本发明专利技术公开了一种车身相对位姿计算方法、装置、车辆、设备及存储介质，其中，方法包括：获取车载感知设备采集的当前帧图像和上一帧图像；确定当前帧图像的消失点和上一帧图像的消失点；基于当前帧图像的消失点构建第一感兴趣区域，基于上一帧图像的消失点构建第二感兴趣区域；在第一感兴趣区域内提取第一特征点，在第二感兴趣区域内提取第二特征点；对第一特征点与第二特征点进行匹配，得到k个匹配点对；判断匹配点对的个数k是否大于第一阈值；若是，基于匹配点对计算当前帧图像与上一帧图像之间的车身相对位姿。本发明专利技术能够快速计算出连续图像帧之间的车身相对位姿。像帧之间的车身相对位姿。像帧之间的车身相对位姿。
【技术实现步骤摘要】
车身相对位姿计算方法、装置、车辆、设备及存储介质
[0001]本专利技术涉及自动驾驶
，具体涉及一种车身相对位姿计算方法、装置、车辆、设备及存储介质。
技术介绍
[0002]随着传感技术和相关科技技术的不断发展，为自动驾驶实现提供了有力的保障。但是自动驾驶发展离不开一个重要的目标，那就是如何高效保障车辆安全，这就意味着在行驶过程中的自动驾驶的车辆不能碰撞到任何事物，车辆需要实时测量到周围的障碍物。
[0003]图1是现有技术提供的单目视觉系统检测车辆的工作原理图，请参照图1(a)，当pitch不存在时，通过构建三角关系在线(离线)标定的绝对pitch角为α；请参照图1(b)，当pitch存在时，增加相对姿态pitch角β补偿。相对指的是t
‑
1时刻到t时刻的Pitch角。
[0004]为了单目摄像头精确利用相似三角测量距离，除了需要绝对外参姿态角，同时也需要动态姿态角来补偿角度变化，已有的补偿相连时刻的动态姿态角方法包括利用车载惯性测量单元设备(Inertial measurement unit，IMU)来计算姿态的方法和对整幅图像不断迭代找出最优模型，再利用最优模型恢复位姿的方法。
[0005]图2是现有技术提供的IMU的工作原理图，请参照图2，一般的一个IMU内装有三轴陀螺仪和三个方向的加速度计，来测量三维空间的加速度和角速度，并以此来计算出车辆的相对姿态角。但是IMU中陀螺仪存在零点漂移现象，而且陀螺仪的累计积分会产生累计误差比较大，随着车辆长时间运行，IMU解算出距离误差也将增大。
[0006]对整幅图像不断迭代找出最优模型的方法一般需要对整幅图像做上千次RANSAC迭代来分别求解单应性矩阵和基础矩阵来选择最优模型，对于大多数车载嵌入式设备，处理数据能力较弱，如此多迭代会消耗大量时间，无法快速解算出姿态来补偿测量距离。
[0007]因此，有必要提供一种能够快速解算出连续图像帧之间车身相对位姿的方法以补偿相连时刻。
技术实现思路
[0008]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术第一方面提出一种车身相对位姿计算方法，包括：
[0009]获取车载感知设备采集的当前帧图像和上一帧图像；
[0010]确定所述当前帧图像的消失点和所述上一帧图像的消失点；
[0011]基于所述当前帧图像的消失点构建第一感兴趣区域，基于所述上一帧图像的消失点构建第二感兴趣区域；
[0012]在所述第一感兴趣区域内提取第一特征点，在所述第二感兴趣区域内提取第二特征点；
[0013]对所述第一特征点与所述第二特征点进行匹配，得到k个匹配点对；其中，k为整数；
[0014]判断所述匹配点对的个数k是否大于第一阈值；
[0015]若是，基于所述匹配点对计算所述当前帧图像与所述上一帧图像之间的车身相对位姿。
[0016]进一步地，所述基于所述匹配点对计算所述当前帧图像与所述上一帧图像之间的车身相对位姿，包括：
[0017]根据k个所述匹配点对计算所述当前帧图像与所述上一帧图像之间的第一单应性矩阵；
[0018]基于所述第一单应性矩阵计算k个所述匹配点对的投影误差及所述投影误差的均值；
[0019]判断所述投影误差的均值是否大于第二阈值；
[0020]若否，基于所述投影误差和针孔相机模型计算所述当前帧图像与所述上一帧图像之间的所述车身相对位姿。
[0021]进一步地，所述基于所述投影误差和针孔相机模型计算所述当前帧图像与所述上一帧图像之间的车身相对位姿之前，还包括：
[0022]在k个所述投影误差中筛选出m个最小的所述投影误差，根据筛选结果确定m个最小的所述投影误差对应的所述匹配点对；其中，m小于k且m不小于4；
[0023]基于m个所述匹配点对计算所述当前帧图像与所述上一帧图像之间的第二单应性矩阵；
[0024]通过所述第二单应性矩阵将所述第二特征点投影到所述当前帧图像上，得到第二齐次坐标；
[0025]将所述第一特征点坐标所述第二齐次坐标进行差分计算，得到m个所述匹配点对的投影误差。
[0026]进一步地，所述基于所述第一单应性矩阵计算k个所述匹配点对的投影误差及所述投影误差的均值，包括：
[0027]通过所述第一单应性矩阵将所述第二特征点投影到所述当前帧图像上，得到第一齐次坐标；
[0028]将所述第一特征点坐标与所述第一齐次坐标进行差分计算，得到所述匹配点对的投影误差；
[0029]根据所述匹配点对的投影误差及匹配点对的个数k计算所述投影误差的均值。
[0030]进一步地，所述基于所述投影误差和针孔相机模型计算所述当前帧图像与所述上一帧图像之间的车身相对位姿，包括：
[0031]计算所述投影误差的均值和所述投影误差的最小值；
[0032]判断所述投影误差的均值与所述投影误差的最小值之差的绝对值是否小于第三阈值；
[0033]若是，将所述误差最小值代入针孔相机模型，计算所述当前帧图像与所述上一帧图像之间的所述车身相对位姿；
[0034]若否，利用所述误差均值代入针孔相机模型，计算所述当前帧图像与所述上一帧
图像之间的所述车身相对位姿。
[0035]进一步地，所述确定所述当前帧图像的消失点和所述上一帧图像的消失点之后，还包括：
[0036]获取所述当前帧图像的消失点的置信度；
[0037]判断所述消失点的置信度是否大于预设置信度阈值；
[0038]若是，转向所述以所述当前帧图像的消失点为中心构建第一感兴趣区域，以所述上一帧图像的消失点为中心构建第二感兴趣区域的步骤；
[0039]若否，转向所述确定所述当前帧图像的消失点和所述上一帧图像的消失点的步骤。
[0040]本专利技术第二方面提出一种车身相对位姿计算装置，包括：
[0041]图像获取模块，用于获取车载感知设备采集的当前帧图像和上一帧图像；
[0042]消失点确定模块，用于确定所述当前帧图像的消失点和所述上一帧图像的消失点；
[0043]感兴趣区域构建模块，用于基于所述当前帧图像的消失点构建第一感兴趣区域，基于所述上一帧图像的消失点构建第二感兴趣区域；
[0044]特征点提取模块，用于在所述第一感兴趣区域内提取第一特征点，在所述第二感兴趣区域内提取第二特征点；
[0045]特征点匹配模块，用于对所述第一特征点与所述第二特征点进行匹配，得到k个匹配点对；其中，k为整数；
[0046]第一判断模块，用于判断所述匹配点对的个数k是否大于第一阈值；
[0047]车身相对位姿计算模块，用于在所述匹配点对的个数k大于第一阈值时，基于所述匹配点对计算所述当前帧图像与所述上一帧图像之间的车身相对位姿。
[0048]本专利技术第三方面提出一种车辆，所述车辆具有如本专利技术第二方面所述的车身相对位姿计算装置。
[0049]本专利技术第本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种车身相对位姿计算方法，其特征在于，包括：获取车载感知设备采集的当前帧图像和上一帧图像；确定所述当前帧图像的消失点和所述上一帧图像的消失点；基于所述当前帧图像的消失点构建第一感兴趣区域，基于所述上一帧图像的消失点构建第二感兴趣区域；在所述第一感兴趣区域内提取第一特征点，在所述第二感兴趣区域内提取第二特征点；对所述第一特征点与所述第二特征点进行匹配，得到k个匹配点对；其中，k为整数；判断所述匹配点对的个数k是否大于第一阈值；若是，基于所述匹配点对计算所述当前帧图像与所述上一帧图像之间的车身相对位姿。2.根据权利要求1所述的方法，其特征在于，所述基于所述匹配点对计算所述当前帧图像与所述上一帧图像之间的车身相对位姿，包括：根据k个所述匹配点对计算所述当前帧图像与所述上一帧图像之间的第一单应性矩阵；基于所述第一单应性矩阵计算k个所述匹配点对的投影误差及所述投影误差的均值；判断所述投影误差的均值是否大于第二阈值；若否，基于所述投影误差和针孔相机模型计算所述当前帧图像与所述上一帧图像之间的所述车身相对位姿。3.根据权利要求2所述的方法，其特征在于，所述基于所述投影误差和针孔相机模型计算所述当前帧图像与所述上一帧图像之间的车身相对位姿之前，还包括：在k个所述投影误差中筛选出m个最小的所述投影误差，根据筛选结果确定m个最小的所述投影误差对应的所述匹配点对；其中，m小于k且m不小于4；基于m个所述匹配点对计算所述当前帧图像与所述上一帧图像之间的第二单应性矩阵；通过所述第二单应性矩阵将所述第二特征点投影到所述当前帧图像上，得到第二齐次坐标；将所述第一特征点坐标所述第二齐次坐标进行差分计算，得到m个所述匹配点对的投影误差。4.根据权利要求2所述的方法，其特征在于，所述基于所述第一单应性矩阵计算k个所述匹配点对的投影误差及所述投影误差的均值，包括：通过所述第一单应性矩阵将所述第二特征点投影到所述当前帧图像上，得到第一齐次坐标；将所述第一特征点坐标与所述第一齐次坐标进行差分计算，得到所述匹配点对的投影误差；根据所述匹配点对的投影误差及匹配点对的个数k计算所述投影误差的均值。5.根据权利要求2所述的方法，其特征在于，所述基于所述投影误差和针孔相机模型计算所述当前帧图像与所述上一帧图像之间的车身相对位姿，包括：计算所述投影误差的均值和所述投影误差的最小值；
...
【专利技术属性】
技术研发人员：张鹏，易成伟，张青峰，刘刚江，
申请(专利权)人：福思杭州智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。