一种基于城市实景的导航方法技术

一种基于城市实景的导航方法，涉及实景导航应用领域，其中该方法包括如下步骤：数据采集；数据处理；数据存储；数据调用。优点：实景导航数据可采用普通的相机采集，实现了其简易快速的目的,省去了三维导航中耗时耗力的三维建模过程。在实景导航系统中搜索意向的目的地，可以实现提前浏览的功能，代替了实地勘察。可以直观地看到对应地点的真实场景，以便准确和快速定位，其直观性、精确度佳，实景开创了一种全新的地图阅读方式。通过实景和导航的结合可以辅助用户来了解自身的位置，提前辨别标志建筑物，确定行进路径，以平行的视角看世界，更加贴近人的感知习惯。

A navigation method based on City real scene

【技术实现步骤摘要】
一种基于城市实景的导航方法
本专利技术涉及实景导航应用领域，特别涉及一种实景导航按照人的视觉习惯获取实景影像，提升了视觉效果，营造了新的视觉体验，可以涵盖所有的属性信息，保证了用户对详尽性和直观性的需要。即实景地图与实地场景是完全一致的，给用户提供了信息更为详细、画面更为真实准确地地图服务的基于城市实景的导航方法。
技术介绍
经调查统计，目前我国的导航电子地图以二维地图为主。二维导航图深受大众喜爱，但仍有许多不足：一方面，传统的二维地图为线画图，需要对其添加属性信息，但是一个城市的兴趣点属性信息多且繁杂，是很难实现完全添加的；其次，从人的感知习惯分析，人的目视观察方式一般为侧视和平视，而传统的二维导航图为垂直投影图，不符合人的感知习惯；最后二维导航图是没有地形信息的，总结来说二维导航图不够直观化。随着城市路况复杂度的提升，二维导航图就暴露了其弊端性，在错综复杂的路上忙着开车、辨认导航屏幕上的指引路线的同时还要选择走前面的哪条路，难免会出错误而为出行带来了不必要的麻烦，正是这些不足进而推动了三维导航图的发展。而三维导航的画面，可以看出它是本文档来自技高网...

【技术保护点】
1.一种基于城市实景的导航方法，其特征在于，该方法包括如下步骤：/n数据采集：通过采集设备对实景影像数据进行影像采集；通过GPS定位设备对GNSS数据进行数据采集；/n数据处理：调取采集的实景影像中相邻的两幅影像；对两幅实景影像进行特征点提取，并进行特征点的初始匹配，获取初始匹配点集，通过特征点之间的空间几何关系约束，并根据此约束筛选匹配点，获得新的匹配点集，计算变换矩阵；根据获得的变换矩阵、将获取的第二幅图像进行透视变换；采用加权平均法对两幅图像进行镶嵌，获得宽视角图像；分别读取实景影像数据和GNSS坐标文件中的时间戳，并根据时间配准公式将影像的拍摄时间转换至GNSS时间坐标系下，将具有相同...

【技术特征摘要】
1.一种基于城市实景的导航方法，其特征在于，该方法包括如下步骤：
数据采集：通过采集设备对实景影像数据进行影像采集；通过GPS定位设备对GNSS数据进行数据采集；
数据处理：调取采集的实景影像中相邻的两幅影像；对两幅实景影像进行特征点提取，并进行特征点的初始匹配，获取初始匹配点集，通过特征点之间的空间几何关系约束，并根据此约束筛选匹配点，获得新的匹配点集，计算变换矩阵；根据获得的变换矩阵、将获取的第二幅图像进行透视变换；采用加权平均法对两幅图像进行镶嵌，获得宽视角图像；分别读取实景影像数据和GNSS坐标文件中的时间戳，并根据时间配准公式将影像的拍摄时间转换至GNSS时间坐标系下，将具有相同时间的影像和位置坐标进行关联并将其进行数据存储；
数据存储：将系统处理好的实景序列影像数据存储至数据库中，将关联好的位置点和影像数据存储至数据库中，并将其存储路径更新至数据库中；
数据调用：根据当前GPS位置获取其位置点坐标；依据GPS位置点坐标通过距离解算公式获取数据库中的最近邻影像点坐标，对该影像点关联影像进行获取；根据当前位置获取平移向量和旋转矩阵。


2.根据权利要求1所述的一种基于城市实景的导航方法，其特征在于所述数据处理包括如下步骤：
图像拼接：调取采集的实景影像中相邻的两幅视图；通过SIFT算子基于尺度空间的局部特征描述算法，对两幅实景影像进行特征点提取，并进行特征点的初始匹配，获取初始匹配点集，通过特征点之间的空间几何关系约束，通过此约束筛选匹配点，获得新的匹配点集，计算变换矩阵；根据获得的变换矩阵、将获取的第二幅图像进行透视变换；采用加权平均法对两幅图像进行镶嵌，获得宽视角图像；
位置关联：分别读取实景影像数据和GNSS坐标文件中的时间戳，并根据时间配准公式将影像的拍摄时间转换至GNSS时间坐标系下，将具有相同时间的影像和位置坐标进行关联并将其进行数据存储。


3.根据权利要求2所述的一种基于城市实景的导航方法，其特征在于，所述图像拼接包括如下步骤：
调取实景影像1：调取采集的实景影像1中相邻两幅影像中的左视图；
调取临接实景影像2：调取采集的实景影像1中相邻两幅影像中的右视图；
特征点提取：通过SIFT算子基于尺度空间的局部特征描述算法，对两幅实景影像进行特征点提取；
特征点匹配：提取图像特征点，并进行特征点的初始匹配，获取初始匹配点集，通过特征点之间的空间几何关系约束，通过此约束筛选匹配点，获得新的匹配点集，计算变换矩阵；
变换矩阵求解：根据新的匹配点对，计算单应性变换矩阵H，其解算公式如下：
AH＝b
式中：



式中：
A--是由点的坐标构成的矩阵
b--是由点的坐标构成的矩阵
(x1,y1)和(x1’y1’)--一对新的匹配点对的坐标；
(x2,y2)和(x2’y2’)--一对新的匹配点对的坐标；
(x3,y3)和(x3’y3’)--一对新的匹配点对的坐标；
(x4,y4)和(x4’y4’)--一对新的匹配点对的坐标；
图像变换：根据获得的变换矩阵、将获取的第二幅图像进行透视变换；
图像镶嵌：采用加权平均法对两幅图像进行镶嵌，设图像M1和M2为两幅待拼接图像，图像M为镶嵌后图像，权值是通过计算该像素点到重叠区域边界的距离来确定的，镶嵌后图像中各点的灰度值为：



上式中：
f1(x,y),f2(x,y)和f(x,y)--三幅图像在像素点(x,y)处的灰度值；
d1和d2--表示权重，一般取di＝1/width，width表示重叠区域的宽度，且d1+d2＝1,0＜d1,d2＜1；
获得宽视角图像：通过图像镶嵌获得宽视角的图像。


4.根据权利要求3所述的一种基于城市实景的导航方法，其特征在于，所述特征点提取包括如下步骤：
构造高斯差分尺度空间：利用不同尺度的高斯差分核与图像卷积生成高斯差分尺度空间，其中公式为：
D(x,y,σ)＝(G(x,y,kσ)-G(x,y,σ))*I(x,y)＝L(x,y,kσ)-L(x,y,σ)
其中：



I(x,y)--为一幅图像；
(x,y)--为空间坐标；
G(x,y,σ)--为高斯函数；
σ--为尺度因子；
k--为比例因子；
极值点检测：使用高斯差分尺度空间，对临近的尺度空间做差值构建金字塔，某一像素点差值是邻域内的八个邻域点及上下相邻尺度对应的26个点进行比较，获取最大值、最小值；<...

【专利技术属性】
技术研发人员：翟婧，徐亚丽，鞠辰，许凡，
申请(专利权)人：星际空间天津科技发展有限公司，
类型：发明
国别省市：天津;12