一种位姿确定方法及装置制造方法及图纸

公开了一种位姿确定方法、装置、计算机可读存储介质及电子设备，该方法包括：获取图像对应的第一特征图像；根据所述图像对应的第一相机位姿，获取至少一个第二相机位姿；根据所述第二相机位姿和预先获取的全局地图，获取第二特征图像；根据所述第一特征图像和所述第二特征图像，在所述第二相机位姿中确定第三相机位姿。本公开的技术方案通过对视觉传感器采集到的观测数据和全局地图中观测数据进行比较，在多种假设相机位姿中确定出优选相机位姿，该优选相机位姿可以准确的表示车辆的位置和姿态。

【技术实现步骤摘要】
一种位姿确定方法及装置
本申请涉及自动驾驶
，且更具体地，涉及一种位姿确定方法及装置。
技术介绍
对于自动驾驶而言，定位信息的获取是至关重要的，获取准确的定位信息是进行路线规划，实现自动驾驶的前提。目前，因为激光雷达拥有较高的测量精度，而被广泛的应用于自动驾驶中，但是激光雷达价格昂贵，使得价格低廉的视觉传感器被越来越多的人重视，常常通过确定视觉传感器的位姿以确定定位信息，而利用视觉传感器进行位姿确定时，确定的位姿准确性不高，因此确定一种基于视觉传感器的准确的位姿确定方法是至关重要的。
技术实现思路
为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种位姿确定方法、装置、计算机可读存储介质及电子设备，其通过对视觉传感器采集到的观测数据和全局地图中观测数据进行比较，在多种假设相机位姿中确定出优选相机位姿，该优选相机位姿可以准确的表示车辆的位置和姿态。根据本申请的第一方面，提供了一种位姿确定方法，包括：获取图像对应的第一特征图像；根据所述图像对应的第一相机位姿，获取至少一个第二相机位姿；根据所述第二相机位姿和预先获取的全局地图，获取第二特征图像；根据所述第一特征图像和所述第二特征图像，在所述第二相机位姿中确定第三相机位姿。根据本申请的第二方面，提供了一种位姿确定装置，包括：第一图像获取模块，用于获取图像对应的第一特征图像；位姿获取模块，用于根据所述图像对应的第一相机位姿，获取至少一个第二相机位姿；第二图像获取模块，用于根据预先获取的全局地图和所述位姿获取模块获取的所述第二相机位姿，获取第二特征图像；位姿确定模块，用于根据所述第一图像获取模块获取的所述第一特征图像和所述第二图像获取模块获取的所述第二特征图像，在所述位姿获取模块获取的所述第二相机位姿中确定第三相机位姿。根据本申请的第三方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述的位姿确定方法。根据本申请的第四方面，提供了一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述的位姿确定方法。与现有技术相比，本申请提供的位姿确定方法、装置、计算机可读存储介质及电子设备，通过视觉传感器采集观测数据，获取视觉传感器的初始相机位姿，根据初始相机位姿进行位姿假设得到第二相机位姿，并利用全局地图构造第二相机位姿对应的观测数据，从而将视觉传感器真正采集的观测数据和第二相机位姿对应的观测数据进行对比，得到优选相机位姿，从而可以准确表示车辆的位置和姿态。附图说明通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。图1是本申请一示例性实施例提供的位姿确定方法的流程示意图；图2是本申请一示例性实施例提供的位姿确定方法中步骤20的流程示意图；图3是本申请一示例性实施例提供的位姿确定方法中步骤30的流程示意图；图4是本申请一示例性实施例提供的位姿确定方法中步骤303的流程示意图；图5是本申请一示例性实施例提供的位姿确定方法中步骤3033的流程示意图；图6是本申请一示例性实施例提供的位姿确定方法中步骤40的流程示意图；图7是本申请一示例性实施例提供的位姿确定方法中步骤402的流程示意图；图8是本申请第一种示例性实施例提供的位姿确定装置的结构示意图；图9是本申请第二种示例性实施例提供的位姿确定装置的结构示意图；图10是本申请第三种示例性实施例提供的位姿确定装置的结构示意图；图11是本申请一示例性实施例提供的位姿确定装置中第二图像获取模块83的结构示意图；图12是本申请第四种示例性实施例提供的位姿确定装置的结构示意图；图13是本申请一示例性实施例提供的位姿确定装置中位姿确定模块84的结构示意图；图14是本申请一示例性实施例提供的电子设备的结构图。具体实施方式下面，将参考附图详细地描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。申请概述实现车辆的自动驾驶，需要在车辆的行驶过程中能够实时获取准确的定位信息，目前激光雷达因为拥有较高的测量精度，被广泛的应用于自动驾驶中，但是激光雷达价格昂贵，难以实现市场上的推广应用，因此价格低廉的视觉传感器被越来越多的人重视，常常通过确定视觉传感器的位姿以确定车辆的定位信息，而目前利用视觉传感器进行位姿确定时，确定的位姿准确性不高。与现有技术相比，本申请提供一种位姿确定方法、装置、计算机可读存储介质及电子设备，至少包括以下有益效果：一方面，本实施例通过对视觉传感器当前时刻采集的图像进行预处理以得到第一特征图像，第一特征图像可以展示出当前时刻视觉传感器采集的场景结构的相关信息，进一步获取图像对应的可以粗略反应车辆的位置和姿态的第一相机位姿，并根据图像对应的第一相机位姿进行多种位姿假设，得到一个或多个第二相机位姿，进而根据第二相机位姿确定出车辆在预先获取的全局地图中的位置和姿态，以获取每个第二相机位姿分别对应的第二特征图像，然后将第一特征图像和每个第二特征图像进行对比，第二特征图像与第一特征图像越相似，则该第二特征图像对应的第二相机位姿越可以准确的表示当前时刻的相机位姿，所以根据第二特征图像和第一特征图像的相似程度在第二相机位姿中可以确定出第三相机位姿，该第三相机位姿为视觉传感器当前时刻采集图像的准确的相机位姿。另一方面，本实施例使用价格低廉的视觉传感器进行位姿确定，避免使用激光雷达实时对场景结构进行采集，从而可以节约成本，有利于市场的推广，并获取较为丰富的图像信息。在介绍本申请的基本构思之后，下面将结合附图来具体介绍本申请所述提供技术方案的各种非限制性实施例。示例性方法图1是本申请一示例性实施例提供的位姿确定方法的流程示意图。本实施例可应用在电子设备上，具体可以应用于服务器或一般计算机上。如图1所示，本申请一示例性实施例提供的位姿确定方法，至少包括如下步骤：步骤10：获取图像对应的第一特征图像。为了对车辆行驶路线的场景结构的相关信息进行采集获取观测数据，往往会在车辆上搭载视觉传感器，为了实时的获取车辆的定位信息，视觉传感器实时采集图像，并将采集到的图像进行实时的传输，以实现对图像的迅速分析和处理。视觉传感器采集到的通常为彩色图像，不利于计算机对图像的直接识别和后续处理，因此需要对采集到的图像进行预处理，得到图像对应的第一特征图像，通过第一特征图像可以对图本文档来自技高网...

【技术保护点】
1.一种位姿确定方法，包括：/n获取图像对应的第一特征图像；/n根据所述图像对应的第一相机位姿，获取至少一个第二相机位姿；/n根据所述第二相机位姿和预先获取的全局地图，获取第二特征图像；/n根据所述第一特征图像和所述第二特征图像，在所述第二相机位姿中确定第三相机位姿。/n

【技术特征摘要】
1.一种位姿确定方法，包括：
获取图像对应的第一特征图像；
根据所述图像对应的第一相机位姿，获取至少一个第二相机位姿；
根据所述第二相机位姿和预先获取的全局地图，获取第二特征图像；
根据所述第一特征图像和所述第二特征图像，在所述第二相机位姿中确定第三相机位姿。


2.根据权利要求1所述的方法，其中，所述根据所述第二相机位姿和预先获取的全局地图，获取第二特征图像，包括：
通过激光雷达获取全局地图；
根据所述第二相机位姿，对所述全局地图进行提取，获取局部地图；
根据所述第二相机位姿和所述局部地图，获取第二特征图像。


3.根据权利要求2所述的方法，其中，所述根据所述第二相机位姿和所述局部地图，获取第二特征图像，包括:
确定所述局部地图中的地图点对应的反射值；
根据相机内部参数，将所述局部地图中的地图点投影到所述第二相机位姿对应的图像坐标系中，获取投影点；
根据所述反射值和所述投影点，获取第二特征图像。


4.根据权利要求3所述的方法，其中，所述根据所述反射值和所述投影点，获取第二特征图像，包括：
确定所述投影点对应的所述反射值，获取由所述反射值组成的第三特征图像；
根据所述反射值，获取所述投影点对应的灰度值；
根据所述第三特征图像和所述灰度值，获取第二特征图像。


5.根据权利要求1所述的方法，其中，所述根据所述图像对应的第一相机位姿，获取至少一个第二相机位姿，包括：
获取历史定位信息；
根据所述历史定位信息和车辆底盘信息，获取所述图像对应的第一相机位姿；
在所述第一相机位姿对应的指...

【专利技术属性】
技术研发人员：杨帅，
申请(专利权)人：北京地平线机器人技术研发有限公司，
类型：发明
国别省市：北京;11