[發明專利]車輛三維信息檢測方法、裝置、設備及可讀存儲介質

有效

• 申請號: 202011239442.3
• 申請日: 2020-11-09
• 公開（公告）號: CN112036389B
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 彭欣亮;王曦;程士慶;徐振南;劉孟紳
• 申請（專利權）人: 天津天瞳威勢電子科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N20/00
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 姚璐華

1.一種車輛三維信息檢測方法，其特征在于，包括：

獲取單目相機采集的實際場景圖像；

將所述實際場景圖像作為預先訓練好的深度學習模型的輸入數據，得到所述深度學習模型的輸出信息，所述輸出信息包括分別表示四個車輛側棱是否可見的四個二分類值和四個車輛側棱與路面交點的圖像坐標；

根據所述四個二分類值確定車輛朝向；

在所述確定的車輛朝向為復合朝向時，根據可見車輛側棱與路面交點的圖像坐標、車輛的實際長度和寬度以及單目相機的內參矩陣和外參矩陣，計算得到車輛航向角；

所述根據可見車輛側棱與路面交點的圖像坐標、車輛的實際長度和寬度以及單目相機的內參矩陣和外參矩陣，計算得到車輛航向角，具體包括：采用車輛航向角計算公式進行車輛航向角計算，車輛航向角計算公式為：

其中，為車輛航向角；車輛朝向為左前和右后其中一個時，S取值1；車輛朝向為左后和右前其中一個時，S取值為-1；v_w為車輛的實際寬度；v_l為車輛的實際長度；x_m為距離單目相機最近的車輛側棱的橫坐標；x_l為車輛可見側面的另一條側棱的橫坐標；x_w為車輛可見前面或后面的另一條側棱的橫坐標，A_ij為矩陣A中第i行第j列的元素，A為單目相機的外參矩陣和內參矩陣相乘得到的相機矩陣。

2.根據權利要求1所述的車輛三維信息檢測方法，其特征在于，所述深度學習模型的訓練過程，包括：

根據訓練圖像中用戶標注的車輛朝向，生成分別表示四條車輛側棱是否可見的四個二分類值；

確定不可見車輛側棱與路面的交點的圖像坐標均為零；

根據訓練圖像上標注的矩形框和側邊，得到可見車輛側棱與路面交點的圖像坐標，所述矩形框的邊與所述訓練圖像的邊平行，所述側邊與側面的兩個車輪相切于兩個車輪的接地點；

將所述訓練圖像和對應的所述四個二分類值以及四個車輛側棱與路面的交點的圖像坐標作為一個訓練樣本，對深度學習模型進行訓練。

3.根據權利要求2所述的車輛三維信息檢測方法，其特征在于，所述根據訓練圖像上標注的矩形框和側邊，得到可見車輛側棱與路面交點的圖像坐標，具體包括：

計算得到所述矩形框的兩個豎直線在圖像坐標系的直線方程；

根據所述側邊的兩端點的圖像坐標確定所述側邊的直線方程；

在可見車輛側棱為兩個時，確定兩個可見車輛側棱與路面的交點的圖像坐標，分別為所述矩形框的左豎線與所述側邊的交點的圖像坐標和所述矩形框的右豎線與所述側邊的交點的圖像坐標；

在可見車輛側棱為三個時，確定與所述側邊處于相同面的兩個可見車輛側棱與路面的交點的圖像坐標，分別為與所述側邊處于相同面的兩個可見車輛側棱與所述側邊的交點的圖像坐標，以及根據用戶標注的所述訓練圖像中車輛的朝向，確定與所述側邊不處于相同面的可見車輛側棱與路面的交點的圖像坐標，為所述矩形框的左下頂點的圖像坐標和所述矩形框的右下頂點的圖像坐標中的一個。

4.根據權利要求2所述的車輛三維信息檢測方法，其特征在于，在可見車輛側棱為兩個時，若所述訓練圖像不包括用戶標注的側邊，則確定兩個可見車輛側棱與路面的交點的圖像坐標分別為所述矩形框的左下頂點的圖像坐標和所述矩形框的右下頂點的圖像坐標。