停车导航定位方法、装置、电子设备及存储介质制造方法及图纸

本申请提供一种停车导航定位方法、装置、电子设备及存储介质，方法包括：获取车辆前方的当前图像帧以及当前图像帧对应的上一图像帧；基于上一图像帧，预测当前图像帧对应的车辆理论位置，以及确定与当前图像帧匹配的目标地图点云；对目标地图点云和当前图像帧进行重投影，确定重投影误差；基于重投影误差和车辆的里程计误差，确定预测误差；基于车辆理论位置和预测误差，确定当前图像帧对应的车辆实际位置。本实施例中，通过特征点匹配的方式验证车辆理论位置是否合理，提高定位结果的准确性；以及融合重投影误差和里程计误差，以全面考虑造成定位误差的情况，提高车辆定位精度。

【技术实现步骤摘要】
停车导航定位方法、装置、电子设备及存储介质
本申请涉及智慧城市
，具体而言，涉及一种停车导航定位方法、装置、电子设备及存储介质。
技术介绍
随着车辆日益增多，越来越多的传统停车场被改造为智能停车场，以更加高效的容纳更多车辆。智能停车场能够为车辆提供定位导航服务，便于车辆快速准确的行驶至目标停车位。在相关技术中，由于大多数停车场为室内停车场，定位信号在室内停车场会受到建筑物干扰，使得定位信号非常差。为了增强定位信号，现有方案是在停车场安装多个蓝牙、无线广播设备或者超宽带(UltraWideBand，UWB)设备，以使定位信号覆盖整个停车场。但是，使用蓝牙或无线广播的车辆定位精度差，而使用高精度的UWB设备价格昂贵，使得停车场改造成本过高，不利于在众多停车场中普及。
技术实现思路
本申请实施例的目的在于提供一种停车导航定位方法、装置、电子设备及存储介质，旨在解决当前停车位停车导航过程中存在的定位精度差的问题。第一方面，本申请实施例提供了一种停车导航定位方法，包括：获取车辆前方的当前图像帧以及当前图像帧对应的上一图像帧；基于上一图像帧，预测当前图像帧对应的车辆理论位置，以及确定与当前图像帧匹配的目标地图点云；对目标地图点云和当前图像帧进行重投影，确定重投影误差；基于重投影误差和车辆的里程计误差，确定预测误差；基于车辆理论位置和预测误差，确定当前图像帧对应的车辆实际位置。在本实施例中，通过获取车辆前方的当前图像帧以及当前图像帧对应的上一图像帧，基于上一图像帧，预测当前图像帧对应的车辆理论位置，以及确定与当前图像帧匹配的目标地图点云；并通过对目标地图点云和当前图像帧进行重投影，确定重投影误差，从而特征点匹配的方式验证车辆理论位置是否合理，提高定位结果的准确性；以及基于重投影误差和车辆的里程计误差，确定预测误差，从而融合重投影误差和里程计误差，以全面考虑造成定位误差的情况，进一步提高定位结果的准确度；最后基于车辆理论位置和预测误差，确定当前图像帧对应的车辆实际位置，从而通过预测误差验证车辆理论位置是否为车辆实际位置，提高定位精度。在一实施例中，基于上一图像帧，预测当前图像帧对应的车辆理论位置，以及确定与当前图像帧匹配的目标地图点云，包括：基于上一图像帧对应的上一车辆实际位置，根据预设的匀速运动模型，预测当前图像帧对应的车辆理论位置；基于上一图像帧对应的上一目标地图点云，构建车辆所在停车场的局部地图点云；将局部地图点云投影至当前图像帧，确定局部地图点云中与当前图像匹配的目标地图点云。在本实施例中，通过上一图像帧配合匀速运动模型，实现预测当前图像帧对应的车辆理论位置，以及确定与当前图像帧匹配的目标地图点云。进一步地，基于上一图像帧对应的上一目标地图点云，构建车辆所在停车场的局部地图点云，包括：确定能够观测到上一目标地图点云的所有关键图像帧；确定所有关键图像帧的共视关键图像帧；基于所有关键图像帧的第一地图点云和共视关键图像帧的第二地图点云，构建局部地图点云。本实施例中，通过上一目标地图点云观测共视关键图像帧，从而基于上一目标地图点云构建车辆所在位置的局部地图点云，使得车辆定位时能够轻量化匹配目标地图点云，减少地图点云加载量和提高定位效率。进一步地，将局部地图点云投影至当前图像帧，确定局部地图点云中与当前图像匹配的目标地图点云，包括：将局部地图点云中的第一特征点投影至当前图像帧，得到第一投影点；提取当前图像帧的图像特征点，得到第二特征点；对第一投影点与第二特征点进行匹配，得到匹配值；基于最高匹配值，确定局部地图点云中与当前图像帧匹配的目标地图点云。在本实施例中，通过投影方式对局部地图点云与当前图像帧匹配，实现目标地图点云的确定。进一步地，上一图像帧为初始图像帧，上一车辆实际位置为车辆初始位置，基于上一图像帧对应的上一车辆实际位置，根据预设的匀速运动模型，预测当前图像帧对应的车辆理论位置之前，还包括：获取车辆在停车场入口时的初始图像帧；基于初始图像帧的图像特征，对初始图像帧与停车场入口的多个预设关键图像帧进行匹配，得到初始图像帧与多个预设关键图像帧之间的匹配度；基于预设的n点透视算法，对匹配度最高的初始图像帧和预设关键图像帧进行融合解算；若融合解算成功，则融合解算的解算结果为车辆初始位置。在本实施例中，通过在停车场入口对车辆进行初定位，并将定位结果作为后续视觉跟踪的定位基础，并通过n点透视算法确定最优的定位结果，提高定位精度。在一实施例中，对目标地图点云和当前图像帧进行重投影，确定重投影误差，包括：提取当前图像帧的图像特征点；将目标地图点云中的第三特征点投影至当前图像帧，得到图像特征点与第三特征点之间的对应关系；基于对应关系和第三特征点对应的预设三维特征点，确定图像特征点对应的三维特征点；将三维特征点重投影至当前图像帧，得到第二投影点；基于预设的重投影误差函数，确定第二投影点与图像特征点之间的重投影误差。在本实施例中，通过对目标地图点云和当前图像帧进行二次投影，以得到当前图像帧的图像特征点的三维坐标，并基于三维坐标确定误差，从而考虑车辆的三维定位误差，进一步提高车辆定位精度。在一实施例中，基于重投影误差和车辆的里程计误差，确定预测误差，包括：根据预设的预测误差函数，对重投影误差和车辆的里程计误差进行运算，得到预测误差；预测误差函数的计算公式为：E(T)＝aEp(T)+bEo(T)其中，E(T)为预测误差，a为重投影误差因子，Ep(T)为重投影误差，b为里程计误差因子，Eo(T)为里程计误差。在本实施例中，通过误差因子调节误差影响比例，以使误差函数能够适用于更多的视觉跟踪场景。进一步地，基于车辆理论位置和预测误差，确定当前图像帧对应的车辆实际位置之后，还包括：若当前图像帧的图像特征点与目标地图点云匹配失败，则将重投影误差因子调整为预设值；在重投影误差因子调整后，重新确定预测误差；基于车辆理论位置和重新确定后的预测误差，确定当前图像帧对应的车辆实际位置。在本实施例中，通过调整重投影误差因子，以能够在视觉跟踪失败时，基于里程计误差维持帧间关系。在一实施例中，基于车辆理论位置和预测误差，确定当前图像帧对应的车辆实际位置，包括：基于预设的梯度下降算法，对当前图像帧与上一图像帧进行迭代运算，直至预测误差小于预设值，则与预测误差对应的车辆理论位置为车辆实际位置。在本实施例中，通过迭代方式确定车辆实际位置，以进一步提高车辆定位精度。第二方面，本申请实施例提供了一种停车导航定位装置，包括：获取模块，用于获取车辆前方的当前图像帧以及当前图像帧对应的上一图像帧；第一确定模块，用于基于上一图像帧，预测当前图像帧对应的车辆理论位置，以及确定与当前图像帧匹本文档来自技高网...

【技术保护点】
1.一种停车导航定位方法，其特征在于，包括：/n获取车辆前方的当前图像帧以及所述当前图像帧对应的上一图像帧；/n基于所述上一图像帧，预测所述当前图像帧对应的车辆理论位置，以及确定与所述当前图像帧匹配的目标地图点云；/n对所述目标地图点云和所述当前图像帧进行重投影，确定重投影误差；/n基于所述重投影误差和所述车辆的里程计误差，确定预测误差；/n基于所述车辆理论位置和所述预测误差，确定所述当前图像帧对应的车辆实际位置。/n

【技术特征摘要】
1.一种停车导航定位方法，其特征在于，包括：
获取车辆前方的当前图像帧以及所述当前图像帧对应的上一图像帧；
基于所述上一图像帧，预测所述当前图像帧对应的车辆理论位置，以及确定与所述当前图像帧匹配的目标地图点云；
对所述目标地图点云和所述当前图像帧进行重投影，确定重投影误差；
基于所述重投影误差和所述车辆的里程计误差，确定预测误差；
基于所述车辆理论位置和所述预测误差，确定所述当前图像帧对应的车辆实际位置。


2.根据权利要求1所述的停车导航定位方法，其特征在于，所述基于所述上一图像帧，预测所述当前图像帧对应的车辆理论位置，以及确定与所述当前图像帧匹配的目标地图点云，包括：
基于所述上一图像帧对应的上一车辆实际位置，根据预设的匀速运动模型，预测所述当前图像帧对应的车辆理论位置；
基于所述上一图像帧对应的上一目标地图点云，构建所述车辆所在停车场的局部地图点云；
将所述局部地图点云投影至所述当前图像帧，确定所述局部地图点云中与所述当前图像匹配的目标地图点云。


3.根据权利要求2所述的停车导航定位方法，其特征在于，所述基于所述上一图像帧对应的上一目标地图点云，构建所述车辆所在停车场的局部地图点云，包括：
确定能够观测到所述上一目标地图点云的所有关键图像帧；
确定所有所述关键图像帧的共视关键图像帧；
基于所有所述关键图像帧的第一地图点云和所述共视关键图像帧的第二地图点云，构建所述局部地图点云。


4.根据权利要求2所述的停车导航定位方法，其特征在于，所述将所述局部地图点云投影至所述当前图像帧，确定所述局部地图点云中与所述当前图像匹配的目标地图点云，包括：
将所述局部地图点云中的第一特征点投影至所述当前图像帧，得到第一投影点；
提取所述当前图像帧的图像特征点，得到第二特征点；
对所述第一投影点与所述第二特征点进行匹配，得到匹配值；
基于最高匹配值，确定所述局部地图点云中与所述当前图像帧匹配的目标地图点云。


5.根据权利要求2所述的停车导航定位方法，其特征在于，所述上一图像帧为初始图像帧，所述上一车辆实际位置为车辆初始位置，所述基于所述上一图像帧对应的上一车辆实际位置，根据预设的匀速运动模型，预测所述当前图像帧对应的车辆理论位置之前，还包括：
获取所述车辆在停车场入口时的初始图像帧；
基于所述初始图像帧的图像特征，对所述初始图像帧与所述停车场入口的多个预设关键图像帧进行匹配，得到所述初始图像帧与多个所述预设关键图像帧之间的匹配度；
基于预设的n点透视算法，对匹配度最高的所述初始图像帧和所述预设关键图像帧进行融合解算；
若所述融合解算成功，则所述融合解算的解算结果为所述车辆初始位置。


6.根据权利要求1所述的停车导航定位方法，其特征在于，所述对所述目标地图点云和所述当前图像帧进行重...

【专利技术属性】
技术研发人员：宗文豪，王潇，
申请(专利权)人：舵敏智能科技苏州有限公司，
类型：发明
国别省市：江苏;32