[发明专利]视觉地图建立方法、计算装置、计算机存储介质和智能车辆

说明书

技术领域

本发明总体地涉及视觉地图建立技术，特别是涉及智能车辆使用的视觉地图的建立方法、计算装置、计算机存储介质和智能车辆。

背景技术

无人驾驶等技术正成为研发热点，智能汽车要想实现自动驾驶，需要为其构建计算机能够使用的视觉地图。

目前尚不存在令人满意的智能汽车使用的视觉地图的创建方法。

发明内容

鉴于上述情况，提出了本发明。

根据本发明的一个方面，提供了一种视觉地图建立方法，可以包括：连续获得车身上装载的双目相机拍摄的双目图像，并指定双目图像之一作为处理对象图像；由双目图像，手动或自动确定处理对象图像中的地面位置，并得到只包含地面上信息的灰度处理对象图像；将灰度处理对象图像转换为俯视图像；以及将多个俯视图像拼接为视觉地图。

根据本发明的另一方面，提供了一种计算装置，包括处理器和存储器，存储器上存储有计算机可执行指令，当所述计算机可执行指令被处理器执行时，执行前面所述的视觉地图建立方法。

根据本发明的另一方面，提供了一种计算机存储介质，其上存储有计算机可执行指令，当所述计算机可执行指令被处理器执行时，执行前面所述的视觉地图建立方法。

根据本发明的另一方面，一种智能车辆，包括双目相机，计算装置和无线通信装置，双目相机拍摄行驶中车辆前方的地面；无线通信装置能够连通双目相机和计算装置；计算装置包括处理器和存储器，存储器上存储有计算机可执行指令，当所述计算机可执行指令被处理器执行时，执行前面所述的视觉地图建立方法。

根据本发明实施例的视觉地图建立方法、计算装置、计算机存储介质和智能车辆，基于双目图像，每帧根据深度信息、确定地面位置、独立求解俯视图片，能够得到高质量的视觉地图。

附图说明

从下面结合附图对本发明实施例的详细描述中，本发明的这些和/或其它方面和优点将变得更加清楚并更容易理解，其中：

图1示出了根据本发明实施例的智能车辆运营系统1000的配置示意图。

图2示出了根据本发明实施例的智能车辆100的配置示意图。

图3示出了根据本发明实施例的一种视觉地图建立方法300的总体流程图。

图4(a)和图4(b)分别示出了示例性的双目相机中的左相机和右相机拍摄的图像。

图5示出了从图4(a)和图4(b)所示的左右图像计算得到的视差图。图6示出了示例性的将左图像转换得到的俯视图像。

图7示出了根据本发明一个实施例的将多个俯视图像拼接为视觉地图的方法340的总体流程图。

图8示例性示出了相邻两帧拼接的结果的示意图。

图9示例性示出了间隔多帧拼接的结果的示意图。

图10示出了根据本发明实施例的拼接两张俯视图像的示例性方法341的总体流程。

图11(a)、(b)、(c)给出用于计算误差区域的示例图，其中图11(a)表示前一帧的俯视灰度图；图11(b)表示当前帧的俯视灰度图；图11(c)表示用于计算误差的纹理区间。

图12示出了根据本发明实施例的根据相邻被拼接的两个俯视图像之间的相互关系进行局部优化的方法342的总体流程图。

图13(a)示出了基于先前拼接的结果，即步骤341得到的拼接的两帧俯视图，图13(b)示出了经过基于两帧相互关系微调后的结果，即步骤342得到的拼接的两帧俯视图。

图14示出了根据本发明实施例的根据多张图像相互关系进行拼接地图的整体优化方法343的总体流程图。

图15示出了显示的视觉地图片段示例。

具体实施方式

为了使本领域技术人员更好地理解本发明，下面结合附图和具体实施方式对本发明作进一步详细说明。

在介绍之前，解释一下有关术语在本文中的含义。

首先给出本文中使用的术语的解释。

视觉地图：本文中的视觉地图，不同于提交本申请时个人用户常用的sogo地图、百度地图、Google地图等，是给无人驾驶汽车使用的。sogo地图，百度地图、Google地图等是给人使用的，而这里我们所说的视觉地图是给无人驾驶车上的计算机识别的，它具有抽象和结构化的内容，方便计算机从中提取所需要的信息。