[发明专利]一种基于特征点在线动态标定的单目视觉车辆定位方法有效
申请号: | 201711384246.3 | 申请日: | 2017-12-20 |
公开(公告)号: | CN108106627B | 公开(公告)日: | 2019-08-09 |
发明(设计)人: | 杨殿阁;曹重;江昆;王思佳;肖中阳;谢诗超;柳超然 | 申请(专利权)人: | 清华大学 |
主分类号: | G01C21/34 | 分类号: | G01C21/34 |
代理公司: | 北京纪凯知识产权代理有限公司 11245 | 代理人: | 徐宁;孙楠 |
地址: | 100084 北京市海淀区1*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 特征点 前车 标定 车辆定位 在线动态标定 单目视觉 坡道 相机 标定信息 车辆特征 车辆位置 初步估计 颠簸路面 复杂路况 高适应性 空间关系 空间模型 空间位置 连续采集 特征属性 图像序列 点匹配 帧图像 后车 平直 颠簸 分析 图像 记录 发现 | ||
本发明涉及一种基于特征点在线动态标定的单目视觉车辆定位方法,其步骤:搭载相机的车辆为后车,在相机的图像中发现欲定位的车辆即为前车;为定位前车,连续采集前车图像序列,建立空间模型及坐标系;在平直道路上,首先对每一帧图像进行分析,识别前车特征点并记录其特征属性,同时初步估计这些特征点在空间中的位置;根据连续多个时刻获取的车辆特征点匹配与分析,获得其中用于标定的特征点库;获得标定特征点库后,需要获得其中每个特征点的标定后空间位置;完成特征点标定后,将标定信息用于颠簸道路与坡道的前车定位,建立空间关系,完成在颠簸路面与坡道上的车辆定位。本发明实现在多种复杂路况下的高精度、高适应性车辆位置估计。
技术领域
本发明涉及一种车辆定位方法,特别涉及一种在计算机视觉车辆定位领域中,应用在线动态标定前车特征点信息的单目视觉车辆定位方法。
背景技术
环境感知是智能汽车系统中的重要组成部分,其中,利用单目视觉估计车辆位置是环境感知的重要基础。为满足车辆高安全性的需求,环境感知系统需保证无论在任何路面条件下,均输出高精度的、稳定的感知结果。现阶段,包括Mobileye等公司在内的大多数应用于车辆定位的产品与方法是基于车辆处于同一平面的假设,使用标定过的固定相机内外参数实现车辆定位。但这些假设在颠簸路面或者坡道等复杂的道路状况上均无法满足,因此该方法会产生较大的误差,整体的适应性和精度仍有提升空间。另一方面,采用SLAM方法的车辆定位能够实现在颠簸道路与坡道的车辆定位,但需要预先采集的前车特征点信息,这实际行驶条件下往往难以实现,实用性不高。因此,在线动态标定特征点能够有效提升目前单目视觉车辆定位的精度、稳定性与实用性。
综上所述,利用单目视觉技术在线动态标定前车特征点,并基于特征点信息在复杂道路环境下实现车辆精准定位,是提高环境感知精度、稳定性与实用性的有效途径之一,从而推动车辆智能化发展。
发明内容
针对上述问题,本发明的目的是提供一种基于特征点在线动态标定的单目视觉车辆定位方法,该方法在线动态标定前车特征点,并利用前车特征点实现前车单目视觉定位,消除由于车辆震动以及相机外参数变化带来的定位误差,提升结果的稳定性与实用性,实现在多种复杂路况下的高精度、高适应性车辆位置估计。
为实现上述目的,本发明采取以下技术方案:一种基于特征点在线动态标定的单目视觉车辆定位方法,其特征在于包括以下步骤:1)搭载相机的车辆为后车,后车在行驶过程中,在相机的图像中发现欲定位的车辆,该车辆即为前车;为定位前车,连续采集前车图像序列,建立空间模型及坐标系;2)在平直道路上,首先对每一帧图像进行分析,识别前车特征点并记录其特征属性,同时初步估计这些特征点在空间中的位置;3)根据连续多个时刻获取的车辆特征点匹配与分析,获得其中用于标定的特征点库;4)获得标定特征点库后,需要获得其中每个特征点的标定后空间位置;5)完成特征点标定后,将标定信息用于颠簸道路与坡道的前车定位,建立空间关系,完成在颠簸路面与坡道上的车辆定位。
进一步,所述步骤1)中,空间模型及坐标系建立过程步骤如下:1.1)建立空间坐标系O-X0Y0Z0:坐标系固定在前车上,跟随前车运动,坐标系原点位于前车尾部两个轮胎与地面接触的中心点连线的中点,X轴方向沿车辆后轮速度方向,以米为单位;1.2)建立二维直角坐标系Oi-UV和三维直角坐标系O'-X'Y'Z',二维直角坐标系以图像左上角为原点,向右为U轴正方向,向下为V轴正方向,三维直角坐标系以相机镜头中心为原点,二者均以像素为单位;1.3)由于相机与后车固连,通过求解相机在空间坐标系O-X0Y0Z0中的位置,以及相机与后车的相对位置关系,定位后车位置,据此得到前后两车的相对位置关系,即完成前车定位。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711384246.3/2.html,转载请声明来源钻瓜专利网。