[發明專利]基于多視圖幾何的智慧城市CIM三維車輛位姿建模系統

有效

• 申請號: 202010183819.1
• 申請日: 2020-03-16
• 公開（公告）號: CN111400423B
• 公開（公告）日: 2023-05-16
• 發明（設計）人: 張巧;楊永
• 申請（專利權）人: 北京千種幻影科技有限公司
• 主分類號: G06F16/29
• 分類號: G06F16/29;G06V20/52;G06T15/00;G06N3/04;G06N3/09
• 代理公司: 蚌埠幺四零二知識產權代理事務所(普通合伙) 34156
• 代理人: 尹杰

本發明公開了一種基于多視圖幾何的智慧城市CIM三維車輛位姿建模系統。該系統包括：車輛關鍵點獲取單元獲取車輛關鍵點熱圖；車輛位姿獲取單元對車輛關鍵點熱圖計算車輛位姿、車型信息獲取單元用于識別車型；可視化單元基于城市信息模型將獲得的車輛位姿以及車型進行可視化展示。本發明在智慧城市交通管理中，不僅能夠提高車輛位姿檢測精度，而且實現了可視化結果展示的多元化。

技術領域

本發明屬于多視圖幾何和智慧城市領域，具體涉及一種基于多視圖幾何的智慧城市CIM三維車輛位姿建模系統。

背景技術

隨著科技的發展，智慧城市這一概念逐漸進入大眾視野。城市發展指標逐漸從傳統工業向高新技術方面轉移。城市的智慧性成為評價城市發展的重要指標，而智慧城市的發展不僅可以為城市管理、人們日常生活帶來便利，在推進城市綠色環保建設方面更是有著舉足輕重的地位。

目前，智慧城市的相關研究仍處于初級階段，智慧交通屬于智慧城市下的一個分支。在交通管理中，交通信息采集以及可視化至關重要。現有交通信息采集中，檢測車輛及位姿的方法主要基于包圍框技術，檢測精度低?，F有交通信息可視化中，往往只是通過簡單的圖像展示來進行可視化，未與分析數據結合，不便于使用者進一步分析。

因此，現有車輛位姿建模技術存在位姿檢測精度低、可視化結果單一。

發明內容

本發明的目的在于針對上述現有技術存在的缺陷，提出一種基于多視圖幾何的智慧城市CIM三維車輛位姿建模系統，不僅能夠提高位姿檢測精度，而且可視化結果更加多元化。

一種基于多視圖幾何的智慧城市CIM三維車輛位姿建模系統，基于城市信息模型實現城市三維車輛位姿的建模，城市信息模型包括城市建筑物數據、車輛位姿數據、車型模型數據，該系統包括：

車輛關鍵點獲取單元，用于獲取車輛關鍵點熱圖；

車輛位姿獲取單元，用于計算車輛位姿，包括：

熱圖衰減模塊，用于利用圖像遮罩對車輛關鍵點熱圖進行置信度衰減處理；

透視變換模塊，用于將衰減處理后的車輛關鍵點熱圖透視變換至城市信息模型坐標系；

圖像拼接模塊，用于拼接合成透視變換后的多視角車輛關鍵點熱圖；

關聯處理模塊，用于根據車輛中心點位置采用啟發式搜索方法搜索與車輛關聯的其他關鍵點；

車輛位姿計算模塊，用于根據車輛關聯的關鍵點計算車輛位姿；

車型信息獲取單元，用于根據單視角圖像獲取車型信息，包括：

車輛包圍框獲取模塊，用于以車輛中心點為中心對圖像進行車輛包圍框查找；

車型識別模塊，用于根據車型識別深度神經網絡識別包圍框內車輛的車型；

可視化單元，用于從城市信息模型獲取數據，結合Web?GIS與CIM技術對城市信息模型進行渲染，將城市三維車輛位姿展示在前臺Web頁面。

車輛關鍵點獲取單元包括：

樣本數據集獲取模塊，用于標注車輛關鍵點，得到帶有標注的樣本數據集，車輛關鍵點包括車輛圖像上車輛對角線的兩個輪胎與地面接觸的位置以及車輛中心點位置；

關鍵點獲取模塊，用于利用訓練好的車輛關鍵點回歸神經網絡對車輛圖像進行分析，得到車輛關鍵點熱圖。

車輛關鍵點獲取單元還包括：網絡訓練模塊，用于根據帶有標注的樣本數據集訓練車輛關鍵點回歸網絡。

可視化單元包括：