[发明专利]障碍物位置识别方法、装置、计算机设备和存储介质有效
申请号: | 202010250438.0 | 申请日: | 2020-04-01 |
公开(公告)号: | CN111488812B | 公开(公告)日: | 2022-02-22 |
发明(设计)人: | 党文冰;董远强 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06V20/58 | 分类号: | G06V20/58;G06K9/62;G06V10/75 |
代理公司: | 广州华进联合专利商标代理有限公司 44224 | 代理人: | 毛丹 |
地址: | 518000 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 障碍物 位置 识别 方法 装置 计算机 设备 存储 介质 | ||
1.一种障碍物位置识别方法,其特征在于,所述方法包括:
获取传感器观测信息,所述传感器观测信息包括障碍物对应的深度信息、平面区域信息和主体区域信息;
将所述深度信息、所述平面区域信息和所述主体区域信息进行相似匹配,当所述深度信息、所述平面区域信息和所述主体区域信息相似匹配一致时,确定目标障碍物;
获取所述目标障碍物对应的预设位置信息,分别计算所述深度信息、所述平面区域信息和所述主体区域信息与所述预设位置信息之间的距离误差信息,所述距离误差信息包括所述深度信息与所述预设位置信息之间的三维位置误差信息、所述平面区域信息与所述预设位置信息对应的平面线信息之间的平面线距离误差信息和所述主体区域信息与所述预设位置信息对应的平面横纵信息之间的平面横纵误差信息;
根据所述距离误差信息计算所述传感器观测信息在所述预设位置信息下的条件概率分布;
对所述条件概率分布进行估计,得到所述目标障碍物对应的目标位置信息。
2.根据权利要求1所述的方法,其特征在于,所述获取传感器观测信息,所述传感器观测信息包括障碍物对应的深度信息、平面区域信息和主体区域信息,包括:
获取到障碍物对应的各个初始三维点信息,将所述初始三维点信息进行转换,得到目标三维点信息,将所述目标三维点信息作为所述障碍物对应的深度信息;
获取视频图像,对所述视频图像中的障碍物进行检测,得到所述障碍物对应的平面区域信息;
基于像素对所述视频图像进行主体分割,得到所述障碍物对应的主体区域信息。
3.根据权利要求2所述的方法,其特征在于,将所述初始三维点信息进行转换,得到目标三维点信息,包括:
将所述各个初始三维点信息进行几何拟合,得到几何信息;
从所述几何信息中选取目标三维点信息。
4.根据权利要求1所述的方法,其特征在于,所述将所述深度信息、所述平面区域信息和所述主体区域信息进行相似匹配,当所述深度信息、所述平面区域信息和所述主体区域信息相似匹配一致时,确定目标障碍物,包括:
将所述深度信息与所述平面区域信息进行相似匹配,并将所述深度信息与所述主体区域信息进行相似匹配;
当所述深度信息分别与所述平面区域信息和主体区域信息一致时,确定目标障碍物。
5.根据权利要求4所述的方法,其特征在于,所述将所述深度信息与所述平面区域信息进行相似匹配,包括:
计算所述深度信息对应的平面投影信息,根据所述平面投影信息计算对应的平面投影区域信息;
计算所述平面投影区域信息与所述平面区域信息的平面相似性,根据所述平面相似度确定平面匹配结果。
6.根据权利要求4所述的方法,其特征在于,所述将所述深度信息与所述主体区域信息进行相似匹配,包括:
计算所述深度信息对应的平面投影信息;
计算所述平面投影信息与所述主体区域信息的主体相似性,根据所述主体相似度确定主体匹配结果。
7.根据权利要求1所述的方法,其特征在于,所述分别计算所述深度信息、所述平面区域信息和所述主体区域信息与所述预设位置信息之间的距离误差信息,包括:
计算所述深度信息与所述预设位置信息之间的三维位置误差信息;
获取空间与平面的映射关系,根据所述映射关系计算所述预设位置信息对应的平面线信息,计算所述主体区域信息与所述平面线信息的平面线距离误差信息;
根据所述映射关系计算所述预设位置信息对应的平面横纵信息,计算所述平面区域信息与所述平面横纵信息的平面横纵误差信息。
8.根据权利要求7所述的方法,其特征在于,所述计算所述深度信息与所述预设位置信息之间的三维位置误差信息,包括:
获取所述预设位置信息与所述深度信息之间的关联关系,根据所述关联关系计算所述深度信息与所述预设位置信息之间的三维位置误差信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010250438.0/1.html,转载请声明来源钻瓜专利网。