【技术实现步骤摘要】
本专利技术涉及城市峡谷车载导航定位，特别是涉及城市峡谷中基于视觉辅助的车辆行驶状态判别方法。
技术介绍
1、历史的车轮滚滚向前，时代的发展推动着人类的城市化进程，诸如该环境下一些新兴领域如自动驾驶、智慧城市等成为研究的热点，人们亟须城市环境下的高精度定位。
2、全球卫星导航系统(global navigation satellite system,gnss)是能在地球表面或近地空间的任何地点为用户提供全天候的3维坐标和速度以及时间信息的空基无线电导航定位系统。视觉辅助gnss车载导航定位是在复杂城市环境中定位的常用方法，该装置主要由接收天线、接收机、导航计算机、可视显示器及位置检测装置组成。而在城市环境中，由于受到复杂环境的影响，使用车载导航定位方法所得到的车辆定位结果并不高，与此同时，gnss滤波模型选择单一也是导致该结果的原因之一。而车辆一般正常行驶状态有多种，如：加速、匀速、减速、转弯及静止等等，而当下所进行的实验研究中gnss滤波模型常使用单一模型显得不太合理，与该环境下车辆运行时实际的多种行驶状态有很大差异。因此，针对车辆不同行驶状态选择不同模型是亟需的，但如何将获得的车辆不同行驶状态及对行驶状态实时区分，这一问题更是首当其冲的。
3、由于相机不仅拥有价格低、功耗低、质量轻、体积小与能够提供丰富的周围环境信息等特点，而且它几乎是每辆车上都存在的传感器，作为相机的一种，拥有超广角特殊镜头的鱼眼相机能够获得的垂直视角接近或等于180°。而使用天向鱼眼相机的好处在于通过光流法判断运动状态时，地面动态物
技术实现思路
1、针对城市环境中车载gnss导航定位时常采用单一车辆模型这一不足之处，本专利技术提出城市峡谷中基于视觉辅助的车辆行驶状态判别方法，以解决该环境下实验与研究中gnss滤波模型单一导致定位精度不高的问题。该方法基于计算机视觉光流法，利用一个指向天向的鱼眼相机捕获车辆上空环境图像，获取相应图像光流信息，之后选取光流范围并对其中的光流噪声进行剔除，再将车辆行驶状态特征与光流信息进行对比，通过解算所选像素点光流运动变化的大小与方向，得到车辆的不同行驶状态，结合车辆不同行驶状态特征及行驶状态衔接、切换的特点进行修正，生成准确的车辆行驶状态信息。该方法具有成本低、计算量小、实时性强的特点，能够在城市峡谷环境中实时判断出准确的车辆不同行驶状态，通过对所得结果的充分挖掘，提高该环境下的车载导航定位的精度。
2、为实现上述目的，本专利技术提供了如下方案：
3、城市峡谷中基于视觉辅助的车辆行驶状态判别方法，包括：
4、采集天空环境数据，对所述天空环境数据进行处理，获取像素点光流；
5、对所述像素点光流进行验证，构建光流识别模型，基于所述光流识别模型对验证后的所述像素点光流进行识别，获取车辆运行状态信息；
6、对所述车辆运行状态进行修正，获取最终的车辆运行状态信息。
7、可选地，采集天空环境数据包括：
8、将实验车辆设置于城市峡谷环境中运行并基于车载天向鱼眼相机捕获上空环境图像，获取天空环境数据。
9、可选地，获取像素点光流包括：
10、对所述天空环境数据以文件夹的形式读取到matlab中编程处理，获取图像光流信息数据；
11、根据图像像素点光流质量高低与距镜头中心的距离，对所述图像光流信息数据进行数据筛选于信息范围提取，获取像素点光流。
12、可选地，获取像素点光流后包括：鱼眼镜头中心且对光流方向杂乱的像素点光流进行像素点噪声剔除。
13、可选地，对所述像素点光流进行验证包括：
14、将像素点噪声剔除后的所述像素点光流与实验车辆的第一行驶状态进行对比，获取验证结果；
15、其中，所述实验车辆的第一行驶状态包括：加速、静止和转弯。
16、可选地，构建所述光流识别模型包括：
17、设置车载天向鱼眼相机的前一帧时间和后一帧时间，获取前一帧的像素点在后一帧的位置；
18、根据亮度恒定所述前一帧的像素点在后一帧的位置，并基于小运动假设，将所述前一帧的像素点在后一帧的位置进行泰勒级数展开，获取第一待处理识别模型；
19、对所述第一待处理识别模型进行空间一致性处理，基于lk算法利用3*3窗口内的像素点，建立第二待处理识别模型；
20、对所述第二待处理识别模型进行矩阵转换，通过最小二乘法对矩阵转换后的所述第二待处理识别模型中未知数进行解释，并再次进行矩阵转换，获取所述光流识别模型。
21、可选地，获取所述车辆运行状态信息包括：
22、基于所述光流识别模型对所述像素点光流进行计算，获取光流大小与方向的变化，对所述像素点光流所在图像进行光流噪声判断，根据所述光流大小与方向的变化和判断结果，获取所述车辆运行状态信息。
23、可选地，对所述像素点光流所在图像进行光流噪声判断包括：
24、设定光流噪声阈值，根据所述光流噪声阈值判断所述像素点光流所在图像的光流噪声，若所述光流噪声大于所述光流噪声阈值，则增添所述像素点光流所在图像的灰度对比，若所述光流噪声小于所述光流噪声阈值，则对所述像素点光流所在图像不做任何处理。
25、可选地，获取光流大小与方向的变化的方法为：
26、
27、其中，vx为光流在x方向的矢量，vy为光流在y方向的矢量，ixi与iyi为位于(x,y)处的第i个像素，iti为对应的时刻。
28、可选地，获取所述最终的车辆运行状态信息包括：
29、将所述车辆运行状态与实验车辆的第二行驶状态进行反馈对照，获取反馈对照结果；
30、根据所述反馈对照结果，对所述车辆运行状态进行修正，获取所述最终的车辆运行状态信息。
31、本专利技术的有益效果为：
32、本专利技术以城市峡谷环境为背景，针对该环境下研究实验及多种情况下gnss滤波模型选择单一而定位精度不高的问题，提出一种城市峡谷中基于视觉辅助的车辆行驶状态判别方法。该方法基于光流法，安装一个指向天向的鱼眼相机捕获车辆上空环境图像，获取相应图像光流信息，之后为了尽量消除光流噪声的影响，选取光流范围并对其中的光流噪声进行剔除，再将车辆行驶状态特征与所捕获的光流信息进行对比，通过解算所选区域像素点光流运动变化的大小与方向，得到车辆的不同运行状态，结合车辆行驶状态切换修正，从而生成准确的车辆运动状态信息。该方法具有成本低、计算量小、实时性强的特点，在城市峡谷环境中能够实时判断出准确的车辆行驶状态，解决该环境下车载导航定位时gnss滤波模型选择单一而导致定位精度不高的问题，从而提高该本文档来自技高网...
【技术保护点】
1.城市峡谷中基于视觉辅助的车辆行驶状态判别方法，其特征在于，包括：
2.根据权利要求1所述的城市峡谷中基于视觉辅助的车辆行驶状态判别方法，其特征在于，采集天空环境数据包括：
3.根据权利要求1所述的城市峡谷中基于视觉辅助的车辆行驶状态判别方法，其特征在于，获取像素点光流包括：
4.根据权利要求1所述的城市峡谷中基于视觉辅助的车辆行驶状态判别方法，其特征在于，获取像素点光流后包括：鱼眼镜头中心且对光流方向杂乱的像素点光流进行像素点噪声剔除。
5.根据权利要求4所述的城市峡谷中基于视觉辅助的车辆行驶状态判别方法，其特征在于，对所述像素点光流进行验证包括：
6.根据权利要求1所述的城市峡谷中基于视觉辅助的车辆行驶状态判别方法，其特征在于，构建所述光流识别模型包括：
7.根据权利要求1所述的城市峡谷中基于视觉辅助的车辆行驶状态判别方法，其特征在于，获取所述车辆运行状态信息包括：
8.根据权利要求1所述的城市峡谷中基于视觉辅助的车辆行驶状态判别方法，其特征在于，对所述像素点光流所在图像进行光流噪声判断包括
9.根据权利要求7所述的城市峡谷中基于视觉辅助的车辆行驶状态判别方法，其特征在于，获取光流大小与方向的变化的方法为：
10.根据权利要求1所述的城市峡谷中基于视觉辅助的车辆行驶状态判别方法，其特征在于，获取所述最终的车辆运行状态信息包括：
...【技术特征摘要】
1.城市峡谷中基于视觉辅助的车辆行驶状态判别方法，其特征在于，包括：
2.根据权利要求1所述的城市峡谷中基于视觉辅助的车辆行驶状态判别方法，其特征在于，采集天空环境数据包括：
3.根据权利要求1所述的城市峡谷中基于视觉辅助的车辆行驶状态判别方法，其特征在于，获取像素点光流包括：
4.根据权利要求1所述的城市峡谷中基于视觉辅助的车辆行驶状态判别方法，其特征在于，获取像素点光流后包括：鱼眼镜头中心且对光流方向杂乱的像素点光流进行像素点噪声剔除。
5.根据权利要求4所述的城市峡谷中基于视觉辅助的车辆行驶状态判别方法，其特征在于，对所述像素点光流进行验证包括：
6.根据权...
【专利技术属性】
技术研发人员：岳哲，马文卓，谢玉娟，连增增，张孟硕，孙臣臣，靳盼，李克昭，唐成凯，
申请(专利权)人：河南理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。