位置获取方法、终端设备及存储介质与流程

1.本技术涉及自动驾驶技术领域，尤其涉及一种位置获取方法、终端设备及存储介质。


背景技术：

2.在自动驾驶中，交通信号对象的位置信息至关重要，交通信号对象是指交通信号灯、交通标志、交通标线等用于传达交通信号的对象，准确的交通信号对象的位置信息有利于提高自动驾驶控制效果。
3.在交通信号对象的位置信息的获取过程中，通常会根据交通信号对象对应的边界检测框的像素大小以及默认的宽度信息，恢复交通信号对象的位置信息。但是，对于距离车辆较远的交通信号对象，其边界检测框的像素较小，观测效果弱，导致获取的远距离交通信号对象的位置信息不准确。


技术实现要素：

4.本技术的主要目的在于提供一种位置获取方法、终端设备及存储介质，旨在解决获取的远距离交通信号对象的位置信息不准确的问题。
5.为实现上述目的，本技术提供一种位置获取方法，所述位置获取方法包括：
6.获取交通信号对象对应的边界检测框的归一化坐标队列信息；
7.对所述归一化坐标队列信息进行三角化处理，得到目标归一化坐标信息；
8.基于所述目标归一化坐标信息确定所述交通信号对象的位置信息。
9.可选地，所述对所述归一化坐标队列信息进行三角化处理，得到目标归一化坐标信息的步骤包括：
10.根据所述归一化坐标队列信息及所述交通信号对象对应的物理约束关系，构造对应的三角化解算矩阵；
11.对所述三角化解算矩阵进行解算，得到所述目标归一化坐标信息。
12.可选地，所述对所述三角化解算矩阵进行解算，得到所述目标归一化坐标信息的步骤包括：
13.基于预设的奇异值分解算法对所述三角化解算矩阵进行解算，得到所述目标归一化坐标信息。
14.可选地，所述根据所述归一化坐标队列信息及所述交通信号对象对应的物理约束关系，构造对应的三角化解算矩阵的步骤之前，还包括：
15.根据预设的物理先验信息，确定所述交通信号对象对应的物理约束关系。
16.可选地，所述对所述归一化坐标队列信息进行三角化处理，得到目标归一化坐标信息的步骤之前，还包括：
17.获取拍摄所述交通信号对象的目标相机的位置信息；
18.基于所述归一化坐标队列信息和所述目标相机的位置信息，判断所述目标相机和
所述交通信号对象的相对运动是否符合预设的三角化条件；
19.若否，则返回执行步骤：获取交通信号对象对应的边界检测框的归一化坐标队列信息；
20.若是，则执行步骤：对所述归一化坐标队列信息进行三角化处理，得到目标归一化坐标信息。
21.可选地，所述对所述归一化坐标队列信息进行三角化处理，得到目标归一化坐标信息的步骤之前，还包括：
22.判断所述边界检测框与所述边界检测框对应的图像边界的距离是否符合预设的无效观测条件；
23.若是，则将所述边界检测框确定为无效边界检测框，并结束对所述无效边界检测框的三角化流程；
24.若否，则执行步骤：对所述归一化坐标队列信息进行三角化处理，得到目标归一化坐标信息。
25.可选地，所述基于所述目标归一化坐标信息确定所述交通信号对象的位置信息的步骤之前，还包括：
26.获取所述目标归一化坐标信息对应的深度坐标信息，所述深度坐标信息位于拍摄所述交通信号对象的目标相机的相机坐标系中；
27.基于所述深度坐标信息检验所述目标归一化坐标信息是否满足预设的第一有效性条件；
28.若是，则执行步骤：基于所述目标归一化坐标信息确定所述交通信号对象的位置信息。
29.可选地，所述基于所述目标归一化坐标信息确定所述交通信号对象的位置信息的步骤之前，还包括：
30.判断所述目标归一化坐标信息的误差是否符合预设的第二有效性条件；
31.若是，则执行步骤：基于所述目标归一化坐标信息确定所述交通信号对象的位置信息。
32.本技术实施例还提出一种终端设备，所述终端设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的位置获取程序，所述位置获取程序被所述处理器执行时实现如上所述的位置获取方法的步骤。
33.本技术实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有位置获取程序，所述位置获取程序被处理器执行时实现如上所述的位置获取方法的步骤。
34.本技术实施例提出的位置获取方法、终端设备及存储介质，通过获取交通信号对象对应的边界检测框的归一化坐标队列信息；对所述归一化坐标队列信息进行三角化处理，得到目标归一化坐标信息；基于所述目标归一化坐标信息确定所述交通信号对象的位置信息。基于本技术方案，对获取的交通信号对象的归一化坐标队列信息进行三角化处理，利用了交通信号对象的运动特点，对于远距离交通信号对象也能得到准确的位置信息，提高了获取的远距离交通信号对象的位置信息的准确性。
附图说明
35.图1为本技术位置获取装置所属终端设备的功能模块示意图；
36.图2为本技术位置获取方法第一示例性实施例流程示意图；
37.图3为本技术位置获取方法第二示例性实施例流程示意图；
38.图4为本技术位置获取方法第三示例性实施例流程示意图；
39.图5为本技术位置获取方法第四示例性实施例流程示意图；
40.图6为本技术位置获取方法第五示例性实施例流程示意图；
41.图7为本技术位置获取方法第六示例性实施例流程示意图；
42.图8为本技术位置获取方法第七示例性实施例流程示意图；
43.图9为本技术位置获取方法第八示例性实施例流程示意图。
44.本技术目的的实现、功能特点及优点将结合实施例，参照附图作进一步说明。
具体实施方式
45.应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
46.本技术实施例的主要解决方案是：获取交通信号对象对应的边界检测框的归一化坐标队列信息；对所述归一化坐标队列信息进行三角化处理，得到目标归一化坐标信息；基于所述目标归一化坐标信息确定所述交通信号对象的位置信息。基于本技术方案，对获取的交通信号对象的归一化坐标队列信息进行三角化处理，利用了交通信号对象的运动特点，对于远距离交通信号对象也能得到准确的位置信息，提高了获取的远距离交通信号对象的位置信息的准确性。
47.具体地，参照图1，图1为本技术位置获取装置所属终端设备的功能模块示意图。该位置获取装置可以为独立于终端设备的、能够进行位置获取的装置，其可以通过硬件或软件的形式承载于终端设备上。该终端设备可以为手机、平板电脑等具有数据处理功能的智能移动终端，还可以为具有数据处理功能的固定终端设备或服务器等。
48.在本实施例中，该位置获取装置所属终端设备至少包括输出模块110、处理器120、存储器130以及通信模块140。
49.存储器130中存储有操作系统以及位置获取程序，位置获取装置可以将获取的交通信号对象对应的边界检测框的归一化坐标队列信息；对所述归一化坐标队列信息进行三角化处理，得到的目标归一化坐标信息；以及基于所述目标归一化坐标信息确定的所述交通信号对象的位置信息等信息存储于该存储器130中；输出模块110可为显示屏等。通信模块140可以包括wifi模块、移动通信模块以及蓝牙模块等，通过通信模块140与外部设备或服务器进行通信。
50.其中，存储器130中的位置获取程序被处理器执行时实现以下步骤：
51.获取交通信号对象对应的边界检测框的归一化坐标队列信息；
52.对所述归一化坐标队列信息进行三角化处理，得到目标归一化坐标信息；
53.基于所述目标归一化坐标信息确定所述交通信号对象的位置信息。
54.进一步地，存储器130中的位置获取程序被处理器执行时还实现以下步骤：
55.根据所述归一化坐标队列信息及所述交通信号对象对应的物理约束关系，构造对应的三角化解算矩阵；
56.对所述三角化解算矩阵进行解算，得到所述目标归一化坐标信息。
57.进一步地，存储器130中的位置获取程序被处理器执行时还实现以下步骤：
58.基于预设的奇异值分解算法对所述三角化解算矩阵进行解算，得到所述目标归一化坐标信息。
59.进一步地，存储器130中的位置获取程序被处理器执行时还实现以下步骤：
60.根据预设的物理先验信息，确定所述交通信号对象对应的物理约束关系。
61.进一步地，存储器130中的位置获取程序被处理器执行时还实现以下步骤：
62.获取拍摄所述交通信号对象的目标相机的位置信息；
63.基于所述归一化坐标队列信息和所述目标相机的位置信息，判断所述目标相机和所述交通信号对象的相对运动是否符合预设的三角化条件；
64.若否，则返回执行步骤：获取交通信号对象对应的边界检测框的归一化坐标队列信息；
65.若是，则执行步骤：对所述归一化坐标队列信息进行三角化处理，得到目标归一化坐标信息。
66.进一步地，存储器130中的位置获取程序被处理器执行时还实现以下步骤：
67.判断所述边界检测框与所述边界检测框对应的图像边界的距离是否符合预设的无效观测条件；
68.若是，则将所述边界检测框确定为无效边界检测框，并结束对所述无效边界检测框的三角化流程；
69.若否，则执行步骤：对所述归一化坐标队列信息进行三角化处理，得到目标归一化坐标信息。
70.进一步地，存储器130中的位置获取程序被处理器执行时还实现以下步骤：
71.获取所述目标归一化坐标信息对应的深度坐标信息，所述深度坐标信息位于拍摄所述交通信号对象的目标相机的相机坐标系中；
72.基于所述深度坐标信息检验所述目标归一化坐标信息是否满足预设的第一有效性条件；
73.若是，则执行步骤：基于所述目标归一化坐标信息确定所述交通信号对象的位置信息。
74.进一步地，存储器130中的位置获取程序被处理器执行时还实现以下步骤：
75.判断所述目标归一化坐标信息的误差是否符合预设的第二有效性条件；
76.若是，则执行步骤：基于所述目标归一化坐标信息确定所述交通信号对象的位置信息。
77.本实施例通过上述方案，具体通过获取交通信号对象对应的边界检测框的归一化坐标队列信息；对所述归一化坐标队列信息进行三角化处理，得到目标归一化坐标信息；基于所述目标归一化坐标信息确定所述交通信号对象的位置信息。本实施例中，对获取的交通信号对象的归一化坐标队列信息进行三角化处理，利用了交通信号对象的运动特点，对于远距离交通信号对象也能得到准确的位置信息，提高了获取的远距离交通信号对象的位置信息的准确性。
78.参照图2，本技术位置获取方法第一实施例提供一种流程示意图，所述位置获取方
法包括：
79.步骤s10，获取交通信号对象对应的边界检测框的归一化坐标队列信息。
80.具体地，本实施例涉及的交通信号对象是指用于传达交通信号的交通信号灯、交通标志、交通标线等对象。例如，在自动驾驶场景中常见的红绿灯就属于交通信号对象的一种，自动驾驶的决策过程需要获取道路上的红绿灯的位置信息。但是，现有的获取的交通信号对象的位置信息的方式是根据交通信号对象对应的边界检测框的像素大小以及默认的宽度信息，恢复交通信号对象的位置信息。这种方式受到车辆与交通信号对象的距离限制，远距离交通信号对象的边界检测框的像素较小，现有方式无法获取到远距离交通信号对象的准确位置信息。
81.为此，本实施例提出了一种基于三角化处理的位置信息获取方式，三角化是由像点计算物点的计算过程。首先，需要获取三角化的输入，即获取交通信号对象对应的边界检测框(bounding box)的归一化坐标队列信息，其中，交通信号对象对应的边界检测框位于目标画面之中，目标画面由相机拍摄得到。例如，由安装在汽车上的相机拍摄道路画面，道路画面中包含若干个红绿灯对应的边界矩形框(边界检测框的一种)。而交通信号对象对应的边界检测框的归一化坐标队列信息，是指在二维坐标系(平面坐标系)下的坐标，二维坐标系可以在三维坐标系的基础上建立。例如，在世界坐标系(x，y，z)的基础上取z＝0，可以得到对应的二维平面，并进一步建立对应的归一化坐标系。在目标画面的一帧图像中，可能同时存在有若干个交通信号对象对应的边界检测框，那么可以将同一帧图像中的若干个交通信号对象对应的边界检测框的归一化坐标组合在一起得到归一化坐标队列，以归一化坐标队列作为三角化处理的输入。可以理解的是，三角化处理需要用到目标画面的若干帧图像的交通信号对象对应的边界检测框的归一化坐标队列。
82.步骤s20，对所述归一化坐标队列信息进行三角化处理，得到目标归一化坐标信息。
83.具体地，在获取到交通信号对象对应的边界检测框的归一化坐标队列信息之后，可以基于归一化坐标队列构建对应的三角化解算矩阵，并采用预设的分解算法对三角化解算矩阵进行解算，得到交通信号对象对应的最优边界检测框的归一化坐标，也就是目标归一化坐标信息。其中，最优边界检测框是指经过三角化处理后得到的位置更为准确的边界检测框。
84.步骤s30，基于所述目标归一化坐标信息确定所述交通信号对象的位置信息。
85.具体地，在得到交通信号对象对应的最优边界检测框的目标归一化坐标信息之后，利用目标归一化坐标信息还原出三维坐标系下的最优边界检测框的四个顶点的三维坐标，并进一步基于最优边界检测框的四个顶点的三维坐标确定交通信号对象的位置信息。
86.值得注意的是，本实施涉及的边界检测框是一种多边形的边界检测框，例如三角形、矩形、五边形、六边形等。自动驾驶场景涉及的边界检测框通常是边界矩形框。
87.本实施例通过上述方案，具体通过获取交通信号对象对应的边界检测框的归一化坐标队列信息；对所述归一化坐标队列信息进行三角化处理，得到目标归一化坐标信息；基于所述目标归一化坐标信息确定所述交通信号对象的位置信息。本实施例中，对获取的交通信号对象的归一化坐标队列信息进行三角化处理，利用了交通信号对象的运动特点，对于远距离交通信号对象也能得到准确的位置信息，提高了获取的远距离交通信号对象的位
置信息的准确性。
88.进一步地，参照图3，本技术位置获取方法第二实施例提供一种流程示意图，基于上述图2所示的实施例，步骤s20，对所述归一化坐标队列信息进行三角化处理，得到目标归一化坐标信息进一步细化，包括：
89.步骤s201，根据所述归一化坐标队列信息及所述交通信号对象对应的物理约束关系，构造对应的三角化解算矩阵。
90.具体地，本实施例引入交通信号对象对应的物理约束关系，物理约束关系反映交通信号对象在现实世界中的物理特征，例如，交通信号对象的长度、宽度等规格信息。这些物理特征是相对稳定的，不会受到观察效果的影响。
91.进一步地，根据归一化坐标队列信息及交通信号对象对应的物理约束关系，可以构造对应的三角化解算矩阵。
92.步骤s202，对所述三角化解算矩阵进行解算，得到所述目标归一化坐标信息。
93.具体地，根据预设的分解算法可以对三角化解算矩阵进行解算，解算的结果是交通信号对象对应的最优边界检测框的归一化坐标，也就是得到目标归一化坐标信息。目标归一化坐标信息可进一用于恢复交通信号对象对应的最优边界检测框的位置信息，进而确定交通信号对象的实际位置。
94.本实施例通过上述方案，具体通过根据所述归一化坐标队列信息及所述交通信号对象对应的物理约束关系，构造对应的三角化解算矩阵；对所述三角化解算矩阵进行解算，得到所述目标归一化坐标信息。本实施例对三角化处理过程引入了交通信号对象对应的物理约束关系，利用归一化坐标队列信息和物理约束关系可以构造出三角化解算矩阵，对三角化解算矩阵进行分解计算出目标归一化坐标信息，因为受到物理约束关系的约束，输出的目标归一化坐标信息会更加符合现实物理状况，进而提高了获取的远距离交通信号对象的位置信息的准确性。
95.进一步地，参照图4，本技术位置获取方法第三实施例提供一种流程示意图，基于上述图3所示的实施例，步骤s202，对所述三角化解算矩阵进行解算，得到所述目标归一化坐标信息进一步细化，包括：
96.步骤s2021，基于预设的奇异值分解算法对所述三角化解算矩阵进行解算，得到所述目标归一化坐标信息。
97.具体地，在构建三角化解算矩阵之后，可以基于预设的奇异值分解(svd，singular value decomposition)算法对三角化解算矩阵进行解算，奇异值分解是一种可以有效降维的计算方式。然后，得到的解算结果为交通信号对象对应的最优边界检测框的归一化坐标，也就是得到目标归一化坐标信息。目标归一化坐标信息可进一用于恢复交通信号对象对应的最优边界检测框的位置信息，进而确定交通信号对象的实际位置。
98.本实施例通过上述方案，具体通过基于预设的奇异值分解算法对所述三角化解算矩阵进行解算，得到所述目标归一化坐标信息。本实施例引入了奇异值分解算法(svd算法)对三角化解算矩阵进行解算，奇异值分解算法可以对三角化解算矩阵有效降维并输出准确的解算结果，提高了三角化处理过程的效率以及三角化处理结果的准确度。
99.进一步地，参照图5，本技术位置获取方法第四实施例提供一种流程示意图，基于上述图3所示的实施例，步骤s201，根据所述归一化坐标队列信息及所述交通信号对象对应
的物理约束关系，构造对应的三角化解算矩阵之前，还包括：
100.步骤s001，根据预设的物理先验信息，确定所述交通信号对象对应的物理约束关系。
101.具体地，本实施例涉及交通信号对象对应的物理约束关系是基于预设的物理先验信息确定的，物理先验信息是指经过证实的交通信号对象在现实世界中的物理特征参数，例如，交通信号对象的长度参数、宽度参数等规格参数。物理先验信息的来源可以是道路交通相关的法律法规、国家标准、地方标准、行业标准、实际测量等。
102.例如，道路交通场景中的红绿灯有着对应的长度参数和宽度参数，长度参数和宽度参数在相关法律法规中有明确记载，进一步地，红绿灯的长度和宽度比例也可以基于长度参数和宽度参数推算出来。因此，基于红绿灯的对应的物理先验信息可以确定交通信号对象对应的物理约束关系。
103.本实施例通过上述方案，具体通过根据预设的物理先验信息，确定所述交通信号对象对应的物理约束关系。本实施例中，物理先验信息明确且稳定，利用预设的物理先验信息确定的物理约束关系可以降低远距离观测对位置信息获取的负面影响，有效提高获取的远距离交通信号对象的位置信息的准确性。
104.进一步地，参照图6，本技术位置获取方法第五实施例提供一种流程示意图，基于上述图2所示的实施例，步骤s20，对所述归一化坐标队列信息进行三角化处理，得到目标归一化坐标信息之前，还包括：
105.步骤s002，获取拍摄所述交通信号对象的目标相机的位置信息。
106.为了获取到更为准确的交通信号对象的位置信息，需要在目标相机和交通信号对象的相对运动较为充分时进行三角化处理，而在实际的道路场景中，交通信号对象通常是固定的，因此以目标相机在一段时间内的运动情况决定是否进行三角化处理。
107.具体的，首先需要获取拍摄交通信号对象的目标相机的位置信息，即获取目标画面对应的目标相机在边界检测框的观测时间的位置信息，也就是目标相机在三角化处理相关的图像帧的拍摄时刻所在的位置，该位置可以基于三维坐标系表达。
108.步骤s003，基于所述归一化坐标队列信息和所述目标相机的位置信息，判断所述目标相机和所述交通信号对象的相对运动是否符合预设的三角化条件。
109.具体地，根据目标相机在三角化处理相关的第一帧图像和最后一帧图像的拍摄时刻的位置信息，以及交通信号对象对应的边界检测框的归一化坐标队列信息，判断目标相机的运动(或位移)是否充分。
110.其中，三角化条件用于界定相机的运动是否充分，三角化条件可以基于运动距离进行设置。值得注意的是，在自动驾驶的场景中，相机的运动与车辆的运动是同步的，可以将目标相机的运动视为目标车辆的运动。
111.步骤s004，若否，则返回执行步骤：获取交通信号对象对应的边界检测框的归一化坐标队列信息。
112.具体地，如果目标相机的运动不符合预设的三角化条件，则说明目标相机和交通信号对象的相对运动不够充分，观测效果较差，难以得到准确的交通信号对象的位置信息。此时可以返回执行步骤s10，获取交通信号对象对应的边界检测框的归一化坐标队列信息。
113.步骤s005，若是，则执行步骤：对所述归一化坐标队列信息进行三角化处理，得到
目标归一化坐标信息。
114.具体地，如果目标相机的运动符合预设的三角化条件，则说明目标相机和交通信号对象的相对运动充分，观测效果较好，可以进一步对交通信号对象的归一化坐标队列信息进行三角化处理，构造对应的三角化解算矩阵并基于三角化解算矩阵解算出交通信号对象对应的最优边界检测框的归一化坐标，也就是得到目标归一化坐标信息。
115.本实施例通过上述方案，具体通过获取拍摄所述交通信号对象的目标相机的位置信息；基于所述归一化坐标队列信息和所述目标相机的位置信息，判断所述目标相机和所述交通信号对象的相对运动是否符合预设的三角化条件；若否，则返回执行步骤：获取交通信号对象对应的边界检测框的归一化坐标队列信息；若是，则执行步骤：对所述归一化坐标队列信息进行三角化处理，得到目标归一化坐标信息。本实施例考虑到在目标相机和交通信号对象的相对运动较小的情况下，难以得到准确的交通信号对象的位置信息，为三角化处理设置了三角化条件作为前置条件，当目标相机和交通信号对象的相对运动充分时，可以认定为符合三角化条件，进而可以执行后续的三角化处理步骤。如此，能够有效提高获取的远距离交通信号对象的位置信息的准确性。
116.进一步地，参照图7，本技术位置获取方法第六实施例提供一种流程示意图，基于上述图2所示的实施例，步骤s20，对所述归一化坐标队列信息进行三角化处理，得到目标归一化坐标信息之前，还包括：
117.步骤s006，判断所述边界检测框与所述边界检测框对应的图像边界的距离是否符合预设的无效观测条件。
118.在对交通信号对象的归一化坐标队列信息进行三角化处理之前，还可以对交通信号对象对应的边界检测框进行筛选，具体为：在一帧图像中可能存在多个交通信号对象对应的边界检测框，而同一交通信号对象在连续帧图像中也可能分别存在对应的边界检测框。其中，有部分靠近目标画面边界(或理解为每一帧的图像边界)的边界检测框是不具备分析处理价值或者分析处理价值较低，该部分边界检测框可称为无效边界检测框。进一步地，在进行三角化处理之前，需要筛选掉无效边界检测框，具体为判断某一边界检测框的一边与目标画面边界(或图像边界)的距离是否符合预设的无效观测条件。其中，无效观测条件可以基于预设距离进行设置。
119.步骤s007，若是，则将所述边界检测框确定为无效边界检测框，并结束对所述无效边界检测框的三角化流程。
120.具体地，如果前述判断结果表明符合预设的无效观测条件，就进一步将该边界检测框确定为无效边界检测框，然后筛选掉无效边界检测框。被筛选掉的无效边界检测框不涉及后续的三角化处理。
121.步骤s008，若否，则执行步骤：对所述归一化坐标队列信息进行三角化处理，得到目标归一化坐标信息。
122.具体地，如果前述判断结果表明不符合预设的无效观测条件，就进一步将该边界检测框确定为有效边界检测框，有效边界检测框可用于后续的三角化处理，即基于有效边界检测框的归一化坐标队列信息可以得到目标归一化坐标信息。
123.本实施例通过上述方案，具体通过判断所述边界检测框与所述边界检测框对应的图像边界的距离是否符合预设的无效观测条件；若是，则将所述边界检测框确定为无效边
界检测框，并结束对所述无效边界检测框的三角化流程；若否，则执行步骤：对所述归一化坐标队列信息进行三角化处理，得到目标归一化坐标信息。本实施例筛选掉靠近图像边界的无效边界检测框，减少了三角化处理过程涉及的冗余信息，提高了三角化处理的效率，以及获取的远距离交通信号对象的位置信息的准确性。
124.进一步地，参照图8，本技术位置获取方法第七实施例提供一种流程示意图，基于上述图2所示的实施例，步骤s30，基于所述目标归一化坐标信息确定所述交通信号对象的位置信息之前，还包括：
125.步骤s009，获取所述目标归一化坐标信息对应的深度坐标信息，所述深度坐标信息位于拍摄所述交通信号对象的目标相机的相机坐标系中。
126.具体地，利用目标归一化坐标信息可以还原出三维坐标系下的最优边界检测框的四个顶点的三维坐标，并进一步基于最优边界检测框的四个顶点的三维坐标确定交通信号对象的位置信息。但是，三角化处理的过程也有可能受输入参数误差的影响导致结果不准确，也即最优边界检测框不一定是准确的。为此，需要对最优边界检测框进行检验，以确定最优边界检测框是否准确。
127.首先需要获取目标归一化坐标信息对应的深度坐标信息，也即最优边界检测框对应的深度坐标信息。深度坐标信息位于拍摄交通信号对象的目标相机的相机坐标系中，也就是说，深度坐标信息反映了最优边界检测框在目标相机的目标画面中的深度。
128.步骤s010，基于所述深度坐标信息检验所述目标归一化坐标信息是否满足预设的第一有效性条件。
129.具体地，可以基于预设的有效深度值范围设置第一有效性条件，并将深度坐标信息作为第一有效性条件判断的依据。如果深度坐标信息落在有效深度值范围之内，则认为目标归一化坐标信息(或最优边界检测框)是合理的，满足预设的第一有效性条件；如果深度坐标信息落在有效深度值范围之外，则认为目标归一化坐标信息(或最优边界检测框)是不合理的，不满足预设的第一有效性条件。
130.步骤s012，若是，则执行步骤：基于所述目标归一化坐标信息确定所述交通信号对象的位置信息。
131.具体地，如果前述判断结果表明深度坐标信息满足预设的第一有效性条件，那么可以进一步利用目标归一化坐标信息还原出三维坐标系下的最优边界检测框的四个顶点的三维坐标，并进一步基于最优边界检测框的四个顶点的三维坐标确定交通信号对象的位置信息。
132.值得注意的是，在另一种情况中，前述判断结果表明深度坐标信息不满足预设的第一有效性条件，那么可以返回执行步骤s10。
133.本实施例通过上述方案，具体通过获取所述目标归一化坐标信息对应的深度坐标信息，所述深度坐标信息位于拍摄所述交通信号对象的目标相机的相机坐标系中；基于所述深度坐标信息检验所述目标归一化坐标信息是否满足预设的第一有效性条件；若是，则执行步骤：基于所述目标归一化坐标信息确定所述交通信号对象的位置信息。本实施例中，基于深度坐标信息可以检验目标归一化坐标信息是否有效，排除掉不合理的目标归一化坐标信息。如此，可以得到准确且合理的目标归一化坐标信息，进而得到准确且合理的交通信号对象的位置信息，便于自动驾驶的下游程序实现精确控制。
134.进一步地，参照图9，本技术位置获取方法第八实施例提供一种流程示意图，基于上述图2所示的实施例，步骤s30，基于所述目标归一化坐标信息确定所述交通信号对象的位置信息之前，还包括：
135.步骤s013，判断所述目标归一化坐标信息的误差是否符合预设的第二有效性条件。
136.受目标车辆感知硬件性能、道路环境或者其他因素的影响，三角化处理的输入可能存在一定误差，因此导致输出的目标归一化坐标信息也存在一定误差。为此，需要对目标归一化坐标信息进行检验，以判断目标归一化坐标信息是否准确。
137.具体地，可以基于输出的若干个归一化坐标信息的误差得到总误差，若干个归一化坐标信息可以来自同一帧图像中的若干个交通信号对象，也可以来自不同帧图像中的同一个交通信号对象。进一步地，基于总误差预设第二有效性条件，将目标归一化坐标信息的误差与总误差进行比较，如果目标归一化坐标信息的误差超过总误差且达到预设误差阈值，那么可以认为不符合预设的第二有效性条件；如果目标归一化坐标信息的误差不超过总误差，或者目标归一化坐标信息的误差超过总误差但没有达到预设误差阈值，那么可以认为符合预设的第二有效性条件。
138.步骤s014，若是，则执行步骤：基于所述目标归一化坐标信息确定所述交通信号对象的位置信息。
139.具体地，如果前述结果表明符合预设的第二有效性条件，即表明目标归一化坐标信息的准确度符合要求，可以进一步执行步骤s30，利用目标归一化坐标信息还原出三维坐标系下的最优边界检测框的四个顶点的三维坐标，并进一步基于最优边界检测框的四个顶点的三维坐标确定交通信号对象的位置信息。
140.本实施例通过上述方案，具体通过判断所述目标归一化坐标信息的误差是否符合预设的第二有效性条件；若是，则执行步骤：基于所述目标归一化坐标信息确定所述交通信号对象的位置信息。本实施例中，将目标归一化坐标信息的误差与总误差进行比较，即判断是否符合预设的第二有效性条件，进而筛选掉误差较大的目标归一化坐标信息，便于后续根据目标归一化坐标信息获取准确的交通信号对象的位置信息。
141.此外，本技术实施例还提出一种终端设备，所述终端设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的位置获取程序，所述位置获取程序被所述处理器执行时实现如上所述的位置获取方法的步骤。
142.由于本位置获取程序被处理器执行时，采用了前述所有实施例的全部技术方案，因此至少具有前述所有实施例的全部技术方案所带来的所有有益效果，在此不再一一赘述。
143.此外，本技术实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有位置获取程序，所述位置获取程序被处理器执行时实现如上所述的位置获取方法的步骤。
144.由于本位置获取程序被处理器执行时，采用了前述所有实施例的全部技术方案，因此至少具有前述所有实施例的全部技术方案所带来的所有有益效果，在此不再一一赘述。
145.相比现有技术，本技术实施例提出的位置获取方法、终端设备及存储介质，通过获
取交通信号对象对应的边界检测框的归一化坐标队列信息；对所述归一化坐标队列信息进行三角化处理，得到目标归一化坐标信息；基于所述目标归一化坐标信息确定所述交通信号对象的位置信息。基于本技术方案，对获取的交通信号对象的归一化坐标队列信息进行三角化处理，利用了交通信号对象的运动特点，对于远距离交通信号对象也能得到准确的位置信息，提高了获取的远距离交通信号对象的位置信息的准确性。
146.需要说明的是，在本文中，术语“包括”“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
147.上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
148.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上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上的一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，被控终端，或者网络设备等)执行本技术每个实施例的方法。
149.以上仅为本技术的优选实施例，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。

技术特征：
1.一种位置获取方法，其特征在于，所述位置获取方法包括：获取交通信号对象对应的边界检测框的归一化坐标队列信息；对所述归一化坐标队列信息进行三角化处理，得到目标归一化坐标信息；基于所述目标归一化坐标信息确定所述交通信号对象的位置信息。2.如权利要求1所述的位置获取方法，其特征在于，所述对所述归一化坐标队列信息进行三角化处理，得到目标归一化坐标信息的步骤包括：根据所述归一化坐标队列信息及所述交通信号对象对应的物理约束关系，构造对应的三角化解算矩阵；对所述三角化解算矩阵进行解算，得到所述目标归一化坐标信息。3.如权利要求2所述的位置获取方法，其特征在于，所述对所述三角化解算矩阵进行解算，得到所述目标归一化坐标信息的步骤包括：基于预设的奇异值分解算法对所述三角化解算矩阵进行解算，得到所述目标归一化坐标信息。4.如权利要求2所述的位置获取方法，其特征在于，所述根据所述归一化坐标队列信息及所述交通信号对象对应的物理约束关系，构造对应的三角化解算矩阵的步骤之前，还包括：根据预设的物理先验信息，确定所述交通信号对象对应的物理约束关系。5.如权利要求1所述的位置获取方法，其特征在于，所述对所述归一化坐标队列信息进行三角化处理，得到目标归一化坐标信息的步骤之前，还包括：获取拍摄所述交通信号对象的目标相机的位置信息；基于所述归一化坐标队列信息和所述目标相机的位置信息，判断所述目标相机和所述交通信号对象的相对运动是否符合预设的三角化条件；若否，则返回执行步骤：获取交通信号对象对应的边界检测框的归一化坐标队列信息；若是，则执行步骤：对所述归一化坐标队列信息进行三角化处理，得到目标归一化坐标信息。6.如权利要求1所述的位置获取方法，其特征在于，所述对所述归一化坐标队列信息进行三角化处理，得到目标归一化坐标信息的步骤之前，还包括：判断所述边界检测框与所述边界检测框对应的图像边界的距离是否符合预设的无效观测条件；若是，则将所述边界检测框确定为无效边界检测框，并结束对所述无效边界检测框的三角化流程；若否，则执行步骤：对所述归一化坐标队列信息进行三角化处理，得到目标归一化坐标信息。7.如权利要求1所述的位置获取方法，其特征在于，所述基于所述目标归一化坐标信息确定所述交通信号对象的位置信息的步骤之前，还包括：获取所述目标归一化坐标信息对应的深度坐标信息，所述深度坐标信息位于拍摄所述交通信号对象的目标相机的相机坐标系中；基于所述深度坐标信息检验所述目标归一化坐标信息是否满足预设的第一有效性条件；
若是，则执行步骤：基于所述目标归一化坐标信息确定所述交通信号对象的位置信息。8.如权利要求1所述的位置获取方法，其特征在于，所述基于所述目标归一化坐标信息确定所述交通信号对象的位置信息的步骤之前，还包括：判断所述目标归一化坐标信息的误差是否符合预设的第二有效性条件；若是，则执行步骤：基于所述目标归一化坐标信息确定所述交通信号对象的位置信息。9.一种终端设备，其特征在于，所述终端设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的位置获取程序，所述位置获取程序被所述处理器执行时实现如权利要求1-8中任一项所述的位置获取方法的步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有位置获取程序，所述位置获取程序被处理器执行时实现如权利要求1-8中任一项所述的位置获取方法的步骤。

技术总结
本申请公开了一种位置获取方法、终端设备及存储介质，其位置获取方法包括：获取交通信号对象对应的边界检测框的归一化坐标队列信息；对归一化坐标队列信息进行三角化处理，得到目标归一化坐标信息；基于目标归一化坐标信息确定交通信号对象的位置信息。基于本申请方案，对获取的交通信号对象的归一化坐标队列信息进行三角化处理，利用了交通信号对象的运动特点，对于远距离交通信号对象也能得到准确的位置信息，提高了获取的远距离交通信号对象的位置信息的准确性。位置信息的准确性。位置信息的准确性。


技术研发人员：范云凤 王少毅 张肖 高立东 崔留争
受保护的技术使用者：广州小鹏自动驾驶科技有限公司
技术研发日：2023.04.27
技术公布日：2023/8/13