基于机器视觉与地图的车辆定位追踪方法以及系统技术方案

本发明专利技术公开一种基于机器视觉与地图的车辆定位追踪方法以及系统，包括：将每个边缘图形与每个空间表示图进行匹配，形成多个图形匹配对，计算图形像素级变换矩阵，对每个拍摄图像进行变换，获得每个拍摄图像的每个像素的空间位置，生成像素空间位置表集；获得每个非初始拍摄图像相对于初始拍摄图像的几何变换关系与像素对应关系，获得每个非初始拍摄图像的空间矩阵；根据当前特征点集与每个空间矩阵，若当前实时图像与空间矩阵对应的非初始拍摄图像匹配，则在像素空间位置表集中查找非初始拍摄图像对应的像素空间位置表；根据像素空间位置表，查找每个车轮点位置对应的空间坐标位置，获得当前时刻的每个车辆的空间位置，获得每个车辆的轨迹信息

【技术实现步骤摘要】
基于机器视觉与地图的车辆定位追踪方法以及系统


[0001]本专利技术涉及智慧交通
，特别是涉及一种基于机器视觉与地图的车辆定位追踪方法以及系统
。

技术介绍

[0002]交通状况优化是预防和缓解交通拥堵的关键
。
车辆行驶轨迹可以全面完整的表征交通流运行状态，包含了丰富的交通流信息
。
[0003]然而，传统方法中由于图像的深度信息不准确或者视觉设备安装在杆体横臂采集图像时容易出现抖动问题，造成坐标转换时容易出现误差，进而导致传统方法的车辆定位精度低
。

技术实现思路

[0004]本专利技术的目的是解决传统方法的车辆定位精度低的技术问题
。
为实现上述目的，本专利技术提供一种基于机器视觉与地图的车辆定位追踪方法以及系统
。
[0005]本专利技术提供一种基于机器视觉与地图的车辆定位追踪方法，包括：
[0006]获取道路地图信息，并根据所述道路地图信息，获得每个图层中每个地图图形对应的空间表示图；
[0007]获取多个拍摄图像；<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于机器视觉与地图的车辆定位追踪方法，其特征在于，包括：获取道路地图信息，并根据所述道路地图信息，获得每个图层中每个地图图形对应的空间表示图；获取多个拍摄图像；对每个所述拍摄图像进行边缘检测且连接成形，获得每个所述拍摄图像对应的多个边缘图形；将每个所述边缘图形与每个所述空间表示图进行匹配，形成多个图形匹配对，根据所述多个图形匹配对，计算图形像素级变换矩阵，并根据所述图形像素级变换矩阵对每个所述拍摄图像进行变换，获得每个所述拍摄图像的每个像素的空间位置，生成像素空间位置表集；对所述多个拍摄图像中初始拍摄图像与每个非初始拍摄图像进行动态图像特征匹配，获得每个所述非初始拍摄图像相对于所述初始拍摄图像的几何变换关系与像素对应关系，根据所述几何变换关系与所述像素对应关系，获得每个所述非初始拍摄图像的空间矩阵；获取当前实时图像的当前特征点集，并根据所述当前特征点集与每个所述空间矩阵，判断所述当前实时图像与所述空间矩阵对应的所述非初始拍摄图像是否匹配，若匹配，则在所述像素空间位置表集中查找所述非初始拍摄图像对应的像素空间位置表；获取所述当前实时图像中每个车辆的多个车轮点位置；根据所述像素空间位置表，查找每个所述车轮点位置对应的空间坐标位置，获得当前时刻的每个车辆的空间位置；根据各个时刻的同一车辆的所述空间位置，获得每个车辆的轨迹信息
。2.
根据权利要求1所述的基于机器视觉与地图的车辆定位追踪方法，其特征在于，所述根据各个时刻的同一车辆的所述空间位置，获得同一车辆的轨迹信息之后，所述方法还包括：获取跨设备对应的每个跨设备车辆的跨设备轨迹信息；判断所述跨设备车辆与所述车辆是否为同一目标；若所述跨设备车辆与所述车辆为同一目标，则以时间为依据，将所述跨设备轨迹信息与所述轨迹信息进行融合，形成跨设备车辆追踪信息
。3.
根据权利要求1所述的基于机器视觉与地图的车辆定位追踪方法，其特征在于，所述将每个所述边缘图形与每个所述空间表示图进行匹配，形成多个图形匹配对，根据所述多个图形匹配对，计算图形像素级变换矩阵，并根据所述图形像素级变换矩阵对每个所述拍摄图像进行变换，获得每个所述拍摄图像的每个像素的空间位置，生成像素空间位置表集，包括：对每个所述图形匹配对中所述边缘图形与所述空间表示图分别进行三角拆分，形成多个图形三角对；对每个所述图形三角对进行仿射变换，获得所述图形像素级变换矩阵；对每个所述图形匹配对中边缘图形进行边缘像素插值，获得已配对完整边缘图形
。4.
根据权利要求3所述的基于机器视觉与地图的车辆定位追踪方法，其特征在于，所述方法还包括：将非配对的边缘图形与非配对的空间表示图分别进行三角拆分，形成多个非配对三角
图形；对每个所述非配对的边缘图形进行边缘像素插值，获得非配对完整边缘图形；将所述已配对完整边缘图形
、
所述已配对空间表示图
、
所述非配对完整边缘图形以及所述非配对空间表示图进行相加，获得完整图像；根据所述图形像素级变换矩阵对所述完整图像进行变换，获得所述完整的每个像素的空间位置，生成所述像素空间位置表集
。5.
根据权利要求1所述的基于机器视觉与地图的车辆定位追踪方法，其特征在于，所述对所述多个拍摄图像中初始拍摄图像与每个非初始拍摄图像进行动态图像特征匹配，获得每个所述非初始拍摄图像相对于所述初始拍摄图像的几何变换关系与像素对应关系，包括：获取所述初始拍摄图像，并对所述初始拍摄图像进行特征提取，获得初始图像特征点集；获取多个所述非初始拍摄图像，并对每个所述非初始拍摄图像进行特征点提取，获得多个非初始图像特征点集；对每个所述非初始图像特征点集与所述初始图像特征点集中的特征点进行匹配，获得多个特征点匹配对；根据所述多个特征点匹配对，获得所述初始拍摄图像与每个所述非初始拍摄图像之间的几何变换关系；对所述初始拍摄图像与每个所述非初始拍摄图像分别进行网格划分，形成初始网格区域与非初始网格区域；获取所述初始网格区域与所述非初始网格区域中相同网格位置对应的网格级别匹配关系；根据双线性插值，计算所述网格级别匹配关系中在每个网格区域对应的像素关系
。6.
根据权利要求1所述的基于机器视觉与地图的车辆定位追踪方法，其特征在于，所述根据所述当前特征点集与每个所述空间矩阵，判断所述当前实时图像与所述空间矩阵对应的所述非初始拍摄图像是否匹配，若匹配，则在所述像素空间位置表集中查找所述非初始拍摄图像对应的像素空间位置表，包括：若匹配，则计算所述当前实时图像与所述非初始拍摄图像的匹配值；若所述匹配值为最佳匹配，则在所述像素空间位置表集中查找所述非初始拍摄图像对应的像素空间位置表
。7.

【专利技术属性】
技术研发人员：闫军，廖福坤，张宇昂，
申请(专利权)人：智慧互通科技股份有限公司，
类型：发明
国别省市：