一种基于记忆泊车系统的车辆起点位置确认方法、装置及计算机系统制造方法及图纸

本发明专利技术公开了一种基于记忆泊车系统的车辆起点位置确认方法，步骤如下：前置存储和记忆：车辆系统将泊车功能线路记忆存储至中央控制器；GPS信息判断：中央控制器确认车辆是否在起点，判断地图信息是否可靠，若不可靠，进入下一步骤；当前车辆环境信息提取：采样形成对比图，将标准图和对比图比对；确认和比对起点：按亮度滤波处理、构建对比模型、一致性处理、特征点监测处理，获得特征点像素位置最大索引值；图像特征点的特征比对：通过最大索引值求取像素矩阵对图像进行特征描述。本发明专利技术还公开了一种基于记忆泊车系统的车辆起点位置确认装置和计算机系统。本发明专利技术能实现车主顺利实现远程召唤爱车的目的，可以广泛应用于车辆环境感知探测领域。探测领域。探测领域。

【技术实现步骤摘要】
一种基于记忆泊车系统的车辆起点位置确认方法、装置及计算机系统


[0001]本专利技术涉及车辆环境感知探测技术，特别是涉及一种基于记忆泊车系统的车辆起点位置确认方法、装置及计算机系统。

技术介绍

[0002]目前市面上大部分的汽车记忆泊车系统，均依托现有的GPS或高精度地图等进行方案设计，当客户需要时可使用远程召唤等功能时利用GPS或高精度地图最后确定车辆是否在路径上或路径起点。这一技术在GPS信号良好功能时的性能有目共睹，但在记忆泊车时这一技术工况表现却较差，特别是在地下停车场无法发挥记忆泊车的全部效能，甚至当客户使用一键召唤等功能时，车辆无法判断自身是否在路径上或在路径起点，这既容易导致车辆误启动和行驶，也容易出现即使车辆在起点或路径上但却无法响应客户召唤的情况出现。
[0003]有鉴于此，现在部分汽车厂商提出新的技术方案，即用纯视觉摄像头通过对比停车时车辆前方的图像，增加了这类厂商车辆的位置识别能力，同时，为使纯视觉摄像头的作用更可靠，车辆辅助系统还进行相应的环境判断。
[0004]但这也仅仅是部分提高了记忆泊车系统的部分场景适应能力，在绝大多数场景，特别是停车时前方视觉摄像头拍摄的图像绝大部分为对向库位车辆，尤其是在公共停车，对向库位车辆不可能永远都是同一辆车，所以无法将预存的起点照片与车辆召唤准备时实时图像进行有效匹配，在GPS信号不佳时车主仍会面临同样的问题，导致其在汽车领域始终难以推广。
[0005]与此同时，另一部分厂商考虑利用部分新型号车型记忆泊车中设置的SLAM图像特征点技术(注：SLAM图像特征点为记忆泊车核心技术，车辆通过判断车辆和某一帧画面众多特征点和车辆位置关系来判断车辆的历史位置，从而进行车辆轨迹推算)，来解决这一问题。但是由于停车场内人员、车流等环境随时变化，初次采集特征点仅20
‑
30％才能在下次被识别匹配，需要车辆在驱车前往下一个位置(一般需要连续20多帧)的路径上持续监测到大于阀值的特征点，才能综合判断车辆轨迹或位置，这需要车辆连续行驶20m以上，不符合本场景的应用条件，这也是该技术方案仅可用于路径匹配场景的原因。

技术实现思路

[0006]本专利技术的目的是为了克服上述
技术介绍
的不足，提供一种基于记忆泊车系统的车辆起点位置确认方法、装置及计算机系统，使其针对地下车库记忆泊车场景下GPS信号不佳、且环境场景复杂多变等环境要素，从而无法进行图像匹配的现实问题，在复杂场景下仅通过获取当前车辆位置时的图像，结合SLAM图像特征点及其边缘检测和匹配方法，实现车主顺利实现远程召唤爱车的目的，改变了现有技术带给车主体验不佳的弊病。
[0007]本专利技术提供的一种基于记忆泊车系统的车辆起点位置确认方法，包括如下步骤：
前置存储和记忆：车辆系统完成记忆泊车功能线路记忆，包括泊车起点和路径中的GPS与高精地理信息、泊车起点和路径中核心特征点信息及泊车起点图像的标准图，将这些数据存储至中央控制器；GPS信息判断：中央控制器接收GPS或高精地图信息，确认车辆是否在起点或路径上，中央控制器判断GPS或高精地图信息是否可靠有效，若GPS或高精地图无效或信息精度不可靠，中央控制器进入下一步骤；当前车辆环境信息提取：用于拍摄标准图的相机或相机组，对当前车辆环境场景进行拍摄和采样形成对比图，将对比图送入中央控制器准备对标准图和对比图以便确认和比对；确认和比对起点：按步骤分别处理图像的亮度滤波处理、构建图像的对比模型、图像的对比模型的一致性处理、图像的特征点监测处理步骤，获得特征点每个像素位置的最大索引值；图像特征点的特征比对：通过上述步骤获得的每个像素位置的最大索引值求取像素矩阵，用像素矩阵对图像进行特征描述。
[0008]在上述技术方案中，所述确认和比对起点步骤的具体过程如下：图像的亮度滤波处理：对标准图和对比图分别进行极坐标系下的光频滤波、空间坐标系下的滤波步骤处理，得到亮度特征一致且均匀的处理后的标准图图像信息和对比图图像信息；构建图像对比模型：在空间坐标系下，处理后的标准图图像信息和对比图图像信息，分别以图像函数I(x,y)的形式输入对比模型，其响应分量e
SO
(x,y)和r
SO
(x,y)为：[e
So
(x,y),r
SO
(x,y)]＝[I(x,y)*L
evenSO
(x,y),I(x,y)*L
oddSo
(x,y)]，对图像I(x,y)进行振幅分量A
SO
(x,y)和相位分量φ
SO
(x,y)的分解：进一步设噪声补偿项T，结合带宽和空间宽度信息，构建图像对比函数模型，其中，ω
O
(x,y)为给定带宽频率扩展的加权因子；ξ是一个运算常值；φ
SO
(x,y)是相位偏差函数，定义为：(x,y)是相位偏差函数，定义为：具体定义如下：图像对比函数模型的一致性处理：对局部函数E(x,y)两个部分响应分量e
SO
(x,y)和r
sO
(x,y)进行卷积，产生相位一致性度量，得到边缘图；进一步有效描述图像局部区域的特征分布，分别计算每个方向上的相位一致性PC(θ
o
)，进行相位一致计算，并校验相位一致性方向的变化，图像中每个点计算出的变量如下：a＝∑
o
(PC(θ
o
)cos(θ
o
))2，b＝2∑
o
(PC(θ
o
)cos(θ
o
))(PC(θ
o
)sin(θ
o
))，c＝∑
o
(PC(θ
o
)sin(θ
o
))2，其中，PC(θ
o
)设为在方向θ
o
处确定的相位一致性值，并且对所使用的可能的离散方向集进行求和，主轴的角度φ、最小矩m和最大矩M分别如下：轴的角度φ、最小矩m和最大矩M分别如下：对相位一致性协方差矩阵进行值分解，分解的最小值对应最小矩m；分解值的最大值对应最大矩M；相位一致性协方差矩阵为式R，图像在各个方向上随相位一致性值变化,得到与方向无关的最小矩m与最大矩M：图像的特征点监测处理：引入特征点，读取中央控制器
中特征点，和对比图进行匹配；对特征点进行描述即用函数表示特征点特征，构造基于特征点的对比模型，给定输入图像I(x,y)，对局部函数I(x,y)两个部分响应分量e
SO
(x,y)和r
SO
(x,y)进行卷积计算，得到响应分量e
SO
(x,y)和r
SO
(x,y)；计算特征点附近像素的振幅并对振幅进行标准化处理，使构造的函数对图像的变化具有普适性，其中：为标准化结果；mean和std分别表的均值和标准差；接着对每个方向上，将所有N
s
个尺度的振幅相加得到卷积序列A
O
(x,y)，即每个像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于记忆泊车系统的车辆起点位置确认方法，其特征在于：包括如下步骤：前置存储和记忆：车辆系统完成记忆泊车功能线路记忆，包括泊车起点和路径中的GPS与高精地理信息、泊车起点和路径中核心特征点信息及泊车起点图像的标准图，将这些数据存储至中央控制器；GPS信息判断：中央控制器接收GPS或高精地图信息，确认车辆是否在起点或路径上，中央控制器判断GPS或高精地图信息是否可靠有效，若GPS或高精地图无效或信息精度不可靠，中央控制器进入下一步骤；当前车辆环境信息提取：用于拍摄标准图的相机或相机组，对当前车辆环境场景进行拍摄和采样形成对比图，将对比图送入中央控制器准备对标准图和对比图以便确认和比对；确认和比对起点：按步骤分别处理图像的亮度滤波处理、构建图像的对比模型、图像的对比模型的一致性处理、图像的特征点监测处理步骤，获得特征点每个像素位置的最大索引值；图像特征点的特征比对：通过上述步骤获得的每个像素位置的最大索引值求取像素矩阵，用像素矩阵对图像进行特征描述。2.根据权利要求1所述的基于记忆泊车系统的车辆起点位置确认方法，其特征在于：所述确认和比对起点步骤的具体过程如下：图像的亮度滤波处理：对标准图和对比图分别进行极坐标系下的光频滤波、空间坐标系下的滤波步骤处理，得到亮度特征一致且均匀的处理后的标准图图像信息和对比图图像信息；构建图像对比模型：在空间坐标系下，处理后的标准图图像信息和对比图图像信息，分别以图像函数I(x,y)的形式输入对比模型，其响应分量e
SO
(x，y)和r
SO
(x，y)为：[e
SO
(x，y)，r
SO
(x，y)]＝[I(x，y)*L
evenSo
(x，y)，I(x，y)*L
oddSO
(x，y)]对图像I(x，y)进行振幅分量A
SO
(x，y)和相位分量φ
SO
(x，y)的分解：(x，y)的分解：进一步设噪声补偿项T，结合带宽和空间宽度信息，构建图像对比函数模型，其中，ω
O
(x，y)为给定带宽频率扩展的加权因子；ξ是一个运算常值；φ
SO
(x，y)是相位偏差函数，定义为：具体定义如下：
图像对比函数模型的一致性处理：对局部函数E(x，y)两个部分响应分量e
SO
(x，y)和r
SO
(x，y)进行卷积，产生相位一致性度量，得到边缘图；进一步有效描述图像局部区域的特征分布，分别计算每个方向上的相位一致性PC(θ
o
)，进行相位一致计算，并校验相位一致性方向的变化，图像中每个点计算出的变量如下：进行相位一致计算，并校验相位一致性方向的变化，图像中每个点计算出的变量如下：进行相位一致计算，并校验相位一致性方向的变化，图像中每个点计算出的变量如下：其中，PC(θ
o
)设为在方向θ
o
处确定的相位一致性值，并且对所使用的可能的离散方向集进行求和，主轴的角度φ、最小矩m和最大矩M分别如下：进行求和，主轴的角度φ、最小矩m和最大矩M分别如下：进行求和，主轴的角度φ、最小矩m和最大矩M分别如下：对相位一致性协方差矩阵进行值分解，分解的最小值对应最小矩m；分解值的最大值对应最大矩M；相位一致性协方差矩阵为式R，图像在各个方向上随相位一致性值变化，得到与方向无关的最小矩m与最大矩M：图像的特征点监测处理：引入特征点，读取中央控制器中特征点，和对比图进行匹配；对特征点进行描述即用函数表示特征点特征，构造基于特征点的对比模型，给定输入图像I(x，y)，对局部函数I(x，y)两个部分响应分量e
SO
(x，y)和r
SO
(x，y)进行卷积计算，得到响应分量e
SO
(x，y)和r
SO
(x，y)；计算特征点附近像素的振幅并对振幅进行标准化处理，使构造的函数对图像的变化具有普适性，其中：为标准化结果；mean和std分别表的均值和标准差；接着对每个方向上，将所有N
s

【专利技术属性】
技术研发人员：丁宗阳，陈剑，杜绍宣，文翊，杨仕会，
申请(专利权)人：东风汽车集团股份有限公司，
类型：发明
国别省市：