【技术实现步骤摘要】
本专利技术涉及一种车辆定位系统及方法，特别是指计算机视觉式车辆定位融合系统及方法。
技术介绍
1、自动驾驶车辆(self-driving vehicle)是未来交通运输的主要工具之一，且自动驾驶车辆的定位技术亦为热门的研发目标，现有的定位技术可采用gps(globalpositioning system)定位装置、惯性量测单元(inertial measurement unit,imu)或光学雷达(light detection and ranging,lidar)等。
2、然而，各种现有的定位技术包含各自的缺点，导致定位可靠度备受质疑，故有待谋求可行的解决方案。举例来说，gps定位装置的信号稳定度往往会受到行车环境的干扰，例如都会区建筑物林立的环境及隧道环境会遮蔽gps信号，或gps定位装置在气候不良的状况下也无法正常接收gps信号；透过惯性量测单元的定位技术存在累积误差的问题；光学雷达容易受到大雨、下雪、浓雾等气候影响，且售价昂贵。
技术实现思路
1、有鉴于此，本专利技术的主要目的是提供一种计算机视觉式车辆定位融合系统及方法，以期克服各种现有定位技术易受到周遭环境变化影响，使其可靠度备受质疑的问题。
2、本专利技术所述计算机视觉式车辆定位融合系统包含：
3、一存储装置，具有多个预存特征集合以及分别对应于所述多个预存特征集合的多个预存卫星定位坐标，各所述预存特征集合包含多个影像特征，所述多个预存特征集合中的所述多个影像特征彼此不完全相同；>
4、一摄影机，供设置于一车辆以输出一即时行车影像；
5、一卫星定位装置，供设置于所述车辆以接收一卫星量测坐标；
6、一惯性量测装置，供设置于所述车辆以输出一惯性量测参数；以及
7、一处理装置，供设置于所述车辆并连接所述存储装置、所述摄影机、所述惯性量测装置与所述卫星定位装置；所述处理装置萃取(提取)所述即时行车影像中的多个影像特征并与所述特征数据库的预存特征集合进行比对，以将最匹配于所述即时行车影像的其中之一预存特征集合所对应的所述预存卫星定位坐标和所述惯性量测参数进行融合以产生一第一候选坐标；所述处理装置将所述卫星量测坐标作为一第二候选坐标；
8、所述处理装置计算所述第一候选坐标与一估测参考坐标的差异，以及计算所述第二候选坐标与所述估测参考坐标的差异，以判断并输出所述第一候选坐标与所述第二候选坐标中与所述估测参考坐标的差异为最小的。
9、本专利技术所述计算机视觉式车辆定位融合方法于一处理装置执行，包含：
10、从一摄影机接收一即时行车影像，并萃取所述即时行车影像中的多个影像特征，并与一存储装置所存储的多个预存特征集合进行比对，以将最匹配于所述即时行车影像的其中之一预存特征集合所对应的一预存卫星定位坐标和一惯性量测参数进行融合，以产生一第一候选坐标；
11、将从一卫星定位装置所接收的一卫星量测坐标作为一第二候选坐标；
12、计算所述第一候选坐标与一估测参考坐标的差异，以及计算所述第二候选坐标与所述估测参考坐标的差异；以及
13、判断并输出所述第一候选坐标与所述第二候选坐标中与所述估测参考坐标的差异为最小的。
14、综上所述，本专利技术为整合多感测器(包含所述摄影机、所述卫星定位装置与所述惯性量测装置)，透过所述感测器、所述存储装置与所述处理装置的协同运作，本专利技术以所述摄影机感知所述车辆的周遭环境并达到初步定位，再配合所述卫星定位装置与所述惯性量测装置进行定位融合，实现计算机视觉式定位融合架构，以产生所述第一候选坐标与所述第二候选坐标，所述第一候选坐标与所述第二候选坐标中与所述估测参考坐标的差异为最小的为较佳的定位坐标，使得所述车辆行进的过程中，较佳的定位坐标选自所述第一候选坐标与所述第二候选坐标的其中之一。
15、和现有的技术相比，本专利技术并非如现有技术所述仅透过单一种定位技术进行定位而已，且本专利技术透过前述计算机视觉式定位融合架构产生多个候选坐标，并从所述多个候选坐标中选择较佳的定位坐标，而非仅凭所述第一候选坐标或所述第二候选坐标，故能相对降低周遭环境变化对本专利技术定位技术的影响，有效提升本专利技术定位可靠度。
本文档来自技高网...【技术保护点】
1.一种计算机视觉式车辆定位融合系统，其特征在于，所述计算机视觉式车辆定位融合系统包含：
2.如权利要求1所述的计算机视觉式车辆定位融合系统，其特征在于，所述处理装置将最匹配的所述预存特征集合的一序号设定并存储为一检索起始点，并以所述检索起始点为基础设定一检索范围。
3.如权利要求1所述的计算机视觉式车辆定位融合系统，其特征在于，所述处理装置将所述预存卫星定位坐标Pv与所述惯性量测参数进行融合而产生一过渡坐标Px，所述处理装置根据所述预存卫星定位坐标Pv、所述过渡坐标Px与一融合参数kpf产生所述第一候选坐标P1，P1＝Pv+kpf(Px-Pv)。
4.如权利要求1所述的计算机视觉式车辆定位融合系统，其特征在于，所述处理装置执行一卡尔曼滤波器以产生所述估测参考坐标。
5.如权利要求1所述的计算机视觉式车辆定位融合系统，其特征在于，所述处理装置根据所述第一候选坐标P1、所述卫星量测坐标Pgps与一融合参数kf产生所述估测参考坐标Pr，Pr＝P1+kf(Pgps-P1)。
6.如权利要求1所述的计算机视觉式车辆定位融合系统，
7.如权利要求6所述的计算机视觉式车辆定位融合系统，其特征在于，所述存储装置的一影像数据库存储多个预存行车影像，所述序号代表各所述预存行车影像的拍摄时序。
8.如权利要求1或3所述的计算机视觉式车辆定位融合系统，其特征在于，所述惯性量测参数包含一角速度信息与一加速度信息。
9.如权利要求1所述的计算机视觉式车辆定位融合系统，其特征在于，所述处理装置判断所述第一候选坐标与所述第二候选坐标中与所述估测参考坐标的差异为最小的为一当选坐标，并输出所述当选坐标，所述当选坐标表示如下：
10.一种计算机视觉式车辆定位融合方法，于一处理装置执行，其特征在于，所述计算机视觉式车辆定位融合方法包含：
11.如权利要求10所述的计算机视觉式车辆定位融合方法，其特征在于，所述处理装置将最匹配的所述预存特征集合的一序号设定并存储为一检索起始点，并以所述检索起始点为基础设定一检索范围。
12.如权利要求10所述的计算机视觉式车辆定位融合方法，其特征在于，所述处理装置将所述预存卫星定位坐标Pv与所述惯性量测参数进行融合而产生一过渡坐标Px，所述处理装置根据所述预存卫星定位坐标Pv、所述过渡坐标Px与一融合参数kpf产生所述第一候选坐标P1，P1＝Pv+kpf(Px-Pv)。
13.如权利要求10所述的计算机视觉式车辆定位融合方法，其特征在于，所述处理装置执行一卡尔曼滤波器以产生所述估测参考坐标。
14.如权利要求10所述的计算机视觉式车辆定位融合方法，其特征在于，所述处理装置根据所述第一候选坐标P1、所述卫星量测坐标Pgps与一融合参数kf产生所述估测参考坐标Pr，Pr＝P1+kf(Pgps-P1)。
15.如权利要求10所述的计算机视觉式车辆定位融合方法，其特征在于，所述惯性量测参数包含一角速度信息与一加速度信息。
16.如权利要求10所述的计算机视觉式车辆定位融合方法，其特征在于，所述处理装置判断所述第一候选坐标与所述第二候选坐标中与所述估测参考坐标的差异为最小的为一当选坐标，并输出所述当选坐标，所述当选坐标表示如下：
...【技术特征摘要】
1.一种计算机视觉式车辆定位融合系统，其特征在于，所述计算机视觉式车辆定位融合系统包含：
2.如权利要求1所述的计算机视觉式车辆定位融合系统，其特征在于，所述处理装置将最匹配的所述预存特征集合的一序号设定并存储为一检索起始点，并以所述检索起始点为基础设定一检索范围。
3.如权利要求1所述的计算机视觉式车辆定位融合系统，其特征在于，所述处理装置将所述预存卫星定位坐标pv与所述惯性量测参数进行融合而产生一过渡坐标px，所述处理装置根据所述预存卫星定位坐标pv、所述过渡坐标px与一融合参数kpf产生所述第一候选坐标p1，p1＝pv+kpf(px-pv)。
4.如权利要求1所述的计算机视觉式车辆定位融合系统，其特征在于，所述处理装置执行一卡尔曼滤波器以产生所述估测参考坐标。
5.如权利要求1所述的计算机视觉式车辆定位融合系统，其特征在于，所述处理装置根据所述第一候选坐标p1、所述卫星量测坐标pgps与一融合参数kf产生所述估测参考坐标pr，pr＝p1+kf(pgps-p1)。
6.如权利要求1所述的计算机视觉式车辆定位融合系统，其特征在于，所述多个预存特征集合存储于所述存储装置的特征数据库，且所述特征数据库具有对应于各所述预存特征集合的一序号。
7.如权利要求6所述的计算机视觉式车辆定位融合系统，其特征在于，所述存储装置的一影像数据库存储多个预存行车影像，所述序号代表各所述预存行车影像的拍摄时序。
8.如权利要求1或3所述的计算机视觉式车辆定位融合系统，其特征在于，所述惯性量测参数包含一角速度信息与一加速度信息。
9.如权利要求1所述的计算机视觉式车辆定位融合系统，其特...
【专利技术属性】
技术研发人员：许智渊，王德祥，林祐贤，
申请(专利权)人：财团法人车辆研究测试中心，
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。