一种基于单目视觉的大场景车道建图方法及电子设备技术

本发明专利技术利用单目摄像头进行大场景车道建图方法及电子设备，其是利用室外车载环境下的道路平面属性，结合车载摄像头标定的先验信息，恢复单目建图尺度及抑制尺度漂移，且进一步利用路面平面属性对摄像头数据进行反向投影，以此构建室外大场景基于车道的地图。其使用单一消费级传感器并结合独特的建图方法实现稳定建图，建图精度高，成本高低。成本高低。成本高低。

【技术实现步骤摘要】
一种基于单目视觉的大场景车道建图方法及电子设备


[0001]本专利技术用于智能无人车自动驾驶领域，更具体涉及无人驾驶感知中的地图构建。
[0002]
技术介绍
：随着传感器的更新换代，人工智能、导航定位、智能控制等一系列相关技术的发展，无人驾驶已不是那么遥不可及。导航定位是无人驾驶技术中不可或缺非常重要的一环，目前在预制作地图上进行定位仍是主流方案。
[0003]随着同步定位与建图（Simultaneouslocalizationandmapping，SLAM）技术飞速发展，其中视觉SLAM大量应用于AR、机器人、无人机等领域。但由于单目视觉SLAM面临的尺度缺失以及SLAM创建地图数据过于单一等问题，使大场景环境下单目视觉建图难以应用。
[0004]专利文献CN201710645663.2 一种无人驾驶汽车自主定位与地图构建的方法及系统，利用车轮里程计、IMU惯性测量单元、全景摄像头、三维激光雷达等多种传感器进行建图。该方法使用SLAM技术将多种传感器数据进行融合，此需要多种专业高精度采集设备，成本较高，难以推广到消费级乘用车上。专利文献本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种利用单目摄像头进行大场景车道建图方法，其特征在于，包括如下步骤：步骤1、标定车载前视摄像头，获取相机内参与相机相对于车辆的外参；步骤2、在车辆行驶中用单目摄像头采集数据，利用神经网络对地面元素进行识别，地面元素包括车道线、斑马线、箭头；步骤3、利用单目ORB_SLAM对采集的数据进行里程计追踪及点云构建；步骤4、用RANSANC方法对点云进行地平面拟合，获取地平面表达方程；步骤5、利用相机位姿、地平面方程计算相机离地面距离，关联相机外参恢复地图尺度，并插入优化防止尺度飘移；步骤6、自适应IPM投影，将神经网络的识别结果投影到地平面上生成地平面元素点云，每一帧产生一份此帧对应的点云；步骤7、将多个帧对应的点云按ORB_SLAM追踪位姿进行叠加，对点云重叠部分进行概率统计判断是背景或者元素，生成点云子图；步骤8、单目ORB_SLAM追踪失败后，重新初始化，重复步骤2
‑
步骤7，另构建一份新的点云子图，采用NDT点云匹配将多份点云子图拼接为大场景道路地图。2.根据权利要求1所述的利用单目摄像头进行大场景车道建图方法，其特征在于，所述步骤1，标定得到的相机内参包括：焦距（fx、fy）、主点坐标（cx、cy）；相机外参包括：相机光心在车体坐标系下的坐标值（X、Y、Z）、相机坐标系在车体坐标系下的偏转角（Roll、Pitch、Yaw）。3.根据权利要求1所述的利用单目摄像头进行大场景车道建图方法，其特征在于，所述步骤3利用单目ORB_SLAM对采集的数据进行里程计追踪及点云构建包括：将前视摄像头采集的连续视频流数据作为输入，输入ORB_SLAM算法进行建图追踪，ORB_SLAM算法得到实时相机位置与姿态（x、y、z、roll、pitch、yaw）、稀疏特征点点云及各点三维坐标（xi、yi、zi）。4.根据权利要求1所述的利用单目摄像头进行大场景车道建图方法，其特征在于，所述步骤4用RANSANC方法对点云进行地平面拟合，获取地平面表达方程具体包括；步骤4.1、将点云三维坐标投影到当前图像上得到像素坐标，对应地面语义mask判断是否地面点，得到地面点云集合Pg[p0、p1、p2
…
pn]；步骤4.2、从Pg内随机抽取五点，计算这五点三维坐标均值[x...

【专利技术属性】
技术研发人员：王立，
申请(专利权)人：重庆长安汽车股份有限公司，
类型：发明
国别省市：