[发明专利]高精地图中空中环境要素的构建方法、系统及存储介质在审
| 申请号: | 202211158559.8 | 申请日: | 2022-09-22 |
| 公开(公告)号: | CN115482517A | 公开(公告)日: | 2022-12-16 |
| 发明(设计)人: | 张辉松;王立 | 申请(专利权)人: | 重庆长安汽车股份有限公司 |
| 主分类号: | G06V20/58 | 分类号: | G06V20/58;G06V20/70;G06V20/40;G06V20/64;G06V10/75;G06V10/82 |
| 代理公司: | 重庆华科专利事务所 50123 | 代理人: | 谭小琴 |
| 地址: | 400023 *** | 国省代码: | 重庆;50 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 地图 空中 环境要素 构建 方法 系统 存储 介质 | ||
1.一种高精地图中空中环境要素的构建方法,其特征在于,包括以下步骤:
获取目标视频及视频各图像帧对应的位姿;
对目标视频进行目标检测跟踪,其中,检测跟踪的目标为空中标识牌或红绿灯;
从目标视频中选出目标元素的共视关键帧;
提取目标元素的所有共视关键帧中目标区域内的特征点;
对任意两共视关键帧中的特征点进行匹配,得到匹配点对;
对匹配点对进行三角化计算,得到稀疏点云;
对不同共视关键帧之间得到的稀疏点云进行融合筛选;
关联目标检测跟踪结果,生成该目标视频对应的高精地图要素。
2.根据权利要求1所述的高精地图中空中环境要素的构建方法,其特征在于:所述图像帧与位姿之间的对应是通过视频原始数据和位姿原始数据采集的时间戳进行关联。
3.根据权利要求2所述的高精地图中空中环境要素的构建方法,其特征在于:所述目标检测跟踪使用基于Yolov5的深度学习框架对目标视频中空中标识牌或红绿灯要素进行检测和跟踪,检测输出结果为要素类别和目标元素的最小矩形包围盒,跟踪输出结果为全局唯一标识ID。
4.根据权利要求3所述的高精地图中空中环境要素的构建方法,其特征在于:所述选出目标元素的共视关键帧过程中,两相邻关键帧之间的对应位姿的空间距离大于预设距离阈值,且检测目标的最小矩形包围盒大于预设尺寸。
5.根据权利要求4所述的高精地图中空中环境要素的构建方法,其特征在于:提取共视关键帧中目标区域内的特征点时,以检测目标的最小矩形包围盒作为掩膜,且使用FAST关键点作为特征点。
6.根据权利要求1至5任一所述的高精地图中空中环境要素的构建方法,其特征在于:所述任意两共视关键帧中的特征点进行匹配时,采用基于对极约束的方法,选取去均值归一化互相关系数值最大的点对作为匹配结果输出。
7.根据权利要求6所述的高精地图中空中环境要素的构建方法,其特征在于:对不同共视关键帧之间得到的稀疏点云进行融合筛选时,保留特征点共视帧数量大于预设数量阈值,且在各帧中重投影误差最小的特征点对应的三维点。
8.根据权利要求7所述的高精地图中空中环境要素的构建方法,其特征在于:所述关联目标检测跟踪结果,生成该目标视频对应的高精地图要素,具体为:
将三维点与目标检测跟踪的目标类型、唯一标识ID进行关联,得到带语义信息的三维点,生成该目标视频对应的高精地图要素。
9.一种高精地图中空中环境要素的构建系统,其特征在于:包括存储器和控制器,所述存储器内存储有计算机可读程序,所述计算机可读程序被控制器调用时能执行如权利要求1至8任一所述的高精地图中空中环境要素的构建方法的步骤。
10.一种存储介质,其特征在于:其内存储有计算机可读程序,所述计算机可读程序被调用时能执行如权利要求1至8任一所述的高精地图中空中环境要素的构建方法的步骤。
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重庆长安汽车股份有限公司,未经重庆长安汽车股份有限公司许可,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/202211158559.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种显示面板及显示装置
- 下一篇:一种二极管加工用的引脚弯折装置





