一种标志杆的结构化参数表示确定方法及装置制造方法及图纸

公开了一种标志杆的结构化参数表示确定方法及装置，包括：在当前帧图像中确定目标标志杆，并在所述目标标志杆中获取第一参考点，根据所述第一参考点确定第一参考点空间坐标；根据所述第一参考点空间坐标确定所述目标标志杆的第一结构化参数表示；获取当前帧图像的后续帧图像对应的相机位姿；通过所述第一结构化参数表示和所述相机位姿，确定优化的第一参考点空间坐标；根据所述优化的第一参考点空间坐标确定所述目标标志杆的第二结构化参数表示；当前帧图像、后续帧图像及相应的相机位姿均可以在普通相机的拍摄过程中得到，成本相对低廉。无需采用点云图，也无需借助价格昂贵的激光雷达，降低了高精地图绘制的成本。降低了高精地图绘制的成本。降低了高精地图绘制的成本。

【技术实现步骤摘要】
一种标志杆的结构化参数表示确定方法及装置


[0001]本公开涉及图像分析
，尤其涉及一种标志杆的结构化参数表示确定方法及装置。

技术介绍

[0002]不同于传统地图仅仅通过二维图像体现地貌、建筑、道路等要素，高精地图作为辅助驾驶/自动驾驶技术的重要组成部分，其更加注重“空间性”。在高精地图当中，许多要素都需要以三维模型或空间中的模型函数，即所谓的结构化参数表示的形式体现。例如道路、道路中的车道线、道路两旁的标志杆、标志牌等表示道路信息的要素，均可通过结构化参数表示来表达。
[0003]现有技术中观测获取标志杆的信息，往往通过激光雷达扫描，取得对应标志杆的点云图。进而基于点云图建立标志杆在三维模型或空间中的结构化参数表示。但是因为一般路旁的标志杆数量较多，而且激光雷达价格昂贵，所以大范围使用激光雷达扫描，将造成高精地图的绘制成本极其高昂。

技术实现思路

[0004]为了解决上述技术问题，提出了本公开。本公开的实施例提供了一种标志杆的结构化参数表示确定方法及装置，基于当前帧图像确定目标标志杆的第一结构化参数表示，并基于后续帧图像优化所述第一结构化参数表示，以确定第二结构化参数表示。
[0005]根据本公开的第一个方面，提供了一种标志杆的结构化参数表示确定方法，包括：
[0006]在当前帧图像中确定目标标志杆，并在所述目标标志杆中获取第一参考点，根据所述第一参考点确定第一参考点空间坐标；
[0007]根据所述第一参考点空间坐标确定所述目标标志杆的第一结构化参数表示；r/>[0008]获取当前帧图像的后续帧图像对应的相机位姿；
[0009]通过所述第一结构化参数表示和所述相机位姿，确定优化的第一参考点空间坐标；
[0010]根据所述优化的第一参考点空间坐标确定所述目标标志杆的第二结构化参数表示。
[0011]根据本公开的第二个方面，提供了一种标志杆的结构化参数表示确定装置，包括：
[0012]第一空间坐标确定模块，用于在当前帧图像中确定目标标志杆，并在所述目标标志杆中获取第一参考点，根据所述第一参考点确定第一参考点空间坐标；
[0013]第一参数表示确定模块，用于根据所述第一参考点空间坐标确定所述目标标志杆的第一结构化参数表示；
[0014]相机位姿获取模块，用于获取当前帧图像的后续帧图像对应的相机位姿；
[0015]第二空间坐标确定模块，用于通过所述第一结构化参数表示和所述相机位姿，确定优化的第一参考点空间坐标；
[0016]第二参数表示确定模块，用于根据所述优化的第一参考点空间坐标确定所述目标标志杆的第二结构化参数表示。
[0017]根据本公开的第三方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述第一方面中所述的标志杆的结构化参数表示确定方法。
[0018]根据本公开的第四方面，提供了一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；
[0019]所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述可执行指令以实现上述第一方面中所述的标志杆的结构化参数表示确定方法。
[0020]与现有技术相比，采用根据本公开提供的标志杆的结构化参数表示确定方法及装置，通过当前帧图像、后续帧图像及相应的相机位姿，确定目标标志杆的结构化参数表示，并进一步的迭代优化以保证结构化参数表示的准确性；由于当前帧图像、后续帧图像及相应的相机位姿均可以在普通相机的拍摄过程中得到，成本相对低廉。无需采用点云图，也无需借助价格昂贵的激光雷达，降低了高精地图绘制的成本。
附图说明
[0021]通过结合附图对本公开实施例进行更详细的描述，本公开的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解，并且构成说明书的一部分，与本公开实施例一起用于解释本公开，并不构成对本公开的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
[0022]图1为本公开一示例性实施例提供的标志杆的结构化参数表示确定方法的流程示意图；
[0023]图2为本公开一示例性实施例提供的标志杆的结构化参数表示确定方法的流程示意图；
[0024]图3为本公开一示例性实施例提供的标志杆的结构化参数表示确定方法的流程示意图；
[0025]图4为本公开一示例性实施例提供的标志杆的结构化参数表示确定装置的结构示意图；
[0026]图5为本公开一示例性实施例提供的标志杆的结构化参数表示确定装置中第一空间坐标确定模块的结构示意图；
[0027]图6为本公开一示例性实施例提供的标志杆的结构化参数表示确定装置中第一参考点像素坐标确定单元的结构示意图；
[0028]图7为本公开一示例性实施例提供的标志杆的结构化参数表示确定装置中第二空间坐标确定模块的结构示意图；
[0029]图8为本公开一示例性实施例提供的标志杆的结构化参数表示确定装置中空间坐标确定单元的结构示意图；
[0030]图9为本公开一示例性实施例提供的电子设备的结构图。
具体实施方式
[0031]下面，将参考附图详细地描述根据本公开的示例实施例。显然，所描述的实施例仅仅是本公开的一部分实施例，而不是本公开的全部实施例，应理解，本公开不受这里描述的示例实施例的限制。
[0032]申请概述
[0033]前述已知，在高精地图当中，例如道路、道路中的车道线、道路两旁的标志杆、标志牌等表示道路信息的要素，均可通过结构化参数表示来表达。现有技术在以结构化参数表示体现标志杆时，往往通过激光雷达扫描，取得对应标志杆的点云图。进而基于点云图建立标志杆在三维模型或空间中的结构化参数表示。但是因为一般路旁的标志杆数量较多，而且激光雷达价格昂贵，所以大范围使用激光雷达扫描，将造成高精地图的绘制成本极其高昂。
[0034]在本公开中，将通过多帧图像及图像相应的相机位姿，确定目标标志杆的结构化参数表示，并迭代优化以保证结构化参数表示的准确性。同时，采用的多帧图像仅为通过普通相机拍摄取得，成本相对低廉。无需采用点云图，也无需借助价格昂贵的激光雷达，降低了高精地图绘制的成本。
[0035]示例性方法
[0036]图1是本公开一示例性实施例提供的标志杆的结构化参数表示确定方法的流程示意图。本实施例可应用在电子设备上，如图1所示，本实施例包括如下步骤：
[0037]步骤101、在当前帧图像中确定目标标志杆，并在目标标志杆中获取第一参考点，根据第一参考点确定第一参考点空间坐标。
[0038]当前帧图像，可以认为是由安装在当前可移动设备的图像采集装置采集的连续多帧的拍摄特定路面的图像中当前时刻的帧的图像，其中可移动设备包括汽车、物流小车、扫地机器人等。拍摄特定路面的图像，通常是制作高精地图过程中，用于确定各种路面信息的重要图像数据，特定路面的图像中包括了路面上的标志杆。
[0039]本实施例在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种标志杆的结构化参数表示确定方法，包括：在当前帧图像中确定目标标志杆，并在所述目标标志杆中获取第一参考点，根据所述第一参考点确定第一参考点空间坐标；根据所述第一参考点空间坐标确定所述目标标志杆的第一结构化参数表示；获取当前帧图像的后续帧图像对应的相机位姿；通过所述第一结构化参数表示和所述相机位姿，确定优化的第一参考点空间坐标；根据所述优化的第一参考点空间坐标确定所述目标标志杆的第二结构化参数表示。2.根据权利要求1所述方法，所述通过所述第一结构化参数表示和所述相机位姿，确定优化的第一参考点空间坐标包括：在所述后续帧图像中，确定所述目标标志杆在所述后续帧图像中的第三结构化参数表示；从第一结构化参数表示中选取第二参考点，通过所述相机位姿将所述第二参考点投影到所述后续帧图像中，确定所述第二参考点像素坐标；根据所述第三结构化参数表示和所述第二参考点像素坐标，确定优化的第一参考点空间坐标。3.根据权利要求2所述方法，所述根据所述第三结构化参数表示和所述第二参考点像素坐标，确定优化的第一参考点空间坐标包括：确定所述第二参考点像素坐标到所述第三结构化参数表示的距离；根据所述第二参考点到所述第三结构化参数表示的距离，确定所述优化的第一参考点空间坐标。4.根据权利要求3所述方法，所述根据所述第二参考点像素坐标到所述第三结构化参数表示的距离，确定所述优化的第一参考点空间坐标包括：获取目标函数，所述目标函数为所述第二参考点像素坐标与所述第三结构化参数表示之间的所有距离之和；调整所述第一参考点空间坐标，以调整所述目标函数；确定所述目标函数满足预设条件时的第一参考点空间坐标为所述优化的第一参考点空间坐标。5.根据权利要求1～4任意一项所述方法，所述根据所述第一参考点确定第一参考点空间坐标包括：在先前帧图像中确定目标标志杆，并在所述目标标志杆中获取第三参考点，确定所述第三参考点在所述先前帧图像中的第三参考点像素坐标；根据所述先前帧图像中的第三参考点像素坐标，确定所述当前帧图像中的目标标志杆的第一参考点像素坐标；根据所述第一参考点像素坐标和所述第三参考点像素坐标，确定所述第一参...

【专利技术属性】
技术研发人员：杨帅，
申请(专利权)人：北京地平线机器人技术研发有限公司，
类型：发明
国别省市：