一种光线昏暗条件下的无人车定位方法技术

本发明专利技术公开了一种光线昏暗条件下的无人车定位方法，包括：采集无人车外部环境信息，得到相应的外部图像信息；根据所述外部图像信息，提取图像中的Shi‑Tomasi角点，所述Shi‑Tomasi角点为像素级角点；对提取出的所述像素级角点做亚像素处理，得到亚像素角点；通过所述亚像素级角点对所述无人车在光线昏暗场景下进行定位。本发明专利技术所述的方法，适用于无人车在光照昏暗的场景的定位，克服了传统算法在光照昏暗场景下定位精度不足的缺点；与传统算法相比，增加了向前向后检验与反向光流，提高了光流追踪的精度；使用双线性插值获取更高精度的亚像素级角点，提高了无人车在光线昏暗场景下的定位精度。

【技术实现步骤摘要】

本专利技术涉及无人车领域，具体涉及一种在光纤昏暗条件下基于vins-mono改进的视觉slam定位方法。

技术介绍

1、随着人类社会的不断发展与进步，机器人技术日趋成熟，其使用范围包含军事国防，抢险救灾，工业运输，自动驾驶等方面，极大的便利了人们的日常生活。随着机器人在各领域应用的扩大，机器人需要面临的场景变得越来越复杂，对机器人的智能化与自动化的要求也越来越高，为了达到对机器人智能化与自动化控制的目标，首先需要解决的是机器人在未知复杂环境中如何知道“自己在什么位置？”、“周围的环境如何？”、“如何前往目的地？”，这些问题分别对应定位、建图与导航。同步定位与建图就是指搭载特定传感器的主题，在没有环境先验信息的情况下，于运动过程中建立环境的模型，同时在运动中估计自己的运动，这也是实现机器人在位置环境下实现建图的基础。slam中常用的传感器一般可以划分成两类，一类是直接测量移动主体内部数据的传感器，如编码器和惯性测量单元等；另一类是直接测量外部环境数据的传感器，如激光雷达和相机等。slam算法的结构取决于传感器的类型，大体可以分为视觉slam和激光slam，通本文档来自技高网...

【技术保护点】

1.一种光线昏暗条件下的无人车定位方法，其特征在于，包括：

2.根据权利要求1所述的光线昏暗条件下的无人车定位方法，其特征在于，所述根据所述外部图像信息，提取图像中的Shi-Tomasi角点，包括：

3.根据权利要求2所述的光线昏暗条件下的无人车定位方法，其特征在于，包括：

4.根据权利要求1所述的光线昏暗条件下的无人车定位方法，其特征在于，所述对提取出的所述像素级角点做亚像素处理，得到亚像素角点，包括：

5.根据权利要求1所述的光线昏暗条件下的无人车定位方法，其特征在于，还包括：对所述像素级角点和所述亚像素级角点做LK光流跟踪，增加反向光...

【技术特征摘要】

1.一种光线昏暗条件下的无人车定位方法，其特征在于，包括：

2.根据权利要求1所述的光线昏暗条件下的无人车定位方法，其特征在于，所述根据所述外部图像信息，提取图像中的shi-tomasi角点，包括：

3.根据权利要求2所述的光线昏暗条件下的无人车定位方法，其特征在于，包括：

4.根据权利要求1所述的光线昏暗条件下的无人车定位方法，其特征在于，所述对提取出的所述像素级角点做亚像素处理，得到亚像素角点，包括：

5.根据权利要求1所述的光线昏暗条件下的无人车定位方法，其特征在于，还包括：对所述像素级角点和所述亚像素级角点做lk光流跟踪，增加反向光流的步骤，包括：

6.根据权利要求5所述的光线昏暗条件下的...

【专利技术属性】
技术研发人员：孟伟，邹志键，古栋笙，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：