【技術實現步驟摘要】
本公開涉及車輛感知，尤其涉及一種鳥瞰圖圖像生成方法、裝置、設備、存儲介質及車輛。
技術介紹
1、現有自動駕駛功能中，對車輛周圍的目標進行識別是非常重要的，目前較為流行的方式是對車輛周圍的目標生成對應的鳥瞰圖(bird's?eye?view，bev)圖像進而完成識別；該過程中，由于bev算法的特性，需要將圖像及對應相機的內外參輸入到bev算法中，這其中就要將車輛上多個相機采集的多個原始圖像統一到相同的圖像尺寸；由于bev算法消耗處理資源較大，加之車載處理設備的處理資源有限，導致統一后的圖像尺寸相對較小，雖然各個原始圖像覆蓋的范圍較廣，保存細節較為豐富，但圖像尺寸統一縮小后，原始圖像中的目標也會縮小，其中遠處或體積較小的目標所對應的圖像信息會損失比較嚴重，進而導致生成的bev圖像不夠精準，在進行后續感知識別時效果不好，因此如何在不擴大圖像的統一尺寸的情況下，得到更加精準的bev圖像成為亟待解決的問題。
技術實現思路
1、為了解決上述技術問題，本公開提供了一種鳥瞰圖圖像生成方法、裝置、設備、存儲介質及車輛。
2、第一方面，本公開實施例提供一種鳥瞰圖圖像生成方法，包括：
3、在多個實體相機對應的視野范圍內確定出感興趣區域，分別針對每個感興趣區域對應設置一個虛擬相機；
4、基于所述感興趣區域對應的實體相機的內外參，以及所述感興趣區域在實體相機的視野范圍內的位置，確定所述感興趣區域對應的虛擬相機的內外參；
5、利用多個實體相機采集多個原始圖像，從
6、將所述多個原始圖像和所述關注圖像的尺寸進行統一，得到分別與所述多個原始圖像和所述關注圖像對應的調整圖像；
7、利用每個調整圖像及所述每個調整圖像對應的相機內外參，結合鳥瞰圖算法生成鳥瞰圖圖像，所述每個調整圖像對應的相機內外參包括實體相機的內外參、或虛擬相機的內外參。
8、在一些實施例中，所述確定感興趣區域，包括：
9、識別車輛當前的行駛場景，根據所述車輛當前的行駛場景，確定感興趣區域；或
10、獲取預先設定好的感興趣區域；或
11、響應于用戶對感興趣區域的參數的設置，確定出感興趣區域。
12、在一些實施例中，所述識別車輛當前的行駛場景，根據所述車輛當前的行駛場景，確定感興趣區域，包括：
13、若車輛直行，則將所述車輛正前方預設距離的區域確定為感興趣區域；或
14、若車輛轉向，則將所述車輛轉向方向以及轉向方向的前方方向對應的區域確定為感興趣區域；或
15、若車輛周圍有路口，則將所述車輛周圍路口的區域確定為感興趣區域。
16、在一些實施例中，所述基于所述感興趣區域對應的實體相機的內外參，以及所述感興趣區域在實體相機的視野范圍內的位置，確定所述感興趣區域對應的虛擬相機的內外參，包括：
17、確定所述感興趣區域的參數，所述感興趣區域的參數包括所述感興趣區域對應的實體相機的標識、所述感興趣區域與實體相機的視野范圍區域的縮放比、所述感興趣區域相對于實體相機的視野范圍區域的位置偏移關系；
18、獲取所述感興趣區域對應的實體相機的標定好的內外參；
19、基于所述感興趣區域對應的實體相機的標定好的內外參、所述感興趣區域與實體相機的視野范圍區域的縮放比、以及所述感興趣區域相對于實體相機的視野范圍區域的位置偏移關系，計算所述感興趣區域對應的虛擬相機的內外參。
20、在一些實施例中，所述利用多個實體相機采集多個原始圖像，從所述多個原始圖像中得到所述感興趣區域對應的關注圖像，包括：
21、獲取多個實體相機中的每個實體相機采集的原始圖像；
22、從所述感興趣區域對應的實體相機采集的原始圖像中得到所述感興趣區域對應的關注圖像。
23、在一些實施例中，所述利用每個調整圖像及所述每個調整圖像對應的相機內外參，結合鳥瞰圖算法生成鳥瞰圖圖像，包括：
24、基于所述每個調整圖像對應的相機內外參，將每個調整圖像中的每個像素點轉換到三維空間中，得到三維點云；
25、結合鳥瞰圖算法將所述三維點云旋轉和平移，以使所述三維點云與車輛地面平行；
26、將所述三維點云投影到二維平面，生成鳥瞰圖圖像。
27、在一些實施例中，所述利用每個調整圖像及所述每個調整圖像對應的相機內外參，結合鳥瞰圖算法生成鳥瞰圖圖像之后，所述方法還包括：
28、監測鳥瞰圖圖像的生成過程所耗費的時間；
29、若所述鳥瞰圖圖像的生成過程所耗費的時間大于預設時間閾值，則根據所述感興趣區域的優先級確定最低優先級對應的所述感興趣區域為目標區域，關閉所述目標區域的對應的虛擬相機。
30、第二方面，本公開實施例提供一種鳥瞰圖圖像生成裝置，包括：
31、第一確定模塊，用于在多個實體相機對應的視野范圍內確定出感興趣區域，分別針對每個感興趣區域對應設置一個虛擬相機；
32、第二確定模塊，用于基于所述感興趣區域對應的實體相機的內外參，以及所述感興趣區域在實體相機的視野范圍內的位置，確定所述感興趣區域對應的虛擬相機的內外參；
33、第一得到模塊，用于利用多個實體相機采集多個原始圖像，從所述多個原始圖像中得到所述感興趣區域對應的關注圖像；
34、第二得到模塊，用于將所述多個原始圖像和所述關注圖像的尺寸進行統一，得到分別與所述多個原始圖像和所述關注圖像對應的調整圖像；
35、生成模塊，用于利用每個調整圖像及所述每個調整圖像對應的相機內外參，結合鳥瞰圖算法生成鳥瞰圖圖像，所述每個調整圖像對應的相機內外參包括實體相機的內外參、或虛擬相機的內外參。
36、第三方面，本公開實施例提供一種電子設備，包括：
37、存儲器；
38、處理器；以及
39、計算機程序；
40、其中，所述計算機程序存儲在所述存儲器中，并被配置為由所述處理器執行以實現如第一方面所述的方法。
41、第四方面，本公開實施例提供一種計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序被處理器執行以實現如第一方面所述的方法。
42、第五方面，本公開實施例提供一種車輛，包括：
43、存儲器；
44、處理器；以及
45、計算機程序；
46、其中，所述計算機程序存儲在所述存儲器中，并被配置為由所述處理器執行以實現如第一方面所述的方法。
47、第六方面，本公開實施例還提供了一種計算機程序產品，該計算機程序產品包括計算機程序或指令，該計算機程序或指令被處理器執行時實現如上所述的鳥瞰圖圖像生成方法。
48、本公開實施例提供的鳥瞰圖圖像生成方法、裝置、設備、存儲介質及車輛，通過在多個實體相機對應的視野范圍內確定出感興趣區域，分別針對每本文檔來自技高網...
【技術保護點】
1.一種鳥瞰圖圖像生成方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述確定感興趣區域，包括：
3.根據權利要求2所述的方法，其特征在于，所述識別車輛當前的行駛場景，根據所述車輛當前的行駛場景，確定感興趣區域，包括：
4.根據權利要求1所述的方法，其特征在于，所述基于所述感興趣區域對應的實體相機的內外參，以及所述感興趣區域在實體相機的視野范圍內的位置，確定所述感興趣區域對應的虛擬相機的內外參，包括：
5.根據權利要求1所述的方法，其特征在于，所述利用多個實體相機采集多個原始圖像，從所述多個原始圖像中得到所述感興趣區域對應的關注圖像，包括：
6.根據權利要求1所述的方法，其特征在于，所述利用每個調整圖像及所述每個調整圖像對應的相機內外參，結合鳥瞰圖算法生成鳥瞰圖圖像，包括：
7.根據權利要求1所述的方法，其特征在于，所述利用每個調整圖像及所述每個調整圖像對應的相機內外參，結合鳥瞰圖算法生成鳥瞰圖圖像之后，所述方法還包括：
8.一種鳥瞰圖圖像生成裝置，其特征在于，包括：<...
【技術特征摘要】
1.一種鳥瞰圖圖像生成方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述確定感興趣區域，包括：
3.根據權利要求2所述的方法，其特征在于，所述識別車輛當前的行駛場景，根據所述車輛當前的行駛場景，確定感興趣區域，包括：
4.根據權利要求1所述的方法，其特征在于，所述基于所述感興趣區域對應的實體相機的內外參，以及所述感興趣區域在實體相機的視野范圍內的位置，確定所述感興趣區域對應的虛擬相機的內外參，包括：
5.根據權利要求1所述的方法，其特征在于，所述利用多個實體相機采集多個原始圖像，從所述多個原始圖像中得到所述感興趣區域對應的關注圖像，包...
【專利技術屬性】
技術研發人員：孫海洋，谷碩，蔡道清，詹錕，
申請(專利權)人：北京羅克維爾斯科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。