Bev-Joint

KO | EN

gitlite — search

#javascript #hacktoberfest #react #typescript #llm #golang #android #linux #macos #java #cli #kubernetes #vue #open-source

(★ 12)

将每一帧的bev矢量图拼接起来（实习项目）

Bev-Joint Latest Version Download

Download Latest Version (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# Bev-Joint
将每一帧的bev矢量图拼接起来（实习项目）
> 由于修改的是实习公司的代码，因此不放出具体代码，仅放开我完成的效果（基本都是自己完成）
## 具体效果
如下视频中演示效果：

> 【BEV矢量拼接--中点采样】 https://www.bilibili.com/video/BV16F411Z7jX/?share_source=copy_web&vd_source=768b8afd5311be6054cd380b9eae12e4
>
> 【BEV矢量拼接--栅格地图】 https://www.bilibili.com/video/BV16P411Y7RP/?spm_id_from=333.999.0.0&vd_source=3cdcd5ccae179b42e3c3e1f1413788b6
## 项目说明
总体思想很简单，就是将每一帧的BEV矢量图，根据每个矢量属于不同实例，将其拼接（目前只是使用**nuScenes数据集**的真实位姿进行推算，之后可以在此真实位姿的基础上添加扰动测试）。
想法很简单，实现起来还是困难重重。具体的实现流程：
* 使用MapTr提供的开源代码进行bev矢量图的建立（使用环视6相机的图片数据，通过学习方法得到bev空间下的矢量信息）
* * 数据集使用 nuScenes，由于nuScenes数据集皆为片段式且少有连续，因此根据nuScenes数据集提供的Token以及每个片段的时间戳，使用python脚本找到其中连续时间最长的8个片段进行拼接。再使用MapTr进行矢量图预测。
  * MapTr进行的矢量图预测，通过修改MapTr的输出部分代码，将输出转为Json文件，存放这每一帧每一个矢量数据点信息
* 将BEV视角下每一帧的矢量信息进行拼接
* * 匹配过程：由于矢量信息只有一个多段折线段，因此最终选择使用折线段扩充之后的图形，计算**IOU进行匹配**（使用Boost中的geometry进行扩充与计算）
  * 滤波过程：使用**Douglas–Peucker算法**，对折线段进行滤波
  * 拟合过程：匹配的两个折线段需要进行拟合才能最终形成一条折线段，拟合过程我使用了三种方法，都无法达到我理想的状态，**暂时选择了简单粗暴的取中点的方式**（后续会适当修改）：
  * * **取中点**：将匹配的两个折线段，选择合适的截取点（因为当前帧的折线段只是匹配上一帧折线段的一部分），然后对截取点之后的两个折线段，互相取点的中点，作为拟合点（对于截取点的判断很复杂，因为匹配的折线段上的点并不是一一对应的）
    * **插值**：进行插值的前提下，这两个折线段必须已经进行了插入合并成了一条折线段，才能进行插值，那么在没有准确位姿的情况下，这种效果并不会好
    * **多项式拟合**：较为理想的方法，但是我实现的效果并不好（可能是我代码写的问题）
    * * 难点1：多项式拟合中，这个多项式次数并不好确定， 次数小了拟合效果不够，次数大了容易出现龙格现象
      * 难点2：矢量折线段的形状千奇百怪，很容易出现一对多，多对一（就是一个x对应好几个y）的情况，那么这种拟合方法是否能够拟合（好想还是多项式次数选择的问题。。。。）
> 整个项目最不好处理的就是拟合部分，其实最近在想这样一个问题：拟合其实代表着这个点在该坐标下有较高的权重，导致拟合曲线会趋向于该点，但是矢量信息的点并不代表这个点的权重比较大，只是代表着这个点是该实例上的一个点，并且该点与其他点合并成为了该实例对象。那么拟合的方法是否不太合理？？这个拟合方法是否可以使用一些**栅格地图**的一些想法？--->这只是我的一点愚见     
## 2023.8.31更新
按照上面的想法，我初步使用了栅格地图的方式进行矢量拼接，具体的实现效果在上面的链接查看
栅格地图的方式有以下的优点：
* 如上面所说，矢量点不应表示实例权重较大的点，因为栅格化的表示感觉更加合理一些
* 栅格化的表示，可以有效的滤掉一些错误检测的部分，因为中点采样的方式只能相信每次检测的结果，而栅格化的表示可以根据该栅格 "占据" 的概率，滤除很多误检测的部分

实现流程就是简单的将矢量折线段进行栅格化，程序运行后的进行后处理，将栅格地图矢量化（这个后处理让我突然想起来秦通的众包构图。。。）
### 两种方法的对比
|      | 中点采样                                                     | 栅格地图                                                     |
| :--: | :----------------------------------------------------------- | :----------------------------------------------------------- |
| 优点 | 想法简单，两帧相同对象之间的拟合，可以简单绕过考虑曲线的复杂性 | 不用考虑曲线的复杂性，有效的剔除了误检测的部分<br />对矢量信息进行栅格化的地图表示更加合理 |
| 缺点 | 想要效果比较好是个很困难的事情，主要难点在于，需要找到当前帧的部分与上一帧该对象的哪个部分是匹配的，因此中点采样的方式对于边界的处理很复杂<br />不能有效的去除误检测的部分，因为得到的矢量信息有限，只能信任这些数据，而一个严重的误检测结果，会导致整个地图建立出现问题 | 栅格地图在最后的后处理过程中，将栅格转换为了矢量信息，这个矢量信息的转换需要大量的滤波处理，才能够得到相对平滑的曲线，而这个滤波处理，就有可能导致其他数据集就会失效的情况 |
| 总结 | 视频中演示的，该方法会有比较大的误差，主要原因就在于边界的处理并不好计算，再加上一些误检测的部分，然后整个效果都不好 | 视频中演示的，该方法的效果明显要好的多，但是因为滤波很多，就需要考虑更多的情况，因此需要使用更多的数据集测试，才能确定这个方法没问题 |
### 参考链接
> 全路径栅格化：https://blog.csdn.net/weixin_41154636/article/details/84886628
>
>  ZhangSuen算法： https://www.freesion.com/article/8404322208/

Bev-Joint

Bev-Joint Latest Version Download

Today's picks

Was this content helpful?

Recent Feedback

Bev-Joint

Bev-Joint Latest Version Download

Today's picks

Was this content helpful?

Recent Feedback

Download README