【技术实现步骤摘要】
车位重建方法、装置、电子设备和存储介质
[0001]本公开涉及计算机视觉技术,尤其是一种车位重建方法、装置、电子设备和存储介质。
技术介绍
[0002]车位重建已成为HPA(自学习型泊车)、AVP(代客泊车)等泊车场景中的重要技术,是高精地图中必不可少的部分。目前的车位重建通常采用激光雷达扫描的方式获得点云,进而基于点云提取车位的参数信息,实现车位重建。但是现有这种车位重建方式重建成本较高。
技术实现思路
[0003]为了解决上述车位重建成本较高等技术问题,提出了本公开。本公开的实施例提供了一种车位重建方法、装置、电子设备和存储介质。
[0004]根据本公开实施例的一个方面,提供了一种车位重建方法,包括:确定当前目标帧集对应的车辆坐标系下的当前车位观测信息,所述当前目标帧集包括当前帧和预设数量的历史帧;基于所述当前车位观测信息,确定当前车位跟踪结果;基于所述当前车位跟踪结果,确定所述当前目标帧集的各车位分别对应的第一状态量,所述第一状态量包括其对应的所述车位在世界坐标系下的车位信息;基于所述当前车位观测信息、所述当前车位跟踪结果及预设优化规则,对各所述第一状态量进行优化,获得所述当前目标帧集的各所述车位分别对应的优化后的第二状态量;基于所述当前目标帧集的各所述车位分别对应的所述第二状态量,确定各所述车位分别对应的世界坐标系下的目标位置信息。
[0005]根据本公开实施例的另一个方面,提供了一种车位重建装置,包括:第一确定模块,用于确定当前目标帧集对应的车辆坐标系下的当前车位观测信息,所
【技术保护点】
【技术特征摘要】
1.一种车位重建方法,包括:确定当前目标帧集对应的车辆坐标系下的当前车位观测信息,所述当前目标帧集包括当前帧和预设数量的历史帧;基于所述当前车位观测信息,确定当前车位跟踪结果;基于所述当前车位跟踪结果,确定所述当前目标帧集的各车位分别对应的第一状态量,所述第一状态量包括其对应的所述车位在世界坐标系下的车位信息;基于所述当前车位观测信息、所述当前车位跟踪结果及预设优化规则,对各所述第一状态量进行优化,获得所述当前目标帧集的各所述车位分别对应的优化后的第二状态量;基于所述当前目标帧集的各所述车位分别对应的所述第二状态量,确定各所述车位分别对应的世界坐标系下的目标位置信息。2.根据权利要求1所述的方法,其中,所述基于所述当前车位观测信息、所述当前车位跟踪结果及预设优化规则,对各所述第一状态量进行优化,获得所述当前目标帧集的各所述车位分别对应的优化后的第二状态量,包括:基于各所述第一状态量及所述当前目标帧集中各帧分别对应的车辆位姿,确定所述当前目标帧集的各所述车位在所述车辆坐标系下分别对应的入库线的第一端点坐标和第二端点坐标;基于所述当前车位观测信息,确定所述当前目标帧集中观测的各所述车位分别对应的所述入库线的第一观测端点坐标和第二观测端点坐标;基于所述当前目标帧集的各所述车位分别对应的所述第一端点坐标、所述第二端点坐标、所述第一观测端点坐标、所述第二观测端点坐标,以及预设目标函数,对各所述第一状态量进行优化,获得各所述第二状态量。3.根据权利要求2所述的方法,其中,所述第一状态量包括其对应的所述车位的入库线在所述世界坐标系下的中心点坐标、所述入库线的航向角及所述入库线的长度;所述基于各所述第一状态量及所述当前目标帧集中各帧分别对应的车辆位姿,确定所述当前目标帧集的各所述车位在所述车辆坐标系下分别对应的入库线的第一端点坐标和第二端点坐标,包括:基于各所述第一状态量中的所述入库线的长度、所述入库线的航向角和所述入库线的中心点坐标,确定所述当前目标帧集的各所述车位在所述世界坐标系下分别对应的所述入库线的第三端点坐标和第四端点坐标;基于各所述车位分别对应的所述第三端点坐标、所述第四端点坐标,及所述当前目标帧集中各帧分别对应的所述车辆位姿,确定各所述车位在其对应帧的所述车辆坐标系下分别对应的所述第一端点坐标和所述第二端点坐标。4.根据权利要求2所述的方法,其中,所述基于所述当前目标帧集的各所述车位分别对应的所述第一端点坐标、所述第二端点坐标、所述第一观测端点坐标、所述第二观测端点坐标,以及预设目标函数,对各所述第一状态量进行优化,获得各所述第二状态量,包括:基于所述当前目标帧集的各所述车位分别对应的所述第一端点坐标、所述第二端点坐标、所述第一观测端点坐标、所述第二观测端点坐标,以及预设目标函数,确定目标函数值;基于所述目标函数值,采用最小二乘算法,对各所述第一状态量进行更新,获得各所述第一状态量分别对应的第三状态量;
响应于各所述第三状态量不满足预设条件,将各所述第三状态量作为各所述第一状态量,再次进行优化,以此类推,直至各所述第三状态量满足所述预设条件,将各所述第三状态量作为各所述第二状态量。5.根据权利要求4所述的方法,其中,所述基于所述当前车位观测信息,确定所述当前目标帧集中观测的各所述车位分别对应的所述入库线的第一观测端点坐标和第二观测端点坐标,包括:基于所述当前车位观测信息,确定所述当前目标帧集中观测的各所述车位分别对应的所述入库线的观测中心点坐标、所述第一观测端点坐标和所述第二观测端点坐标;所述基于所述当前目标帧集的各所述车位分别对应的所述第一端点坐标、所述第二端点坐标、所述第一观测端点坐标、所述第二观测端点坐标,以及预设目标函数,确定目标函数值,包括:基于所述当前目标帧集的各所述车位分别对应的所述第一端点坐标、所述第二端点坐标、所述第一观测端点坐标和所述第二观测端点坐标,确定所述预设目标函数中的端点重投影残差函数值;基于所述当前目标帧集的各所述车位分别对应的所述观测中心点坐标、及各所述车位分别对应的所述第一状态量中入库线的长度,确定所述预设目标函数中的相邻车位约束残差函数值;基于所述端点重投影残差函数值和所述相邻车位约束残差函数值,确定所述目标函数值。6.根据权利要求1所述的方法,其中,在所述基于所述当前车位观测信息,...
【专利技术属性】
技术研发人员:郑国贤,
申请(专利权)人:北京地平线信息技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。