摩托车的三维回放记录生成方法、装置、设备及存储介质 |
|||||||
| 申请号 | CN202211163965.3 | 申请日 | 2022-09-23 | 公开(公告)号 | CN117812206A | 公开(公告)日 | 2024-04-02 |
| 申请人 | 广州六环信息科技有限公司; | 发明人 | 陈锦明; | ||||
| 摘要 | 本 发明 涉及车辆摩托车技术领域，公开了一种摩托车的三维回放记录生成方法、装置、设备及存储介质，方法包括获取摩托车的模型参数数据、目标二维环境图像、目标车辆GPS数据、目标车头 姿态 数据以及目标 车身 姿态数据；将目标二维环境图像转换为三维环境图像；从目标车辆GPS数据中提取摩托车的行驶速度；根据目标车头姿态数据、目标车身姿态数据以及模型参数数据生成摩托车的模型姿态图像；将行驶速度和模型姿态图像融入三维环境图像，得到摩托车的目标三维回放记录。三维回放记录有助于在摩托车发生事故时更好的判断事故发生原因，同时有助于骑手进行纠错，避免骑手因骑行姿态、骑行速度不规范而导致事故发生，使得骑手在下次骑行时能够规避类似错误。 | ||||||
| 权利要求 | 1.一种摩托车的三维回放记录生成方法，其特征在于，所述方法包括： |
||||||
| 说明书全文 | 摩托车的三维回放记录生成方法、装置、设备及存储介质技术领域[0001] 本发明涉及摩托车技术领域，尤其涉及一种摩托车的三维回放记录生成方法、装置、设 备及存储介质。 背景技术[0003] 然而，目前摩托车上的行车记录仪通常具备视频记录功能，但缺乏车身姿态，转向信息， 车速等信息，无法很好的还原摩托车在某一时刻的骑行记录，难以通过视频记录判断骑行过 程中骑手是否因错误姿态而导致事故。 [0004] 因此，现有技术还有待改善。 发明内容[0005] 本发明实施例提供了一种车辆安全方法、装置、设备及存储介质，旨在解决现有技术中 摩托车的行车记录仪中缺乏摩托车姿态数据、行驶速度数据的技术问题。 [0006] 第一方面，本发明实施例提供了一种三维回放记录生成方法，所述方法包括： [0007] 获取摩托车的模型参数数据； [0008] 获取摩托车行驶过程中的目标二维环境图像、目标车辆GPS数据、目标车头姿态数据以 及目标车身姿态数据； [0010] 从所述目标车辆GPS数据中提取摩托车的行驶速度； [0011] 根据所述目标车头姿态数据、所述目标车身姿态数据以及所述模型参数数据生成所述摩 托车的模型姿态图像； [0012] 将所述行驶速度和所述模型姿态图像融入所述三维环境图像，以得到所述摩托车的目标 三维回放记录。 [0013] 在一些实施例中，所述方法还包括： [0014] 接收摩托车行驶过程中记录的初始二维环境图像、初始车辆GPS数据、初始车头姿态数 据以及初始车身姿态数据； [0015] 将所述初始车辆GPS数据、所述初始车头姿态数据以及所述初始车身姿态数据均以及所 述初始二维环境图像进行时间轴校对，并将校对后的初始车辆GPS数据作为目标车辆GPS 数据、将校对后的初始车头姿态数据作为目标车头姿态数据、将校对后的初始车身姿态数据 作为目标车身姿态数据、将校对后的初始二维环境图像作为目标二维环境图像。 [0016] 在一些实施例中，所述方法还包括： [0017] 根据所述目标车头姿态数据确定第一路面坡度值； [0018] 根据所述目标车辆GPS数据确定第二路面坡度值； [0019] 根据所述第一路面坡度值和所述第二路面坡度值确定目标路面坡度值； [0020] 将所述目标路面坡度值融入所述目标三维回放记录，得到新的三维回放记录，并将所述 新的三维回放记录作为所述目标三维回放记录。 [0021] 在一些实施例中，所述根据所述第一路面坡度值和所述第二路面坡度确定目标路面坡度 值，包括： [0022] 当所述第一路面坡度值和所述第二路面坡度值之间的差值小于预设阈值时，将所述第一 路面坡度值和所述第二路面坡度值之和的均值作为所述目标路面坡度值； [0023] 当所述第一路面坡度值和所述第二路面坡度值之间的差值大于或等于所述预设阈值时， 利用卡尔曼滤波算法确定所述目标路面坡度值。 [0024] 在一些实施例中，所述将所述行驶速度和所述模型姿态图像融入所述三维环境图像，以 得到所述摩托车的三维回放记录，包括： [0025] 确定所述三维环境图像的目标呈现位置； [0026] 将所述模型姿态图像中摄像头的位置与所述目标呈现位置相对应，将所述模型姿态图像 融入至所述目标呈现位置，以得到所述摩托车的初始三维回放记录； [0027] 将所述行驶速度融入所述初始三维回放记录，以得到所述摩托车的目标三维回放记录。 [0028] 在一些实施例中，所述目标二维环境图像包括二维环境图像中点，所述确定所述三维环 境图像的目标呈现位置包括： [0029] 将所述二维环境图像中点转换为三维环境图像中点； [0030] 确定所述三维环境图像中点为所述目标呈现位置。 [0031] 在一些实施例中，所述模型参数数据包括车头模型参数数据和车身模型参数数据，所述 根据所述目标车头姿态数据、所述目标车身姿态数据以及所述模型参数数据生成所述摩托车 的模型姿态图像，包括： [0032] 根据所述目标车头姿态数据和所述车头模型参数数据生成摩托车的车头模型姿态图像； [0033] 根据所述目标车身姿态数据和所述车身模型参数数据生成摩托车的车身模型姿态图像； [0034] 结合所述车头模型姿态图像和所述车身模型姿态图像生成所述摩托车的模型姿态图像。 [0035] 第二方面，本发明实施例提供了一种三维回放记录生成装置，所述装置包括： [0036] 第一获取模块，用于获取摩托车的模型参数数据； [0037] 第二获取模块，用于获取摩托车行驶过程中的目标二维环境图像、目标车辆GPS数据、 目标车头姿态数据以及目标车身姿态数据； [0038] 转换模块，利用单目视觉算法，用于将所述目标二维环境图像转换为三维环境图像； [0039] 提取模块，用于从所述目标车辆GPS数据中提取摩托车的行驶速度； [0040] 生成模块，用于根据所述目标车头姿态数据、所述目标车身姿态数据以及所述模型参数 数据生成所述摩托车的模型姿态图像； [0041] 得到模块，用于将所述行驶速度和所述模型姿态图像融入所述三维环境图像，以得到所 述摩托车的目标三维回放记录。 [0042] 第三方面，本发明实施例提供了一种电子设备，包括：处理器和存储器，所述存储器用 于存储计算机程序代码，所述计算机程序代码包括计算机指令，在所述处理器执行所述计算 机指令的情况下，所述处理器执行如上述任一实施例所述的方法。 [0043] 第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中 存储有计算机程序，所述计算机程序包括程序指令，在所述程序指令被处理器执行的情况下， 使所述处理器执行如上述任一实施例所述的方法。 [0044] 第五方面，本发明实施例还提供了一种包括指令的计算机程序产品，当其在计算机上运 行时，使得计算机执行上述任一方面所述的方法。 [0045] 第六方面，本发明实施例提供了一种芯片系统，该芯片系统包括处理器，用于支持电子 设备实现上述方面中所涉及的功能，例如，生成或处理上述方法中所涉及的数据和/或信息。 在一种可能的设计中，所述芯片系统还包括存储介质，所述存储介质，用于保存电子设备必 要的程序指令和数据。该芯片系统，可以由芯片构成，也可以包括芯片和其他分立器件。 [0046] 与现有技术相比，本发明实施例提供了一种摩托车的三维回放记录生成方法、装置、设 备及存储介质，所述方法包括，获取摩托车的模型参数数据；获取摩托车行驶过程中的目标 二维环境图像、目标车辆GPS数据、目标车头姿态数据以及目标车身姿态数据；利用单目视 觉算法，将所述目标二维环境图像转换为三维环境图像；从所述目标车辆GPS数据中提取摩 托车的行驶速度；根据所述目标车头姿态数据、所述目标车身姿态数据以及所述模型参数数 据生成所述摩托车的模型姿态图像；将所述行驶速度和所述模型姿态图像融入所述三维环境 图像，以得到所述摩托车的目标三维回放记录。在本实施例中，由于摩托车的目标三维回放 记录中具备目标二维环境图像、目标车辆GPS数据、目标车头姿态数据以及目标车身姿态数 据，因此有助于在摩托车发生事故时更好的判断事故发生原因，同时有助于骑手进行纠错， 避免骑手因骑行姿态、骑行速度不规范而导致事故发生，使得骑手在下次骑行时能够规避类 似错误。附图说明 [0047] 为了更清楚地说明本发明实施例或背景技术中的技术方案，下面将对本发明实施例或背 景技术中所需要使用的附图进行说明。 [0049] 图1为本发明实施例提供的一种摩托车的结构示意图； [0050] 图2为本发明实施例提供的一种摩托车的三维回放记录生成方法的流程示意图； [0051] 图3为图1中步骤S20的流程示意图； [0052] 图4为图1中步骤S60的流程示意图； [0053] 图5为本发明实施例提供的一种摩托车的三维回放记录生成方法的另一流程示意图； [0054] 图6为本发明实施例提供的摩托车的三维回放记录生成装置的结构示意图； [0055] 图7为本发明实施例提供的一种电子设备的结构示意图； [0056] 图8为本发明实施例提供的一种芯片系统的结构示意图。 具体实施方式[0057] 为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图， 对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明 一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有 做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。 [0058] 本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不 同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意 图在于覆盖不排他的包括。例如包括了一系列步骤或单元的过程、方法、系统、产品或设备 没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包 括对于这些过程、方法、产品或设备固有的其他步骤或单元。 [0059] 在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包括在 本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施 例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理 解的是，本文所描述的实施例可以与其它实施例相结合。 [0060] 请参阅图1，图1为本发明实施例中摩托车的结构示意图，在本发明实施例中，摩托车100 可以为公路摩托车、越野摩托车或竞赛摩托车等，摩托车100上设置有摄像头模块101、GPS 模块102、第一惯性测量模块103和第二惯性测量模块104。 [0061] 摄像头模块101为单目摄像头，摄像头模块101用于记录摩托车行驶过程中的二维环境 图像，摄像头模块101可以设置在车头或车身上，例如，在一个实施例中，摄像头模块101 设置在车身的正前方位置。 [0062] GPS模块102用于记录摩托车行驶过程中的GPS数据，GPS模块102可以设置在车头或 者车身上，例如，在一个实施例中，摄像头模块101也设置在车身的正前方位置。 [0063] 第一惯性测量模块103和第二惯性测量模块104的组成结构可以相同，每个惯性测量单 元均包含三轴陀螺仪传感器、三轴加速度传感器、三轴地磁传感器，第一惯性测量模块103 设置在车头，上，用于记录摩托车行驶过程中的车头姿态数据，第二惯性测量模块104设置 在车身，用于记录摩托车行驶过程中的车身姿态数据，车头姿态数据包括三个角度值，分别 为车头的转向角，车头相对于路面的倾斜角度，车头相对于水平路面的摆动角度。车身姿态 数据也包括三个角度值，分别为车身的转向角，车身相对于路面的倾斜角度、车身相对于水 平路面的摆动角度。 [0064] 在一个实施例中，摩托车还包括主记录模块，主记录模块与摄像头模块101、GPS模块102、 第一惯性测量模块103和第二惯性测量模块104均为无线通信连接，例如，可以为蓝牙连接， 摄像头模块101、GPS模块102、第一惯性测量模块103和第二惯性测量模块104记录的数据 通过蓝牙传输至主记录模块中。 [0065] 此外，主记录模块中可以包括摄像头模块101和GPS模块102，此时GPS模块102和摄 像头模块101集成在主记录模块中，而无需额外设置GPS模块102和摄像头模块101。 [0066] 以上介绍了摩托车的结构组成，下面将介绍本发明实施摩托车的三维回放记录生成方法。 本发明实施例旨在基于上述摩托车的结构组成，来还原摩托车骑行过程中的三维回放记录。 即基于摄像头模块101、GPS模块102和第一惯性测量模块103以及第二惯性测量模块104 记录的数据，来还原摩托车骑行过程中的三维回放记录。 [0067] 本发明实施例的执行主体可通过软件和/或硬件实现，在本实施例中，以执行主体为电子 设备为例进行说明。一般而言，电子设备可以与摩托车进行通信，并接收上述摄像头模块 101、GPS模块102、第一惯性测量模块103和第二惯性测量模块104发送的数据，或者接收 主记录模块发送至电子设备的数据。该电子设备可以为计算机、服务器、平板电脑等智能设 备。应理解，本发明方法实施例还可以通过处理器执行计算机程序代码的方式实现。下面结 合本发明实施例中的附图对本发明实施例进行描述。 [0068] 请参阅图2，图2是本发明实施例提供的摩托车的三维回放记录生成方法的流程示意图。 [0069] S10、获取摩托车的模型参数数据； [0070] 在步骤S100中，摩托车的模型参数数据为摩托车的尺寸等数据，例如，摩托车的车身高 度、长度、宽度、车轮的尺寸等数据。这些数据可以存储在电子设备中，也可以是用户输入 至电子设备中，通过这些数据，可以构建出摩托车的三维模型图像。 [0071] 在一些实施例中，摩托车的模型参数数据包括车头模型参数数据和车身模型参数数据， 车头模型的参数数据包括车头的长度、宽度和高度等尺寸，车身模型参数数据包括车身的长 度、宽度和高度等尺寸。 [0072] S20、获取摩托车行驶过程中的目标二维环境图像、目标车辆GPS数据、目标车头姿态 数据以及目标车身姿态数据； [0073] 目标二维环境图像为摩托车行驶过程中的行驶环境图像，目标车辆GPS数据为摩托车的 行驶轨迹坐标数据，目标车头姿态数据包括车头的姿态角数据，这些姿态角数据包括车头的 转向角、倾斜角以及摆动角等。目标车身姿态数据一般包括车身的姿态叫数据、这些姿态角 数据包括车身的转向角、倾斜角以及摆动角等。通过目标车身姿态数据和目标车头姿态数据 可以准确知道摩托车整体的行驶姿态。 [0074] 在摩托车行驶过程中，摄像头模块101记录的为初始二维环境图像，GPS模块102的是 初始车辆GPS数据，第一惯性测量模块103记录的为初始车头姿态数据，第二惯性测量模块 104记录的为初始车身姿态数据。而目标二维环境图像、目标车辆GPS数据、目标车头姿态 数据以及目标车身姿态数据则由初始二维环境图像、初始车辆GPS数据初、始车头姿态数据 以及初始车身姿态数据经过时间轴校对处理后得到，请参阅图3，具体获处理步骤如下： [0075] S21、接收摩托车行驶过程中记录的初始二维环境图像、初始车辆GPS数据、初始车头 姿态数据以及初始车身姿态数据； [0076] 电子设备与摄像头模块101、GPS模块102、第一惯性测量模块103、第二惯性测量模块 104建立通信连接，电子设备接收摄像头模块101发送的初始二维环境图像、GPS模块102 发送的初始车辆GPS数据、第一惯性测量模块103发送的初始车头姿态数据以及第二惯性测 量模块104发送的初始车身姿态数据。 [0077] S22、将所述初始车辆GPS数据、所述初始车头姿态数据以及所述初始车身姿态数据均 以及所述初始二维环境图像进行时间轴校对，并将校对后的初始车辆GPS数据作为目标车辆 GPS数据、将校对后的初始车头姿态数据作为目标车头姿态数据、将校对后的初始车身姿态 数据作为目标车身姿态数据、将校对后的初始二维环境图像作为目标二维环境图像。 [0078] 具体的，初始车辆GPS数据、初始车头姿态数据、初始车身姿态数据以及初始二维环境 图像均有自己的时间轴，为确保这些数据的同步性，需要对这些数据进行时间轴校对，确保 各时刻的数据相对应。 [0079] 比如在初始车身姿态数据与初始二维环境图像进行时间轴校对时，将初始二维环境图像 作为目标二维环境图像，初始车身姿态数据的记录时间需要准确与目标二维环境图像的记录 帧率进行同步，例如针对T时刻的目标二维环境图像，从初始车身姿态数据的记录时间中筛 选出两个与T时刻邻近的两个记录时间，分别记为T1和T2时刻，T1时刻对应初始车身姿态 数据为D1和D2，通过公式|D2‑D1/T2‑T1|计算出初始车身姿态数据在|T2‑T1|时间段内的变化 率。 [0080] 若变化率小于预设变化阈值，则说明该段时间内车身姿态比较平稳，此时将T1、T2时刻 与T时刻相比较，将与T时刻最接近的一个时刻对应的初始车身姿态数据作为T时刻的目标 车身姿态数据，即能确保数据的准确性。例如，若T1时刻与T时刻最接近，则将T1时刻对应 的初始车身姿态数据D1作为T时刻的目标车身姿态数据。 [0081] 若变化率大于或等于预设变化阈值，则说明这段时间内车身姿态变化较大，该情况下可 以结合2*|T2‑T1|时间段范围内初始车身姿态数据的变化率，通过最小二乘法估算T时刻的目 标车身姿态数据。 [0082] 通过上述方式可以实现各时刻初始车身姿态数据与初始二维环境图像的同步性，同样的， 通过上述方式也可以将初始车辆GPS数据、初始车头姿态数据与初始二维环境图像进行同步， 从而得到目标二维环境图像、目标车辆GPS数据、目标车头姿态数据以及目标车身姿态数据。 [0083] S30、利用单目视觉算法，将所述目标二维环境图像转换为三维环境图像； [0084] S40、从所述目标车辆GPS数据中提取摩托车的行驶速度； [0085] S50、根据所述目标车头姿态数据、所述目标车身姿态数据以及所述模型参数数据生成所 述摩托车的模型姿态图像； [0086] 目标车头姿态数据包括车头的三个姿态角度值，目标车身姿态数据包括车身的三个姿态 叫数据，摩托车的模型姿态图像为具有摩托车的姿态变化的三维图像，通过摩托车的模型参 数姿态数据以及车头的三个姿态角度值、车尾的三个姿态角度值，即可绘制生成各时刻下摩 托车的模型姿态图像，通过摩托车的模型姿态图像可以得知各时刻车辆的姿态角度数据，如 车头某一时刻的摆动角度，车身的倾斜角度等。 [0087] 在一个实施例中，可以根据目标车头姿态数据和车头模型参数数据生成摩托车的车头模 型姿态图像，根据目标车身姿态数据和车身模型参数数据生成摩托车的车身模型姿态图像； 再结合车头模型姿态图像和车身模型姿态图像生成摩托车的模型姿态图像。 [0088] S60、将所述行驶速度和所述模型姿态图像融入所述三维环境图像，以得到所述摩托车的 目标三维回放记录。 [0089] 当得到行驶速度和模型姿态图像后，将行驶速度、模型姿态图像融入三维环境图像中， 即可得到摩托车的目标三维回放记录，该目标三维回放记录中记录有各时刻摩托车的行驶速 度、以及各时刻摩托车的姿态角数据，因此能够很好的还原出各时刻下的摩托车姿态、行驶 速度以及行驶环境等，通过这些信息有助于在摩托车发生事故时更好的判断事故发生原因， 同时有助于骑手进行纠错，避免骑手因骑行姿态、骑行速度不规范而导致事故发生，使得骑 手在下次骑行时能够规避类似错误。 [0090] 相比于现有的一体化行车记录仪，本发明实施例只需要在摩托车上设置一个摄像头模块 101、GPS模块102、第一惯性测量模块103以及第二惯性测量模块104，根据摄像头模块 101、GPS模块102、第一惯性测量模块103以及第二惯性测量模块104记录的数据即可生成 三维回放记录，在降低成本的同时，该三维回放记录还包括各时刻的骑行姿态数据和行驶速 度数据，具有便于事故原因判断以及指导骑手骑行的双重意义。 [0091] 请参阅图4，在一个实施例中，步骤S60包括： [0092] S61、确定所述三维环境图像的目标呈现位置； [0093] 目标呈现位置为模型姿态图像大致融入三维环境图像中的位置。 [0094] 在一个实施例中，在目标二维环境图像转换为三维环境图像的过程中，记录目标二维图 像的中点坐标(x，y)，并记录目标二维图像的中点坐标转换后的三维环境图像的中点坐标 (x'，y'，z')，该三维环境图像的中点坐标(x'，y'，z')即为三维环境图像中的目标呈现位 置。 [0095] S62、将所述模型姿态图像中摄像头模块101的位置与所述目标呈现位置相对应，将所述 模型姿态图像融入至所述目标呈现位置，以得到所述摩托车的初始三维回放记录； [0096] 摩托车上设置有摄像头模块101，因此生成的模型姿态图像中也包括摄像头模块101，在 将模型姿态图像融入三维环境图像的过程中，将模型姿态图像中摄像头模块101的位置投影 至目标呈现位置，即可将摩托车的模型姿态图像融入至三维环境图像中，此时生成摩托车的 初始三维回放记录。 [0097] 在本实施例中，将模型姿态图像中摄像头模块101的位置投影至目标呈现位置，以此校 准摩托车的模型姿态图像在三维环境图像中的位置，从而起到更直观的视觉效果。 [0098] S63、将所述行驶速度融入所述初始三维回放记录，以得到所述摩托车的目标三维回放记 录。 [0099] 再将行驶速度融入至初始三维回放记录，即可得到目标三维回放记录。 [0100] 请参阅图5，在一个实施例中，电子设备还执行如下步骤： [0101] S70、根据所述目标车头姿态数据确定第一路面坡度值； [0102] 具体而言，第一路面坡度值即为车头的摆动角度值，在本实施例中，第一路面坡度值由 目标车头姿态数据来确定，在另一个实施例中，第一路面坡度值也可以由目标车身的摆动角 度值，此时，第一路面坡度值即为车身的摆动角度值。 [0103] S71、根据所述目标车辆GPS数据确定第二路面坡度值； [0104] 对目标车辆GPS数据进行解析，得到第二路面坡度值。 [0105] S72、根据所述第一路面坡度值和所述第二路面坡度值确定目标路面坡度值； [0106] 在同一时刻下，基于目标车头姿态数据得到的第一路面坡度值和基于目标车辆GPS数据 解析得到的第二路面坡度值之间会存在一定的偏差，为了确保目标路面坡度值的准确性，可 以通过比较第一路面坡度值和第二路面坡度值的大小，来确定目标路面坡度值。具体而言： [0107] 当所述第一路面坡度值和所述第二路面坡度值之间的差值小于预设阈值时，将所述第一 路面坡度值和所述第二路面坡度值之和的均值作为所述目标路面坡度值。当所述第一路面坡 度值和所述第二路面坡度值之间的差值大于或等于所述预设阈值时，利用卡尔曼滤波算法确 定所述目标路面坡度值。 [0108] 在同一时刻下，当第一路面坡度值和第二路面坡度值之间的差值较小时，说明此时路面 比较平稳，此时将第一路面坡度值和第二路面坡度值的均值作为目标路面坡度值，可以确保 目标路面坡度值的准确性。而当第一路面坡度值和第二路面坡度值之间的差值较大时，此时 路面较为颠簸，第一路面坡度值和第二路面坡度值之间存在较大的偏差，为确保最终得到的 目标路面坡度值的准确性，可通过卡尔曼滤波算法预测该时刻下的坡度值，并将预测的坡度 值作为该时刻的目标路面坡度值。 [0109] S73、将所述目标路面坡度值融入所述目标三维回放记录，得到新的三维回放记录，并将 所述新的三维回放记录作为所述目标三维回放记录。 [0110] 本实施例中，还将目标路面坡度值融入至目标三维回放记录，进一步完善目标三维回放 记录，使得最终得到的目标三维回放记录中还具有路面坡度值标识，因此可以更好的还原骑 行时的路面状况。有助于对事故发生原因进行分析，例如分析是否因为某一时刻坡度值剧变 而引发的摩托车事故。 [0111] 在一个实施例中，还可以从目标车辆GPS数据中提取行驶线路图，并将行驶路线图融入 至目标三维回放记录中，在观看目标三维回放记录中，可以直观的观看到摩托车的行驶路线 轨迹。 [0112] 本领域技术人员可以理解，在各实施例的上述方法中，各步骤的撰写顺序并不意味着严 格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内 在逻辑确定。 [0113] 请参阅图6，本发明实施例还提供一种三维回放记录生成装置1，该三维回放记录生成装 置1用于执行上述任一实施例中的方法，具体的，本发明实施例中的三维回放记录生成装置1 包括构第一获取模块11、第二获取模块12、转换模块13、提取模块14、生成模块15以及得 到模块16，其中， [0114] 所述第一获取模块11，用于获取摩托车的模型参数数据； [0115] 所述第二获取模块12，用于获取摩托车行驶过程中的目标二维环境图像、目标车辆GPS 数据、目标车头姿态数据以及目标车身姿态数据； [0116] 所述转换模块13，利用单目视觉算法，用于将所述目标二维环境图像转换为三维环境图 像； [0117] 所述提取模块14，用于从所述目标车辆GPS数据中提取摩托车的行驶速度； [0118] 所述生成模块15，用于根据所述目标车头姿态数据、所述目标车身姿态数据以及所述模 型参数数据生成所述摩托车的模型姿态图像； [0119] 所述得到模块16，用于将所述行驶速度和所述模型姿态图像融入所述三维环境图像，以 得到所述摩托车的目标三维回放记录。 [0120] 在一些实施例中，三维回放记录生成装置还包括接收模块17和校对模块18； [0121] 所述接收模块17，用于接收摩托车行驶过程中记录的初始二维环境图像、初始车辆GPS 数据、初始车头姿态数据以及初始车身姿态数据； [0122] 所述校对模块18，用于将所述初始车辆GPS数据、所述初始车头姿态数据以及所述初始 车身姿态数据均以及所述初始二维环境图像进行时间轴校对，并将校对后的初始车辆GPS数 据作为目标车辆GPS数据、将校对后的初始车头姿态数据作为目标车头姿态数据、将校对后 的初始车身姿态数据作为目标车身姿态数据、将校对后的初始二维环境图像作为目标二维环 境图像。 [0123] 在一些实施例中，三维回放记录生成装置还包括确定模块19， [0124] 所述确定模块19用于根据所述目标车头姿态数据确定第一路面坡度值；根据所述目标车 辆GPS数据确定第二路面坡度值；根据所述第一路面坡度值和所述第二路面坡度值确定目标 路面坡度值； [0125] 所述得到模块16还用于将所述目标路面坡度值融入所述目标三维回放记录，得到新的三 维回放记录，并将所述新的三维回放记录作为所述目标三维回放记录。 [0126] 在一些实施例中，所述确定模块19还用于： [0127] 当所述第一路面坡度值和所述第二路面坡度值之间的差值小于预设阈值时，将所述第一 路面坡度值和所述第二路面坡度值之和的均值作为所述目标路面坡度值； [0128] 当所述第一路面坡度值和所述第二路面坡度值之间的差值大于或等于所述预设阈值时， 利用卡尔曼滤波算法确定所述目标路面坡度值。 [0129] 在一些实施例中，所述得到模块16还用于： [0130] 确定所述三维环境图像的目标呈现位置； [0131] 将所述模型姿态图像中摄像头的位置与所述目标呈现位置相对应，将所述模型姿态图像 融入至所述目标呈现位置，以得到所述摩托车的初始三维回放记录； [0132] 将所述行驶速度融入所述初始三维回放记录，以得到所述摩托车的目标三维回放记录。 [0133] 在一些实施例中，所述目标二维环境图像包括二维环境图像中点，所述得到模块16还用 于： [0134] 将所述二维环境图像中点转换为三维环境图像中点； [0135] 确定所述三维环境图像中点为所述目标呈现位置。 [0136] 在一些实施例中，所述模型参数数据包括车头模型参数数据和车身模型参数数据，所述 生成模块15还用于： [0137] 根据所述目标车头姿态数据和所述车头模型参数数据生成摩托车的车头模型姿态图像； [0138] 根据所述目标车身姿态数据和所述车身模型参数数据生成摩托车的车身模型姿态图像； [0139] 结合所述车头模型姿态图像和所述车身模型姿态图像生成所述摩托车的模型姿态图像。 [0140] 需要说明的是，本发明实施例提供的三维回放记录生成装置1具有的功能或包括的模块 可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为 了简洁，这里不再赘述。 [0141] 请参阅图7，本发明实施例还提供了一种电子设备2，电子设备2可以包括存储器21以 及处理器22，其中，例如，通过电子设备2，存储器21用于存储计算机程序或指令，处理器 22用于执行存储器21所存储的计算机程序或指令，使得电子设备2实现本发明实施例提供 的方法中电子设备2所涉及的步骤。 [0142] 处理器22和存储器21可以通过总线或者其他方式连接，图7中以通过总线连 接为例。 [0143] 存储器21作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易 失性计算机可执行程序以及模块，如本发明实施例中的车辆安全方法对应的程序指令/模块。 处理器22通过运行存储在存储器21中的非易失性软件程序、指令以及模块，从而执行电子 设备的各种功能应用以及数据处理，即实现上述方法实施例提供的方法以及上述装置实施例 的各个模块或单元的功能。 [0144] 存储器21可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁 盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器21可选包 括相对于处理器22远程设置的存储器，这些远程存储器可以通过网络连接至处理器22。上 述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。 [0145] 所述程序指令/模块存储在所述存储器21中，当被所述一个或者多个处理器22执行时， 执行上述任意方法实施例中的方法。 [0146] 本发明实施例还提供了一种基于与上述方法实施例相同构思，本发明实施例还提供了一 种计算机可读存储介质，其上存储有一些指令，这些指令被调用执行时，可以使得电子设备 执行上述方法实施例、方法实施例的任意一种可能的设计中电子设备所涉及的功能。本发明 实施例中，对可读存储介质不做限定，例如，可以是RAM(random‑access memory，随机存 取存储器)、ROM(read‑only memory，只读存储器)等。 [0147] 请参阅图8，图8为本发明实施例提供的一种芯片系统3的结构示意图。图8所示的芯 片系统3可以为通用处理器，也可以为专用处理器。该芯片系统3包括处理器31。其中，处 理器31用于支持电子设备实现上述方法中所涉及的功能。 [0148] 可选的，该芯片系统3还包括收发器32，收发器32用于接收处理器31的控制，用于支 持电子设备执行前述所示的技术方案。 [0149] 可选的，图8所示的芯片系统3还可以包括：存储介质33，存储介质33用于保存电子 设备必要的程序指令和数据。该芯片系统3，可以由芯片构成，也可以包括芯片和其他分立 器件。 [0150] 需要说明的是，图8所示的芯片系统3可以使用下述电路或者器件来实现：一个或多个 现场可编程门阵列(field programmable gate array，FPGA)、可编程逻辑器件(programmable logic device，PLD)、控制器、状态机、门逻辑、分立硬件部件、任何其他适合的电路、或者能够 执行本申请通篇所描述的各种功能的电路的任意组合。 [0151] 本发明实施例还提供了一种计算机程序产品，所述计算机程序产品包括存储在非易失性 计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被服 务器执行时，使所述服务器执行任一项所述的方法。 [0152] 以上所描述的装置或设备实施例仅仅是示意性的，其中所述作为分离部件说明的单元模 块可以是或者也可以不是物理上分开的，作为模块单元显示的部件可以是或者也可以不是物 理单元，即可以位于一个地方，或者也可以分布到多个网络模块单元上。可以根据实际的需 要选择其中的部分或者全部模块来实现本实施例方案的目的。 [0153] 通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软 件加通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本 质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品 可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得 一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施 例的某些部分所述的方法。 |
||||||
QQ群二维码
意见反馈
意见反馈