前一相机和后一相机，例如在前视相机与前右相机的交界处中，前视相机定义为前一相机，前右相机定义为后一相机，以此类推；先依次判断前一相机的边界点是否在相机交界处内，在则添加到一个向量A中。接着依次判断后一相机的边界点，看是否在交界处内，如果在交界处内，则添加到一个向量B中。保存到对应向量中之后，从向量B中的第一个元素m点开始处理，在A中遍历查找到与m点最近的点n，及其对应的距离minL，则点n成为“参照点”，点m作为第一个“基准点”；接着处理B中第二个元素m2点，则对应在A中的“对应点”是n点的下一个元素，判断m2点与“对应点”的前后X个点的距离，其中最小距离是l2，若l2小于设定的距离Q，则说明该点可以删掉；此外，若l2小于minL，则m2点作为新的“基准点”，对应在A中的“对应点”作为新的“参照点”；以此类推，处理B中所有的元素。
本实施例中，该方法的执行主体可以为计算机、服务器等计算装置，对此本实施例中不作任何限定。
在本实施例中，该方法的执行主体还可以为智能手机、平板电脑等智能设备，对此本实施例中不作任何限定。
可见，实施本实施例所描述的可行驶空间确定方法，能够针对视觉可行驶空间，对获得的边界点进行处理，从而减少冗余点和重合点，进而降低后续融合和规控的时间和资源消耗量。
实施例3
请参看图3，图3为本实施例提供的一种可行驶空间确定装置的结构示意图。如图3所示，该可行驶空间确定装置包括：
获取单元310，用于通过目标车辆的车辆可行驶空间感知模块获取不同相机视角获取的可行驶空间图像；
识别单元320，用于对每张可行驶空间图像进行边界点识别，得到每张可行驶空间图像对应的可行驶空间边界点；
第一处理单元330，用于对可行驶空间边界点进行去除冗余点处理，得到每张可行驶空间图像对应的第一处理边界点；
汇总单元340，用于汇总第一处理边界，得到初始可行驶空间边界点；
第二处理单元350，用于对初始可行驶空间边界点进行相机交界处重合点去除处理，得到第二处理边界点；
生成单元360，用于根据第二处理边界点生成目标可行驶空间的边界线。
本实施例中，对于可行驶空间确定装置的解释说明可以参照实施例1或实施例2中的描述，对此本实施例中不再多加赘述。
可见，实施本实施例所描述的可行驶空间确定装置，能够针对视觉可行驶空间，对获得的边界点进行处理，从而减少冗余点和重合点，进而降低后续融合和规控的时间和资源消耗量。
实施例4
请参看图4，图4为本实施例提供的一种可行驶空间确定装置的结构示意图。如图4所示，该可行驶空间确定装置包括：
获取单元310，用于通过目标车辆的车辆可行驶空间感知模块获取不同相机视角获取的可行驶空间图像；
识别单元320，用于对每张可行驶空间图像进行边界点识别，得到每张可行驶空间图像对应的可行驶空间边界点；
第一处理单元330，用于对可行驶空间边界点进行去除冗余点处理，得到每张可行驶空间图像对应的第一处理边界点；
汇总单元340，用于汇总第一处理边界，得到初始可行驶空间边界点；
第二处理单元350，用于对初始可行驶空间边界点进行相机交界处重合点去除处理，得到第二处理边界点；
生成单元360，用于根据第二处理边界点生成目标可行驶空间的边界线。
作为一种可选的实施方式，第一处理单元330包括：
获取子单元331，用于获取预设的点间距离阈值和预设的删除点数量阈值；
编号子单元332，用于为第一处理边界点中每个点进行编号，得到多个带编号的边界点；
第一确定子单元333，用于确定第一个编号的边界点为第一边界点；
计算子单元334，用于从第一边界点开始，依次计算第一处理边界点中其他边界点与第一边界点的点间距离；
第一处理子单元335，用于根据点间距离、点间距离阈值以及删除点数量阈值对第一处理边界点进行冗余点去除处理，得到每张可行驶空间图像对应的第一处理边界点。
作为一种可选的实施方式，第二处理单元350包括：
第二确定子单元351，用于确定初始可行驶空间边界点中不同相机交界处的相机交界点；
第二处理子单元352，用于对相机交界点对初始可行驶空间边界点进行重合点去除处理，得到第二处理边界点。
作为一种可选的实施方式，第二确定子单元351包括：
建立模块，用于以目标车辆后轴中心为原点建立自车坐标系；
确定模块，用于确定目标车辆上设置的多个视角的相机；
定义模块，用于根据自车坐标系和预设的定义方向，定义相机的相机位置；其中，预设的定义方向为顺时针方向或者逆时针方向；
确定模块，还用于根据相机位置确定初始可行驶空间边界点中的相机交界点。
本实施例中，自车坐标系的x轴正方向为目标车辆的正前方，自车坐标系的y轴正方向为目标车辆的左边方向。
本实施例中，对于可行驶空间确定装置的解释说明可以参照实施例1或实施例2中的描述，对此本实施例中不再多加赘述。
可见，实施本实施例所描述的可行驶空间确定装置，能够针对视觉可行驶空间，对获得的边界点进行处理，从而减少冗余点和重合点，进而降低后续融合和规控的时间和资源消耗量。
本申请实施例提供了一种电子设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行本申请实施例1或实施例2中的可行驶空间确定方法。
本申请实施例提供了一种计算机可读存储介质，其存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行本申请实施例1或实施例2中的可行驶空间确定方法。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，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装置、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，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方式中，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动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。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。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或者该技术方案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一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (8)
1.一种可行驶空间确定方法，其特征在于，包括：
通过目标车辆的车辆可行驶空间感知模块获取不同相机视角获取的可行驶空间图像；
对每张所述可行驶空间图像进行边界点识别，得到每张所述可行驶空间图像对应的可行驶空间边界点；
对所述可行驶空间边界点进行去除冗余点处理，得到每张所述可行驶空间图像对应的第一处理边界点；
汇总所述第一处理边界，得到初始可行驶空间边界点；
对所述初始可行驶空间边界点进行相机交界处重合点去除处理，得到第二处理边界点；
根据所述第二处理边界点生成目标可行驶空间的边界线；
其中，所述对所述可行驶空间边界点进行去除冗余点处理，得到每张所述可行驶空间图像对应的第一处理边界点，包括：
获取预设的点间距离阈值和预设的删除点数量阈值；
为所述第一处理边界点中每个点进行编号，得到多个带编号的边界点；
确定第一个编号的边界点为第一边界点；
从所述第一边界点开始，依次计算所述第一处理边界点中其他边界点与所述第一边界点的点间距离；
根据所述点间距离、所述点间距离阈值以及所述删除点数量阈值对所述第一处理边界点进行冗余点去除处理，得到每张所述可行驶空间图像对应的第一处理边界点；其中，单次被去除处理的冗余点总数不大于所述删除点数量阈值。
2.根据权利要求1所述的可行驶空间确定方法，其特征在于，所述对所述初始可行驶空间边界点进行相机交界处重合点去除处理，得到第二处理边界点，包括：
确定所述初始可行驶空间边界点中不同相机交界处的相机交界点；
对所述相机交界点对所述初始可行驶空间边界点进行重合点去除处理，得到第二处理边界点。
3.根据权利要求2所述的可行驶空间确定方法，其特征在于，所述确定所述初始可行驶空间边界点中不同相机交界处的相机交界点，包括：
以所述目标车辆后轴中心为原点建立自车坐标系；
确定所述目标车辆上设置的多个视角的相机；
根据所述自车坐标系和预设的定义方向，定义所述相机的相机位置；其中，所述预设的定义方向为顺时针方向或者逆时针方向；
根据所述相机位置确定所述初始可行驶空间边界点中的相机交界点。
4.根据权利要求3所述的可行驶空间确定方法，其特征在于，所述自车坐标系的x轴正方向为所述目标车辆的正前方，所述自车坐标系的y轴正方向为所述目标车辆的左边方向。
5.一种可行驶空间确定装置，其特征在于，所述可行驶空间确定装置包括：
获取单元，用于通过目标车辆的车辆可行驶空间感知模块获取不同相机视角获取的可行驶空间图像；
识别单元，用于对每张所述可行驶空间图像进行边界点识别，得到每张所述可行驶空间图像对应的可行驶空间边界点；
第一处理单元，用于对所述可行驶空间边界点进行去除冗余点处理，得到每张所述可行驶空间图像对应的第一处理边界点；
汇总单元，用于汇总所述第一处理边界，得到初始可行驶空间边界点；
第二处理单元，用于对所述初始可行驶空间边界点进行相机交界处重合点去除处理，得到第二处理边界点；
生成单元，用于根据所述第二处理边界点生成目标可行驶空间的边界线；
其中，所述第一处理单元包括：
获取子单元，用于获取预设的点间距离阈值和预设的删除点数量阈值；
编号子单元，用于为所述第一处理边界点中每个点进行编号，得到多个带编号的边界点；
第一确定子单元，用于确定第一个编号的边界点为第一边界点；
计算子单元，用于从所述第一边界点开始，依次计算所述第一处理边界点中其他边界点与所述第一边界点的点间距离；
第一处理子单元，用于根据所述点间距离、所述点间距离阈值以及所述删除点数量阈值对所述第一处理边界点进行冗余点去除处理，得到每张所述可行驶空间图像对应的第一处理边界点；其中，单次被去除处理的冗余点总数不大于所述删除点数量阈值。
6.根据权利要求5所述的可行驶空间确定装置，其特征在于，所述第二处理单元包括：
第二确定子单元，用于确定所述初始可行驶空间边界点中不同相机交界处的相机交界点；
第二处理子单元，用于对所述相机交界点对所述初始可行驶空间边界点进行重合点去除处理，得到第二处理边界点。
7.一种电子设备，其特征在于，所述电子设备包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行权利要求1至4中任一项所述的可行驶空间确定方法。
8.一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行权利要求1至4任一项所述的可行驶空间确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310780958.6A CN116524450B (zh) | 2023-06-29 | 2023-06-29 | 一种可行驶空间确定方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310780958.6A CN116524450B (zh) | 2023-06-29 | 2023-06-29 | 一种可行驶空间确定方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116524450A CN116524450A (zh) | 2023-08-01 |
| CN116524450B true CN116524450B (zh) | 2023-09-22 |
Family
ID=87399749
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310780958.6A Active CN116524450B (zh) | 2023-06-29 | 2023-06-29 | 一种可行驶空间确定方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116524450B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103473950A (zh) * | 2012-06-06 | 2013-12-25 | 刘鉵 | 一种停车场车位监控方法 |
| JP2016018494A (ja) * | 2014-07-10 | 2016-02-01 | 公立大学法人岩手県立大学 | 走行路認識装置 |
| KR20200069542A (ko) * | 2018-12-07 | 2020-06-17 | 팅크웨어(주) | 차선 내 안내 정보 추출을 통한 경로 안내 방법 및 이를 수행하는 전자 기기 |
| CN113188562A (zh) * | 2021-07-01 | 2021-07-30 | 新石器慧通（北京）科技有限公司 | 可行驶区域的路径规划方法、装置、电子设备及存储介质 |
| CN115320637A (zh) * | 2022-08-31 | 2022-11-11 | 中汽创智科技有限公司 | 一种自动驾驶方法、装置及存储介质 |
| CN115973139A (zh) * | 2023-02-14 | 2023-04-18 | 华人运通(上海)自动驾驶科技有限公司 | 自动泊车的轨迹规划方法、设备、存储介质及车辆 |
| CN116052104A (zh) * | 2023-01-05 | 2023-05-02 | 智道网联科技(北京)有限公司 | 基于神经网络模型的车道线分组方法、装置及电子设备 |
| CN116071729A (zh) * | 2023-01-10 | 2023-05-05 | 合众新能源汽车股份有限公司 | 可行驶区域和路沿的检测方法、装置及相关设备 |
| WO2023092451A1 (zh) * | 2021-11-26 | 2023-06-01 | 华为技术有限公司 | 预测可行驶车道的方法和装置 |
-
2023
- 2023-06-29 CN CN202310780958.6A patent/CN116524450B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103473950A (zh) * | 2012-06-06 | 2013-12-25 | 刘鉵 | 一种停车场车位监控方法 |
| JP2016018494A (ja) * | 2014-07-10 | 2016-02-01 | 公立大学法人岩手県立大学 | 走行路認識装置 |
| KR20200069542A (ko) * | 2018-12-07 | 2020-06-17 | 팅크웨어(주) | 차선 내 안내 정보 추출을 통한 경로 안내 방법 및 이를 수행하는 전자 기기 |
| CN113188562A (zh) * | 2021-07-01 | 2021-07-30 | 新石器慧通（北京）科技有限公司 | 可行驶区域的路径规划方法、装置、电子设备及存储介质 |
| WO2023092451A1 (zh) * | 2021-11-26 | 2023-06-01 | 华为技术有限公司 | 预测可行驶车道的方法和装置 |
| CN115320637A (zh) * | 2022-08-31 | 2022-11-11 | 中汽创智科技有限公司 | 一种自动驾驶方法、装置及存储介质 |
| CN116052104A (zh) * | 2023-01-05 | 2023-05-02 | 智道网联科技(北京)有限公司 | 基于神经网络模型的车道线分组方法、装置及电子设备 |
| CN116071729A (zh) * | 2023-01-10 | 2023-05-05 | 合众新能源汽车股份有限公司 | 可行驶区域和路沿的检测方法、装置及相关设备 |
| CN115973139A (zh) * | 2023-02-14 | 2023-04-18 | 华人运通(上海)自动驾驶科技有限公司 | 自动泊车的轨迹规划方法、设备、存储介质及车辆 |
Non-Patent Citations (2)
| Title |
|---|
| 基于三维激光雷达的道路边界提取和障碍物检测算法;王灿;孔斌;杨静;王智灵;祝辉;;模式识别与人工智能(04);70-79 * |
| 基于车载LiDAR的道路边界检测;李会宾;史云;张文利;项铭涛;刘含海;;测绘工程(12);40-46 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116524450A (zh) | 2023-08-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112967283B (zh) | 基于双目摄像头的目标识别方法、系统、设备及存储介质 | |
| US11379963B2 (en) | Information processing method and device, cloud-based processing device, and computer program product | |
| CN111627001B (zh) | 图像检测方法及装置 | |
| WO2020107326A1 (zh) | 车道线检测方法、设备、计算机可读存储介质 | |
| US20230065774A1 (en) | Computer Vision Systems and Methods for Modeling Three-Dimensional Structures Using Two-Dimensional Segments Detected in Digital Aerial Images | |
| CN113296543B (zh) | 航拍航线规划方法及系统 | |
| CN113392794B (zh) | 车辆跨线识别方法、装置、电子设备和存储介质 | |
| CN109522852B (zh) | 基于光学遥感影像的人造目标检测方法、装置及设备 | |
| CN111308500A (zh) | 基于单线激光雷达的障碍物感知方法、装置和计算机终端 | |
| CN112651997A (zh) | 地图构建方法、电子设备和存储介质 | |
| CN107977649B (zh) | 一种障碍物识别方法、装置及终端 | |
| CN117315406B (zh) | 一种样本图像处理方法、装置及设备 | |
| CN116524450B (zh) | 一种可行驶空间确定方法及装置 | |
| CN111967484A (zh) | 点云聚类方法、装置、计算机设备和存储介质 | |
| CN114120254A (zh) | 道路信息识别方法、装置及存储介质 | |
| CN115249407B (zh) | 指示灯状态识别方法、装置、电子设备、存储介质及产品 | |
| KR101910256B1 (ko) | 카메라 기반 도로 곡률 추정을 위한 차선 검출 방법 및 시스템 | |
| CN112395963B (zh) | 对象识别方法和装置、电子设备及存储介质 | |
| CN112686155A (zh) | 图像识别方法、装置、计算机可读存储介质及处理器 | |
| CN112906495A (zh) | 一种目标检测方法、装置、电子设备及存储介质 | |
| CN112257710A (zh) | 一种带文字平面的图片倾斜度检测方法及装置 | |
| CN115965689A (zh) | 一种遮挡筛选方法、装置、电子设备及存储介质 | |
| CN114359527B (zh) | 一种图形数据的三角化处理方法及系统 | |
| CN115661577B (zh) | 用于对象检测的方法、设备和计算机可读存储介质 | |
| CN115330972A (zh) | 基于线段合并的墙边信息处理方法及装置 |
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 |