[发明专利]占用栅格地图的获取方法和装置有效
申请号: | 202111635739.6 | 申请日: | 2021-12-30 |
公开(公告)号: | CN114004874B | 公开(公告)日: | 2022-03-25 |
发明(设计)人: | 周杰 | 申请(专利权)人: | 贝壳技术有限公司 |
主分类号: | G06T7/593 | 分类号: | G06T7/593;G06T3/00 |
代理公司: | 北京思源智汇知识产权代理有限公司 11657 | 代理人: | 王晓多 |
地址: | 300457 天津市滨海新区经济技术开发*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 占用 栅格 地图 获取 方法 装置 | ||
1.一种占用栅格地图的获取方法,其特征在于,包括:
基于目标深度图的生成方式,确定所述目标深度图的深度误差;
按照预设投影方向,对所述目标深度图对应的点云进行投影,得到第一点集;
基于所述第一点集中的点与预设原点之间的最远距离和所述占用栅格地图的分辨率,确定采样扇形区域的扇形角度和总数;
基于采样扇形区域的扇形角度,以及所述第一点集中的点的位置信息,确定多个采样扇形区域的深度值;
以多个采样扇形区域的扇形中线为深度方向,基于多个采样扇形区域的深度值生成第二点集;
基于所述第二点集和所述目标深度图的深度误差,生成所述占用栅格地图。
2.根据权利要求1所述的占用栅格地图的获取方法,其特征在于,所述基于目标深度图的生成方式,确定所述目标深度图的深度误差,包括:
基于单目图像进行深度估计,根据深度估计结果生成所述目标深度图;
基于深度置信度和预设的标准差最大值,确定所述目标深度图的深度误差。
3.根据权利要求1所述的占用栅格地图的获取方法,其特征在于,所述基于目标深度图的生成方式,确定所述目标深度图的深度误差,包括:
基于目标全景图进行分割处理,根据分割处理结果生成所述目标深度图;
基于所述目标全景图的拍摄点高度、分割处理的像素误差均值和所述目标全景图的宽度,确定所述目标深度图的深度误差。
4.根据权利要求1所述的占用栅格地图的获取方法,其特征在于,所述基于目标深度图的生成方式,确定所述目标深度图的深度误差,包括:
基于预设传感器的采集的数据生成所述目标深度图;
将预存的深度误差确定为所述目标深度图的深度误差。
5.根据权利要求1-4任一项所述的占用栅格地图的获取方法,其特征在于,所述基于所述第二点集和所述目标深度图的深度误差,生成所述占用栅格地图,包括:
提供初始的占用栅格地图,并对所述初始的占用栅格地图的坐标设置初始概率;
利用所述占用栅格地图的分辨率,确定采样点坐标,其中,所述采样点坐标为所述第二点集中的点在所述初始的占用栅格地图上的坐标;
在所述预设原点到所述采样点坐标的射线上,基于标准差确定所述射线上保留的像素,其中,所述标准差是根据所述采样点坐标的深度误差和所述占用栅格地图的分辨率确定的;
基于所述射线上保留的像素在标准正态分布下的概率,更新所述射线上保留的像素在所述初始的占用栅格地图上的占用概率。
6.根据权利要求1-4任一项所述的占用栅格地图的获取方法,其特征在于,所述基于所述采样扇形区域的扇形角度,以及所述第一点集中的点的位置信息,确定所述多个采样扇形区域的深度值,包括:
基于所述采样扇形区域的扇形角度,以及所述第一点集中的点的位置信息,确定所述第一点集中的点在所述多个采样扇形区域内的分布信息;
基于所述分布信息,确定所述多个采样扇形区域内具有所述第一点集内的点的数量;
基于所述多个采样扇形区域内具有所述第一点集内的点的数量,确定所述多个采样扇形区域的深度值。
7.一种占用栅格地图的获取装置,其特征在于,包括:
深度误差确定模块,用于基于目标深度图的生成方式,确定所述目标深度图的深度误差;
第一点集获取模块,用于按照预设投影方向,对所述目标深度图对应的点云进行投影,得到第一点集;
占用栅格地图生成模块,用于基于所述第一点集中的点与预设原点之间的最远距离和所述占用栅格地图的分辨率,确定采样扇形区域的扇形角度和总数;所述占用栅格地图生成模块还用于基于采样扇形区域的扇形角度,以及所述第一点集中的点的位置信息,确定多个采样扇形区域的深度值;所述占用栅格地图生成模块还用于以多个采样扇形区域的扇形中线为深度方向,基于多个采样扇形区域的深度值生成第二点集;所述占用栅格地图生成模块还用于基于所述第二点集和所述目标深度图的深度误差,生成所述占用栅格地图。
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贝壳技术有限公司,未经贝壳技术有限公司许可,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/202111635739.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种深度学习模型训练方法
- 下一篇:一种基于问句匹配的智能问答系统和方法