一种面向认知地图的智能车定位方法及系统技术方案

本发明专利技术公开了一种面向认知地图的智能车定位方法及系统，包括以下几个处理过程：采集和预处理认知图像数据、SSD路标检测，利用SSD检测算法连续对预处理后的图形数据进行交通标志图像地标检测、ORB特征提取、特征跟踪和特征筛选、路标定位和智能车自定位等过程，本发明专利技术基于认知地图的智能车定位方式，主要以视觉为主构建智能车的认知地图，并实现智能车只使用摄像头即可完成车辆定位的系统；避免了激光雷达的使用，减小了智能车的硬件成本，系统实时处理数据减少，降低了计算使用成本，实现地图数据量小、计算量小就能智能车定位，解决了无人驾驶领域高精度地图数据量大，使用成本高等问题。

An Intelligent Vehicle Location Method and System Oriented to Cognitive Map

The invention discloses a method and system of intelligent vehicle location oriented to cognitive map, which includes the following processing processes: acquisition and preprocessing of cognitive image data, SSD road sign detection, continuous detection of traffic sign image landmark using SSD detection algorithm for pretreated image data, ORB feature extraction, feature tracking and feature screening, road sign location and intelligent vehicle self-location, etc. In the process, the intelligent vehicle positioning method based on cognitive map of the invention mainly constructs the cognitive map of the intelligent vehicle with vision as the main part, and realizes the system that the intelligent vehicle can complete the vehicle positioning only by using camera; avoids the use of lidar, reduces the hardware cost of the intelligent vehicle, reduces the real-time processing data of the system, reduces the calculation cost, and realizes the small amount of map data. Smart car positioning can be achieved with small amount of calculation, which solves the problems of large amount of high-precision map data and high cost in the field of unmanned driving.

【技术实现步骤摘要】
一种面向认知地图的智能车定位方法及系统
本专利技术涉及无人驾驶地图定位领域，特别涉及一种面向认知地图的智能车定位方法及系统。
技术介绍
传统智能驾驶车辆的定位实现依赖于卫星定位、激光雷达、图像匹配，其中普通的GPS设备定位精度差2-5m，高精度的GPS设备硬件投入成本高，基于卫星定位的导航系统都存在信号依赖的问题，首先在信号被遮挡的路段，无法完成系统定位，其次激光雷达定位能够通过点云配准完成高精度的定位，但是其造价高、数据量大、计算量大等缺点使得激光雷达不适用于下一代的智能车发展，图像匹配定位依赖于图像数据库，图像数据库的存储需要巨大的存储空间，图像在数据库中的搜索匹配过程计算量巨大，不适用于大规模建图与定位。目前，无人驾驶系统中的关键技术包括环境感知、规划决策和车辆控制，规划决策建立在环境感知之上，所以环境感知技术的研究尤为重要，环境感知包括车用地图和车辆定位，地图是车体定位的基础，地图的定位精度至少分米级才能满足智能车的驾驶需求，地图对于无人驾驶的意义在于智能车之间通过交还位置信息，来实现车辆的路线分配，避免车辆碰撞事故，所以，基于当前无人驾驶提出的一个基于认知地图的智能车定位方本文档来自技高网...

【技术保护点】
1.一种面向认知地图的智能车定位方法，其特征在于，包括以下步骤：S1、采集和预处理认知图像数据，使用搭载传感器的车辆在预采集的道路上行驶一圈，采集认知地图数据，对所述地图数据进行数据同步和预处理，所述预处理包括图像矫正和传感器数据坐标转换；S2、SSD路标检测，利用SSD检测算法连续对步骤1预处理后的图形数据进行交通标志图像地标检测；S3、ORB特征提取，对步骤2中检测出的交通标志图像地标进行特征提取；S4、特征跟踪和特征筛选，利用光流法对连续检测提取出的交通标志图像地标上的特征点进行跟踪，根据阀值判断跟踪是否成功，跟踪成功后利用相机成像原理及三角变换计算筛选出交通标志地标全局坐标；S5、路标...

【技术特征摘要】
1.一种面向认知地图的智能车定位方法，其特征在于，包括以下步骤：S1、采集和预处理认知图像数据，使用搭载传感器的车辆在预采集的道路上行驶一圈，采集认知地图数据，对所述地图数据进行数据同步和预处理，所述预处理包括图像矫正和传感器数据坐标转换；S2、SSD路标检测，利用SSD检测算法连续对步骤1预处理后的图形数据进行交通标志图像地标检测；S3、ORB特征提取，对步骤2中检测出的交通标志图像地标进行特征提取；S4、特征跟踪和特征筛选，利用光流法对连续检测提取出的交通标志图像地标上的特征点进行跟踪，根据阀值判断跟踪是否成功，跟踪成功后利用相机成像原理及三角变换计算筛选出交通标志地标全局坐标；S5、路标定位，对同一个交通标志地标提取多个特征点进行跟踪，取平均值来确定所述地标的位置，把交通标志地标的计算结果、类型及特征描述存入数据库中保存；S6、智能车自定位，在智能车辆上安装摄像头，启动时检测到三个或三个以上的地标完成定位工作，当地标完成定位时通过地标反向定位得到智能车辆定位信息并矫正SLAM跟踪结果完成定位。2.根据权利要求1所述的面向认知地图的智能车定位方法，其特征在于：所述SSD检测图像中的地标，检测得到地标类型和地表在图像中的位置，所述地标在图像的位置用两个像素点表达为(u，v)。3.根据权利要求1所述的面向认知地图的智能车定位方法，其特征在于：所述采用光流法进行特征跟踪时，判断某一局部区域是同一目标的公式是：其中，在窗口W上，t时刻的点用(x,y)表示，往一个方向移动后t+τ时刻的位移量(dx,dy)表示，即t时刻的(x,y)点在t+τ时刻为(x+dx,y+dy)，wx和wy分别表示W窗口的ux和uy...

【专利技术属性】
技术研发人员：程洪，骆佩佩，王杨，赵洋，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51