一种计算位姿变化方法及车载终端技术

一种计算位姿变化方法及车载终端，所述方法包括步骤：获取多个图像采集装置在同一时刻拍摄到的多张目标图像，对多张所述目标图像进行拼接，以得到俯视拼接图；识别所述俯视拼接图中的图像语义特征，以得到俯视感知图；基于所述俯视感知图进行定位；所述基于所述俯视感知图进行定位包括：获取初始位姿；基于所述俯视感知图计算位姿变化。该方案在保证算法鲁棒性的同时能够有效提升定位精度。

A method of calculating position and attitude change and vehicle terminal

【技术实现步骤摘要】
一种计算位姿变化方法及车载终端
本专利技术涉及模式识别与智能系统与交通工具
，特别地，涉及一种基于俯视感知图的计算位姿变化方法及车载终端。
技术介绍
随着人民生活水平的提高，小轿车等交通工具成为人们主要的代步工具，而交通工具的智能化，也越来越使出行更加的简单。在一些情况下，车辆可以自动执行驾驶任务，例如，开启了自动驾驶功能的普通的家用轿车、公交车、卡车等车辆，或者还可以为无人驾驶的家用轿车、公交车、卡车等车辆。自动驾驶技术已有数十年的发展历史，21世纪初呈现出接近实用化的趋势。定位技术是自动驾驶系统的关键技术之一。自动驾驶系统通过定位技术准确感知自身在全局环境中的相对位置，将自身视作一个质点并与环境有机结合起来。目前广泛应用的定位技术包括卫星导航系统定位(GPS等)、里程计定位、陀螺仪定位、视觉导航定位等。在各种导航定位方法中，视觉导航定位方案的优势在于应用范围广泛，即使在卫星信号不能到达的室内环境，比如地下车库，也能实现定位。同时，视觉导航定位能够消除里程计定位方案不可避免的累计误差。而实现视觉定位的导航关键在于计算位姿的变化。
技术实现思路
本专利技术提供了一种计算位姿变化方法及车载终端。传统技术中对于定位、车辆位姿因为卫星导航系统定位(GPS等)、里程计定位、陀螺仪这些传感器自身缺陷，相比视觉传感器定位精度存在差距。但如何使用视觉传感器形成感知图则是本领域的难点，本专利技术使用俯视感知图解决了视觉图像拼接难题。此外，本专利技术提出该方案通过非线性优化方法解决，将位姿求解转换为状态估计问题，并将位姿最优估计问题转化为最小化误差的问题，从而在保证算法鲁棒性的同时能够有效提升定位精度。本专利技术的第一个方面是提供一种计算位姿变化方法，所述方法包括步骤：1)获取多个图像采集装置在同一时刻拍摄到的多张目标图像，对多张所述目标图像进行拼接，以得到俯视拼接图；2)识别所述俯视拼接图中的图像语义特征，以得到俯视感知图；3)基于所述俯视感知图进行定位；所述步骤3)包括：31)获取初始位姿；32)基于所述俯视感知图计算位姿变化。优选的，在所述步骤2)中，所述图像语义特征可以为车道线、停车库位线、库位点、斑马线、车道箭头等的一种或多种。优选的，所述步骤32)中，k时刻的位姿为：ξk＝(x,y,θ)，上式中(x,y)表示载体在一个二维平面的中心，而θ表示载体的航向角。优选的，所述步骤32)中，将位姿最优估计问题转化为最小化误差e，具体为：e＝ξk-h(xk,yj)。本专利技术的第二方面是提供一种基于俯视感知图的计算位姿变化方法，其特征在于：所述方法包括步骤：1)获取多个图像采集装置在同一时刻拍摄到的多张目标图像，对多张所述目标图像进行拼接，以得到俯视拼接图；2)识别所述俯视拼接图中的图像语义特征，以得到俯视感知图；3)基于所述俯视感知图进行定位；所述步骤3)基于所述俯视感知图进行定位包括步骤：31)获取初始位姿；其中所述获取初始位姿包括将所述图像语义特征进行分类：其中，车道线，车位线，箭头，人行道等一般标志物分为一类；多条车位线的交叉点，定义为车位点，分为另一类；32)基于所述俯视感知图计算位姿变化。本专利技术的第三个方面是提供一种车载终端，包括：拼接子单元，用于获取多个图像采集装置在同一时刻拍摄到的多张目标图像，对多张所述目标图像进行拼接，以得到俯视拼接图；识别子单元，用于识别所述俯视拼接图中的图像语义特征，以得到俯视感知图；定位子单元，用于基于所述俯视感知图进行定位；所述定位子单元包括：初始子单元，用于获取初始位姿；计算子单元，用于基于所述俯视感知图计算位姿变化。优选的，所述识别子单元中的所述图像语义特征可以为车道线、停车库位线、库位点、斑马线、车道箭头等的一种或多种。优选的，所述计算子单元中，k时刻的位姿为：ξk＝(x,y,θ)，上式中(x,y)表示载体在一个二维平面的中心，而θ表示载体的航向角。优选的，所述计算子单元中，将位姿最优估计问题转化为最小化误差e，具体为：e＝ξk-h(xk,yj)。本专利技术的第四方面，是提供一种基于俯视拼接图的车载终端，包括：拼接子单元，用于获取多个图像采集装置在同一时刻拍摄到的多张目标图像，对多张所述目标图像进行拼接，以得到俯视拼接图；识别子单元，用于识别所述俯视拼接图中的图像语义特征，以得到俯视感知图；定位子单元，用于基于所述俯视感知图进行定位；所述定位子单元包括初始子单元和计算子单元：所述初始子单元，用于获取初始位姿；其中所述初始子单元对所述图像语义特征分类：其中，车道线，车位线，箭头，人行道等一般标志物分为一类；多条车位线的交叉点，定义为车位点，分为另一类。所述计算子单元，用于基于所述俯视感知图计算位姿变化。本专利技术的专利技术点在于以下几点，但不限于以下几点：1)本专利技术提供一种基于俯视感知图的计算位姿变化方法及车载终端，该方案将位姿求解转换为状态估计问题，并将位姿最优估计问题转化为最小化误差的问题，从而在保证算法鲁棒性的同时能够有效提升定位精度，这是本专利技术的专利技术点之一。2)本专利技术获取多个图像采集装置在同一时刻拍摄到的多张目标图像，对多张所述目标图像进行拼接，以得到俯视拼接图。现有技术中没有发现有识别图像语义特征的，更没有将图像语义特征进行识别后拼接得到拼接图的技术方案。本专利技术通过识别俯视拼接图中的图像语义特征，以得到俯视感知图，特别是选取车道线、库位线、库位点作为语义特征是本专利技术的专利技术点之一。本专利技术俯视拼接图技术与位姿最优化估计融合在一起；该位姿最优化估计是基于俯视拼接图的基础上得出的，不是两者的简单拼凑。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，并不构成对本专利技术的限定。在附图中：图1是本专利技术实施例公开的一种由车载终端构建的停车场局部地图示例图；图2是本专利技术实施例公开的图像语义标注示意图；图3是本专利技术实施例公开的一种神经元模型示意图；图4是本专利技术实施例公开的神经网络模型示意图；具体实施例下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通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，都属于本专利技术保护的范围。需要说明的是，本专利技术实施例及附图中的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本专利技术实施例公开了一种基于俯视感知图的计算位本文档来自技高网...

【技术保护点】
1.一种计算位姿变化方法，其特征在于：所述方法包括步骤：/n1)获取多个图像采集装置在同一时刻拍摄到的多张目标图像，对多张所述目标图像进行拼接，以得到俯视拼接图；/n2)识别所述俯视拼接图中的图像语义特征，以得到俯视感知图；/n3)基于所述俯视感知图进行定位；/n所述步骤3)基于所述俯视感知图进行定位包括步骤：/n31)获取初始位姿；/n32)基于所述俯视感知图计算位姿变化。/n

【技术特征摘要】
1.一种计算位姿变化方法，其特征在于：所述方法包括步骤：
1)获取多个图像采集装置在同一时刻拍摄到的多张目标图像，对多张所述目标图像进行拼接，以得到俯视拼接图；
2)识别所述俯视拼接图中的图像语义特征，以得到俯视感知图；
3)基于所述俯视感知图进行定位；
所述步骤3)基于所述俯视感知图进行定位包括步骤：
31)获取初始位姿；
32)基于所述俯视感知图计算位姿变化。


2.根据权利要求1所述的计算位姿变化方法，其特征在于：在所述步骤2)中，所述图像语义特征可以为车道线、停车库位线、库位点、斑马线、车道箭头等的一种或多种。


3.根据权利要求1或2所述的基于俯视感知图的计算位姿变化方法，其特征在于：所述步骤32)中，k时刻的位姿为：ξk＝(x,y,θ)，该式中(x,y)表示载体在一个二维平面的中心，而θ表示所述载体的航向角。


4.根据权利要求3所述的计算位姿变化方法，其特征在于：所述步骤32)中，将计算所述位姿变化中最优估计问题转化为最小化误差e，具体为：
e＝ξk-h(xk,yj)；
ξk为k时刻的位姿，h(xk,yj)表示在k时刻对目标物yj的观测方程。


5.一种基于俯视感知图的计算位姿变化方法，其特征在于：所述方法包括步骤：
1)获取多个图像采集装置在同一时刻拍摄到的多张目标图像，对多张所述目标图像进行拼接，以得到俯视拼接图；
2)识别所述俯视拼接图中的图像语义特征，以得到俯视感知图；
3)基于所述俯视感知图进行定位；
所述步骤3)基于所述俯视感知图进行定位包括步骤：
31)获取初始位姿；其中所述获取初始位姿包括将所述图像语义特征进行分类：其中，车道线，车位线，箭头，人行道等一般标志物分为一类；多条车位线的交叉点，定义为车位点，分为另一类；
32)基于所述俯视感知图计算位姿变化...

【专利技术属性】
技术研发人员：李天威，杜志颖，谢国富，
申请(专利权)人：北京初速度科技有限公司，
类型：发明
国别省市：北京;11