[发明专利]一种图像语义特征点真值确定方法及装置

说明书

本发明实施例公开一种图像语义特征点真值确定方法及装置。该方法包括：获取包含待测车辆行驶路段的标准地图；标准地图的精度满足预设条件，标准地图中包括各道路元素在世界坐标系中的三维坐标信息；生成待测车辆在标准地图中的车辆运动轨迹；车辆运动轨迹包括每个时刻的车辆位置和车辆姿态；根据标准地图和车辆运动轨迹，确定每个时刻待测车辆中安装的前置相机视角内的目标道路元素；根据每个目标道路元素的三维坐标信息、前置相机的内参矩阵、以及前置相机对应的相机坐标系和世界坐标系之间的旋转平移矩阵，计算每个目标道路元素投影至相机坐标系的图像坐标。应用本发明实施例提供的方案，能够提高算法评测的准确性。

技术领域

本发明涉及智能驾驶技术领域，具体而言，涉及一种图像语义特征点真值确定方法及装置。

背景技术

在无人驾驶车辆行驶过程中，其需要检测道路上的车道线、交通标志牌等道路元素，从而可以根据检测结果进行地图构建，根据所构建的地图确定行驶路线，保证其行驶的安全性。具体的，可以在车辆安装前置相机，通过检测算法对前置相机采集的图像进行检测，获取到其中包括的图像语义特征点，也即实际道路中的道路元素在图像中的图像坐标。

评测检测算法的精度时，需要准确的图像语义特征点的真值。然而，通过对图像进行检测得到的语义特征点通常为带有噪声的语义特征点，精度较低，从而导致检测算法的评测结果精度较低。因此，为了提高检测算法的评测精度，亟需一种图像语义特征点真值确定方法。

发明内容

本发明提供了一种图像语义特征点真值确定方法及装置，以提高检测算法的评测精度。具体的技术方案如下。

第一方面，本发明实施例提供一种图像语义特征点真值确定方法，所述方法包括：

获取包含待测车辆行驶路段的标准地图；所述标准地图的精度满足预设条件，所述标准地图中包括各道路元素在世界坐标系中的三维坐标信息；

生成所述待测车辆在所述标准地图中的车辆运动轨迹；所述车辆运动轨迹包括每个时刻的车辆位置和车辆姿态；

根据所述标准地图和所述车辆运动轨迹，确定每个时刻所述待测车辆中安装的前置相机视角内的目标道路元素；

根据所述每个目标道路元素的三维坐标信息、所述前置相机的内参矩阵、以及所述前置相机对应的相机坐标系和所述世界坐标系之间的旋转平移矩阵，计算所述每个目标道路元素投影至所述相机坐标系的图像坐标。

可选的，所述生成所述待测车辆在所述标准地图中的车辆运动轨迹的步骤包括：

获取实际无人驾驶车辆在所述行驶路段行驶过程中，所述无人驾驶车辆中安装的惯性器件和全球定位系统GPS采集的道路信息，并根据所述道路信息计算所述无人驾驶车辆的离散轨迹信息；所述离散轨迹信息包括：时间点、以及各所述时间点对应的车辆位置和车辆姿态；

对所述离散轨迹信息进行拟合，得到所述无人驾驶车辆的轨迹信息，作为所述待测车辆在所述标准地图中的车辆运动轨迹。

可选的，所述生成所述待测车辆在所述标准地图中的车辆运动轨迹的步骤包括：

在车辆运动学仿真系统中，设定仿真车辆的初始经纬度、初始姿态、以及所述仿真车辆中所安装传感器的位置；所述初始经纬度位于所述行驶路段内；

设定所述仿真车辆各时段对应的运动参数；所述运动参数至少包括：加速度和角速度；

根据所述运动参数对所述仿真车辆进行运动模拟，得到所述仿真车辆对应的轨迹信息，作为所述待测车辆在所述标准地图中的车辆运动轨迹。

可选的，所述根据所述每个目标道路元素的三维坐标信息、所述前置相机的内参矩阵、以及所述前置相机对应的相机坐标系和所述世界坐标系之间的旋转平移矩阵，计算所述每个目标道路元素投影至所述相机坐标系的图像坐标的步骤包括：