一种面向室内泊车环境的定位和建图方法技术

本发明专利技术涉及一种面向室内泊车环境的定位和建图方法，步骤包括：对车辆上前视相机、环视相机系统和惯性测量单元分别进行标定；获取前视相机、环视相机系统和惯性测量单元采集的数据；对采集的数据进行紧耦合优化，包括构建视觉约束项、环视约束项和惯导约束项；根据建视觉约束项、环视约束项和惯导约束项创建联合优化模型，对模型求解获取车库地图信息和车辆的定位信息。与现有技术相比，本发明专利技术具有定位精度高，而且提供适用于自主泊车任务的高精度语义地图等优点。义地图等优点。义地图等优点。

【技术实现步骤摘要】
一种面向室内泊车环境的定位和建图方法


[0001]本专利技术涉及计算机视觉与智能驾驶的辅助泊车领域，尤其是涉及一种面向室内泊车环境的定位和建图方法。

技术介绍

[0002]自主泊车系统是自动驾驶领域中必不可少的功能，它使自动驾驶汽车能够在拥挤、复杂和未知的室内环境中精确停车。为了实现自主泊车，SLAM系统(simultaneous localization and mapping)是不可缺少的核心组成部分，它可以估计车辆运动并构建地图。其中视觉传感器(前视相机)和惯性测量单元(IMU)构成了基本传感器配置。两个传感器相互协作构成了VI
‑
SLAM系统。其中前视相机可以在纹理丰富的场景中稳定工作，它通过匹配两幅图片中的特征点估计相机的位姿。然而在剧烈抖动或者纹理缺失的环境中，仅靠前视相机很难完成实际场景的应用需求。IMU通过直接测量传感器本体的角速度和加速度来估计自身的运动，从而与相机进行互补，使得视觉模块在猛烈加速或减速时，保持一定的定位精度，防止跟踪丢失。
[0003]目前，在VI
‑r/>SLAM系统中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向室内泊车环境的定位和建图方法，其特征在于，步骤包括：S1、对车辆上前视相机、环视相机系统和惯性测量单元分别进行标定；S2、获取前视相机、环视相机系统和惯性测量单元采集的数据；S3、对采集的数据进行紧耦合优化，包括：通过前视相机的数据构建视觉约束项；通过环视相机系统的数据构建环视约束项；通过测量单元的数据构建惯导约束项；S4、根据建视觉约束项、环视约束项和惯导约束项创建联合优化模型，对模型求解获取车库地图信息和车辆的定位信息。2.根据权利要求1所述的一种面向室内泊车环境的定位和建图方法，其特征在于，所述视觉约束项e
v
的表达式为：e
v
＝∑∑e
ij
Q
ij
e
ij
e
ij
＝z
ij
‑
f(T
i
P
j
)式中，i表示时刻，j表示路标，z
ij
表示拍摄图像上的像素位置，e
ij
表示实际观测数据和针孔模型之间的误差，T
i
表示相机位姿，P
j
为路标j的3D位置，Q
ij
表示协方差矩阵。3.根据权利要求1所述的一种面向室内泊车环境的定位和建图方法，其特征在于，所述环视约束项E
s
的表达式为：E
S
＝e
adj
+e
obsobs
式中，e
adj
表示邻接误差项，e
obs
表示观测误差项，和表示两个相邻泊车位在世界坐标系下的坐标，表示第i个泊车位在前视坐标系下的坐标，d
ij
表示两个相邻泊车位宽度和的一半，表示相机位姿，M为地图中所有的相邻泊车位组成的集合，N
i
是地图中的泊车位构成的集合。4.根据权利要求1所述的一种面向室内泊车环境的定位和建图方法，其特征在于，惯导约束项E
I
的表达式为：E
I
＝∑∑e
mn
q
mn
e
mn
e
mn
＝[
R

【专利技术属性】
技术研发人员：张林，邵玄，沈莹，赵生捷，
申请(专利权)人：同济大学，
类型：发明
国别省市：