[发明专利]一种动态目标位姿信息优化方法

权利要求书

1.一种动态目标位姿信息优化方法，其特征在于，包括：

对于单目相机拍摄的单帧图像，基于深度学习模型输出单帧图像中动态目标2D-box的位置信息，并生成单帧图像的掩膜图像；

对于单帧图像，基于线检测算法，生成单帧图像的所有检测线段，形成第一检测线段集合；

基于动态目标2D-box的位置信息、单帧图像的掩膜图像以及第一检测线段线集合，生成对应的动态目标3D-box；

根据对应的动态目标3D-box的位置信息，利用重投影误差，优化每帧图像的动态目标2D-box的位置信息；

基于优化后的动态目标2D-box的位置信息，生成对应的动态目标3D-box的位置信息；

联合多帧图像生成的动态目标3D-box位姿和车体位姿信息，对动态目标3D-box位姿进行优化，生成动态目标的最终3D-box位姿信息。

2.根据权利要求1所述的动态目标位姿信息优化方法，其特征在于，所述对于单目相机拍摄的单帧图像，基于深度学习模型输出单帧图像中动态目标2D-box的位置信息，包括：

将单帧图像输入深度学习模型中，获取所述深度学习模型识别的动态目标2D-box在图像坐标系下的位置信息，所述位置信息采用位置向量表示[x,y,width,height]，其中，[x,y]表示动态目标2d-box的左上角坐标，[width,height]表示动态目标2d-box的宽度和高度。

3.根据权利要求1所述的动态目标位姿信息优化方法，其特征在于，所述对于单帧图像，基于线检测算法，生成单帧图像的所有检测线段，形成第一检测线段集合，包括：

对于单帧图像，基于canny线检测算法，生成单帧图像的所有检测线段，单帧图像中的所有检测线段形成第一检测线段集合，每一条检测线段的向量表示为：[x1,y1,x2,y2]，其中(x1,y1)为检测线段段的起点坐标，(x2,y2)为检测线段段的终点坐标，且x1x2。

4.根据权利要求1所述的动态目标位姿信息优化方法，其特征在于，所述基于动态目标2D-box的位置信息、单帧图像的掩膜图像以及第一检测线段集合，生成对应的动态目标3D-box，包括：

基于掩膜图像，过滤所述第一检测线段集合L中灰度值为255的检测线段，并对灰度值为0的检测线段进行合并和删除操作，得到第二检测线段集合Lv；

基于单目相机的姿态角信息，对所述第二检测线段集合Lv中的检测线段进行筛选，得到第三检测线段集合Lvp；

基于动态目标2D-box的位置信息和所述第三检测线段集合Lvp，生成与动态目标2D-box对应的动态目标3D-box的位置信息。

5.根据权利要求4所述的动态目标位姿信息优化方法，其特征在于，所述对灰度值为0的检测线段进行合并和删除操作，得到第二检测线段集合Lv，包括：

计算第一检测线段集合中所有灰度值为0的检测线段的角度，所述角度用其斜率表征；

计算每相邻两条检测线段之间的角度差和距离，所述每相邻两条检测线段之间的距离是指其中一条检测线段的尾点和另一条检测线段的起点之间的距离；

当所述角度差小于预设角度阈值且所述距离小于预设距离阈值时，将所述两条相邻检测线段进行合并；

将线段长度大于预设长度阈值的检测线段进行删除，得到第二检测线段集合Lv。

6.根据权利要求4或5所述的动态目标位姿信息优化方法，其特征在于，所述基于单目相机的姿态角信息，对所述第二检测线段集合Lv中的检测线段进行筛选，得到第三检测线段集合Lvp，包括：

对单目相机的姿态角信息进行采样；

基于采样得到的相机的姿态角信息，计算消失点；

基于消失点，从所述第二检测线段集合Lv中查找形成消失点的检测线段；

计算消失点与每一条检测线段中点的角度；

基于角度阈值对检测线段进行筛选，得到筛选后的第三检测线段集合Lvp。