基于模板匹配与光流融合的定位方法、装置及小车制造方法及图纸

本发明专利技术公开了基于模板匹配与光流融合的定位方法、装置及小车。该方法首先通过对前后两个时刻地面纹理的模板匹配计算出第一位移，然后通过光流分析计算出更为精确的第二位移，最后基于第二位移计算定位。相比于简单的模板匹配的方法，本发明专利技术融合了光流分析，提高前后两幅地面纹理图像的相对位移计算的误差精度，从而减少定位累计误差，使得定位更为精确。使得定位更为精确。使得定位更为精确。

【技术实现步骤摘要】
基于模板匹配与光流融合的定位方法、装置及小车


[0001]本专利技术涉及视觉定位技术。

技术介绍

[0002]现有定位技术大致可以分为无线定位和视觉定位。无线定位是通过对无线信号时间差、相位差进行分析而实现的目标定位，可以分成基于卫星信号的定位技术、基于移动信号的的定位技术以及基于Wifi、蓝牙的定位技术等。视觉定位通过对摄像头所拍摄图像进行分析而实现的目标定位，分成基于广角图像目标距离分析的定位技术以及基于无参照目标的地面纹理分析的定位技术。不同的定位各有不同的优缺点。实际应用中，多种定位技术通常结合。
[0003]本专利技术所涉及的定位技术是无参照目标的地面纹理分析的定位技术。该定位技术通过对前后两幅地面纹理图像的位移差别计算出相对位移进而计算出实时的定位。对前后两幅地面纹理图像的位移差别计算出相对位移通常通过模板匹配的方法计算得到。该定位技术至少存在以下两个缺陷：第一个缺陷对地面纹理存在要求，缺少地面纹理的地面，比如单色整洁的地面或镜面的地面无法进行定位；第二个缺陷是存在累计误差，若前后两幅地面纹理图像计算出的相对位移存在较大误差，累计后误差急剧放大导致定位不准。对于前述第一个缺陷可以作为定位技术的一项应用要求，可以不考虑。而对于第二个缺陷要求每次前后两幅地面纹理图像计算出的相对位移的误差尽量小。现有技术下，对前后两幅地面纹理图像的位移差别计算出相对位移通常通过模板匹配的方法计算得到，然而仅通过模板匹配的方法计算定位精度较差。

技术实现思路

[0004]本专利技术所要解决的问题：无参照目标的地面纹理分析的定位技术中，提高前后两幅地面纹理图像的相对位移计算的误差精度。
[0005]为解决上述问题，本专利技术采用的方案如下：
[0006]根据本专利技术的基于模板匹配与光流融合的定位方法，该方法包括如下步骤：
[0007]步骤S1，用于：持续接收朝地摄像头所拍摄的地面纹理图像；
[0008]步骤S2，用于：通过计算所述地面纹理图像矩形区域图像熵的大小在第i时刻的地面纹理图像的中心区域确定两块矩形区域作模板；
[0009]步骤S3，用于：通过模板匹配，在第i+1时刻的地面纹理图像中找出两块分别与所述模板相似度最高的两个矩形区域作为模板匹配结果；
[0010]步骤S4，用于：根据两个模板的中心坐标和两个匹配结果的中心坐标计算两个模板匹配结果相对于两个模板的位移(dx1,dy1)和(dx2,dy2)，进而计算出第一位移(dx
c
,dy
c
)；其中，dx
c
＝(dx1+dx2)
÷
2；dy
c
＝(dy1+dy2)
÷
2；
[0011]dx1和dy1是第一个模板匹配结果中心与第一个模板中心横纵坐标的相对位移；
[0012]dx2和dy2是第二个模板匹配结果中心与第二个模板中心横纵坐标的相对位移；
[0013]步骤S5，用于：通过光流解算对第一位移(dx
c
,dy
c
)修正得到第二位移(dx
t
,dy
t
)；
[0014]步骤S6，用于：将第二位移(dx
t
,dy
t
)映射成真实世界下的真实位移(dx
v
,dy
v
)；
[0015]步骤S7，用于：根据两个模板的中心坐标和两个匹配结果的中心坐标及位移计算航向角度A：
[0016]其中，D
C12
是两个模板的中心距；
[0017]步骤S8，用于：根据航向角度A、真实位移dp
v
＝(dx
v
,dy
v
)、第i时刻的位置(x
i
,y
i
)计算出第i+1时刻的位置(x
i+1
,y
i+1
)；其中，
[0018]x
i+1
＝x
i
+x
i
×
cos(A)－y
i
×
sin(A)；
[0019]y
i+1
＝y
i
+y
i
×
cos(A)+x
i
×
sin(A)；
[0020]所述步骤S5通过对公式ΔP
k
＝
‑
(M
T
M)
‑1M
T
(MP
k
+b)的迭代计算直到ΔP
k
<q时取dx
t
＝px
k
，dy
t
＝py
k
得到第二位移(dx
t
,dy
t
)；
[0021]其中，P
k
＝P
k
‑1+ΔP
k
‑1，px0＝dx
c
，py0＝dy
c
；
[0022]S＝W
×
H；
[0023]其中，I(P
k
,1)，I(P
k
,2)，...，I(P
k
,S)分别为第i时刻的地面纹理图像上的模板中心位移P
k
至第i+1时刻的地面纹理图像上的模板之间各个像素的灰度值差；
[0024]W为模板的宽度，H为模板的高度，q为预先设定的阈值。
[0025]进一步，根据本专利技术的基于模板匹配与光流融合的定位方法，所述步骤S2通过计算模板大小的矩形区域的信息熵，并选择信息熵最大的两块矩形区域作为模板。
[0026]根据本专利技术的基于模板匹配与光流融合的定位装置，该装置包括如下模块：
[0027]模块M1，用于：持续接收朝地摄像头所拍摄的地面纹理图像；
[0028]模块M2，用于：通过计算所述地面纹理图像矩形区域图像熵的大小在第i时刻的地面纹理图像的中心区域确定两块矩形区域作模板；
[0029]模块M3，用于：通过模板匹配，在第i+1时刻的地面纹理图像中找出两块分别与所述模板相似度最高的两个矩形区域作为模板匹配结果；
[0030]模块M4，用于：根据两个模板的中心坐标和两个匹配结果的中心坐标计算两个模板匹配结果相对于两个模板的位移(dx1,dy1)和(dx2,dy2)，进而计算出第一位移(dx
c
,dy
c
)；其中，dx
c
＝(dx1+dx2)
÷
2；dy
c
＝(dy1+dy2)
÷
2；
[0031]dx1和dy1是第一个模板匹配结果中心与第一个模板中心横纵坐标的相对位移；
[0032]dx2和dy2是第二个模板匹配结果中心与第二个模板中心横纵坐标的相对位本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于模板匹配与光流融合的定位方法，其特征在于，该方法包括如下步骤：步骤S1，用于：持续接收朝地摄像头所拍摄的地面纹理图像；步骤S2，用于：通过计算所述地面纹理图像矩形区域图像熵的大小在第i时刻的地面纹理图像的中心区域确定两块矩形区域作模板；步骤S3，用于：通过模板匹配，在第i+1时刻的地面纹理图像中找出两块分别与所述模板相似度最高的两个矩形区域作为模板匹配结果；步骤S4，用于：根据两个模板的中心坐标和两个匹配结果的中心坐标计算两个模板匹配结果相对于两个模板的位移(dx1，dy1)和(dx2，dy2)，进而计算出第一位移(dx
c
，dy
c
)；其中，dx
c
＝(dx1+dx2)
÷
2；dy
c
＝(dy1+dy2)
÷
2；dx1和dy1是第一个模板匹配结果中心与第一个模板中心横纵坐标的相对位移；dx2和dy2是第二个模板匹配结果中心与第二个模板中心横纵坐标的相对位移；步骤S5，用于：通过光流解算对第一位移(dx
c
，dy
c
)修正得到第二位移(dx
t
，dy
t
)；步骤S6，用于：将第二位移(dx
t
，dy
t
)映射成真实世界下的真实位移(dx
v
，dy
v
)；步骤S7，用于：根据两个模板的中心坐标和两个匹配结果的中心坐标及位移计算航向角度A：其中，D
C12
是两个模板的中心距；步骤S8，用于：根据航向角度A、真实位移dp
v
＝(dx
v
，dy
v
)、第i时刻的位置(x
i
，y
i
)计算出第i+1时刻的位置(x
i+1
，y
i+1
)；其中，x
i+1
＝x
i
+x
i
×
cos(A)
‑
y
i
×
sin(A)；y
i+1
＝y
i
+y
i
×
cos(A)+x
i
×
sin(A)；所述步骤S5通过对公式ΔP
k
＝
‑
(M
T
M)
‑1M
T
(MP
k
+b)的迭代计算直到ΔP
k
＜q时取dx
t
＝px
k
，dy
t
＝py
k
得到第二位移(dx
t
，dy
t
)；其中，P
k
＝P
k
‑1+ΔP
k
‑1，px0＝dx
c
，py0＝dy
c
；S＝W
×
H；其中，I(P
k
，1)，I(P
k
，2)，...，I(P
k
，S)分别为第i时刻的地面纹理图像上的模板中心位移P
k
至第i+1时刻的地面纹理图像上的模板之间各个像素的灰度值差；W为模板的宽度，H为模板的高度，q为预先设定的阈值。2.如权利要求1所述的基于模板匹配与光流融合的定位方法，其特征在于，所述步骤S2通过计算模板大小的矩形区域的信息熵，并选择信息熵最大的两块矩形区域作为模板。3.基于模板匹配与光流融合的定位装置，其特征在于，该装置包括如下模块：模块M1，用于：持续接收朝地摄像头所拍摄的地面纹理图像；模块M2，用于：...

【专利技术属性】
技术研发人员：曾庆喜，常婷婷，赵亮，陈斌华，
申请(专利权)人：江苏科力机械有限公司，
类型：发明
国别省市：