基于高精度矢量地图和单目视觉传感器的车辆自定位方法技术

本发明专利技术涉及一种基于高精度矢量地图和单目视觉传感器的车辆自定位方法，其步骤：设置一包括GNSS模块、地图模块、姿态估计模块、预估图像模块、单目视觉模块、图像处理模块和高精度匹配算法模块的定位系统；姿态估计模块根据GNSS提供的初始位置和地图信息，估计车辆的初始位姿；预估图像模块根据地图模块提供的地理位置以及姿态估计模块提供的初始位姿，生成预估图像；单目视觉模块将采集的道路原始信息传输至图像处理模块，图像处理模块处理图像信息，得到用于地图匹配的特征；高精度匹配算法模块根据接收到的用于地图匹配的特征和预估图像中的特征匹配程度，获得基于地图匹配解算的车辆位置及姿态信息，得到对车辆位置和姿态的估计。

【技术实现步骤摘要】
基于高精度矢量地图和单目视觉传感器的车辆自定位方法
本专利技术涉及一种智能汽车到导航定位领域，特别是关于一种在城市交通场景下，基于高精度矢量地图和单目视觉传感器的车辆自定位方法。
技术介绍
在智能汽车系统中，车辆高精度的自定位技术是实现车辆决策、控制的重要前提。现有车辆定位方法中，传统卫星定位(GNSS)精度难以满足智能汽车需求；RTK-GPS技术虽能在空旷环境中实现较高精度定位，但是在城市复杂场景中，因信号遮挡或反射，使得该方法精度不够理想；航位推算(DR)技术与GNSS结合的方法虽然能一定程度上弥补卫星定位的误差，但是在长期信号不稳定的情况下，误差累积效应使得该方法不能满足智能汽车城市场景定位需求。地图匹配技术是另一种车辆自定位技术，依靠车载传感器和事先采集的地图进行匹配，从而得到车辆在地图中的位置。以该方法为原理的高精度定位技术中，使用激光雷达传感器的匹配算法是常用方法，但是激光雷达成本较高，对相应地图的数据量要求非常大，使得匹配算法对动态环境的变化(如其他车辆遮挡)较敏感。而结合多目立体视觉、深度相机等测距传感器的地图匹配技术，虽然成本相对较低，但测距精度较低导致自定位效果较差，且同样无法适应车辆形式场景的动态变化。
技术实现思路
针对上述问题，本专利技术的目的是提供一种基于高精度矢量地图和单目视觉传感器的车辆自定位方法，在满足智能汽车高精度定位需求(通常分米级)的同时，降低定位系统的成本，提高车辆在城市动态变化场景中定位的鲁棒性。为实现上述目的，本专利技术采取以下技术方案：一种基于高精度矢量地图和单目视觉传感器的车辆自定位方法，其包括以下步骤：1)设置一定位系统，该定位系统包括GNSS模块、地图模块、姿态估计模块、预估图像模块、单目视觉模块、图像处理模块和高精度匹配算法模块；2)GNSS模块向姿态估计模块提供地图匹配的初始位置，姿态估计模块根据GNSS提供的初始位置和地图信息，估计车辆的初始位姿；3)地图模块向预估图像模块提供道路特征的地理位置；预估图像模块根据地图模块提供的地理位置以及姿态估计模块提供的初始位姿，生成预估图像，并传输至高精度匹配算法模块；4)单目视觉模块将采集的道路原始信息传输至图像处理模块，图像处理模块处理图像信息，得到用于地图匹配的特征，并传输至高精度匹配算法模块；5)高精度匹配算法模块根据接收到的用于地图匹配的特征和预估图像中的特征匹配程度，获得基于地图匹配解算的车辆位置及姿态信息，得到对车辆位置和姿态的估计。进一步，所述步骤2)中，GNSS模块得到车辆粗略位置后，根据GNSS天线与相机的位置关系，得到相机中心在地图坐标系中粗略的位置估计，同时，读取地图中该位置的地面方向和车道方向信息，根据“相机平行于地面”、“相机平行于车道线”，得出相机坐标系的三个坐标轴在地图坐标系中的方向，并据此得到相机的初始姿态，从而得到车辆初始的位姿估计。进一步，所述步骤3)中，在预估图像模块中，根据位姿估计，从地图中提取相机能看到的特征，并根据相机姿态P0C和相机成像模型，将这些特征投影到预估图像中。进一步，所述步骤4)中，在图像处理模块中，具体处理过程如下：4.1)通过机器学习的方法，对图像的每个像素进行分类；4.2)然后依据某一几何特征抽象的方法，对同一语义的区域进行几何对象的拟合。进一步，所述步骤5)中，根据由预估位姿得到的预估图像和单目视觉传感器采集后通过图像处理模块得到的对象，通过评价两者的相似程度，进而构成目标函数，通过优化预估位姿，当预估图像中的特征和单目视觉中的对象相似程度取得最高即目标函数最小时，预估位姿收敛到真实位姿，求得车辆的位置和姿态。进一步，在计算目标函数时，对每一个直线段对象，找到与其语义相同的，最近的预估直线段特征，计算直线段的代价；对每一个曲线段对象，找到与其最近的同语义预估曲线段特征，计算曲线段的代价；找到点对象最近的同语义预估点特征为，计算点对象的代价。本专利技术由于采取以上技术方案，其具有以下优点：1、本专利技术可实现分米级(30cm左右)的高精度定位，满足智能汽车的需求。2、本专利技术只需单目视觉传感器和提供参考的一般精度低成本卫星定位系统，大大降低车辆自定位系统的成本。3、本专利技术通过单目视觉对环境的语义级理解，提高了相关算法对高动态交通环境的适应性。4、本专利技术较现有基于地图匹配的高精度定位方法，该方案对地图的数据量要求大大降低，从而降低实际应用中地图传输、存储和管理的成本。附图说明图1是本专利技术的整体流程示意图；图2是相机姿态描述示意图；图3是预估图像示意图；图4是图像处理模块示意图；图5是语义级识别结果；图6是图像几何特征识别示意图；图7是地图匹配代价函数计算示意图。具体实施方式下面结合附图和实施例对本专利技术进行详细的描述。如图1所示，本专利技术提供一种基于高精度矢量地图和单目视觉传感器的车辆自定位方法，其包括以下步骤：1)设置一定位系统，该定位系统包括GNSS模块、地图模块、姿态估计模块、预估图像模块、单目视觉模块、图像处理模块和高精度匹配算法模块；2)GNSS模块向姿态估计模块提供地图匹配的初始位置，姿态估计模块根据GNSS提供的初始位置和地图信息，估计车辆的初始位姿；3)地图模块向预估图像模块提供道路特征的地理位置；预估图像模块根据地图模块提供的地理位置以及姿态估计模块提供的初始位姿，生成预估图像，并传输至高精度匹配算法模块；4)单目视觉模块将采集的道路原始信息传输至图像处理模块，图像处理模块处理图像信息，得到用于地图匹配的特征，并传输至高精度匹配算法模块；5)高精度匹配算法模块根据接收到的用于地图匹配的特征和预估图像中的特征匹配程度，获得基于地图匹配解算的车辆位置及姿态信息，得到对车辆位置和姿态的估计。上述步骤2)中，如图2所示，地图坐标系用OW-XWYWZW表示，相机坐标系用OC-XCYCZC表示，相机在地图坐标中的位置描述用PC＝(XCW,YCW,ZCW,αCW,βCW,γCW)表示，其中XCW,YCW,ZCW为相机中心在地图坐标系中的坐标，αCW,βCW,γCW为将大地坐标系先后绕OWXW、OWYW、OWZW轴按右手定则旋转至与相机坐标系方向平行时转过的三个角度。GNSS模块得到车辆粗略位置后，根据GNSS天线与相机的位置关系，得到相机中心在地图坐标系(OW-XWYWZW)中粗略的位置估计(X0CW,Y0CW,Z0CW)，同时，读取地图中该位置的地面方向和车道方向信息，根据“相机平行于地面”、“相机平行于车道线”，得出相机坐标系(OC-XCYCZC)的三个坐标轴在地图坐标系中的方向，并据此得到相机的初始姿态(α0CW,β0CW,γ0CW)，从而得到车辆初始的位姿估计P0C＝(X0CW,Y0CW,Z0CW,α0CW,β0CW,γ0CW)，其中α0CW表示相机的俯仰角，β0CW表示相机的偏航角，γ0CW表示相机的滚转角。上述步骤3)中，在预估图像模块中，根据位姿估计，从地图中提取相机可能看到的特征，并根据相机姿态P0C和相机成像模型，将这些特征投影到预估图像中。例如在一个实例中，根据相机位置和方向，预估在距离相机中心70m范围、位于相机光轴正向(即ZCW正坐标)的地图内特征为预估可见特征{Fi|i＝1,2,...,N}，其中Fi为第i个特征，其第j个控制点位本文档来自技高网...

【技术保护点】
1.一种基于高精度矢量地图和单目视觉传感器的车辆自定位方法，其特征在于，包括以下步骤：1)设置一定位系统，该定位系统包括GNSS模块、地图模块、姿态估计模块、预估图像模块、单目视觉模块、图像处理模块和高精度匹配算法模块；2)GNSS模块向姿态估计模块提供地图匹配的初始位置，姿态估计模块根据GNSS提供的初始位置和地图信息，估计车辆的初始位姿；3)地图模块向预估图像模块提供道路特征的地理位置；预估图像模块根据地图模块提供的地理位置以及姿态估计模块提供的初始位姿，生成预估图像，并传输至高精度匹配算法模块；4)单目视觉模块将采集的道路原始信息传输至图像处理模块，图像处理模块处理图像信息，得到用于地图匹配的特征，并传输至高精度匹配算法模块；5)高精度匹配算法模块根据接收到的用于地图匹配的特征和预估图像中的特征匹配程度，获得基于地图匹配解算的车辆位置及姿态信息，得到对车辆位置和姿态的估计。

【技术特征摘要】
1.一种基于高精度矢量地图和单目视觉传感器的车辆自定位方法，其特征在于，包括以下步骤：1)设置一定位系统，该定位系统包括GNSS模块、地图模块、姿态估计模块、预估图像模块、单目视觉模块、图像处理模块和高精度匹配算法模块；2)GNSS模块向姿态估计模块提供地图匹配的初始位置，姿态估计模块根据GNSS提供的初始位置和地图信息，估计车辆的初始位姿；3)地图模块向预估图像模块提供道路特征的地理位置；预估图像模块根据地图模块提供的地理位置以及姿态估计模块提供的初始位姿，生成预估图像，并传输至高精度匹配算法模块；4)单目视觉模块将采集的道路原始信息传输至图像处理模块，图像处理模块处理图像信息，得到用于地图匹配的特征，并传输至高精度匹配算法模块；5)高精度匹配算法模块根据接收到的用于地图匹配的特征和预估图像中的特征匹配程度，获得基于地图匹配解算的车辆位置及姿态信息，得到对车辆位置和姿态的估计。2.如权利要求1所述方法，其特征在于：所述步骤2)中，GNSS模块得到车辆粗略位置后，根据GNSS天线与相机的位置关系，得到相机中心在地图坐标系中粗略的位置估计，同时，读取地图中该位置的地面方向和车道方向信息，根据“相机平行于地面”、“相机平行于车道线”，得出相机坐标系...

【专利技术属性】
技术研发人员：杨殿阁，肖中阳，江昆，温拓朴，于春磊，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京,11