一种用于车辆的多维智能定位跟踪系统技术方案

本发明专利技术涉及定位跟踪系统，具体涉及一种用于车辆的多维智能定位跟踪系统，包括安装在车辆上用于拍摄车辆行驶过程中路面图像、场景图像的视频采集模块，多维智能定位跟踪系统根据相邻帧场景图像得到第一特征点，结合采集设备工作状态计算第一特征点的空间位置，利用第一特征点的空间位置计算后一帧场景图像与下一帧场景图像之间的第二特征点的空间位置，根据第二特征点的空间位置得到第一车辆位置信息，根据路面图像、场景图像得到第二车辆位置信息，并结合第一车辆位置信息与第二车辆位置信息综合判定车辆位置；本发明专利技术提供的技术方案能够有效克服现有技术所存在的无法在复杂的交通环境中对目标车辆进行准确定位与跟踪的缺陷。陷。陷。

【技术实现步骤摘要】
一种用于车辆的多维智能定位跟踪系统


[0001]本专利技术涉及定位跟踪系统，具体涉及一种用于车辆的多维智能定位跟踪系统。

技术介绍

[0002]随着我国经济社会的高速发展，物流行业也得到迅速发展，完善的公路基础设施和庞大的汽车市场规模，使得方便快捷的车辆运输成为一种重要的物流配送方式。物流车辆在配送过程中的路线准确性、车辆运输效率和货物安全性，在一定程度上影响着物流行业的发展。因此，通过定位技术对物流车辆进行实时监测，及时、准确、全面地掌握物流车辆运输信息，能够有效提升物流行业在服务、效率、安全方面的竞争力。
[0003]目前，有大量的目标跟踪算法被提出并得到广泛应用，大多数的目标跟踪和检测算法，处理对象都集中在RGB图像上，比如Fast RCNN、FasterRCNN、YOLO等，这些算法都是比较成功的基于深度学习的目标检测算法。另外，基于马尔可夫决策(MDP)框架的在线多目标跟踪方法，只能在道路环境不复杂的情况下取得较好的效果。但是，随着立体视觉的兴起，人们致力于研究目标3D框跟踪算法的可行性。
[0004]常用的车辆跟踪方法包括：基于区域的跟踪算法，假设车辆是由一个个像素点形成的连通块，根据连通块的特征计算与检测出的连通块特征相似度来确定跟踪目标；基于模型的跟踪算法，根据建立好的目标模型库与检测出来的运动目标进行匹配，以达到跟踪的目的。但是，如果面对复杂的交通环境，在解决目标遮挡、复杂运动建模、权衡计算复杂度与精确度等问题的处理上，上述方法仍然存在一定的不足。

技术实现思路

[0005](一)解决的技术问题
[0006]针对现有技术所存在的上述缺点，本专利技术提供了一种用于车辆的多维智能定位跟踪系统，能够有效克服现有技术所存在的无法在复杂的交通环境中对目标车辆进行准确定位与跟踪的缺陷。
[0007](二)技术方案
[0008]为实现以上目的，本专利技术通过以下技术方案予以实现：
[0009]一种用于车辆的多维智能定位跟踪系统，包括安装在车辆上用于拍摄车辆行驶过程中路面图像、场景图像的视频采集模块，所述多维智能定位跟踪系统根据相邻帧场景图像得到第一特征点，结合采集设备工作状态计算第一特征点的空间位置，利用第一特征点的空间位置计算后一帧场景图像与下一帧场景图像之间的第二特征点的空间位置，根据第二特征点的空间位置得到第一车辆位置信息；
[0010]所述多维智能定位跟踪系统根据路面图像、场景图像得到第二车辆位置信息，并结合第一车辆位置信息与第二车辆位置信息综合判定车辆位置。
[0011]优选地，还包括计算第一特征点空间位置的第一空间位置计算单元，所述第一空间位置计算单元包括：
[0012]第一特征点确定模块，用于确定相邻帧场景图像之间的第一特征点；
[0013]第一数据计算模块，基于第一特征点计算相邻帧场景图像之间的第一变换矩阵；
[0014]采集设备状态获取模块，获取视频采集设备的工作状态参数；
[0015]第一深度计算模块，基于第一变换矩阵、视频采集设备的工作状态参数，计算第一特征点的深度值；
[0016]第一空间位置计算模块，基于第一特征点的深度值、第一变换矩阵、视频采集设备的工作状态参数，计算第一特征点的三维空间坐标。
[0017]优选地，所述第一数据计算模块基于第一特征点，计算相邻帧场景图像之间的第一旋转矩阵、第一平移矩阵。
[0018]优选地，所述视频采集设备的工作状态参数包括：视频采集设备的三维空间坐标、视频采集设备拍摄相邻帧场景图像的移动距离。
[0019]优选地，还包括利用第一特征点的空间位置，计算后一帧场景图像与下一帧场景图像之间的第二特征点空间位置的第二空间位置计算单元，所述第二空间位置计算单元包括：
[0020]第二特征点确定模块，用于确定后一帧场景图像与下一帧场景图像之间的第二特征点；
[0021]第二数据计算模块，基于第二特征点计算后一帧场景图像与下一帧场景图像之间的第二变换矩阵；
[0022]第二深度计算模块，基于第一特征点的深度值、第二变换矩阵，计算第二特征点的深度值；
[0023]第二空间位置计算模块，基于第一特征点的三维空间坐标、第二特征点的深度值、第二变换矩阵，计算第二特征点的三维空间坐标。
[0024]优选地，所述第二数据计算模块基于第二特征点，计算后一帧场景图像与下一帧场景图像之间的第二旋转矩阵、第二平移矩阵。
[0025]优选地，所述后一帧场景图像为相邻帧场景图像中在后帧场景图像。
[0026]优选地，还包括根据第二特征点的空间位置得到第一车辆位置信息的精准定位单元，所述精准定位单元包括：
[0027]采集设备位姿确定模块，基于第二特征点、第二特征点的三维空间坐标，确定视频采集设备拍摄下一帧场景图像时的位姿；
[0028]第一车辆位置判断模块，根据视频采集设备拍摄下一帧场景图像时的位姿，确定车辆在下一帧场景图像中的三维空间坐标，得到第一车辆位置信息。
[0029]优选地，还包括根据路面图像、场景图像得到第二车辆位置信息的第二车辆位置信息的动态融合定位单元，所述动态融合定位单元包括：
[0030]视觉地图数据库构建模块，基于视觉地图数据库构建视觉地图；
[0031]第二车辆位置判断模块，在构建好视觉地图的情况下，通过连续帧的路面图像、场景图像综合确定车辆的三维空间坐标，得到第二车辆位置信息。
[0032]优选地，还包括用于根据精准定位单元得到的第一车辆位置信息、动态融合定位单元得到的第二车辆位置信息综合判定车辆位置的车辆位置综合判定模块。
[0033](三)有益效果
[0034]与现有技术相比，本专利技术所提供的一种用于车辆的多维智能定位跟踪系统，能够利用视频采集模块采集的场景图像，持续获得目标车辆在连续帧场景图像中的精准定位信息，得到第一车辆位置信息，并且能够利用连续帧的路面图像、场景图像基于视觉里程计、视觉地图综合得到第二车辆位置信息，同时根据第一车辆位置信息、第二车辆位置信息综合判定车辆位置，从而实现在复杂的交通环境中对目标车辆进行准确定位与跟踪。
附图说明
[0035]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0036]图1为本专利技术的系统示意图；
[0037]图2为本专利技术图1中动态融合定位单元的系统示意图。
具体实施方式
[0038]为使本专利技术实施例的目的、技术方案和优点更加清楚，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作出创造性劳动前提下所获得的所有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于车辆的多维智能定位跟踪系统，其特征在于：包括安装在车辆上用于拍摄车辆行驶过程中路面图像、场景图像的视频采集模块，所述多维智能定位跟踪系统根据相邻帧场景图像得到第一特征点，结合采集设备工作状态计算第一特征点的空间位置，利用第一特征点的空间位置计算后一帧场景图像与下一帧场景图像之间的第二特征点的空间位置，根据第二特征点的空间位置得到第一车辆位置信息；所述多维智能定位跟踪系统根据路面图像、场景图像得到第二车辆位置信息，并结合第一车辆位置信息与第二车辆位置信息综合判定车辆位置。2.根据权利要求1所述的用于车辆的多维智能定位跟踪系统，其特征在于：还包括计算第一特征点空间位置的第一空间位置计算单元，所述第一空间位置计算单元包括：第一特征点确定模块，用于确定相邻帧场景图像之间的第一特征点；第一数据计算模块，基于第一特征点计算相邻帧场景图像之间的第一变换矩阵；采集设备状态获取模块，获取视频采集设备的工作状态参数；第一深度计算模块，基于第一变换矩阵、视频采集设备的工作状态参数，计算第一特征点的深度值；第一空间位置计算模块，基于第一特征点的深度值、第一变换矩阵、视频采集设备的工作状态参数，计算第一特征点的三维空间坐标。3.根据权利要求2所述的用于车辆的多维智能定位跟踪系统，其特征在于：所述第一数据计算模块基于第一特征点，计算相邻帧场景图像之间的第一旋转矩阵、第一平移矩阵。4.根据权利要求3所述的用于车辆的多维智能定位跟踪系统，其特征在于：所述视频采集设备的工作状态参数包括：视频采集设备的三维空间坐标、视频采集设备拍摄相邻帧场景图像的移动距离。5.根据权利要求2所述的用于车辆的多维智能定位跟踪系统，其特征在于：还包括利用第一特征点的空间位置，计算后一帧场景图像与下一帧场景图像之间的第二特征点空间位置的第二空间位置计算单元，所述第二空间位置计算单元包括：第二特征点确定模块，用于确定后一帧...

【专利技术属性】
技术研发人员：郭五洲，
申请(专利权)人：合肥云息通信技术有限公司，
类型：发明
国别省市：