车载摄像头的俯仰角确定方法、装置及电子设备与流程

1.本发明涉及视觉测距技术领域，尤其是涉及一种车载摄像头的俯仰角确定方法、装置及电子设备。


背景技术：

2.相关技术中，单目视觉测距方法通常为基于静止时标定的车载摄像头的俯仰角和其拍摄的图片确定当前车辆周围障碍物的距离信息，然而在车辆行驶过程中，车载摄像头的俯仰角会由于车辆的抖动发生变化，从而导致测距结果不准确。


技术实现要素：

3.有鉴于此，本发明的目的在于提供一种车载摄像头的俯仰角确定方法、装置及电子设备，以精确地确定车载摄像头在拍摄当前图像时对应的俯仰角，提高基于车载摄像头拍摄的图片进行测距的准确性。
4.第一方面，本发明实施例提供了一种车载摄像头的俯仰角确定方法，包括：基于获取到的车载摄像头拍摄的当前图像，确定当前图像中，目标车辆的车道区域；车载摄像头固定于目标车辆；根据当前图像中，目标车辆的车道区域的图像属性信息，确定车载摄像头在拍摄当前图像时对应的初步俯仰角；根据初步俯仰角以及与初步俯仰角相关联的历史俯仰角，确定车载摄像头在拍摄当前图像时对应的俯仰角。
5.结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，车道区域包括包含目标车辆的自车车道的设定部分的图像区域；自车车道的设定部分包括与目标车辆的距离小于或等于预设距离的自车车道部分；基于获取到的车载摄像头拍摄的当前图像，确定当前图像中，目标车辆的车道区域的步骤，包括：基于预设的图像识别方式对获取到的车载摄像头拍摄的当前图像进行识别，得到当前图像中，目标车辆的自车车道位置信息；基于自车车道位置信息及预设距离，得到包含目标车辆的自车车道的设定部分的图像区域。
6.结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，车道区域包含第一车道以及第二车道；根据当前图像中，目标车辆的车道区域的图像属性信息，确定车载摄像头在拍摄当前图像时对应的初步俯仰角的步骤，包括：基于目标车辆的车道区域的图像属性信息，确定车道区域中的第一车道的坐标集合，以及第二车道的坐标集合；基于第一车道的坐标集合，拟合生成第一车道对应的第一直线；基于第二车道的坐标集合，拟合生成第二车道对应的第二直线；基于第一直线和第二直线的交点，计算车载摄像头在拍摄当前图像时对应的初步俯仰角。
7.结合第一方面的第二种可能的实施方式，本发明实施例提供了第一方面的第三种可能的实施方式，其中，基于目标车辆的车道区域的图像属性信息，确定车道区域中的第一车道的坐标集合，以及第二车道的坐标集合的步骤，包括：将目标车辆的车道区域划分为设定数量的子区域；基于子区域的图像属性信息，对划分出来的子区域进行筛选，得到筛选出
的子区域；筛选出的子区域包括第一车道的部分车道及第二车道的部分车道；针对于每个筛选出的子区域，对子区域进行二值化处理，得到子区域对应的二值化图像；二值化图像中，部分车道的区域中的像素点的像素值为第一像素值，除部分车道的区域以外的区域中的像素点的像素值为第二像素值；根据二值化图像中的像素的第一像素值及第二像素值，确定子区域中的第一车道的坐标以及第二车道的坐标；将所有筛选出的子区域的第一车道的坐标确定为第一车道的坐标集合；将所有筛选出的子区域的第二车道的坐标确定为第二车道的坐标集合。
8.结合第一方面的第三种可能的实施方式，本发明实施例提供了第一方面的第四种可能的实施方式，其中，图像属性信息包括像素点的灰度值；基于子区域的图像属性信息，对划分出来的子区域进行筛选，得到筛选出的子区域的步骤，包括：求取子区域的灰度值直方图；对灰度值直方图进行滤波处理；基于预设的灰度阈值，确定滤波后的灰度值直方图中的峰值数量及峰值位置；如果峰值位置对应的像素值大于预设的峰值阈值，且峰值数量为2，将子区域确定为筛选出的子区域。
9.结合第一方面的第四种可能的实施方式，本发明实施例提供了第一方面的第五种可能的实施方式，其中，灰度阈值包括峰值阈值及临近阈值；基于预设的灰度阈值，确定滤波后的灰度值直方图中的峰值数量及峰值位置的步骤，包括：将大于或等于预设的峰值阈值的灰度值直方图中的峰值确定为初步峰值；基于初步峰值及预设的临近阈值，对初步峰值进行合并处理，得到合并后的峰值；将合并后的峰值的数量确定为滤波后的灰度值直方图中的峰值数量，将合并后的峰值的位置确定为滤波后的灰度值直方图中的峰值位置。
10.结合第一方面，本发明实施例提供了第一方面的第六种可能的实施方式，其中，根据初步俯仰角以及与初步俯仰角相关联的历史俯仰角，确定车载摄像头在拍摄当前图像时对应的俯仰角的步骤，包括：判断初步俯仰角是否在预设的俯仰角范围内；如果是，将初步俯仰角和历史俯仰角按照设定权重进行加权求和处理，得到车载摄像头在拍摄当前图像时对应的俯仰角；如果否，基于历史俯仰角，确定车载摄像头在拍摄当前图像时对应的俯仰角。
11.结合第一方面，本发明实施例提供了第一方面的第七种可能的实施方式，其中，历史俯仰角包括多个；历史俯仰角由车载摄像头拍摄的历史图像中目标车辆的车道区域信息确定；方法还包括：如果初步俯仰角在预设的俯仰角范围内，将初步俯仰角确定为历史俯仰角；如果历史俯仰角的数量大于预设的数量阈值，将多个历史俯仰角中，拍摄时间最早的历史图像对应的历史俯仰角删除。
12.第二方面，本发明实施例还提供一种车载摄像头的俯仰角确定装置，包括：车道区域确定模块，用于基于获取到的车载摄像头拍摄的当前图像，确定当前图像中，目标车辆的车道区域；车载摄像头固定于目标车辆；初步俯仰角确定模块，用于根据当前图像中，目标车辆的车道区域的图像属性信息，确定车载摄像头在拍摄当前图像时对应的初步俯仰角；俯仰角确定模块，用于根据初步俯仰角以及与初步俯仰角相关联的历史俯仰角，确定车载摄像头在拍摄当前图像时对应的俯仰角。
13.第三方面，本发明实施例还提供一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的机器可执行指令，处理器执行机器可执行指令以实现上述方法。
14.第四方面，本发明实施例还提供一种机器可读存储介质，机器可读存储介质存储
有机器可执行指令，机器可执行指令第三方面，本发明实施例还提供一种电子设备，括处理器和存储器，存储器存储有能够被处理器执行的机器可执行指令，处理器执行机器可执行指令以实现上述方法
15.本发明实施例带来了以下有益效果：
16.本发明提供了一种车载摄像头的俯仰角确定方法、装置及电子设备，首先基于获取到的车载摄像头拍摄的当前图像，确定当前图像中，固定该车载摄像头的目标车辆的车道区域；然后根据当前图像中，目标车辆的车道区域的图像属性信息，确定车载摄像头在拍摄当前图像时对应的初步俯仰角；最后根据初步俯仰角以及与初步俯仰角相关联的历史俯仰角，确定车载摄像头在拍摄所述当前图像时对应的俯仰角。本发明中，通过车道区域的图像属性信息初步确定了车载摄像头在拍摄该图像时的俯仰角；进而根据初步确定的俯仰角和相关联的历史俯仰角，精确地确定了车载摄像头在拍摄当前图像时对应的俯仰角，从而提高了基于车载摄像头拍摄的图片进行测距的准确性。
17.本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
18.为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
19.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
20.图1为本发明实施例提供的一种车载摄像头的俯仰角确定方法的流程图；
21.图2为本发明实施例提供的另一种车载摄像头的俯仰角确定方法的流程图；
22.图3为本发明实施例提供的一种消失点的示意图；
23.图4为本发明实施例提供的一种俯仰角值的示意图；
24.图5为本发明实施例提供的另一种俯仰角值的示意图；
25.图6为本发明实施例提供的一种车载摄像头的俯仰角确定装置的结构示意图；
26.图7为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
27.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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。
28.环境感知系统是自动驾驶至关重要的关键技术之一。而环境感知依赖多种传感器，车载摄像头(也称为“车载相机”)价格低廉，能够有效的应该在自动驾驶环境感知系统中。而视觉感知中最关键的就是获取前方障碍物的距离信息。
29.目前，关于视觉的测距方案中，主要分为单目视觉测距以及立体视觉测距方案。立体视觉测距计算量大，依赖多个相机，很难应用在车载相机的距离估计中。而单目视觉测距当前主要分为基于固定宽度信息的测距方案，基于逆透视变换的测距方案，基于俯仰角(也称为“pitch角”)的测距方案。
30.基于俯仰角的单目视觉测距采用的方式通常为：基于静止时标定的俯仰角和车载摄像头拍摄的图片确定当前车辆周围障碍物的距离信息，然而在车辆行驶过程中，车载摄像头的俯仰角可能会发生变化，从而导致测距结果不准确。
31.基于此，本发明实施例提供的一种车载摄像头的俯仰角确定方法、装置及电子设备可以应用于各种交通工具行驶过程中的测距过程。
32.为便于对本实施例进行理解，首先对本发明实施例所公开的一种车载摄像头的俯仰角确定方法进行详细介绍。
33.本发明实施例提供了一种车载摄像头的俯仰角确定方法。如图1所示，该方法包括以下步骤：
34.步骤s100，基于获取到的车载摄像头拍摄的当前图像，确定当前图像中，目标车辆的车道区域；车载摄像头固定于目标车辆。
35.上述目标车辆的车道区域可以为固定了拍摄当前图片的车载摄像头的目标车辆的前方行驶的区域，该区域中包括车道线。该区域中的车道线通常为目标车辆所在路线的两侧边缘线。这两侧边缘线可以为两条实线，还可以为一条虚线和一条实线，或者均为两条虚线。
36.在具体实现时，由于车道线和非车道线的地面的颜色不同，可以从多种图像识别方式中选用效果较好的方式对车载摄像头拍摄的当前图像进行图像识别，以确定当前图像中的车道线，通常可以得到当前图像中车道线的位置坐标。上述图像识别方式可以为通过基于卷积神经网络、机器学习等方式生成的图像识别模型进行识别，也可以为对当前图像进行图像处理后，进行像素的统计及分析等方式。
37.由于车载摄像头拍摄的图像是有一定的拍摄范围的，距离车载摄像头较远的景物会较为模糊。为了保证车道线识别的效果，可以只保留和目标车辆的距离(相当于车载摄像头的距离)在设定范围内的包含车道线的图像区域作为车道区域。其中，上述设定范围可以根据实验或者经验确定。例如，可以保留距离目标车辆30米范围内的图像区域，超过此范围外为的像素点坐标删除。在确定设定范围之前，可以通过坐标变换等处理将车载相机视角下的图像转换为鸟瞰图(即俯视图)。
38.步骤s102：根据当前图像中，目标车辆的车道区域的图像属性信息，确定车载摄像头在拍摄当前图像时对应的初步俯仰角。
39.图像的基本属性包括像素、分辨率、大小、颜色等。上述图像属性信息通常可以为目标车辆的车道区域中，每个像素点的像素值。为了便于对图像进行处理，还可以把当前图像转化为灰度图像后再进行处理。
40.由于现实生活中将目标车辆的车道看做两条平行的直线，而车载摄像头拍摄的图片中，基于透视产生的效果，目标车辆的车道会在远处相交，相交点，也称为“消失点”。该消失点的位置与车载摄像头的俯仰角具有一定的数学关系。如果想要拟合得到车道区域的两条车道线所在的直线，需要得到车道线上的若干个点的坐标。在具体实现时，可以将车道区
域划分成若干个子区域，基于每个子区域确定每个车道线上一个点的坐标。
41.当车道线存在虚线的情况下，划分出的子区域可能不存在车道线，还需要基于子区域的图像属性信息，将不包括车道线的子区域筛选掉。例如，车道区域中车道线的部分比地面部分的颜色浅，可以根据这一特点对子区域进行筛选。在筛选后，可以对包含车道线的子区域进行如下处理：通过二值化处理或蒙版处理，将子区域中的车道线部分和其他部分区分开来，从子区域中的车道线部分选取较为方便识别的部分，如边缘部分，确定子区域的边缘处每个车道线上的点的坐标，由于车道线也具有一定的宽度，可以选用车道线宽度的中点作为该子区域中车道线上点的坐标。
42.在确定了车道线上多个点的坐标后，可以拟合得到两个车道线对应的直线。然后得到消失点的位置坐标，再基于消失点的位置坐标可以计算得到车载摄像头在拍摄当前图像时对应的初步俯仰角。
43.步骤s104：根据初步俯仰角以及与初步俯仰角相关联的历史俯仰角，确定车载摄像头在拍摄当前图像时对应的俯仰角。
44.在得到了初步俯仰角后，通常首先判断该初步俯仰角是否在预设的俯仰角范围内，其中该预设俯仰角范围可以与车载摄像头安装在目标车辆后，静止状态下标定的俯仰角相关，如预设俯仰角范围在标定的俯仰角的左右1
°
内。当初步俯仰角不在预设俯仰角范围内，可以认定为该初步俯仰角无效。
45.上述历史俯仰角可以为车载摄像头安装在目标车辆后，静止状态下标定的俯仰角，也可以为基于车载摄像头拍摄的历史图像确定的车载摄像头的俯仰角(具体方式可以为本发明实施例提供的方法确定)。如果当前图像为车载摄像头拍摄的第一张图像，该历史俯仰角可以为静止状态下标定的俯仰角，其他情况下，历史俯仰角通常为基于历史图像确定的车载摄像头的设定数量的俯仰角。
46.如果确定该初步俯仰角是有效的，可以将初步俯仰角和历史俯仰角按照设定权重进行加权平均处理，以减少误差，从而得到车载摄像头在拍摄当前图像时对应的俯仰角。可以将得到的俯仰角确定为历史俯仰角，并删除历史俯仰角中确定时间最长的俯仰角。
47.本发明提供了一种车载摄像头的俯仰角确定方法，首先基于获取到的车载摄像头拍摄的当前图像，确定当前图像中，目标车辆的车道区域；车载摄像头固定于目标车辆；然后根据当前图像中，目标车辆的车道区域的图像属性信息，确定车载摄像头在拍摄当前图像时对应的初步俯仰角；最后根据初步俯仰角以及与初步俯仰角相关联的历史俯仰角，确定车载摄像头在拍摄所述当前图像时对应的俯仰角。该方式中，通过车道区域的图像属性信息确定了该图像的初步俯仰角；进而根据初步俯仰角和相关联的历史俯仰角，确定车载摄像头在拍摄当前图像时对应的俯仰角。提高了车载摄像头测距结果的准确性，从而真实地反应当前车辆周围障碍物的距离信息。
48.本发明实施利还提供了另一种车载摄像头的俯仰角确定方法，该方法在图1所示的方法基础上实现。该方式主要描述了基于获取到的车载摄像头拍摄的当前图像，确定当前图像中，目标车辆的车道区域的具体实现过程，以及根据当前图像中，目标车辆的车道区域的图像属性信息，确定车载摄像头在拍摄当前图像时对应的初步俯仰角的具体实现过程，以及根据初步俯仰角以及与初步俯仰角相关联的历史俯仰角，确定车载摄像头在拍摄当前图像时对应的俯仰角的具体实现过程。如图2所示，该方法包括以下步骤：
49.步骤s200，基于预设的图像识别方式对获取到的车载摄像头拍摄的当前图像进行识别，得到当前图像中，目标车辆的自车车道位置信息。
50.具体地，对车载摄像头拍摄的图片进行车道线的检测，车道线的检测方式可以为双车道线直线检测，具体不做限制；车道线检测完成后会输出车载摄像头拍摄的当前图像的自车道线点坐标，根据自车道线(ego lane)点坐标确定自车车道的位置信息。在检测时可以将车载摄像头拍摄的包括多帧图像的图形序列输入至车道线检测网络，然后输出每一帧图像及该图像对应的自车道线点坐标。若该步骤中无法区分自车道，可以认为俯仰角标定失败，当前方法结束。
51.步骤s202，基于自车车道位置信息及预设距离，得到包含目标车辆的自车车道的设定部分的图像区域。
52.具体地，对自车车道像素点坐标进行筛选，选择和输出的车道线坐标只保留30m的标点坐标，其可以通过预选确定的转化矩阵确定当前图像中的像素点和实际距离的关系；进一步地，选择和输出的车道线坐标只保留30m的坐标作为选定区域的上边缘，以车载相机获取的当前图像的下边缘作为选定区域的下边缘，从而得到包含目标车辆的自车车道的设定部分的图像区域。
53.步骤s204，基于目标车辆的车道区域的图像属性信息，确定车道区域中的第一车道的坐标集合，以及第二车道的坐标集合。
54.在具体实现过程中，上述步骤s204可以通过以下方式实现：
55.(1)将目标车辆的车道区域划分为设定数量的子区域(也称为“子区间”)。
56.也可以称为“对筛选后的像素点坐标划分子区域”。具体而言，可以先设定子区间数目，在选定区间的下边缘减去上边缘再除以区间数目，即为每一个子区间的宽度范围。这样每一个区间的宽度都是相等的，宽度范围是不同的。然后已经检测到的自车车道的像素点分别落在哪一个子区间。至此得到每一个子区间的像素点坐标。分别统计每一个子区间的像素横坐标最小值及最大值，这样能够初步确定每一个子区间的左上角坐标以及右下角坐标。由于车载相机图像远处成像小，近处成像大。因此设定衰减系数，保证每一个子区间的宽度由远及近依次增大。至此每一个子区间的范围划定完成。
57.(2)基于子区域的图像属性信息，对划分出来的子区域进行筛选，得到筛选出的子区域；筛选出的子区域包括第一车道的部分车道及第二车道的部分车道。
58.上述图像属性信息可以包括像素点的灰度值。在筛选过程中，针对于每个子区域，首先求取子区域的灰度值直方图，然后对灰度值直方图进行滤波处理，并基于预设的灰度阈值，确定滤波后的灰度值直方图中的峰值数量及峰值位置；如果峰值位置对应的像素值大于预设的峰值阈值，且峰值数量为2，将子区域确定为筛选出的子区域。
59.在确定滤波后的灰度值直方图中的峰值数量及峰值位置的过程中，可以将大于或等于预设的峰值阈值的灰度值直方图中的峰值确定为初步峰值；基于初步峰值及预设的临近阈值，对初步峰值进行合并处理，得到合并后的峰值；将合并后的峰值的数量确定为滤波后的灰度值直方图中的峰值数量，将合并后的峰值的位置确定为所述滤波后的灰度值直方图中的峰值位置。
60.具体而言，即先求取每一个子区域的灰度直方图，对直方图进行滤波，以消除伪峰值。此外还需要设定低阈值(相当于上述“峰值阈值”)，求取灰度直方图的每一个峰值，若峰
值小于低阈值，不参与峰数量的计算，如峰值小于10不参与峰数量的计算。
61.然后设定临近阈值，若求取灰度直方图的每一个峰值所对应的像素值临近低于临近阈值，保留峰值大的参与峰数量的统计，峰值较低的不参与统计，即当前峰值为90时，如果设定临近阈值为20，则当前峰值附近的若干个峰值，如果在70～110内，则将这些峰值合并为一个峰值，选取最大的峰值作为合并后的峰值，或者在两峰的距离小于30时，只保留高峰。至此，若峰的数量为2，表示为待选区域。最后还需要过滤阴影场景，若两个峰值所对应的像素值均低于150，双峰值无效。至此，若仍为双峰直方图，即为筛选出的子区域(也称为“候选区域”)。反之，将该子区域确定为“无效区域”，并去除该区域。
62.(3)针对于每个筛选出的子区域，对子区域进行二值化处理，得到子区域对应的二值化图像；二值化图像中，部分车道的区域中的像素点的像素值为第一像素值，除部分车道的区域以外的区域中的像素点的像素值为第二像素值。
63.在实现过程中，由于每一个子区域的图像是不同的，无法通过固定阈值进行前背景筛选，因此首先利用大津法对子区域求分割阈值。获取阈值之后，大于等于阈值的区域设定为像素值255，小于阈值的部分设为0，即二值化处理。然后对二值化处理结果进行开运算，消除图像周围的噪点。此后还可以利用canny运算求取图像边缘。
64.(4)根据二值化图像中的像素的第一像素值及第二像素值，确定子区域中的第一车道的坐标以及第二车道的坐标。
65.在具体实现时，上述子区域中的第一车道的坐标以及第二车道的坐标可以为该区域的边缘位置上车道线的中点坐标。根据求取得到的图像边缘(也称为“边缘位置”)，获取车道线中点坐标。遍历步骤5中边缘图像的每一行。在像素值为255的个数大于5或者个数等于0时，认为该行中的车道线信息不准确，对该行不获取中点信息。反之，求取每一行像素值为255的横向坐标最大值及最小值，最大值减去最小值即为中点坐标。最后中点坐标加上每一个子区间左上角的坐标即为该区域在相机图像上的车道线中点坐标。
66.(5)将所有筛选出的子区域的第一车道的坐标确定为第一车道的坐标集合；将所有筛选出的子区域的第二车道的坐标确定为第二车道的坐标集合。
67.步骤s206，基于第一车道的坐标集合，拟合生成第一车道对应的第一直线。
68.步骤s208，基于第二车道的坐标集合，拟合生成第二车道对应的第二直线。
69.即根据求取的中点坐标开始拟合自车道左右两条直线，并求取两条直线的交点坐标。通常在将车道线的坐标用于车道对应的直线拟合前，还需要对这些精定位的坐标点进行去畸变处理，这里需要采用最新的畸变参数及内参。上述得到的交点坐标，即“消失点”坐标通常也需要进行滤波处理。
70.步骤s210，基于第一直线和第二直线的交点，计算车载摄像头在拍摄当前图像时对应的初步俯仰角。具体地，第一直线与第二直线的交点(对应于两条车道线的交点)也称为消失点，利用车载摄像头的小孔成像模型计算出目标车辆行驶过程中的姿态角，目标车辆在行驶过程中俯仰角会对道路消失点的横向和纵向造成一定的偏移量，根据偏移量反推计算目标车辆的俯仰角。
71.步骤s212，判断初步俯仰角是否在预设的俯仰角范围内。如果是，执行步骤s214；如果否，执行步骤s216。在具体实现时，若俯仰角的值大于静态标定俯仰角的0.1度以下或者小于静态标定俯仰角1.5度以下，认为当前求取的俯仰角为有效值，即在预设的俯仰角范
围内。
72.步骤s214，将初步俯仰角和历史俯仰角按照设定权重进行加权求和处理，得到车载摄像头在拍摄当前图像时对应的俯仰角，执行步骤s218。
73.具体地，可以设定一个容器(相当于存储空间)，用来存放俯仰角，容器最大能容纳5个俯仰角。
74.步骤s216，基于历史俯仰角，确定车载摄像头在拍摄当前图像时对应的俯仰角。
75.步骤s218，将初步俯仰角确定为历史俯仰角。
76.步骤s220，如果历史俯仰角的数量大于预设的数量阈值，将多个历史俯仰角中，拍摄时间最早的历史图像对应的历史俯仰角删除。
77.上述步骤s216
‑
步骤s220也称为俯仰角更新策略。具体而言，通过上述步骤，若没有得到初步俯仰角或初步俯仰角不在预设的俯仰角范围内(称为“标定失败”)时，如果当前图像为摄像头拍摄的第一帧，此时选取静态标定俯仰角作为求取俯仰角(即“车载摄像头在拍摄当前图像时对应的俯仰角”)。若标定失败时，容器内俯仰角个数小于5，选取容器内俯仰角的均值作为求取俯仰角，同时当前求取俯仰的角存放在容器中。若标定失败时，容器内俯仰角个数大于5，取容器内前4个俯仰角,分别给一定权重，如0.4，0.3，0.2，0.1，加权求和后为当前帧的求取俯仰角。同时当前求取pitch的角存放在容器中，并将容器内的第一个pitch角删除。
78.经过上述步骤，如果得到在预设的俯仰角范围内的初步俯仰角，若当前值为当前图像为摄像头拍摄的第一帧，选取当前俯仰角与静态俯仰角按照设定权重，如0.8，0.2加权求和之后的结果作为最终俯仰角(即“车载摄像头在拍摄当前图像时对应的俯仰角”)，同时当前求取俯仰角存放在容器中。若当前求取的俯仰角时，容器的俯仰角个数小于5，选取当前俯仰角与容器内俯仰角的均值按照设定权重，如0.8，0.2加权求和之后的结果作为最终俯仰角，同时当前求取俯仰角角存放在容器中。容器内俯仰角个数大于5，取当前俯仰角及容器内前3个俯仰角,分别给权重0.4，0.3，0.2，0.1，加权求和后为当前帧的求取俯仰角。同时当前求取俯仰角角存放在容器中，并将容器内的第一个俯仰角删除。至此俯仰角更新完成，可以根据当前求取pitch角进行测距计算。
79.本发明实施例提供的方法基于候选区域进行了筛选，能够有效解决阴影遮挡的车道线场景，同时提高车道精定位的准确度；同时由于车道线的精确定位，能够精确的求取俯仰角，并在此基础上进行了俯仰角的更新，有效解决车辆行驶过程中俯仰角突变带来的影响。该方法经过大量实现，简单高效，能够应用在高速场景，只要车道线能够有效检测，该方法就能够发挥作用。参见图3所示的车载摄像头拍摄的图像，以及图4及图5所示的基于车载摄像头拍摄的图像确定的俯仰角结果示意图，横坐标为拍摄的图像数量，纵坐标为俯仰角的角度值，均为实际应用所得。对应于上述方法实施例，本发明实施例还提供一种车载摄像头的俯仰角确定装置。如图6所示，该装置包括：
80.车道区域确定模块600，用于基于获取到的车载摄像头拍摄的当前图像，确定当前图像中，目标车辆的车道区域；车载摄像头固定于目标车辆；
81.初步俯仰角确定模块602，用于根据当前图像中，目标车辆的车道区域的图像属性信息，确定车载摄像头在拍摄当前图像时对应的初步俯仰角；
82.俯仰角确定模块604，用于根据初步俯仰角以及与初步俯仰角相关联的历史俯仰
角，确定车载摄像头在拍摄当前图像时对应的俯仰角。
83.本发明实施例提供的一种车载摄像头的俯仰角确定装置，与上述实施例提供的一种车载摄像头的俯仰角确定方法具有相同的技术特征，所以也能解决相同的技术问题，达到相同的技术效果。
84.本发明实施例还提供了一种电子设备，参见图7所示，该电子设备包括处理器130和存储器131，该存储器131存储有能够被处理器130执行的机器可执行指令，该处理器130执行机器可执行指令以实现上述车载摄像头的俯仰角确定方法。
85.进一步地，图7所示的电子设备还包括总线132和通信接口133，处理器130、通信接口133和存储器131通过总线132连接。
86.其中，存储器131可能包含高速随机存取存储器(ram，random access memory)，也可能还包括非不稳定的存储器(non
‑
volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口133(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。总线132可以是isa总线、pci总线或eisa总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
87.处理器130可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器130中的硬件的集成逻辑电路或者软件形式的指令完成。
88.上述的处理器130可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(digital signalprocessing，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现成可编程门阵列(field
‑
programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器131，处理器130读取存储器131中的信息，结合其硬件完成前述实施例的方法的步骤。
89.本发明实施例所提供的车载摄像头的俯仰角确定方法、装置以及电子设备的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
90.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
91.另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
92.所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以
存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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一个存储介质中，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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read
‑
only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
93.在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
94.最后应说明的是：以上实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。