[發明專利]一種動態目標位姿信息優化方法

在審

• 申請號: 202111643897.6
• 申請日: 2021-12-29
• 公開（公告）號: CN114241148A
• 公開（公告）日: 2022-03-25
• 發明（設計）人: 趙彥植;尹玉成;辛梓;賈騰龍;王小亮
• 申請（專利權）人: 武漢中海庭數據技術有限公司
• 主分類號: G06T17/05
• 分類號: G06T17/05;G06T7/13;G06N3/08;G06N3/04
• 代理公司: 武漢藍寶石專利代理事務所(特殊普通合伙) 42242
• 代理人: 范三霞

本發明提供一種動態目標位姿信息優化方法，包括：基于動態目標2D?box的位置信息、單幀圖像的掩膜圖像以及第一檢測線段集合，生成對應的動態目標3D?box；根據對應的動態目標3D?box的位置信息，利用重投影誤差，優化每幀圖像的動態目標2D?box的位置信息；聯合多幀圖像生成的動態目標3D?box位姿和車體位姿信息，對動態目標3D?box位姿進行優化，生成動態目標的最終3D?box位姿信息。本發明優化動態目標2d?box，在每幀圖像中的重投影誤差，提高2d?box在圖像坐標系下的位置精度；基于連續多幀圖像，聯合此時車體的位姿信息，對3D?box的位姿信息進行優化，提高動態目標位姿估計精度。

技術領域

本發明涉及高精度眾包地圖領域，更具體地，涉及一種動態目標位姿信息優化方法。

背景技術

目前在高精度地圖眾包領域中，大部分將焦點集中在靜態交通標示和路標特性的提取，以獲取交通標示要素，側重點都在靜態目標。目前與傳統視覺系統獲取目標深度信息如雙目視覺、RGB-D相機，這類設備安裝調試及在運行中都可能產生誤差，而相對于單目視覺，成本低，通過算法優化能穩定其準確度和穩定性。

發明內容

本發明針對現有技術中存在的技術問題，提供一種動態目標位姿信息優化方法，基于單目攝像頭恢復動態目標的深度和位姿信息，并聯合車體位姿，進行聯合優化，提高車體和動態目標的位姿精度。

根據本發明的第一方面，提供了一種動態目標位姿信息優化方法，包括：

對于單目相機拍攝的單幀圖像，基于深度學習模型輸出單幀圖像中動態目標2D-box的位置信息，并生成單幀圖像的掩膜圖像；

對于單幀圖像，基于線檢測算法，生成單幀圖像的所有檢測線段，形成第一檢測線段集合；

基于動態目標2D-box的位置信息、單幀圖像的掩膜圖像以及第一檢測線段線集合，生成對應的動態目標3D-box；

根據對應的動態目標3D-box的位置信息，利用重投影誤差，優化每幀圖像的動態目標2D-box的位置信息；

基于優化后的動態目標2D-box的位置信息，生成對應的動態目標3D-box的位置信息；

聯合多幀圖像生成的動態目標3D-box位姿和車體位姿信息，對動態目標3D-box位姿進行優化，生成動態目標的最終3D-box位姿信息。

在上述技術方案的基礎上，本發明還可以作出如下改進。

可選的，所述對于單目相機拍攝的單幀圖像，基于深度學習模型輸出單幀圖像中動態目標2D-box的位置信息，包括：

將單幀圖像輸入深度學習模型中，獲取所述深度學習模型識別的動態目標2D-box在圖像坐標系下的位置信息，所述位置信息采用位置向量表示[x,y,width,height]，其中，[x,y]表示動態目標2d-box的左上角坐標，[width,height]表示動態目標2d-box的寬度和高度。

可選的，所述對于單幀圖像，基于線檢測算法，生成單幀圖像的所有檢測線段，形成第一檢測線段集合，包括：

對于單幀圖像，基于canny線檢測算法，生成單幀圖像的所有檢測線段，單幀圖像中的所有檢測線段形成第一檢測線段集合，每一條檢測線段的向量表示為：[x1,y1,x2,y2]，其中(x1,y1)為檢測線段段的起點坐標，(x2,y2)為檢測線段段的終點坐標，且x1x2。

可選的，所述基于動態目標2D-box的位置信息、單幀圖像的掩膜圖像以及第一檢測線段集合，生成對應的動態目標3D-box，包括：

基于掩膜圖像，過濾所述第一檢測線段集合L中灰度值為255的檢測線段，并對灰度值為0的檢測線段進行合并和刪除操作，得到第二檢測線段集合Lv；