CN116843888A - 目标定位方法、装置及电子设备 - Google Patents
目标定位方法、装置及电子设备 Download PDFInfo
- Publication number
- CN116843888A CN116843888A CN202310579466.0A CN202310579466A CN116843888A CN 116843888 A CN116843888 A CN 116843888A CN 202310579466 A CN202310579466 A CN 202310579466A CN 116843888 A CN116843888 A CN 116843888A
- Authority
- CN
- China
- Prior art keywords
- target
- cut
- detection frame
- target detection
- truncated
- 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 56
- 238000001514 detection method Methods 0.000 claims abstract description 295
- 230000009466 transformation Effects 0.000 claims description 21
- 238000010586 diagram Methods 0.000 description 15
- 238000003860 storage Methods 0.000 description 15
- 238000004590 computer program Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000005520 cutting process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种目标定位方法、装置及电子设备,该方法包括:获取路侧相机采集的道路图像,并利用目标检测模型对道路图像进行目标检测,得到目标检测结果,目标检测结果包括目标检测框的中心位置;根据目标检测结果和道路图像确定目标检测框对应的目标是否为截断目标;在目标检测框对应的目标为截断目标的情况下,确定截断目标与路侧相机的相对朝向关系及截断目标的截断类型;根据截断目标与路侧相机的相对朝向关系及截断目标的截断类型,利用第一预设定位补偿策略对目标检测框的中心位置进行补偿,得到第一目标定位结果。本申请基于2D目标检测结果,对截断目标的检测框中心位置进行补偿,提高了目标截断情况下的定位精度。
Description
技术领域
本申请涉及自动驾驶技术领域,尤其涉及一种目标定位方法、装置及电子设备。
背景技术
目前基于路侧感知实现的目标定位方案主要是使用基于深度学习技术实现的2D目标检测技术对图像中的车辆目标进行检测,得到2D目标检测框之后,基于事先标定的图像与世界坐标系的变换关系,将检测框的底边中心点或其他2D点转换到世界坐标系下,作为目标在世界坐标系下的绝对位置。
然而,如果车辆目标在图像中的位置处于截断状态,如图1和图2所示,分别提供了一种目标截断状态的示意图,被检测到的车辆目标为不完整的目标,那么直接将检测框的底边中心点转换到世界坐标系下得到的位置将与车辆实际的底面中心位置存在较大偏差。
进一步地,由于目标的航向角是基于目标的绝对位置计算出来的,在目标处于被截断的情况时,随着目标的运动,检测框的底边中心在图1和图2中会发生横向移动,导致在世界坐标系下计算出的目标航向角偏差较大。
发明内容
本申请实施例提供了一种目标定位方法、装置及电子设备,以提高目标截断场景下的目标定位精度。
本申请实施例采用下述技术方案:
第一方面,本申请实施例提供一种目标定位方法,其中,所述方法包括:
获取路侧相机采集的道路图像,并利用目标检测模型对所述道路图像进行目标检测,得到目标检测结果,所述目标检测结果包括目标检测框的中心位置;
根据所述目标检测结果和所述道路图像确定所述目标检测框对应的目标是否为截断目标;
在所述目标检测框对应的目标为截断目标的情况下,确定截断目标与路侧相机的相对朝向关系以及截断目标的截断类型;
根据所述截断目标与路侧相机的相对朝向关系以及所述截断目标的截断类型,利用第一预设定位补偿策略对所述目标检测框的中心位置进行补偿,得到第一目标定位结果。
可选地,所述根据所述目标检测结果和所述道路图像确定所述目标检测框对应的目标是否为截断目标包括:
根据所述目标检测框和所述道路图像的图像边界,确定所述目标检测框与所述道路图像的图像边界的相对位置关系;
根据所述目标检测框与所述道路图像的图像边界的相对位置关系确定所述目标检测框对应的目标是否为截断目标。
可选地,所述根据所述目标检测框与所述道路图像的图像边界的相对位置关系确定所述目标检测框对应的目标是否为截断目标包括:
若所述目标检测框与所述道路图像的图像边界的相对位置关系为所述目标检测框与所述道路图像的图像边界的相对距离小于预设距离阈值,则确定所述目标检测框对应的目标存在截断目标;
否则,则确定所述目标检测框对应的目标为非截断目标。
可选地,所述在所述目标检测框对应的目标为截断目标的情况下,确定截断目标与路侧相机的相对朝向关系以及截断目标的截断类型包括:
获取所述截断目标的历史航向角以及路侧相机的当前朝向,所述历史航向角为截断目标被截断前的航向角;
根据所述截断目标的历史航向角以及路侧相机的当前朝向确定所述截断目标与路侧相机的相对朝向关系;
根据所述截断目标与路侧相机的相对朝向关系以及所述目标检测框与所述道路图像的图像边界的相对位置关系,确定所述截断目标的截断类型。
可选地,所述根据所述截断目标与路侧相机的相对朝向关系以及所述目标检测框与所述道路图像的图像边界的相对位置关系,确定所述截断目标的截断类型包括:
若所述截断目标与路侧相机的相对朝向关系为截断目标与路侧相机朝向相反,且所述目标检测框与所述道路图像的图像边界的相对位置关系为所述截断目标的目标检测框位于所述道路图像的左边界,则确定所述截断目标的截断类型为左侧驶入目标的车尾被截断;
若所述截断目标与路侧相机的相对朝向关系为截断目标与路侧相机朝向相同,且所述目标检测框与所述道路图像的图像边界的相对位置关系为所述截断目标的目标检测框位于所述道路图像的右边界,则确定所述截断目标的截断类型为右侧驶入目标的车尾被截断;
若所述截断目标与路侧相机的相对朝向关系为截断目标与路侧相机朝向相同,且所述目标检测框与所述道路图像的图像边界的相对位置关系为所述截断目标的目标检测框位于所述道路图像的左边界,则确定所述截断目标的截断类型为左侧驶出目标的车头被截断;
若所述截断目标与路侧相机的相对朝向关系为截断目标与路侧相机朝向相反,且所述目标检测框与所述道路图像的图像边界的相对位置关系为所述截断目标的目标检测框位于所述道路图像的右边界,则确定所述截断目标的截断类型为右侧驶出目标的车头被截断;
否则,则确定所述截断目标的截断类型为车侧身被截断。
可选地,所述根据所述截断目标与路侧相机的相对朝向关系以及所述截断目标的截断类型,利用第一预设定位补偿策略对所述目标检测框的中心位置进行补偿,得到第一目标定位结果包括:
若所述截断目标的截断类型为左侧驶入目标的车尾被截断、右侧驶入目标的车尾被截断、左侧驶出目标的车头被截断、右侧驶出目标的车头被截断中的任意一种,则根据图像坐标系与世界坐标系的变换关系,对所述目标检测框的中心位置向第一预设方向补偿第一预设距离;
若所述截断目标的截断类型为车侧身被截断,则根据图像坐标系与世界坐标系的变换关系,对所述目标检测框的中心位置向第二预设方向补偿第二预设距离。
可选地,所述目标检测结果还包括目标检测框的底边中心位置,在根据所述目标检测结果和所述道路图像确定所述目标检测框对应的目标是否为截断目标之后,所述方法还包括:
在所述目标检测框对应的目标为非截断目标的情况下,获取所述路侧相机的当前朝向和所述非截断目标的历史航向角;
根据所述路侧相机的当前朝向和所述非截断目标的历史航向角确定所述非截断目标与路侧相机的相对朝向关系;
根据所述非截断目标与路侧相机的相对朝向关系,利用第二预设定位补偿策略对所述目标检测框的底边中心位置进行补偿,得到第二目标定位结果。
可选地,所述根据所述非截断目标与路侧相机的相对朝向关系,利用第二预设定位补偿策略对所述目标检测框的底边中心位置进行补偿,得到第二目标定位结果包括:
若所述非截断目标与路侧相机的相对朝向关系为非截断目标的车头朝向路侧相机或者为非截断目标的车尾朝向路侧相机,则根据图像坐标系与世界坐标系的变换关系,对所述目标检测框的底边中心位置向第三预设方向补偿第三预设距离;
若所述非截断目标与路侧相机的相对朝向关系为非截断目标的车身侧面朝向路侧相机,则根据图像坐标系与世界坐标系的变换关系,对所述目标检测框的底边中心位置向第四预设方向补偿第四预设距离。
第二方面,本申请实施例还提供一种目标定位装置,其中,所述装置包括:
目标检测单元,用于获取路侧相机采集的道路图像,并利用目标检测模型对所述道路图像进行目标检测,得到目标检测结果,所述目标检测结果包括目标检测框的中心位置;
第一确定单元,用于根据所述目标检测结果和所述道路图像确定所述目标检测框对应的目标是否为截断目标;
第二确定单元,用于在所述目标检测框对应的目标为截断目标的情况下,确定截断目标与路侧相机的相对朝向关系以及截断目标的截断类型;
第一补偿单元,用于根据所述截断目标与路侧相机的相对朝向关系以及所述截断目标的截断类型,利用第一预设定位补偿策略对所述目标检测框的中心位置进行补偿,得到第一目标定位结果。
第三方面,本申请实施例还提供一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行前述之任一所述方法。
第四方面,本申请实施例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存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行前述之任一所述方法。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:本申请实施例的目标定位方法,先获取路侧相机采集的道路图像,并利用目标检测模型对道路图像进行目标检测,得到目标检测结果,目标检测结果包括目标检测框的中心位置;然后根据目标检测结果和道路图像确定道路图像中是否存在截断目标;之后在道路图像中存在截断目标的情况下,确定截断目标与路侧相机的相对朝向关系以及截断目标的截断类型;最后根据截断目标与路侧相机的相对朝向关系以及截断目标的截断类型,利用第一预设定位补偿策略对目标检测框的中心位置进行补偿,得到第一目标定位结果。本申请实施例的目标定位方法基于2D目标检测结果,对图像中被截断的不完整目标的检测框中心位置进行补偿,最终得到更加靠近车辆实际中心的位置,提高了目标截断情况下的定位精度。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为一种目标截断状态的示意图;
图2为另一种目标截断状态的示意图;
图3为本申请实施例中一种目标定位方法的流程示意图;
图4为本申请实施例中几种截断目标的截断类型示意图;
图5为本申请实施例中一种目标定位流程示意图;
图6为本申请实施例中一种目标定位装置的结构示意图;
图7为本申请实施例中一种电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
以下结合附图,详细说明本申请各实施例提供的技术方案。
本申请实施例提供了一种目标定位方法,如图3所示,提供了本申请实施例中一种目标定位方法的流程示意图,所述方法至少包括如下的步骤S310至步骤S340:
步骤S310,获取路侧相机采集的道路图像,并利用目标检测模型对所述道路图像进行目标检测,得到目标检测结果,所述目标检测结果包括目标检测框的中心位置。
本申请实施例的目标定位方法可以由路侧设备来执行,在进行目标定位时,需要先获取路侧相机采集的道路图像,然后利用事先训练好的目标检测模型对道路图像中的车辆目标进行检测,得到目标检测结果,这里的目标检测模型可以基于现有的卷积神经网络如YOLO系列的网络训练得到,具体如何训练,本领域技术人员可以结合现有技术灵活确定,在此不作具体限定。
目标检测模型输出的目标检测结果主要包括目标检测框的底边中心的位置坐标和目标检测框的中心位置坐标,而本申请实施例中考虑到目标截断情况下,基于检测框的底边中心位置计算出的目标位置将存在较大偏差,因此本申请实施例主要采用的是目标检测框的中心位置坐标,在车辆目标处于被截断的情况下,目标检测框的中心位置在投影至地面后,通常会更接近车辆的车头底边中心、车尾底边中心或者车辆侧身的底边中心,从而更易于后续采取补偿策略进行补偿。
步骤S320,根据所述目标检测结果和所述道路图像确定所述目标检测框对应的目标是否为截断目标。
根据目标检测结果中检测出的各个目标检测框,结合道路图像的图像边界,可以进一步确定出各个目标检测框对应的目标是否是截断目标,进而采取不同的补偿策略进行定位补偿。
步骤S330,在所述目标检测框对应的目标为截断目标的情况下,确定截断目标与路侧相机的相对朝向关系以及截断目标的截断类型。
如果当前道路图像中存在截断目标,那么需要进一步确定截断目标与路侧相机的相对朝向关系以及截断目标的截断类型,这是因为截断目标的与路侧相机的相对朝向不同,例如是朝向相机行驶还是背向相机行驶,以及截断目标的具体截断类型的不同,例如是车头被截断还是车尾被截断,都会影响后续具体采取的补偿策略。
步骤S340,根据所述截断目标与路侧相机的相对朝向关系以及所述截断目标的截断类型,利用第一预设定位补偿策略对所述目标检测框的中心位置进行补偿,得到第一目标定位结果。
在确定出截断目标与路侧相机的相对朝向关系和截断目标的截断类型之后,即可确定出当前采取的定位补偿策略,该定位补偿策略的核心在于将目标检测框的中心位置补偿到车辆实际的底面中心位置,也即得到更接近于车辆真实位置的目标定位结果,进而提高2D目标检测结果的可应用性。
本申请实施例的目标定位方法基于2D目标检测结果,对图像中被截断的不完整目标的检测框中心位置进行补偿,最终得到更加靠近车辆实际中心的位置,提高了目标截断情况下的定位精度。
在本申请的一些实施例中,所述根据所述目标检测结果和所述道路图像确定所述目标检测框对应的目标是否为截断目标包括:根据所述目标检测框和所述道路图像的图像边界,确定所述目标检测框与所述道路图像的图像边界的相对位置关系;根据所述目标检测框与所述道路图像的图像边界的相对位置关系确定所述目标检测框对应的目标是否为截断目标。
在确定道路图像中是否存在截断目标时,可以确定目标检测框与道路图像的各个图像边界之间的相对位置关系,相对位置关系主要用于反映目标检测框的位置是否与任意一个图像边界相接近,如果目标检测框的位置与任意一个图像边界相接近,说明该目标检测框处于图像边界位置处,大概率可以认为该目标检测框对应的目标为截断目标,而如果目标检测框的位置与任意一个图像边界都不接近,则可以认为该目标检测框对应的目标为非截断目标。
在本申请的一些实施例中,所述根据所述目标检测框与所述道路图像的图像边界的相对位置关系确定所述目标检测框对应的目标是否为截断目标包括:若所述目标检测框与所述道路图像的图像边界的相对位置关系为所述目标检测框与所述道路图像的图像边界的相对距离小于预设距离阈值,则确定所述目标检测框对应的目标存在截断目标;否则,则确定所述目标检测框对应的目标为非截断目标。
例如,如果目标检测框的角点横坐标的最小值与道路图像的左边界之间的距离小于预设距离阈值,说明目标检测框更靠近图像左边界,如果目标检测框的角点横坐标的最大值与道路图像的右边界之间的距离小于预设距离阈值,说明目标检测框更靠近图像右边界,如果目标检测框的角点纵坐标的最小值与道路图像的上边界之间的距离小于预设距离阈值,说明目标检测框更靠近图像上边界,如果目标检测框的角点纵坐标的最大值与道路图像的下边界之间的距离小于预设距离阈值,说明目标检测框更靠近图像下边界。
上述这几种情况都可以看作是目标检测框对应的目标为截断目标,除此以外的情况可以认为该目标检测框对应的目标为非截断目标。
在本申请的一些实施例中,所述在所述目标检测框对应的目标为截断目标的情况下,确定截断目标与路侧相机的相对朝向关系以及截断目标的截断类型包括:获取所述截断目标的历史航向角以及路侧相机的当前朝向,所述历史航向角为截断目标被截断前的航向角;根据所述截断目标的历史航向角以及路侧相机的当前朝向确定所述截断目标与路侧相机的相对朝向关系;根据所述截断目标与路侧相机的相对朝向关系以及所述目标检测框与所述道路图像的图像边界的相对位置关系,确定所述截断目标的截断类型。
目标的航向角反映了目标在世界坐标系下的朝向,由于目标的航向角主要是基于两帧数据中的目标的绝对位置计算得到的,而当前帧的目标的绝对位置还未确定,考虑目标的航向角在短时间内不会发生很大变化,因此可以将目标在被截断之前的历史航向角作为截断目标当前的航向角。
路侧相机的朝向则反映了路侧相机在世界坐标系下的拍摄角度或者拍摄方向,因此通过将截断目标的航向角和路侧相机的朝向进行比较,从而确定出截断目标相对于路侧相机的朝向,也即从路侧相机的视角看到的截断目标的朝向,例如车头与路侧相机的朝向相同、相反或者介于两者之间。
在确定出截断目标与路侧相机的相对朝向关系后,可以进一步结合截断目标的目标检测框与道路图像的图像边界之间的相对位置关系,确定出截断目标具体的截断类型,例如可以包括左侧驶入目标的车尾被截断、右侧驶入目标的车尾被截断、左侧驶出目标的车头被截断、右侧驶出目标的车头被截断、车侧身被截断等类型。当然,具体如何定义截断类型,本领域也可以结合实际的道路场景以及路侧相机实际的拍摄角度灵活确定,在此不作具体限定。
在本申请的一些实施例中,所述根据所述截断目标与路侧相机的相对朝向关系以及所述目标检测框与所述道路图像的图像边界的相对位置关系,确定所述截断目标的截断类型包括:若所述截断目标与路侧相机的相对朝向关系为截断目标与路侧相机朝向相反,且所述目标检测框与所述道路图像的图像边界的相对位置关系为所述截断目标的目标检测框位于所述道路图像的左边界,则确定所述截断目标的截断类型为左侧驶入目标的车尾被截断;若所述截断目标与路侧相机的相对朝向关系为截断目标与路侧相机朝向相同,且所述目标检测框与所述道路图像的图像边界的相对位置关系为所述截断目标的目标检测框位于所述道路图像的右边界,则确定所述截断目标的截断类型为右侧驶入目标的车尾被截断;若所述截断目标与路侧相机的相对朝向关系为截断目标与路侧相机朝向相同,且所述目标检测框与所述道路图像的图像边界的相对位置关系为所述截断目标的目标检测框位于所述道路图像的左边界,则确定所述截断目标的截断类型为左侧驶出目标的车头被截断;若所述截断目标与路侧相机的相对朝向关系为截断目标与路侧相机朝向相反,且所述目标检测框与所述道路图像的图像边界的相对位置关系为所述截断目标的目标检测框位于所述道路图像的右边界,则确定所述截断目标的截断类型为右侧驶出目标的车头被截断;否则,则确定所述截断目标的截断类型为车侧身被截断。
考虑到实际道路场景中可能较为经常出现的截断情况,本申请实施例定义的截断类型主要包括左侧驶入目标的车尾被截断、右侧驶入目标的车尾被截断、左侧驶出目标的车头被截断、右侧驶出目标的车头被截断、车侧身被截断,如图4所示,提供了本申请实施例中几种截断目标的截断类型示意图。
如果截断目标与路侧相机的朝向相反,同时检测出的截断目标的目标检测框更接近于道路图像的左边界,那么可以确定该截断目标的截断类型为左侧驶入目标的车尾被截断,如图4(1)所示。如果截断目标与路侧相机的朝向相同,同时检测出的截断目标的目标检测框更接近于道路图像的右边界,那么可以确定该截断目标的截断类型为右侧驶入目标的车尾被截断,如图4(2)所示。如果截断目标与路侧相机的朝向相同,同时检测出的截断目标的目标检测框更接近于道路图像的左边界,那么可以确定该截断目标的截断类型为左侧驶出目标的车头被截断,如图4(3)所示。如果截断目标与路侧相机的朝向相反,同时检测出的截断目标的目标检测框更接近于道路图像的右边界,那么可以确定该截断目标的截断类型为右侧驶出目标的车头被截断,如图4(4)所示。除此以外,可以认为截断目标的截断类型为车侧身被截断,如图4(5)和图4(6)所示。
需要说明的是,本申请实施例的截断目标的朝向可以根据目标的行驶方向来确定,行驶方向可以根据多帧车辆目标的跟踪位置来确定,如果路面存在可识别的路面元素如箭头标识等,还可以通过识别箭头标识来确定行驶方向,或者也可以基于现有的卷积网络训练好车头/车尾检测模型进行车头/车尾检测来确定车辆的行驶方向。当然,具体如何确定,本领域技术人员可以根据实际需求灵活选择,在此不作具体限定。
在本申请的一些实施例中,所述根据所述截断目标与路侧相机的相对朝向关系以及所述截断目标的截断类型,利用第一预设定位补偿策略对所述目标检测框的中心位置进行补偿,得到第一目标定位结果包括:若所述截断目标的截断类型为左侧驶入目标的车尾被截断、右侧驶入目标的车尾被截断、左侧驶出目标的车头被截断、右侧驶出目标的车头被截断中的任意一种,则根据图像坐标系与世界坐标系的变换关系,对所述目标检测框的中心位置向第一预设方向补偿第一预设距离;若所述截断目标的截断类型为车侧身被截断,则根据图像坐标系与世界坐标系的变换关系,对所述目标检测框的中心位置向第二预设方向补偿第二预设距离。
基于前述实施例,如果截断目标的截断类型为车头被截断或车尾被截断,具体可以包括左侧驶入目标的车尾被截断、右侧驶入目标的车尾被截断、左侧驶出目标的车头被截断以及右侧驶出目标的车头被截断,这几种情况都说明目标检测框的中心位置在基于图像坐标系与世界坐标系的变换关系投影至地面后,与车辆底面的实际中心位置相差了半个车长左右的距离,因此对于这几种情况可以根据具体的截断类型,将目标检测框的中心位置在地面的投影位置向第一预设方向补偿第一预设距离。
第一预设方向是指补偿的方向,例如可以包括与相机相同的方向或相反的方向,如果截断目标与路侧相机的朝向相反,且属于左侧驶入目标的车尾被截断的情况,则需要向相机相同方向进行补偿;如果截断目标与路侧相机的朝向相同,且属于右侧驶入目标的车尾被截断的情况,则需要向相机相反方向进行补偿;如果截断目标与路侧相机的朝向相同,且属于左侧驶出目标的车头被截断的情况,则需要向相机相同方向进行补偿;如果截断目标与路侧相机的朝向相反,且属于右侧驶出目标的车头被截断的情况,则需要向相机相反方向进行补偿。第一预设距离是指补偿的距离,在本申请实施例中例如可以是半个车长左右的长度。
如果截断目标的截断类型为车侧身被截断,说明目标检测框的中心位置在基于图像坐标系与世界坐标系的变换关系投影至地面后,与车辆底面的实际中心位置相差了半个车宽左右的距离,因此对于这种情况可以将目标检测框的中心位置在地面的投影位置向第二预设方向补偿第二预设距离。
第二预设方向同样是指补偿的方向,例如可以包括与相机相同的方向或相反的方向,如果是左侧车身被截断,则需要向相机相同方向进行补偿,如果是右侧车身被截断,需要向相机相反方向进行补偿。第二预设距离同样是指补偿的距离,在本申请实施例中例如可以是半个车宽左右的长度。
在本申请的一些实施例中,所述目标检测结果还包括目标检测框的底边中心位置,在根据所述目标检测结果和所述道路图像确定所述目标检测框对应的目标是否为截断目标之后,所述方法还包括:在所述目标检测框对应的目标为非截断目标的情况下,获取所述路侧相机的当前朝向和所述非截断目标的历史航向角;根据所述路侧相机的当前朝向和所述非截断目标的历史航向角确定所述非截断目标与路侧相机的相对朝向关系;根据所述非截断目标与路侧相机的相对朝向关系,利用第二预设定位补偿策略对所述目标检测框的底边中心位置进行补偿,得到第二目标定位结果。
如果目标检测框对应的目标为非截断目标,即在道路图像中能够检测出完整的车辆目标,那么此时可以采取第二预设定位补偿策略对目标检测框的底边中心位置进行补偿。具体可以先根据路侧相机的当前朝向和非截断目标的历史航向角确定出非截断目标与路侧相机的相对朝向关系,然后基于非截断目标与路侧相机的相对朝向关系,采取第二预设定位补偿策略将目标检测框的底边中心位置补偿到车辆底面中心的位置,从而得到非截断目标的定位结果。
在本申请的一些实施例中,所述根据所述非截断目标与路侧相机的相对朝向关系,利用第二预设定位补偿策略对所述目标检测框的底边中心位置进行补偿,得到第二目标定位结果包括:若所述非截断目标与路侧相机的相对朝向关系为非截断目标的车头朝向路侧相机或者为非截断目标的车尾朝向路侧相机,则根据图像坐标系与世界坐标系的变换关系,对所述目标检测框的底边中心位置向第三预设方向补偿第三预设距离;若所述非截断目标与路侧相机的相对朝向关系为非截断目标的车身侧面朝向路侧相机,则根据图像坐标系与世界坐标系的变换关系,对所述目标检测框的底边中心位置向第四预设方向补偿第四预设距离。
对于非截断目标来说,如果车辆相对于路侧相机的朝向为车头或车尾朝向路侧相机,那么说明从路侧相机的视角来看,目标检测框的底边中心的投影位置通常是接近车头底边中心或者车尾底边中心的位置,因此目标检测框的底边中心的绝对位置与目标实际的底面中心位置相当于向相机朝向相反的方向偏离了半个车长左右的距离,此时采取的补偿策略可以是对基于图像坐标系与世界坐标系的变换关系得到的目标检测框的底边中心的投影位置向相机相同的方向补偿半个车长左右的距离,从而得到接近于目标实际的底面中心的位置。
如果车辆相对于路侧相机的朝向类型为车身侧面,那么说明从路侧相机的视角来看,目标检测框的底边中心的投影位置通常是接近车身侧面的底边中心的位置,因此目标检测框的底边中心的投影位置与目标实际的底面中心位置相当于向相机朝向相反的方向偏离了半个车宽左右的距离,此时采取的补偿策略可以是对基于图像坐标系与世界坐标系的变换关系得到的目标检测框的底边中心的投影位置向相机相同的方向补偿半个车宽左右的距离,从而得到接近于目标实际的底面中心的位置。
也即,对于补偿方向的设置,从路侧相机的视角来说,无论目标相对于路侧相机的朝向类型是哪种类型,目标检测框的底边中心的绝对位置与目标实际的底面中心位置相比都是更靠近路侧相机的,因此目标相对于路侧相机的朝向类型对于补偿方向的设置没有太大影响,补偿方向可以统一设置为往路侧相机朝向相同的方向移动。
为了便于对本申请各实施例的理解,如图5所示,提供了本申请实施例中一种目标定位流程示意图。先获取路侧相机采集的道路图像,然后利用目标检测模型进行目标检测,得到目标检测结果,之后根据目标检测结果以及道路图像确定道路图像中是否存在截断目标,最后如果目标检测框对应的目标为截断目标,则根据截断目标与路侧相机的相对朝向关系以及截断目标的截断类型,采取第一预设定位补偿策略对目标检测框的中心位置进行补偿,得到截断目标的定位结果。如果目标检测框对应的目标为非截断目标,则根据非截断目标与路侧相机的相对朝向关系,采取第二预设定位补偿策略对目标检测框的底边中心位置进行补偿,得到非截断目标的定位结果。
本申请实施例的目标定位流程基于2D目标检测结果,对图像中被截断的不完整目标的位置进行补偿,最终得到更加靠近车辆实际中心的位置,提高了目标截断情况下的定位精度,进而保证了后续目标航向角计算的准确性。
本申请实施例还提供了一种目标定位装置6,如图6所示,提供了本申请实施例中一种目标定位装置的结构示意图,所述装置600至少包括:目标检测单元610、第一确定单元620、第二确定单元630以及第一补偿单元640,其中:
目标检测单元610,用于获取路侧相机采集的道路图像,并利用目标检测模型对所述道路图像进行目标检测,得到目标检测结果,所述目标检测结果包括目标检测框的中心位置;
第一确定单元620,用于根据所述目标检测结果和所述道路图像确定所述目标检测框对应的目标是否为截断目标;
第二确定单元630,用于在所述目标检测框对应的目标为截断目标的情况下,确定截断目标与路侧相机的相对朝向关系以及截断目标的截断类型;
第一补偿单元640,用于根据所述截断目标与路侧相机的相对朝向关系以及所述截断目标的截断类型,利用第一预设定位补偿策略对所述目标检测框的中心位置进行补偿,得到第一目标定位结果。
在本申请的一些实施例中,所述第一确定单元620具体用于:根据所述目标检测框和所述道路图像的图像边界,确定所述目标检测框与所述道路图像的图像边界的相对位置关系;根据所述目标检测框与所述道路图像的图像边界的相对位置关系确定所述目标检测框对应的目标是否为截断目标。
在本申请的一些实施例中,所述第一确定单元620具体用于:若所述目标检测框与所述道路图像的图像边界的相对位置关系为所述目标检测框与所述道路图像的图像边界的相对距离小于预设距离阈值,则确定所述目标检测框对应的目标存在截断目标;否则,则确定所述目标检测框对应的目标为非截断目标。
在本申请的一些实施例中,所述第二确定单元630具体用于:获取所述截断目标的历史航向角以及路侧相机的当前朝向,所述历史航向角为截断目标被截断前的航向角;根据所述截断目标的历史航向角以及路侧相机的当前朝向确定所述截断目标与路侧相机的相对朝向关系;根据所述截断目标与路侧相机的相对朝向关系以及所述目标检测框与所述道路图像的图像边界的相对位置关系,确定所述截断目标的截断类型。
在本申请的一些实施例中,所述第二确定单元630具体用于:若所述截断目标与路侧相机的相对朝向关系为截断目标与路侧相机朝向相反,且所述目标检测框与所述道路图像的图像边界的相对位置关系为所述截断目标的目标检测框位于所述道路图像的左边界,则确定所述截断目标的截断类型为左侧驶入目标的车尾被截断;若所述截断目标与路侧相机的相对朝向关系为截断目标与路侧相机朝向相同,且所述目标检测框与所述道路图像的图像边界的相对位置关系为所述截断目标的目标检测框位于所述道路图像的右边界,则确定所述截断目标的截断类型为右侧驶入目标的车尾被截断;若所述截断目标与路侧相机的相对朝向关系为截断目标与路侧相机朝向相同,且所述目标检测框与所述道路图像的图像边界的相对位置关系为所述截断目标的目标检测框位于所述道路图像的左边界,则确定所述截断目标的截断类型为左侧驶出目标的车头被截断;若所述截断目标与路侧相机的相对朝向关系为截断目标与路侧相机朝向相反,且所述目标检测框与所述道路图像的图像边界的相对位置关系为所述截断目标的目标检测框位于所述道路图像的右边界,则确定所述截断目标的截断类型为右侧驶出目标的车头被截断;否则,则确定所述截断目标的截断类型为车侧身被截断。
在本申请的一些实施例中,所述第一补偿单元640具体用于:若所述截断目标的截断类型为左侧驶入目标的车尾被截断、右侧驶入目标的车尾被截断、左侧驶出目标的车头被截断、右侧驶出目标的车头被截断中的任意一种,则根据图像坐标系与世界坐标系的变换关系,对所述目标检测框的中心位置向第一预设方向补偿第一预设距离;若所述截断目标的截断类型为车侧身被截断,则根据图像坐标系与世界坐标系的变换关系,对所述目标检测框的中心位置向第二预设方向补偿第二预设距离。
在本申请的一些实施例中,所述目标检测结果还包括目标检测框的底边中心位置,所述装置还包括:获取单元,用于在所述目标检测框对应的目标为非截断目标的情况下,获取所述路侧相机的当前朝向和所述非截断目标的历史航向角;第三确定单元,用于根据所述路侧相机的当前朝向和所述非截断目标的历史航向角确定所述非截断目标与路侧相机的相对朝向关系;第二补偿单元,用于根据所述非截断目标与路侧相机的相对朝向关系,利用第二预设定位补偿策略对所述目标检测框的底边中心位置进行补偿,得到第二目标定位结果。
在本申请的一些实施例中,所述第二补偿单元具体用于:若所述非截断目标与路侧相机的相对朝向关系为非截断目标的车头朝向路侧相机或者为非截断目标的车尾朝向路侧相机,则根据图像坐标系与世界坐标系的变换关系,对所述目标检测框的底边中心位置向第三预设方向补偿第三预设距离;若所述非截断目标与路侧相机的相对朝向关系为非截断目标的车身侧面朝向路侧相机,则根据图像坐标系与世界坐标系的变换关系,对所述目标检测框的底边中心位置向第四预设方向补偿第四预设距离。
能够理解,上述目标定位装置,能够实现前述实施例中提供的目标定位方法的各个步骤,关于目标定位方法的相关阐释均适用于目标定位装置,此处不再赘述。
图7是本申请的一个实施例电子设备的结构示意图。请参考图7,在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图7中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成目标定位装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
获取路侧相机采集的道路图像,并利用目标检测模型对所述道路图像进行目标检测,得到目标检测结果,所述目标检测结果包括目标检测框的中心位置;
根据所述目标检测结果和所述道路图像确定所述目标检测框对应的目标是否为截断目标;
在所述目标检测框对应的目标为截断目标的情况下,确定截断目标与路侧相机的相对朝向关系以及截断目标的截断类型;
根据所述截断目标与路侧相机的相对朝向关系以及所述截断目标的截断类型,利用第一预设定位补偿策略对所述目标检测框的中心位置进行补偿,得到第一目标定位结果。
上述如本申请图1所示实施例揭示的目标定位装置执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
该电子设备还可执行图1中目标定位装置执行的方法,并实现目标定位装置在图1所示实施例的功能,本申请实施例在此不再赘述。
本申请实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的电子设备执行时,能够使该电子设备执行图1所示实施例中目标定位装置执行的方法,并具体用于执行:
获取路侧相机采集的道路图像,并利用目标检测模型对所述道路图像进行目标检测,得到目标检测结果,所述目标检测结果包括目标检测框的中心位置;
根据所述目标检测结果和所述道路图像确定所述目标检测框对应的目标是否为截断目标;
在所述目标检测框对应的目标为截断目标的情况下,确定截断目标与路侧相机的相对朝向关系以及截断目标的截断类型;
根据所述截断目标与路侧相机的相对朝向关系以及所述截断目标的截断类型,利用第一预设定位补偿策略对所述目标检测框的中心位置进行补偿,得到第一目标定位结果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商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、商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、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理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权利要求范围之内。
Claims (10)
1.一种目标定位方法,其中,所述方法包括:
获取路侧相机采集的道路图像,并利用目标检测模型对所述道路图像进行目标检测,得到目标检测结果,所述目标检测结果包括目标检测框的中心位置;
根据所述目标检测结果和所述道路图像确定所述目标检测框对应的目标是否为截断目标;
在所述目标检测框对应的目标为截断目标的情况下,确定截断目标与路侧相机的相对朝向关系以及截断目标的截断类型;
根据所述截断目标与路侧相机的相对朝向关系以及所述截断目标的截断类型,利用第一预设定位补偿策略对所述目标检测框的中心位置进行补偿,得到第一目标定位结果。
2.如权利要求1所述方法,其中,所述根据所述目标检测结果和所述道路图像确定所述目标检测框对应的目标是否为截断目标包括:
根据所述目标检测框和所述道路图像的图像边界,确定所述目标检测框与所述道路图像的图像边界的相对位置关系;
根据所述目标检测框与所述道路图像的图像边界的相对位置关系确定所述目标检测框对应的目标是否为截断目标。
3.如权利要求2所述方法,其中,所述根据所述目标检测框与所述道路图像的图像边界的相对位置关系确定所述目标检测框对应的目标是否为截断目标包括:
若所述目标检测框与所述道路图像的图像边界的相对位置关系为所述目标检测框与所述道路图像的图像边界的相对距离小于预设距离阈值,则确定所述目标检测框对应的目标存在截断目标;
否则,则确定所述目标检测框对应的目标为非截断目标。
4.如权利要求2所述方法,其中,所述在所述目标检测框对应的目标为截断目标的情况下,确定截断目标与路侧相机的相对朝向关系以及截断目标的截断类型包括:
获取所述截断目标的历史航向角以及路侧相机的当前朝向,所述历史航向角为截断目标被截断前的航向角;
根据所述截断目标的历史航向角以及路侧相机的当前朝向确定所述截断目标与路侧相机的相对朝向关系;
根据所述截断目标与路侧相机的相对朝向关系以及所述目标检测框与所述道路图像的图像边界的相对位置关系,确定所述截断目标的截断类型。
5.如权利要求4所述方法,其中,所述根据所述截断目标与路侧相机的相对朝向关系以及所述目标检测框与所述道路图像的图像边界的相对位置关系,确定所述截断目标的截断类型包括:
若所述截断目标与路侧相机的相对朝向关系为截断目标与路侧相机朝向相反,且所述目标检测框与所述道路图像的图像边界的相对位置关系为所述截断目标的目标检测框位于所述道路图像的左边界,则确定所述截断目标的截断类型为左侧驶入目标的车尾被截断;
若所述截断目标与路侧相机的相对朝向关系为截断目标与路侧相机朝向相同,且所述目标检测框与所述道路图像的图像边界的相对位置关系为所述截断目标的目标检测框位于所述道路图像的右边界,则确定所述截断目标的截断类型为右侧驶入目标的车尾被截断;
若所述截断目标与路侧相机的相对朝向关系为截断目标与路侧相机朝向相同,且所述目标检测框与所述道路图像的图像边界的相对位置关系为所述截断目标的目标检测框位于所述道路图像的左边界,则确定所述截断目标的截断类型为左侧驶出目标的车头被截断;
若所述截断目标与路侧相机的相对朝向关系为截断目标与路侧相机朝向相反,且所述目标检测框与所述道路图像的图像边界的相对位置关系为所述截断目标的目标检测框位于所述道路图像的右边界,则确定所述截断目标的截断类型为右侧驶出目标的车头被截断;
否则,则确定所述截断目标的截断类型为车侧身被截断。
6.如权利要求1所述方法,其中,所述根据所述截断目标与路侧相机的相对朝向关系以及所述截断目标的截断类型,利用第一预设定位补偿策略对所述目标检测框的中心位置进行补偿,得到第一目标定位结果包括:
若所述截断目标的截断类型为左侧驶入目标的车尾被截断、右侧驶入目标的车尾被截断、左侧驶出目标的车头被截断、右侧驶出目标的车头被截断中的任意一种,则根据图像坐标系与世界坐标系的变换关系,对所述目标检测框的中心位置向第一预设方向补偿第一预设距离;
若所述截断目标的截断类型为车侧身被截断,则根据图像坐标系与世界坐标系的变换关系,对所述目标检测框的中心位置向第二预设方向补偿第二预设距离。
7.如权利要求1所述方法,其中,所述目标检测结果还包括目标检测框的底边中心位置,在根据所述目标检测结果和所述道路图像确定所述目标检测框对应的目标是否为截断目标之后,所述方法还包括:
在所述目标检测框对应的目标为非截断目标的情况下,获取所述路侧相机的当前朝向和所述非截断目标的历史航向角;
根据所述路侧相机的当前朝向和所述非截断目标的历史航向角确定所述非截断目标与路侧相机的相对朝向关系;
根据所述非截断目标与路侧相机的相对朝向关系,利用第二预设定位补偿策略对所述目标检测框的底边中心位置进行补偿,得到第二目标定位结果。
8.如权利要求7所述方法,其中,所述根据所述非截断目标与路侧相机的相对朝向关系,利用第二预设定位补偿策略对所述目标检测框的底边中心位置进行补偿,得到第二目标定位结果包括:
若所述非截断目标与路侧相机的相对朝向关系为非截断目标的车头朝向路侧相机或者为非截断目标的车尾朝向路侧相机,则根据图像坐标系与世界坐标系的变换关系,对所述目标检测框的底边中心位置向第三预设方向补偿第三预设距离;
若所述非截断目标与路侧相机的相对朝向关系为非截断目标的车身侧面朝向路侧相机,则根据图像坐标系与世界坐标系的变换关系,对所述目标检测框的底边中心位置向第四预设方向补偿第四预设距离。
9.一种目标定位装置,其中,所述装置包括:
目标检测单元,用于获取路侧相机采集的道路图像,并利用目标检测模型对所述道路图像进行目标检测,得到目标检测结果,所述目标检测结果包括目标检测框的中心位置;
第一确定单元,用于根据所述目标检测结果和所述道路图像确定所述目标检测框对应的目标是否为截断目标;
第二确定单元,用于在所述目标检测框对应的目标为截断目标的情况下,确定截断目标与路侧相机的相对朝向关系以及截断目标的截断类型;
第一补偿单元,用于根据所述截断目标与路侧相机的相对朝向关系以及所述截断目标的截断类型,利用第一预设定位补偿策略对所述目标检测框的中心位置进行补偿,得到第一目标定位结果。
10.一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行所述权利要求1~8之任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310579466.0A CN116843888A (zh) | 2023-05-22 | 2023-05-22 | 目标定位方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310579466.0A CN116843888A (zh) | 2023-05-22 | 2023-05-22 | 目标定位方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116843888A true CN116843888A (zh) | 2023-10-03 |
Family
ID=88162441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310579466.0A Pending CN116843888A (zh) | 2023-05-22 | 2023-05-22 | 目标定位方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116843888A (zh) |
-
2023
- 2023-05-22 CN CN202310579466.0A patent/CN116843888A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114705121B (zh) | 车辆位姿测量方法、装置及电子设备、存储介质 | |
CN114973198A (zh) | 目标车辆的航向角预测方法、装置及电子设备、存储介质 | |
CN114754778B (zh) | 一种车辆定位方法以及装置、电子设备、存储介质 | |
CN113804214A (zh) | 车辆定位方法、装置及电子设备、计算机可读存储介质 | |
CN116682091A (zh) | 用于自动驾驶车辆的障碍物感知方法、装置 | |
CN114966632A (zh) | 激光雷达标定方法、装置及电子设备、存储介质 | |
CN115950441B (zh) | 自动驾驶车辆的融合定位方法、装置及电子设备 | |
CN115115704B (zh) | 确定汽车位姿信息的方法及装置 | |
CN116758736A (zh) | 违停检测方法、装置及电子设备 | |
CN116843888A (zh) | 目标定位方法、装置及电子设备 | |
CN116164763A (zh) | 目标航向角确定方法、装置及电子设备、存储介质 | |
CN114397671B (zh) | 目标的航向角平滑方法、装置及计算机可读存储介质 | |
CN115556827A (zh) | 自动驾驶车辆的航向角确定方法、装置及电子设备 | |
US20240011792A1 (en) | Method and apparatus for updating confidence of high-precision map | |
CN115031755A (zh) | 自动驾驶车辆定位方法、装置及电子设备、存储介质 | |
CN115661014A (zh) | 一种点云数据处理方法、装置和电子设备、存储介质 | |
CN115009302A (zh) | 变道轨迹质量评估方法、装置及电子设备、存储介质 | |
CN117490710A (zh) | 针对目标融合的调参方法、装置及目标融合系统 | |
CN116625384B (zh) | 一种数据关联方法、装置及电子设备 | |
CN116823931A (zh) | 车辆的初始航向角计算方法、装置及电子设备 | |
CN118068357B (zh) | 路沿融合处理方法、装置及电子设备、存储介质 | |
CN116597416A (zh) | 车辆定位方法、装置及电子设备、计算机可读存储介质 | |
CN116228820B (zh) | 一种障碍物检测方法、装置和电子设备、存储介质 | |
CN116559899B (zh) | 自动驾驶车辆的融合定位方法、装置和电子设备 | |
CN118149839A (zh) | 高精地图渲染方法、装置及电子设备 |
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 |