[发明专利]用于生成位置信息的方法和装置

说明书

本公开实施例公开了用于生成位置信息的方法和装置。该方法的一具体实施方式包括：获取车载图像采集设备采集的图像和采集图像时的车辆位置信息，图像中包括属于预设类别的目标要素；将图像输入预先建立的深度图生成模型，得到针对图像的第一深度图，深度图生成模型训练时所使用的样本数据的样本图像的焦距为样本焦距；基于样本焦距、第一深度图和图像的预估焦距，生成第二深度图；根据目标要素在图像中的要素位置信息和第二深度图，确定目标要素的深度信息；基于车辆位置信息和目标要素的深度信息，生成目标要素的位置信息。该实施方式实现了基于车载图像采集设备采集的图像和采集图像时的车辆位置信息，生成图像中目标要素的位置信息。

技术领域

本公开实施例涉及计算机技术领域，具体涉及用于生成位置信息的方法和装置。

背景技术

在电子地图中，限速牌、标记牌、红绿灯等要素的定位对地图的更新有着不可忽视的重要作用。要素位置计算的准确性对地图数据的更新影响巨大。在实际的应用场景中，会出现某个要素在某次信息采集时仅在单张图像中被检测到，而在前后帧图像中没有被检测到的情况。针对这种情况，现阶段可以基于经验知识，根据图像中要素的面积大小，粗略估计其距离。然后基于前后帧车辆的定位数据来推算要素的经纬度。然而，由于同一距离的要素在不同焦距的镜头下成像的大小并不一致。因此，依据要素的面积大小来估计距离，估计的误差较大，精度较低。

发明内容

本公开实施例提出了用于生成位置信息的方法和装置。

第一方面，本公开实施例提供了一种用于生成位置信息的方法，该方法包括：获取车载图像采集设备采集的图像和采集上述图像时的车辆位置信息，其中，上述图像中包括属于预设类别的目标要素；将上述图像输入预先建立的深度图生成模型，得到针对上述图像的第一深度图，其中，上述深度图生成模型训练时所使用的样本数据的样本图像的焦距为样本焦距；基于上述样本焦距、上述第一深度图和上述图像的预估焦距，生成第二深度图，其中，上述图像的预估焦距是基于上述图像的尺寸生成的；根据上述目标要素在上述图像中的要素位置信息和上述第二深度图，确定上述目标要素的深度信息；基于上述车辆位置信息和上述目标要素的深度信息，生成上述目标要素的位置信息。

在一些实施例中，上述方法还包括：基于上述第二深度图和上述目标要素的深度信息，确定上述目标要素的深度信息的置信度；基于针对上述目标要素得到的至少一个置信度和位置信息，生成上述目标要素的综合位置信息。

在一些实施例中，上述深度图生成模型是通过以下方式训练得到的：获取样本数据集，其中，样本数据包括样本图像和样本图像对应的样本深度图；将上述样本数据集中的样本图像作为输入，将与输入的样本图像对应的样本深度图作为期望输出，利用预先构建的损失函数训练得到上述深度图生成模型，其中，上述损失函数为第一损失函数、第二损失函数和第三损失函数的加权和，上述第一损失函数为基于模型输出和期望输出得到的，上述第二损失函数为基于模型输出的梯度和期望输出的梯度得到的，上述第三损失函数为基于模型输出和期望输出的相似性得到的。

在一些实施例中，上述基于上述样本焦距、上述第一深度图和上述图像的预估焦距，生成第二深度图，包括：确定上述预估焦距和上述样本焦距之间的比值；计算上述比值与上述第一深度图之积，将计算结果作为第二深度图。

在一些实施例中，上述车辆位置信息包括经纬度；以及上述基于上述车辆位置信息和上述目标要素的深度信息，生成上述目标要素的位置信息，包括：确定上述目标要素的中心点和上述图像底边中心点组成的直线与上述图像底边之间的角度为第一角度；确定车辆的行驶方向与方向北之间的夹角为第二角度；根据上述第一角度和上述第二角度，确定上述目标要素的指北角；根据上述目标要素的指北角、上述经纬度和上述目标要素的深度信息，计算上述目标要素的经纬度。