CN117935610A - 跟踪车位的更新方法、装置、设备及计算机可读存储介质 - Google Patents
跟踪车位的更新方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN117935610A CN117935610A CN202410149307.1A CN202410149307A CN117935610A CN 117935610 A CN117935610 A CN 117935610A CN 202410149307 A CN202410149307 A CN 202410149307A CN 117935610 A CN117935610 A CN 117935610A
- Authority
- CN
- China
- Prior art keywords
- parking space
- target
- tracking
- image frame
- current image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
- G08G1/148—Management of a network of parking areas
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/586—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of parking space
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及车辆技术领域,公开了一种跟踪车位的更新方法、装置、设备及计算机可读存储介质,方法包括:根据当前图像帧和定位报文之间的时间差,计算得到当前图像帧和定位报文之间的位移量;其中,定位报文携带有车辆定位信息,时间差是根据当前图像帧的时间戳和定位报文的时间戳计算得到的差值;根据位移量对车辆定位信息进行修正,得到修正后的车辆定位信息;根据修正后的车辆定位信息计算得到位姿转换矩阵,并根据位姿转换矩阵将当前图像帧中的目标车位坐标转换为目标坐标系下的车位目标坐标;根据车位目标坐标和跟踪车位坐标,确定是否对跟踪车位进行更新处理,以得到更新后的跟踪车位。本申请避免多个相对坐标系之间的转换,数据处理效率高。
Description
技术领域
本申请涉及车辆技术领域,具体涉及一种跟踪车位的更新方法、装置、设备及计算机可读存储介质。
背景技术
目前主流的车位跟踪算法都是基于TBD(Tracking-by-Detection,追踪检测)策略,即基于车位框的检测结果来进行目标跟踪,然后利用每一帧的车位检测结果进行融合跟踪,每一帧进行车位关联的方式大同小异,比如通过计算IOU(Intersection overUnion,交并比)进行匹配关联,又或者ReID(Re-Identification,重识别)计算外形特征的方式进行帧与帧之间的车位关联。
同时,常规的图像帧坐标系到局部坐标系(定位系统输出的坐标系)的转换,首先经过像素坐标系到相机坐标系的转换,然后再由相机坐标系转换到车辆坐标系,最后由车辆坐标系转换到局部坐标系,转换过程涉及的计算量较大,坐标变换过程繁琐,无法及时对跟踪车位进行更新。
发明内容
鉴于上述问题,本申请提供了一种跟踪车位的更新方法、装置、设备及计算机可读存储介质,以及时更新跟踪车位。
根据本申请一个方面,提供了一种跟踪车位的更新方法,所述更新方法包括:根据当前图像帧和定位报文之间的时间差,计算得到当前图像帧和所述定位报文之间的位移量;其中,所述定位报文携带有车辆定位信息,所述时间差是根据当前图像帧的时间戳和所述定位报文的时间戳计算得到的差值;根据所述位移量对所述车辆定位信息进行修正,得到修正后的车辆定位信息;根据所述修正后的车辆定位信息计算得到位姿转换矩阵,并根据所述位姿转换矩阵将当前图像帧中的目标车位坐标转换为目标坐标系下的车位目标坐标;根据所述车位目标坐标和跟踪车位坐标,确定是否对所述跟踪车位进行更新处理,以得到更新后的跟踪车位。
在一种可选的方式中,所述根据所述位姿转换矩阵将当前图像帧中的目标车位坐标转换为目标坐标系下的车位目标坐标,进一步包括:将目标车位坐标与距离像素比进行求乘积运算,并将所述修正后的车辆定位信息中的目标中心点的像素坐标与计算得到的乘积进行求差值运算,计算得到差值;将所述差值与所述位姿转换矩阵进行求乘积运算,计算得到当前图像帧中的目标车位坐标转换为目标坐标系下的车位目标坐标。
在一种可选的方式中,所述根据所述车位目标坐标和跟踪车位坐标,确定是否对所述跟踪车位进行更新处理,以得到更新后的跟踪车位,进一步包括:根据所述车位目标坐标和跟踪车位坐标,计算得到所述目标车位与所述跟踪车位之间的距离;若检测到所述距离小于预设距离,则检测所述目标车位是否与所述跟踪车位相匹配,并根据匹配结果对所述跟踪车位进行更新处理,以得到更新后的跟踪车位。
在一种可选的方式中,所述根据所述修正后的车辆定位信息计算得到位姿转换矩阵,进一步包括:获取所述修正后的车辆定位信息中的姿态矩阵中的列向量,和平移矩阵中的平移向量;将所述姿态矩阵中的列向量作为基向量,并根据所述平移向量和所述基向量,构建得到位姿转换矩阵。
在一种可选的方式中,所述根据匹配结果对所述跟踪车位进行更新处理,以得到更新后的跟踪车位,进一步包括:若匹配结果表征所述目标车位与所述跟踪车位匹配成功,则将所述目标车位更新为所述跟踪车位,以得到更新后的跟踪车位。
在一种可选的方式中,所述目标车位的数量为多个,所述跟踪车位的数量为多个;所述根据匹配结果对所述跟踪车位进行更新处理,以得到更新后的跟踪车位,进一步包括:若匹配结果表征所述目标车位与所述跟踪车位未完全匹配成功,则检测第一预设帧数的图像帧中是否存在未匹配成功的跟踪车位,得到第一检测结果,并检测第二预设帧数的图像帧中是否存在未匹配成功的目标车位,得到第二检测结果;根据所述第一检测结果和所述第二检测结果对所述跟踪车位进行更新处理,以得到更新后的跟踪车位。
在一种可选的方式中,所述根据所述第一检测结果和所述第二检测结果对所述跟踪车位进行更新处理,以得到更新后的跟踪车位,进一步包括:若所述第一检测结果表征所述第一预设帧数的图像帧中不存在所述未匹配成功的跟踪车位,则将所述未匹配成功的跟踪车位从所述跟踪车位中删除,以得到更新后的跟踪车位;若所述第二检测结果表征所述第二预设帧数的图像帧中存在所述未匹配成功的目标车位,则将所述未匹配成功的目标车位更新为所述跟踪车位,以得到更新后的跟踪车位。
在一种可选的方式中,在所述根据当前图像帧和定位报文之间的时间差计算得到当前图像帧和所述定位报文之间的位移量之前,所述更新方法还包括:获取当前图像帧的当前时间戳;根据当前时间戳确定出邻近当前图像帧的所述定位报文,以及所述定位报文与当前图像帧之间的时间差。
根据本申请另一方面,提供了一种跟踪车位的更新装置,所述更新装置包括:位移量计算模块,用于根据当前图像帧和定位报文之间的时间差,计算得到当前图像帧和所述定位报文之间的位移量;其中,所述定位报文携带有车辆定位信息,所述时间差是根据当前图像帧的时间戳和所述定位报文的时间戳计算得到的差值;修正模块,用于根据所述位移量对所述车辆定位信息进行修正,得到修正后的车辆定位信息;坐标转换模块,用于根据所述修正后的车辆定位信息计算得到位姿转换矩阵,并根据所述位姿转换矩阵将当前图像帧中的目标车位坐标转换为目标坐标系下的车位目标坐标;更新模块,用于根据所述车位目标坐标和跟踪车位坐标,确定是否对所述跟踪车位进行更新处理,以得到更新后的跟踪车位。
根据本申请一个方面,提供了一种电子设备,包括:控制器;存储器,用于存储一个或多个程序,当一个或多个程序被所述控制器执行时,以执行上述的更新方法。
根据本申请一个方面,还提供了一种计算机可读存储介质,其上存储有计算机可读指令,当所述计算机可读指令被计算机的处理器执行时,使计算机执行上述的更新方法。
根据本申请一个方面,还提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述的更新方法。
本申请将当前图像帧和定位报文之间的时间差,计算得到两者之间的位移量,以对车辆定位信息进行修正处理,从而得到位姿转换矩阵,以构建得到绝对的目标坐标系。根据位姿转换矩阵直接将当前图像帧中的目标车位坐标,转换为目标坐标系下的车位目标坐标,避免多个相对坐标系之间不必要的转换,以提高数据处理效率。根据车位目标坐标和跟踪车位坐标,准确确定是否对跟踪车位进行更新处理,以得到更新后的跟踪车位。
上述说明仅是本申请实施例技术方案的概述,为了能够更清楚了解本申请技术手段,而可依照说明书的内容予以实施,并且为了让本申请上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术者来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一示例性实施例示出的一种跟踪车位的更新方法的流程示意图。
图2是本申请优选实施例示出的一种跟踪车位的更新方法的流程示意图。
图3是本申请跟踪车位的更新方法的应用场景的示意图。
图4是本申请一示例性实施例示出的跟踪车位的更新装置的结构示意图。
图5是本申请的一示例性实施例示出的电子设备的计算机系统的结构示意图。
具体实施方式
这里将详细地对示例性实施例执行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
在本申请中提及的“多个”是指两个或者两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
现有图像帧中坐标系到局部坐标系的转换,首先经过像素坐标系到相机坐标系的转换,然后再由相机坐标系转换到车辆坐标系,最后由车辆坐标系转换到局部坐标系,涉及的转换公式如下:
其中,转换过程涉及的计算量较大,并且利用相对坐标来对车位进行跟踪,坐标转换过程繁琐,无法及时对跟踪车位进行更新。
为此,本申请的一方面提供了一种跟踪车位的更新方法。不同于现有相对坐标来对车位进行跟踪,而是相将车位角点转为局部坐标,然后再对车位角点的局部坐标位置进行每一帧的关联与修正,得到修正后的车辆定位信息,进而得到位姿转换矩阵,以构建得到绝对的目标坐标系,对车位进行跟踪,已经更新跟踪车位,化繁为简,提高效率和流程。特别是现在的ADAS(Advanced Driving Assistance System,高级驾驶辅助系统)对精度和延时要求很高,本申请更新方式可以降低数据处理输出结果的延时,提高车位角点的精度,以及时更新跟踪车位。具体请参阅图1,图1是本申请一示例性实施例示出的一种跟踪车位的更新方法的流程示意图。该更新方法至少包括S110至S140,详细介绍如下:
S110:根据当前图像帧和定位报文之间的时间差,计算得到当前图像帧和定位报文之间的位移量;其中,定位报文携带有车辆定位信息,时间差是根据当前图像帧的时间戳和定位报文的时间戳计算得到的差值。
当前图像帧中包括但不限于车位信息、车辆周围环境信息、道路信息等。因为车位是固定的,不同于动态障碍物一样会随着时间移动,本实施例提出融入坐标转换系统,先把车位角点转为局部坐标,然后再对车位角点的局部坐标位置进行每一帧的关联与修正,化繁为简,提高效率和流程。
车位位置在局部坐标系下是静态不变的,正是因为车位的静态特性,可以先把车位位置转换到局部坐标系,然后使用更小计算量的欧式距离代替常规的IOU(车位交并集)进行关联跟踪,大大缩减了车位跟踪处理时间,使得感知模块延时缩短。
定位报文是邻近当前图像帧的报文,其不仅仅携带有车辆定位信息,包括但不限于车辆位姿信息、车辆身份标识、车辆工况参数等。
图像帧与定位报文之间存在一定的时延,例如声光时延,图像等光信号的传输速度快于声音信号的传输速度,导致两者之间存在一定的时延。
当前图像帧与邻近的定位报文之间的时间差一般较小,可将车辆在此时间差内看做匀速运动,根据时间差和匀速速度,计算得到当前图像帧和定位报文之间的位移量。
S120:根据位移量对车辆定位信息进行修正,得到修正后的车辆定位信息。
本实施例将当前图像帧与邻近的定位报文进行时间戳对齐,以使得修正后的车辆定位信息对应的图像帧的时间戳和定位报文的时间戳一致,修正后的车辆定位信息包括但不限于目标中心点的第一维度像素坐标值和第二维度像素坐标值(即目标中心点的像素坐标),目标中心点可是车辆后轴中心的像素坐标点。
S130:根据修正后的车辆定位信息计算得到位姿转换矩阵,并根据位姿转换矩阵将当前图像帧中的目标车位坐标转换为目标坐标系下的车位目标坐标。
位姿转换矩阵是将当前图像帧中的点坐标,转换为目标坐标系下的点坐标的转换矩阵。位姿转换由两部分组成,R矩阵和T矩阵。R矩阵表示姿态矩阵(Rotation Matrix),通常表示一个物体或坐标系相对于另一个坐标系的旋转变换方式。姿态矩阵是一个正交矩阵,其列向量是旋转后的坐标系的基向量。T矩阵表示平移矩阵。
在某些实施例中,通过获取修正后的车辆定位信息中的姿态矩阵中的列向量,和平移矩阵中的平移向量;将姿态矩阵中的列向量作为基向量,并根据平移向量和基向量,构建得到位姿转换矩阵。构建得到的位姿转换矩阵示例如下:
其中,列向量({r11 r21 r31})表示旋转后的x轴方向;列向量({r12 r22 r32})表示旋转后的y轴方向;列向量({r13 r23 r33})表示旋转后的z轴方向。矩阵中的每一列都是一个单位向量,表示了旋转后的坐标系的基向量。T矩阵表示平移矩阵;t1表示沿x轴方向平移距离(即x轴上的平移向量),t2表示沿y轴方向平移距离(即y轴上的平移向量),t3表示沿z轴方向平移距离(即z轴上的平移向量)。
从当前图像帧中获取其中车位的坐标,即本实施例的目标车位坐标,本实施例并不限制目标车位的数量。将目标车位坐标中的第一维度值和第二纬度值,分别与位姿转换矩阵进行相应计算,得到转换后的第一维度值和第二纬度值,以得到目标坐标系下的车位目标坐标。
S140:根据车位目标坐标和跟踪车位坐标,确定是否对跟踪车位进行更新处理,以得到更新后的跟踪车位。
跟踪车位坐标是历史车位坐标,即在前置图像帧中追踪得到的车位坐标。其中,前置图像帧是先于当前图像帧的图像帧。
根据当前车位目标坐标和跟踪车位坐标,确定两者之间是否存在差异或者差异值是否超出预设范围,以确定是否对跟踪车位进行更新处理。
本申请将当前图像帧和定位报文之间的时间差,计算得到两者之间的位移量,以对车辆定位信息进行修正处理,从而得到位姿转换矩阵,以构建得到绝对的目标坐标系。根据位姿转换矩阵直接将当前图像帧中的目标车位坐标,转换为目标坐标系下的车位目标坐标,避免多个相对坐标系之间不必要的转换,以提高数据处理效率。根据车位目标坐标和跟踪车位坐标,准确确定是否对跟踪车位进行更新处理,以得到更新后的跟踪车位。
本实施例将当前图像帧和定位报文之间的时间差,计算得到两者之间的位移量,以对车辆定位信息进行修正处理,从而得到位姿转换矩阵,以构建得到绝对的目标坐标系。根据位姿转换矩阵直接将当前图像帧中的目标车位坐标,转换为目标坐标系下的车位目标坐标,避免多个相对坐标系之间不必要的转换,以提高数据处理效率。根据车位目标坐标和跟踪车位坐标,准确确定是否对跟踪车位进行更新处理,以得到更新后的跟踪车位。
在本申请另一示例性实施例中,详细介绍了如何根据位姿转换矩阵将当前图像帧中的目标车位坐标转换为目标坐标系下的车位目标坐标,即S130中进一步包括S131至S132,详细介绍如下:
S131:将目标车位坐标与距离像素比进行求乘积运算,并将修正后的车辆定位信息中的目标中心点的像素坐标与计算得到的乘积进行求差值运算,计算得到差值。
距离像素比是实际距离值与像素尺寸的比值。
S132:将差值与位姿转换矩阵进行求乘积运算,计算得到当前图像帧中的目标车位坐标转换为目标坐标系下的车位目标坐标。
对本实施例进行示例性说明,将目标车位坐标(u,v)转换为目标坐标系中的车位目标坐标(X,Y),具体根据如下示例性公式计算得到车位目标坐标:
X=(carx-u×scale)×trans_matrix;
Y=(cary-v×scale)×trans_matrix;
其中,carx表示目标中心点的像素坐标的第一维度像素坐标值,cary表示目标中心点的像素坐标的第二维度像素坐标值,scale表示距离像素比,
在处理坐标转换的时候,正是考虑检测图像处于AVM视图下,所以可以更直接的使用“sacle=实际距离/像素尺寸”公式直接得到车位角点相对于车辆后轴中心的距离,然后转换得到车位在局部坐标系下的坐标值。降低了处理计算量和时间延迟,也降低了自动驾驶处理芯片的能耗。
本实施例提供了一种坐标转换的方式,以将当前图像帧中的目标车位坐标转换为目标坐标系下的车位目标坐标。其中,引入距离像素比将实际距离值和像素尺寸建立了联系,可计算得到车位角点坐标相对于车辆坐标系的实际距离,再通过车辆坐标系转换到目标坐标系中,使得到的车位目标坐标更为准确。
在本申请另一示例性实施例中,详细介绍了如何根据车位目标坐标和跟踪车位坐标,确定是否对跟踪车位进行更新处理,以得到更新后的跟踪车位,即S140中进一步包括S141至S142,详细介绍如下:
S141:根据车位目标坐标和跟踪车位坐标,计算得到目标车位与跟踪车位之间的距离。
示例性地,车位目标坐标为(x1,y1),跟踪车位坐标为(x2,y2),根据如下公式计算得到目标车位与跟踪车位之间的距离d:
S142:若检测到距离小于预设距离,则检测目标车位是否与跟踪车位相匹配,并根据匹配结果对跟踪车位进行更新处理,以得到更新后的跟踪车位。
预设距离为一个预设参数,本申请并不对其具体数值进行限定。若检测到距离小于预设距离值,则需进一步检测目标车位是否与跟踪车位相匹配,以确定目标车位是否是前置图像帧中的跟踪车位。
若匹配结果表征目标车位与跟踪车位匹配成功,则将目标车位更新为跟踪车位,以得到更新后的跟踪车位。其中,更新过程包括但不限于车位外观、尺寸、类型等。
本实施例介绍了一种更新跟踪车位的前置条件,根据目标车位与跟踪车位之间的距离,以及两者是否相匹配,以确定是否对跟踪车位进行更新处理。整个判断过程仅涉及简单的距离计算,以及参数数值大小关系比较,无需进行复杂的数据处理。
在本申请另一示例性实施例中,详细介绍了如何根据匹配结果对跟踪车位进行更新处理,以得到更新后的跟踪车位。即S142中进一步包括S1421至S1422;其中,目标车位的数量为多个,跟踪车位的数量为多个,详细介绍如下:
S1421:若匹配结果表征目标车位与跟踪车位未完全匹配成功,则检测第一预设帧数的图像帧中是否存在未匹配成功的跟踪车位,得到第一检测结果,并检测第二预设帧数的图像帧中是否存在未匹配成功的目标车位,得到第二检测结果。
本申请并不限定第一预设帧数和第二预设帧数的具体数值,两者数值大小可相同,亦可不同。
示例性地,目标车位包括A,B和C车位,跟踪车位包括D和E车位,若A车位和D车位匹配成功,其余皆匹配失败,则连续检测后续30帧图像帧中是否存在E车位,得到第一检测结果,并连续检测后续5帧图像帧中是否存在B和C车位,得到第二检测结果。
S1422:根据第一检测结果和第二检测结果对跟踪车位进行更新处理,以得到更新后的跟踪车位。
第一检测结果将决定是否对未匹配成功的跟踪车位进行增减管理,第二检测结果将决定是否将未匹配成功的目标车位增添为跟踪车位。
本实施例在检测到目标车位与跟踪车位未完全匹配成功的情况下,根据相应的检测结果,分别对未匹配成功的跟踪车位和未匹配成功的目标车位,进行增减处理,以完成对跟踪车位的更新。
在本申请另一示例性实施例中,详细介绍了如何根据第一检测结果和第二检测结果对跟踪车位进行更新处理,以得到更新后的跟踪车位,即S1422进一步包括S14220至S14221,详细介绍如下:
S14220:若第一检测结果表征第一预设帧数的图像帧中不存在未匹配成功的跟踪车位,则将未匹配成功的跟踪车位从跟踪车位中删除,以得到更新后的跟踪车位。
示例性地,目标车位包括A,B和C车位,跟踪车位包括D和E车位,若A车位和D车位匹配成功,其余皆匹配失败,则连续检测后续30帧图像帧中是否存在E车位;若不存在E车位,则将E车位从跟踪车位中删除,以完成对跟踪车位的更新。
S14221:若第二检测结果表征第二预设帧数的图像帧中存在未匹配成功的目标车位,则将未匹配成功的目标车位更新为跟踪车位,以得到更新后的跟踪车位。
示例性地,目标车位包括A,B和C车位,跟踪车位包括D和E车位,若A车位和D车位匹配成功,其余皆匹配失败,则连续检测后续5帧图像帧中是否存在B和C车位;若存在B车位,则将B车位更新为跟踪车位;若不存在C车位,则将C车位存储为待定车位。
本实施例进一步说明了跟踪车位的更新方式,引入第一预设帧数和第二预设帧数,融合了多图像帧的时序关系,避免漏检、误检、遮挡车位等情况导致跟踪车位的信息准确度失真。根据第一检测结果对未匹配成功的跟踪车位进行删减管理,根据第二检测结果对未匹配成功的目标车位进行增添管理,以完成对跟踪车位的更新过程。
在本申请另一示例性实施例中,详细介绍了如何确定出当前图像帧和定位报文之间的时间差,即在上述任一示例性实施例示出的S110之前,还包括S11至S12,详细介绍如下:
S11:获取当前图像帧的当前时间戳。
其中,每个图像帧对应有相应的时间戳,时间戳可表征图像的采集时刻。
S12:根据当前时间戳确定出邻近当前图像帧的定位报文,以及定位报文与当前图像帧之间的时间差。
定位报文的频率一般为10Hz,其缓存有一定时长(2秒左右)的车辆定位信息。根据当前时间戳与各个定位报文帧的时间戳之间的差值,可将最小差值对应的定位报文帧确定为邻近当前图像帧的定位报文,该差值即为两者之间的时间差。
请参阅图2,图2是本申请优选实施例示出的一种跟踪车位的更新方法的流程示意图。更新方法的详细说明如下:
将当前图像帧的当前时间戳与邻近定位报文的时间戳进行对齐处理,以得到修正后的车辆定位信息,进而计算得到位姿转换矩阵,并构建目标坐标系。
确定出车位中心点(即上述修正后的车辆定位信息中的目标中心点),根据车位中心点和位姿转换矩阵,将当前图像帧中的目标车位坐标转换为目标坐标系下的车位目标坐标。
根据车位目标坐标和跟踪车位坐标,计算得到目标车位与跟踪车位之间的距离,并检测距离是否小于预设距离;若小于,则检测目标车位是否与跟踪车位相匹配。
若完全相匹配,则将目标车位更新为跟踪车位,以得到更新后的跟踪车位。
若未完全相匹配,则检测第一预设帧数的图像帧中是否存在未匹配成功的跟踪车位,得到第一检测结果,并检测第二预设帧数的图像帧中是否存在未匹配成功的目标车位,得到第二检测结果。
若第一检测结果表征第一预设帧数的图像帧中不存在未匹配成功的跟踪车位,则将未匹配成功的跟踪车位从跟踪车位中删除,以得到更新后的跟踪车位;
若第二检测结果表征第二预设帧数的图像帧中存在未匹配成功的目标车位,则将未匹配成功的目标车位更新为跟踪车位,以得到更新后的跟踪车位。
本实施例主要介绍了如何更新跟踪车位,基于目标车位与跟踪车位之间的距离,以及目标车位与跟踪车位之间的匹配情况,对跟踪车位进行增删处理,以完成对跟踪车位的更新。
在本申请另一示例性实施例中对上述多个更新方法的应用场景进行了示例性说明,具体请参阅图3,图3是本申请跟踪车位的更新方法的应用场景的示意图。其中,包括车端100和服务器200,两端之间可通过无线通信的方式连接,本申请并不限制它们之间的连接方式。
服务器200可以如图3所示置于车端100之内,亦可置于其外,本申请并不对它们之间的位置关系进行限定。服务器200可作为上述任一示例性实施例所示更新方法的执行主体,示例性说明如下:
服务器200根据当前图像帧和定位报文之间的时间差,计算得到当前图像帧和定位报文之间的位移量;其中,定位报文携带有车辆定位信息,时间差是根据当前图像帧的时间戳和定位报文的时间戳计算得到的差值;服务器200根据位移量对车辆定位信息进行修正,得到修正后的车辆定位信息;服务器200根据修正后的车辆定位信息计算得到位姿转换矩阵,并根据位姿转换矩阵将当前图像帧中的目标车位坐标转换为目标坐标系下的车位目标坐标;服务器200根据车位目标坐标和跟踪车位坐标,确定是否对跟踪车位进行更新处理,以得到更新后的跟踪车位。
其中,服务器200可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,其中多个服务器可组成一区块链,而服务器为区块链上的节点,服务器200还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content Delivery Network,内容分发网络)以及大数据和人工智能平台等基础云计算服务的云服务器,本处也不对此进行限制。
本申请的另一方面还提供了一种跟踪车位的更新装置,如图4所示,图4是本申请一示例性实施例示出的跟踪车位的更新装置的结构示意图。更新装置400包括:
位移量计算模块410,用于根据当前图像帧和定位报文之间的时间差,计算得到当前图像帧和定位报文之间的位移量;其中,定位报文携带有车辆定位信息,时间差是根据当前图像帧的时间戳和定位报文的时间戳计算得到的差值。
修正模块430,用于根据位移量对车辆定位信息进行修正,得到修正后的车辆定位信息。
坐标转换模块450,用于根据修正后的车辆定位信息计算得到位姿转换矩阵,并根据位姿转换矩阵将当前图像帧中的目标车位坐标转换为目标坐标系下的车位目标坐标。
更新模块470,用于根据车位目标坐标和跟踪车位坐标,确定是否对跟踪车位进行更新处理,以得到更新后的跟踪车位。
在一种可选的方式中,坐标转换模块450进一步包括:
计算单元,用于将目标车位坐标与距离像素比进行求乘积运算,并将修正后的车辆定位信息中的目标中心点的像素坐标与计算得到的乘积进行求差值运算,计算得到差值。
转换单元,用于将差值与位姿转换矩阵进行求乘积运算,计算得到当前图像帧中的目标车位坐标转换为目标坐标系下的车位目标坐标。
在一种可选的方式中,更新模块470进一步包括:
距离计算单元,用于根据车位目标坐标和跟踪车位坐标,计算得到目标车位与跟踪车位之间的距离。
检测更新单元,用于若检测到距离小于预设距离,则检测目标车位是否与跟踪车位相匹配,并根据匹配结果对跟踪车位进行更新处理,以得到更新后的跟踪车位。
在一种可选的方式中,坐标转换模块450进一步包括:
获取单元,用于获取修正后的车辆定位信息中的姿态矩阵中的列向量,和平移矩阵中的平移向量。
构建单元,用于将姿态矩阵中的列向量作为基向量,并根据平移向量和基向量,构建得到位姿转换矩阵。
在一种可选的方式中,距离单元进一步包括:
匹配成功板块,用于若匹配结果表征目标车位与跟踪车位匹配成功,则将目标车位更新为跟踪车位,以得到更新后的跟踪车位。
在一种可选的方式中,目标车位的数量为多个,跟踪车位的数量为多个;检测更新单元进一步包括:
检测板块,用于若匹配结果表征目标车位与跟踪车位未完全匹配成功,则检测第一预设帧数的图像帧中是否存在未匹配成功的跟踪车位,得到第一检测结果,并检测第二预设帧数的图像帧中是否存在未匹配成功的目标车位,得到第二检测结果。
更新板块,用于根据第一检测结果和第二检测结果对跟踪车位进行更新处理,以得到更新后的跟踪车位。
在一种可选的方式中,更新板块进一步包括:
第一更新子板块,用于若第一检测结果表征第一预设帧数的图像帧中不存在未匹配成功的跟踪车位,则将未匹配成功的跟踪车位从跟踪车位中删除,以得到更新后的跟踪车位。
第二更新子板块,用于若第二检测结果表征第二预设帧数的图像帧中存在未匹配成功的目标车位,则将未匹配成功的目标车位更新为跟踪车位,以得到更新后的跟踪车位。
在一种可选的方式中,更新装置400还包括:
获取模块,用于获取当前图像帧的当前时间戳。
确定模块,用于根据当前时间戳确定出邻近当前图像帧的定位报文,以及定位报文与当前图像帧之间的时间差。
本申请更新装置将当前图像帧和定位报文之间的时间差,计算得到两者之间的位移量,以对车辆定位信息进行修正处理,从而得到位姿转换矩阵,以构建得到绝对的目标坐标系。根据位姿转换矩阵直接将当前图像帧中的目标车位坐标,转换为目标坐标系下的车位目标坐标,避免多个相对坐标系之间不必要的转换,以提高数据处理效率。根据车位目标坐标和跟踪车位坐标,准确确定是否对跟踪车位进行更新处理,以得到更新后的跟踪车位。
需要说明的是,上述实施例所提供的更新装置与前述实施例所提供的更新方法属于同一构思,其中各个模块和单元执行操作的具体方式已经在方法实施例中进行了详细描述,这里不再赘述。
本申请的另一方面还提供了一种电子设备,包括:控制器;存储器,用于存储一个或多个程序,当一个或多个程序被控制器执行时,以执行上述的更新方法。
请参阅图5,图5是本申请的一示例性实施例示出的电子设备的计算机系统的结构示意图,其示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
需要说明的是,图5示出的电子设备的计算机系统500仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图5所示,计算机系统500包括中央处理单元(Central Processing Unit,CPU)501,其可以根据存储在只读存储器(Read-Only Memory,ROM)502中的程序或者从存储部分508加载到随机访问存储器(Random Access Memory,RAM)503中的程序而执行各种适当的动作和处理,例如执行上述实施例中的方法。在RAM 503中,还存储有系统操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(Input/Output,I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN(Local Area Network,局域网)卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地,根据本申请的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时,执行本申请的系统中限定的各种功能。
需要说明的是,本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不相同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
本申请的另一方面还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如前的更新方法。该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的,也可以是单独存在,而未装配入该电子设备中。
本申请的另一方面还提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各个实施例中提供的更新方法。
根据本申请实施例的一个方面,还提供了一种计算机系统,包括中央处理单元(Central Processing Unit,CPU),其可以根据存储在只读存储器(Read-Only Memory,ROM)中的程序或者从存储部分加载到随机访问存储器(Random Access Memory,RAM)中的程序而执行各种适当的动作和处理,例如执行上述实施例中的方法。在RAM中,还存储有系统操作所需的各种程序和数据。CPU、ROM以及RAM通过总线彼此相连。输入/输出(Input/Output,I/O)接口也连接至总线。
以下部件连接至I/O接口:包括键盘、鼠标等的输入部分;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分;包括硬盘等的存储部分;以及包括诸如LAN(Local Area Network,局域网)卡、调制解调器等的网络接口卡的通信部分。通信部分经由诸如因特网的网络执行通信处理。驱动器也根据需要连接至I/O接口。可拆卸介质,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器上,以便于从其上读出的计算机程序根据需要被安装入存储部分。
上述内容,仅为本申请的较佳示例性实施例,并非用于限制本申请的实施方案,本领域普通技术人员根据本申请的主要构思和精神,可以十分方便地进行相应的变通或修改,故本申请的保护范围应以权利要求书所要求的保护范围为准。
Claims (10)
1.一种跟踪车位的更新方法,其特征在于,所述更新方法包括:
根据当前图像帧和定位报文之间的时间差,计算得到当前图像帧和所述定位报文之间的位移量;其中,所述定位报文携带有车辆定位信息,所述时间差是根据当前图像帧的时间戳和所述定位报文的时间戳计算得到的差值;
根据所述位移量对所述车辆定位信息进行修正,得到修正后的车辆定位信息;
根据所述修正后的车辆定位信息计算得到位姿转换矩阵,并根据所述位姿转换矩阵将当前图像帧中的目标车位坐标转换为目标坐标系下的车位目标坐标;
根据所述车位目标坐标和跟踪车位坐标,确定是否对所述跟踪车位进行更新处理,以得到更新后的跟踪车位。
2.根据权利要求1所述的更新方法,其特征在于,所述根据所述位姿转换矩阵将当前图像帧中的目标车位坐标转换为目标坐标系下的车位目标坐标,进一步包括:
将目标车位坐标与距离像素比进行求乘积运算,并将所述修正后的车辆定位信息中的目标中心点的像素坐标与计算得到的乘积进行求差值运算,计算得到差值;
将所述差值与所述位姿转换矩阵进行求乘积运算,计算得到当前图像帧中的目标车位坐标转换为目标坐标系下的车位目标坐标。
3.根据权利要求1所述的更新方法,其特征在于,所述根据所述车位目标坐标和跟踪车位坐标,确定是否对所述跟踪车位进行更新处理,以得到更新后的跟踪车位,进一步包括:
根据所述车位目标坐标和跟踪车位坐标,计算得到所述目标车位与所述跟踪车位之间的距离;
若检测到所述距离小于预设距离,则检测所述目标车位是否与所述跟踪车位相匹配,并根据匹配结果对所述跟踪车位进行更新处理,以得到更新后的跟踪车位。
4.根据权利要求1所述的更新方法,其特征在于,所述根据所述修正后的车辆定位信息计算得到位姿转换矩阵,进一步包括:
获取所述修正后的车辆定位信息中的姿态矩阵中的列向量,和平移矩阵中的平移向量;
将所述姿态矩阵中的列向量作为基向量,并根据所述平移向量和所述基向量,构建得到位姿转换矩阵。
5.根据权利要求3所述的更新方法,其特征在于,所述目标车位的数量为多个,所述跟踪车位的数量为多个;
所述根据匹配结果对所述跟踪车位进行更新处理,以得到更新后的跟踪车位,进一步包括:
若匹配结果表征所述目标车位与所述跟踪车位未完全匹配成功,则检测第一预设帧数的图像帧中是否存在未匹配成功的跟踪车位,得到第一检测结果,并检测第二预设帧数的图像帧中是否存在未匹配成功的目标车位,得到第二检测结果;
根据所述第一检测结果和所述第二检测结果对所述跟踪车位进行更新处理,以得到更新后的跟踪车位。
6.根据权利要求5所述的更新方法,其特征在于,所述根据所述第一检测结果和所述第二检测结果对所述跟踪车位进行更新处理,以得到更新后的跟踪车位,进一步包括:
若所述第一检测结果表征所述第一预设帧数的图像帧中不存在所述未匹配成功的跟踪车位,则将所述未匹配成功的跟踪车位从所述跟踪车位中删除,以得到更新后的跟踪车位;
若所述第二检测结果表征所述第二预设帧数的图像帧中存在所述未匹配成功的目标车位,则将所述未匹配成功的目标车位更新为所述跟踪车位,以得到更新后的跟踪车位。
7.根据权利要求1至6中任一项所述的更新方法,其特征在于,在所述根据当前图像帧和定位报文之间的时间差计算得到当前图像帧和所述定位报文之间的位移量之前,所述更新方法还包括:
获取当前图像帧的当前时间戳;
根据当前时间戳确定出邻近当前图像帧的所述定位报文,以及所述定位报文与当前图像帧之间的时间差。
8.一种跟踪车位的更新装置,其特征在于,所述确定装置包括:
位移量计算模块,用于根据当前图像帧和定位报文之间的时间差,计算得到当前图像帧和所述定位报文之间的位移量;其中,所述定位报文携带有车辆定位信息,所述时间差是根据当前图像帧的时间戳和所述定位报文的时间戳计算得到的差值;
修正模块,用于根据所述位移量对所述车辆定位信息进行修正,得到修正后的车辆定位信息;
坐标转换模块,用于根据所述修正后的车辆定位信息计算得到位姿转换矩阵,并根据所述位姿转换矩阵将当前图像帧中的目标车位坐标转换为目标坐标系下的车位目标坐标;
更新模块,用于根据所述车位目标坐标和跟踪车位坐标,确定是否对所述跟踪车位进行更新处理,以得到更新后的跟踪车位。
9.一种电子设备,其特征在于,包括:
控制器;
存储器,用于存储一个或多个程序,当一个或多个程序被控制器执行时,使得控制器实现权利要求1至7中任一项所述的更新方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机可读指令,当计算机可读指令被计算机的处理器执行时,使计算机执行权利要求1至7中任一项所述的更新方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410149307.1A CN117935610A (zh) | 2024-02-01 | 2024-02-01 | 跟踪车位的更新方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410149307.1A CN117935610A (zh) | 2024-02-01 | 2024-02-01 | 跟踪车位的更新方法、装置、设备及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117935610A true CN117935610A (zh) | 2024-04-26 |
Family
ID=90761204
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410149307.1A Pending CN117935610A (zh) | 2024-02-01 | 2024-02-01 | 跟踪车位的更新方法、装置、设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117935610A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111179628A (zh) * | 2020-01-09 | 2020-05-19 | 北京三快在线科技有限公司 | 自动驾驶车辆的定位方法、装置、电子设备及存储介质 |
| CN113034963A (zh) * | 2021-03-02 | 2021-06-25 | 英博超算(南京)科技有限公司 | 一种视觉车位跟踪系统 |
| CN115063781A (zh) * | 2022-07-14 | 2022-09-16 | 黑芝麻智能科技有限公司 | 车位检测方法、装置、设备和存储介质 |
| CN115601990A (zh) * | 2022-09-23 | 2023-01-13 | 北京精英路通科技有限公司(Cn) | 车位信息确定方法和装置、系统、电子设备、计算机介质 |
| CN116129087A (zh) * | 2021-11-30 | 2023-05-16 | 北京百度网讯科技有限公司 | 定位方法、视觉地图的生成方法及其装置 |
-
2024
- 2024-02-01 CN CN202410149307.1A patent/CN117935610A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111179628A (zh) * | 2020-01-09 | 2020-05-19 | 北京三快在线科技有限公司 | 自动驾驶车辆的定位方法、装置、电子设备及存储介质 |
| CN113034963A (zh) * | 2021-03-02 | 2021-06-25 | 英博超算(南京)科技有限公司 | 一种视觉车位跟踪系统 |
| CN116129087A (zh) * | 2021-11-30 | 2023-05-16 | 北京百度网讯科技有限公司 | 定位方法、视觉地图的生成方法及其装置 |
| CN115063781A (zh) * | 2022-07-14 | 2022-09-16 | 黑芝麻智能科技有限公司 | 车位检测方法、装置、设备和存储介质 |
| CN115601990A (zh) * | 2022-09-23 | 2023-01-13 | 北京精英路通科技有限公司(Cn) | 车位信息确定方法和装置、系统、电子设备、计算机介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112991465A (zh) | 相机标定方法、装置、电子设备和计算机可读介质 | |
| CN115713560B (zh) | 一种摄像头和车辆的外参数标定方法及装置、电子设备、存储介质 | |
| CN116597096B (zh) | 场景重建方法、装置、存储介质及电子设备 | |
| CN113029128A (zh) | 视觉导航方法及相关装置、移动终端、存储介质 | |
| EP4485390A1 (en) | Image detection method and apparatus | |
| CN112348029A (zh) | 局部地图调整方法、装置、设备和计算机可读介质 | |
| CN115540894B (zh) | 车辆轨迹规划方法、装置、电子设备和计算机可读介质 | |
| CN109635639B (zh) | 交通标识的位置检测方法、装置、设备和存储介质 | |
| CN114111817A (zh) | 基于slam地图与高精度地图匹配的车辆定位方法及系统 | |
| CN114445583B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
| CN113311905B (zh) | 一种数据处理系统 | |
| CN114897931A (zh) | 图像特征点的跟踪方法、装置、电子设备及程序产品 | |
| CN117935610A (zh) | 跟踪车位的更新方法、装置、设备及计算机可读存储介质 | |
| CN116758498B (zh) | 障碍物信息生成方法、装置、电子设备和计算机可读介质 | |
| CN115908551B (zh) | 车辆测距方法、装置、电子设备及存储介质 | |
| CN114494428B (zh) | 车辆位姿矫正方法、装置、电子设备和计算机可读介质 | |
| CN116434187A (zh) | 矫正方法、装置、设备、可读存储介质及计算机程序产品 | |
| CN116973883A (zh) | 机器人位姿估计方法、机器人点云地图构建方法及装置 | |
| CN116630436B (zh) | 相机外参修正方法、装置、电子设备和计算机可读介质 | |
| CN113705305B (zh) | 导航信息展示方法、车道线追踪方法、装置及存储介质 | |
| CN119152140B (zh) | 基于全约束的3d激光slam方法、系统、介质及设备 | |
| CN118298113B (zh) | 一种三维重建方法、装置、设备及介质 | |
| CN114777800B (zh) | 定位方法、装置、电子设备和存储介质 | |
| CN113542800B (zh) | 视频画面定标方法、装置、终端设备 | |
| CN113191368B (zh) | 一种标志物的匹配方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20240426 |