【技术实现步骤摘要】
本公开涉及车辆位置计算装置和车辆位置计算方法。
技术介绍
1、环视监视(svm，surround view monitor)使得用户能够通过设定在车辆上的相机观看前侧、后侧、左侧和右侧。一种基于深度学习的图像识别装置能够识别由svm相机捕获的图像中的目标车辆(对象)的关键点(特征点)。
2、关键点信息可包含图像中的关键点位置(坐标)、与每一关键点指向的对象的一部分相关的信息、图像像素值等。
3、然而，现有关键点提取方法可能仅预测目标车辆的可见关键点，从而导致对目标车辆的形状和位置的有限识别。
4、包括在本公开的该背景中的信息仅用于增强对本公开的一般背景的理解，并且可不被视为承认或以任何形式建议该信息形成本领域技术人员已知的现有技术。
技术实现思路
1、本专利技术的各个方面旨在提供一种车辆位置计算装置和车辆位置计算方法，其可通过使用车辆的可见关键点来预测不可见关键点从而有效地识别车辆的位置。
2、本公开的附加方面将部分地在以下描述中阐述，并且部分地将从描述中显而易见，或者可通过本公开的实践而了解。
3、根据本专利技术的方面，提供一种车辆位置计算装置，其包含：模型学习部，其被配置为基于模型图像中的可见关键点集执行学习以输出模型图像中的不可见关键点集，其中，在所述模型图像中对每一车辆进行建模；以及数据集计算部，其被配置为通过将目标车辆的可见关键点输入到模型学习部以使得目标车辆的不可见关键点被输出来生成包括目标车辆的可见关键点和不
4、模型学习部可包括校正部，所述校正部被配置为将建模的车辆的可见关键点校正为与实际车辆的图像的可见关键点相似，并且模型学习部可被配置为通过接收校正的值作为输入来执行学习以输出建模的车辆的不可见关键点。
5、数据集计算部可包括被配置为学习实际车辆的图像中的可见关键点的关键点学习部。
6、数据集计算部可进一步包含关键点检测部，所述关键点检测部被配置为基于关于由关键点学习部学习的可见关键点数据的数据来检测目标车辆的可见关键点。
7、车辆位置计算装置可进一步包含空间坐标计算部，其被配置为基于包含目标车辆的可见关键点和不可见关键点的数据集确定目标车辆的空间坐标。
8、空间坐标计算部可包括第一计算部，第一计算部被配置为：通过使用目标车辆的第一侧和第二侧的前车轮和后车轮的关键点的二维(2d)图像坐标值以及相机的内部参数(intrinsic parameter)和外部参数(extrinsic parameter)的逆矩阵，确定目标车辆的第一侧和第二侧的前车轮和后车轮的关键点的三维(3d)相机坐标值，以及确定x轴与连接目标车辆的第一侧和第二侧的前车轮和后车轮的关键点的中心点与目标车辆的第一前车轮和第二前车轮的关键点的中心点的向量之间的角度。目标车辆的第一侧和第二侧的前车轮和后车轮的关键点的高度被设定为0。
9、空间坐标计算部还可包括第二计算部，第二计算部被配置为：通过使用第一前车轮和第二前车轮的关键点的3d世界坐标值、第一保险杠和第二保险杠的2d图像坐标值、相机的内部参数和外部参数的逆矩阵、以及角度，确定包括目标车辆的第一保险杠和第二保险杠与目标车辆的第一前车轮和第二前车轮之间的距离、第一保险杠和第二保险杠离地的高度、以及设定在第一前车轮和第二前车轮之间的第一保险杠和第二保险杠的位置值的未知值，并基于所确定的未知值和第一前车轮和第二前车轮的关键点的3d相机坐标值来确定第一保险杠和第二保险杠的3d相机坐标值。
10、车辆位置计算装置可进一步包含数据生成部，其被配置为设定模型图像中的可见关键点和不可见关键点。
11、数据生成部可包含：设定部，其被配置为设定模型图像中的多个关键点位置；以及标注部，其被配置为将所建模的车辆放置在3d合成世界中，将所建模的车辆的3d关键点坐标投影到平面上，确认所建模的车辆的可见关键点和不可见关键点以执行标注。
12、根据本专利技术的另一方面，提供一种车辆位置计算方法，其包含：在其中对每一车辆进行建模的模型图像中设定可见关键点和不可见关键点；基于可见关键点进行学习以输出不可见关键点；以及通过输入目标车辆的可见关键点使得输出目标车辆的不可见关键点来生成包括目标车辆的可见关键点和不可见关键点的数据集。在目标车辆行驶时目标车辆的图像中检测目标车辆的可见关键点。
13、设定可包含：设定模型图像中的多个关键点位置；将所建模的车辆放置在3d合成世界中；将所建模的车辆的3d关键点坐标投影到平面上，以及确认所建模的车辆的可见关键点和不可见关键点以执行标注。
14、学习可包含：将建模的车辆的可见关键点校正为类似于实际车辆的图像的可见关键点；以及输入校正的值以输出建模的车辆的不可见关键点。
15、数据集的生成可包含学习实际车辆的图像中的可见关键点。
16、数据集的生成可进一步包含基于通过学习实际车辆的图像中的可见关键点而获得的关键点数据来检测目标车辆的可见关键点。
17、车辆位置计算方法可进一步包含基于包含目标车辆的可见关键点和不可见关键点的数据集确定目标车辆的空间坐标。
18、确定空间坐标可包括：通过使用目标车辆的第一侧和第二侧的前车轮和后车轮的关键点的2d图像坐标值以及相机的内部参数和外部参数的逆矩阵来确定目标车辆的第一侧和第二侧的前车轮和后车轮的关键点的3d相机坐标值，以及确定x轴与连接目标车辆的第一侧和第二侧的前车轮和后车轮的关键点的中心点与目标车辆的第一前车轮和第二前车轮的关键点的中心点的向量之间的角度。目标车辆的第一侧和第二侧的前车轮和后车轮的关键点的高度被设定为0。
19、确定空间坐标还可以包括：通过使用第一前车轮和第二前车轮的关键点的3d世界坐标值、第一保险杠和第二保险杠的2d图像坐标值、相机的内部参数和外部参数的逆矩阵、以及角度，确定包括目标车辆的第一保险杠和第二保险杠与目标车辆的第一前车轮和第二前车轮之间的距离、第一保险杠和第二保险杠离地的高度、以及设在第一前车轮和第二前车轮之间的第一保险杠和第二保险杠的位置值的未知值，以及基于所确定的未知值和第一前车轮和第二前车轮的关键点的3d相机坐标值来确定第一保险杠和第二保险杠的3d相机坐标值。
20、本公开的方法和装置具有其他特征和优点，这些特征和优点将从并入本文的附图和下面的具体实施方式中显而易见或在其中更详细地阐述，这些附图和下面的具体实施方式一起用于解释本公开的某些原理。
本文档来自技高网...【技术保护点】
1.一种车辆位置计算装置，包括：
2.根据权利要求1所述的车辆位置计算装置，
3.根据权利要求1所述的车辆位置计算装置，其中，所述数据集计算部包括被配置为学习实际车辆的图像中的可见关键点的关键点学习部。
4.根据权利要求3所述的车辆位置计算装置，其中，所述数据集计算部进一步包含关键点检测部，所述关键点检测部被配置为基于由所述关键点学习部所学习的关于所述可见关键点的数据来检测所述目标车辆的可见关键点。
5.根据权利要求1所述的车辆位置计算装置，还包括：
6.根据权利要求5所述的车辆位置计算装置，其中，所述空间坐标计算部包括第一计算部，所述第一计算部被配置为：
7.根据权利要求6所述的车辆位置计算装置，其中，所述空间坐标计算部进一步包括第二计算部，所述第二计算部被配置为：
8.根据权利要求1所述的车辆位置计算装置，还包括：
9.根据权利要求8所述的车辆位置计算装置，其中，所述数据生成部包括：
10.一种车辆位置计算方法，包括：
11.根据权利要求10所述的车辆位置计
12.根据权利要求10所述的车辆位置计算方法，其中，学习包括：
13.根据权利要求10所述的车辆位置计算方法，其中，生成所述数据集包括学习实际车辆的图像中的可见关键点。
14.根据权利要求13所述的车辆位置计算方法，其中，生成所述数据集进一步包括：基于关于所学习的可见关键点的数据检测所述目标车辆的可见关键点。
15.根据权利要求10所述的车辆位置计算方法，还包括：
16.根据权利要求15所述的车辆位置计算方法，其中，确定空间坐标包括：
17.根据权利要求16所述的车辆位置计算方法，其中，确定空间坐标还包括：
18.根据权利要求10所述的车辆位置计算方法，其中，所述控制器包括：
...【技术特征摘要】
1.一种车辆位置计算装置，包括：
2.根据权利要求1所述的车辆位置计算装置，
3.根据权利要求1所述的车辆位置计算装置，其中，所述数据集计算部包括被配置为学习实际车辆的图像中的可见关键点的关键点学习部。
4.根据权利要求3所述的车辆位置计算装置，其中，所述数据集计算部进一步包含关键点检测部，所述关键点检测部被配置为基于由所述关键点学习部所学习的关于所述可见关键点的数据来检测所述目标车辆的可见关键点。
5.根据权利要求1所述的车辆位置计算装置，还包括：
6.根据权利要求5所述的车辆位置计算装置，其中，所述空间坐标计算部包括第一计算部，所述第一计算部被配置为：
7.根据权利要求6所述的车辆位置计算装置，其中，所述空间坐标计算部进一步包括第二计算部，所述第二计算部被配置为：
8.根据权利要求1所述的车辆位置计算装置，还包括：
9.根据权利要求8...
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。