目标事件定位方法、装置、计算机设备和存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115937315A(43)申请公布日2023.04.07(21)申请号202211665767.7G06V20/70(2022.01)(22)申请日2022.12.23G06V10/82(2022.01)G06V10/26(2022.01)(71)申请人国汽智图（北京）科技有限公司G06N3/08(2023.01)地址102600北京市大兴区亦庄经济开发G06N3/0464(2023.01)区荣华南路13号院7号楼2层国汽智图(72)发明人王俊翔葛文超金豆王默然冯昶(74)专利代理机构北京华进京联知识产权代理有限公司11606专利代理师安孔川(51)Int.Cl.G06T7/73(2017.01)G06T7/80(2017.01)G06T11/60(2006.01)G06V20/52(2022.01)权利要求书2页说明书14页附图6页(54)发明名称目标事件定位方法、装置、计算机设备和存储介质(57)摘要本申请涉及一种目标事件定位方法、装置、计算机设备和存储介质。所述方法包括：获取相机实时采集得到的图像数据和相机的内参参数，根据图像数据确定相机的外参参数；对图像数据进行图像检测，得到图像检测结果，当图像检测结果表征被监测的目标道路上发生目标事件时，输出表征目标事件的像素点在图像坐标系下的第一位置坐标；根据内参参数和外参参数，构建相机的变换矩阵；根据变换矩阵，将目标事件在图像坐标系下的第一位置坐标转换为在相机坐标系下的第二位置坐标；获取安装相机的实际位置，根据相机的实际位置，对目标事件在相机坐标系下的第二位置坐标进行坐标变换，得到目标事件的实际位置坐标。采用本方法能够实现对目标事件的定位。CN115937315ACN115937315A权利要求书1/2页1.一种目标事件定位方法，其特征在于，所述方法包括：获取相机实时采集得到的图像数据和所述相机的内参参数，根据所述图像数据确定所述相机的外参参数；所述图像数据表征被监测的目标道路的道路信息；对所述图像数据进行图像检测，得到图像检测结果，当所述图像检测结果表征所述被监测的目标道路上发生目标事件时，输出表征所述目标事件的像素点在图像坐标系下的第一位置坐标；根据所述内参参数和所述外参参数，构建所述相机的变换矩阵；根据所述变换矩阵，将所述目标事件在所述图像坐标系下的第一位置坐标转换为在相机坐标系下的第二位置坐标；获取安装所述相机的实际位置，根据所述相机的实际位置，对所述目标事件在所述相机坐标系下的第二位置坐标进行坐标变换，得到所述目标事件的实际位置坐标。2.根据权利要求1所述的方法，其特征在于，所述相机的外参参数包括所述相机的俯仰角、偏航角、横滚角和安装高度；所述根据所述图像数据确定所述相机的外参参数，包括：根据监督图像语义分割算法，对所述图像数据中的车道线进行分割，得到分割后的车道线观测值，通过所述车道线观测值的交点确定消影点，得到所述消影点在图像坐标系下的位置；根据投影模型，对所述消影点在所述图像坐标系下的位置和所述内参参数进行矩阵运算，得到所述相机的俯仰角和偏航角；获取单车道的实际长度，并根据最小二乘法，对所述图像数据中的单车道的像素长度和所述实际长度进行运算，得到所述相机的横滚角和安装高度。3.根据权利要求1所述的方法，其特征在于，所述对所述图像数据进行图像检测，得到图像检测结果，当所述图像检测结果表征所述被监测的目标道路上发生目标事件时，输出表征所述目标事件的像素点在图像坐标系下的第一位置坐标之前，包括：获取所述图像数据对应的图像样本集，所述图像样本集中的每一图像样本中包含了标注表征所述目标事件的像素点在所述图像坐标系下的位置的信息；基于所述图像样本集对预设的深度学习模型进行训练，得到训练后的结果数据；在所述结果数据中包含的准召率满足预设的阈值情况下，得到训练后的深度学习模型。4.根据权利要求3所述的方法，其特征在于，所述对所述图像数据进行图像检测，得到图像检测结果，当所述图像检测结果表征所述被监测的目标道路上发生目标事件时，输出表征所述目标事件的像素点在图像坐标系下的第一位置坐标，包括：根据所述训练后的深度学习模型对所述图像数据进行图像检测，得到图像检测结果；当所述图像检测结果表征所述被监测的目标道路上发生目标事件时，输出所述目标事件的像素点在图像坐标系下的第一位置坐标。5.根据权利要求1所述的方法，其特征在于，所述获取安装所述相机的实际位置,包括：在所述图像数据中选取多个控制点，得到所述多个控制点在所述图像坐标系下的位置；获取所述目标道路的点云数据，在所述点云数据中确定所述多个控制点的实际位置；根据预设的误差函数，对所述多个控制点的实际位置和在所述图像坐标系下的位置进2CN115937315A权利要求书2/2页