[發明專利]一種基于視頻圖像實現移動軌跡推算的方法及相關裝置

有效

• 申請號: 202110282936.8
• 申請日: 2021-03-16
• 公開（公告）號: CN112668563B
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 賈雙成;單國航;朱磊;李成軍
• 申請（專利權）人: 智道網聯科技（北京）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06N3/08;G01C21/20
• 代理公司: 北京中知君達知識產權代理有限公司 11769
• 代理人: 李辰;黃啟法

1.一種基于視頻圖像實現移動軌跡推算的方法，其特征在于，包括：

獲取車輛在行駛過程中采集的第一圖像和第二圖像；

獲取所述第一圖像和所述第二圖像中每一行像素點的像素值；

將所述第一圖像和所述第二圖像中的每一行像素點均劃分為兩個像素子集；

分別將所述第一圖像和所述第二圖像中行編號相同的兩個像素子集的像素值輸入預設數據模型進行預測，得到所述第一圖像與所述第二圖像之間的旋轉矩陣和平移向量，其中，所述預設數據模型為使用多組數據利用預設神經網絡算法訓練得到的，所述多組數據中的每組數據均包括：兩張相鄰的圖像以及所述兩張相鄰的圖像中行編號相同的至少一行像素點的像素值；

根據拍攝所述第一圖像時的位姿信息以及所述第一圖像與所述第二圖像之間的旋轉矩陣和平移向量，得到所述車輛在拍攝所述第一圖像至所述第二圖像時的移動軌跡；

其中，所述分別將所述第一圖像和所述第二圖像中行編號相同的兩個像素子集的像素值輸入預設數據模型進行預測，得到所述第一圖像與所述第二圖像之間的旋轉矩陣和平移向量，包括：

分別將所述第一圖像和所述第二圖像中行編號相同的兩個像素子集的像素值以及在先預測旋轉向量和在先預測平移向量輸入預設數據模型進行預測，得到所述第一圖像與所述第二圖像之間的旋轉矩陣和平移向量；或者，

分別將所述第一圖像和所述第二圖像中行編號相同的至少兩行對應的兩個像素子集的像素值輸入預設數據模型進行預測，得到所述至少兩行對應的旋轉矩陣和平移向量；

計算所述至少兩行對應的旋轉矩陣中任意兩個旋轉矩陣之間的矩陣距離，以及計算所述至少兩行對應的平移向量中任意兩個平移向量之間的向量距離；

若存在一行對應的旋轉矩陣與其他行對應的旋轉矩陣的矩陣距離均大于第一預設值，和/或，若存在一行對應的平移向量與其他行對應的平移向量的向量距離均大于第二預設值，將該行對應的旋轉矩陣和平移向量進行刪除，得到剩余行對應的旋轉矩陣和平移向量；

將所述剩余行對應的旋轉矩陣進行加權處理以及將所述剩余行對應的平移向量進行加權處理，得到所述第一圖像與所述第二圖像之間的旋轉矩陣和平移向量。

2.根據權利要求1所述的方法，其特征在于，當所述第一圖像和所述第二圖像為初始圖像時，所述在先預測旋轉向量為預設的初始旋轉向量，所述在先預測平移向量為預設的初始平移向量。

3.根據權利要求1所述的方法，其特征在于，當所述第一圖像和所述第二圖像為非初始圖像時，利用公式r12=r31*(ts1-ts3)/(ts2-ts1)計算得到所述在先預測旋轉向量，以及利用公式t12=t31*(ts1-ts3)/(ts2-ts1)計算得到所述在先預測平移向量，其中，所述r12為所述在先預測旋轉向量，所述r31為將所述第一圖像與第三圖像利用所述預設數據模型進行預測得到的所述第三圖像與所述第一圖像之間的旋轉矩陣轉換后的旋轉向量，所述t12為所述在先預測平移向量，所述t31為將所述第一圖像與所述第三圖像利用所述預設數據模型進行預測得到的所述第三圖像與所述第一圖像之間的平移向量，所述ts1為所述第一圖像的采集時間，所述ts2為所述第二圖像的采集時間，所述ts3為所述第三圖像的采集時間，所述ts3小于所述ts1，所述ts1小于所述ts2。

4.根據權利要求1-3任一所述的方法，其特征在于，所述獲取所述第一圖像和所述第二圖像中每一行像素點的像素值之前，所述方法還包括：

對所述第一圖像和所述第二圖像進行目標識別，并將識別到的目標進行范圍標記，得到目標區域；

將所述目標區域中的像素點的像素值調整為零。

5.根據權利要求4所述的方法，其特征在于，獲取所述第一圖像和所述第二圖像中每一行像素點的像素值之后，所述方法還包括：

若所述第一圖像和/或所述第二圖像中存在一行的像素值為零的像素點個數占該行像素點總數的比值超過預設比值，刪除所述第一圖像和所述第二圖像中該行的像素點，得到剩余行的像素點；

其中，所述將所述第一圖像和所述第二圖像中的每一行像素點均劃分為兩個像素子集，包括：

將所述第一圖像和所述第二圖像中的所述剩余行的各行像素點均劃分為兩個像素子集。