[发明专利]特征地图构建方法、视觉定位方法及对应装置

说明书

本发明涉及车辆定位技术领域，提供一种特征地图构建方法、视觉定位方法及对应装置。其中，特征地图构建方法包括：获得第一摄像头采集的多帧第一图像；利用高精度组合导航设备采集的第一位姿信息确定每帧第一图像的位姿；从每帧第一图像上提取出多个2D特征点，并通过跟踪多个2D特征点构建出多个特征跟踪器；在每个特征跟踪器中的2D特征点在对应的第一图像上的位置，以及对应的第一图像的位姿进行三角化计算，获得与该特征跟踪器对应的一个3D特征点；基于与多个特征跟踪器对应的多个3D特征点构建特征地图。该方法在构建特征地图时仅仅使用了高精度组合导航设备和摄像头，可以有效降低车辆定位过程中的硬件成本。

技术领域

本发明涉及视觉定位领域，具体而言，涉及一种特征地图构建方法、视觉定位方法及对应装置。

背景技术

自动驾驶汽车又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。在20世纪已有数十年的历史，21世纪初呈现出接近实用化的趋势。

在自动驾驶技术中，实时获得车辆的位姿具有重要意义，然而在现有的车辆定位技术中，计算车辆的位姿通常依赖于高精度的GPS传感器和高精度的激光雷达，这些设备造价比较昂贵，不利于自动驾驶技术的推广。

发明内容

有鉴于此，本发明实施例提供一种特征地图构建方法、视觉定位方法及对应装置，以解决上述技术问题。

为实现上述目的，本发明提供如下技术方案：

第一方面，本发明实施例提供一种特征地图构建方法，包括：

获得安装在第一车辆上的第一摄像头采集的多帧第一图像；

利用安装在第一车辆上的高精度组合导航设备采集的第一位姿信息确定每帧第一图像的位姿；

从每帧第一图像上提取出多个2D特征点，并基于每个2D特征点与其他帧的第一图像上的2D特征点的对应关系构建出多个特征跟踪器，其中，每个特征跟踪器包括具有对应关系的至少一个2D 特征点；

基于每个特征跟踪器中的2D特征点在对应的第一图像上的位置，以及对应的第一图像的位姿进行三角化计算，获得与该特征跟踪器对应的一个3D特征点；

基于与多个特征跟踪器对应的多个3D特征点构建用于计算第二车辆的位姿的特征地图。

上述方法在构建特征地图的过程中，仅仅使用了高精度组合导航设备和摄像头，而构建出的特征地图可以用于第二车辆的定位。除了高精度组合导航设备外并不需要使用其他高成本的硬件设备，而即使是高精度组合导航设备也仅仅是在构建特征地图时使用，构建好的特征地图可以多次使用，不必频繁地重新构建，因此也就不必频繁地使用高精度组合导航设备，可以降低高精度导航设备的使用和维和成本。。从而，可以有效降低车辆定位过程中的硬件成本，有利于自动驾驶技术的推广。

结合第一方面，在第一方面的一种可能的实现方式中，利用安装在第一车辆上的高精度组合导航设备采集的第一位姿信息确定每帧第一图像的位姿，包括：

获得高精度组合导航设备与第一摄像头之间的相对位姿；

获得高精度组合导航设备采集的多帧GPS位姿；

将多帧GPS位姿与多帧第一图像的采集时间进行对齐；

基于与每帧第一图像对应的一帧GPS位姿以及相对位姿进行姿态变换，获得该帧第一图像的位姿。

结合第一方面，在第一方面的二种可能的实现方式中，多帧第一图像为M帧，从每帧第一图像上提取出多个2D特征点，并基于每个2D特征点与其他帧的第一图像上的2D特征点的对应关系构建出多个特征跟踪器，包括：

取i为1至M，提取第i帧第一图像上的N个2D特征点；