[发明专利]一种计算位姿变化方法及车载终端有效
申请号: | 201811468093.5 | 申请日: | 2018-12-03 |
公开(公告)号: | CN111256693B | 公开(公告)日: | 2022-05-13 |
发明(设计)人: | 李天威;杜志颖;谢国富 | 申请(专利权)人: | 北京魔门塔科技有限公司 |
主分类号: | G01C21/20 | 分类号: | G01C21/20;G06T7/73;G06V20/56 |
代理公司: | 北京科领智诚知识产权代理事务所(普通合伙) 11782 | 代理人: | 陈士骞 |
地址: | 100083 北京市海淀区*** | 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: | 一种 计算 变化 方法 车载 终端 | ||
1.一种计算位姿变化方法,其特征在于:所述方法包括步骤:
1)获取多个图像采集装置在同一时刻拍摄到的多张目标图像,对多张所述目标图像进行拼接,以得到俯视拼接图;
2)识别所述俯视拼接图中的图像语义特征,以得到俯视感知图;
3)基于所述俯视感知图进行定位;
所述步骤3)基于所述俯视感知图进行定位包括步骤:
31)获取初始位姿;
32)基于所述俯视感知图计算位姿变化;
所述步骤32)中,k时刻的位姿为:ξk=(x,y,θ),该式中(x,y)表示载体在一个二维平面的中心,而θ表示所述载体的航向角;
所述步骤32)中,将计算所述位姿变化中最优估计问题转化为最小化误差e,具体为:
e=ξk-h(xk,yj);
ξk为k时刻的位姿,h(xk,yj)表示在k时刻对目标物yj的观测方程;
语义标注分为两类,车道线,车位线,箭头,人行道一般标志物,分为一类;多条车位线的交叉点,定义为车位点,分为另一类;
首先,定义拼接图像的语义灰度图像为对所述步骤3中所述的俯视感知图像进行高斯滤波后获得的灰度图像;
对于前文第一类标志物,采用语义灰度图像作为当前观测,计算这一类标志物的观测误差;
采用语义灰度后,对第一类标志物的误差计算式为:
在上式(8)中IMap(pw)表示在地图中取世界坐标pw的观测,Ik(p)表示取k时刻p点的观测;
对于第二类标志物,即车位点,直接求取欧式距离作为误差:
2.根据权利要求1所述的计算位姿变化方法,其特征在于:在所述步骤2)中,所述图像语义特征为车道线、停车库位线、库位点、斑马线、车道箭头等的一种或多种。
3.一种车载终端,包括:
拼接子单元,用于获取多个图像采集装置在同一时刻拍摄到的多张目标图像,对多张所述目标图像进行拼接,以得到俯视拼接图;
识别子单元,用于识别所述俯视拼接图中的图像语义特征,以得到俯视感知图;
定位子单元,用于基于所述俯视感知图进行定位;
所述定位子单元包括:
初始子单元,用于获取初始位姿;
计算子单元,用于基于所述俯视感知图计算位姿变化;
所述计算子单元中,k时刻的位姿为:ξk=(x,y,θ),上式中(x,y)表示载体在一个二维平面的中心,而θ表示载体的航向角;
所述计算子单元中,将位姿最优估计问题转化为最小化误差e,具体为:
e=ξk-h(xk,yj);
ξk为k时刻的位姿,h(xk,yj)表示在k时刻对目标物yj的观测方程;
语义标注分为两类,车道线,车位线,箭头,人行道一般标志物,分为一类;多条车位线的交叉点,定义为车位点,分为另一类;
首先,定义拼接图像的语义灰度图像为对所述步骤3中所述的俯视感知图像进行高斯滤波后获得的灰度图像;
对于前文第一类标志物,采用语义灰度图像作为当前观测,计算这一类标志物的观测误差;
采用语义灰度后,对第一类标志物的误差计算式为:
在上式(8)中IMap(pw)表示在地图中取世界坐标pw的观测,Ik(p)表示取k时刻p点的观测;
对于第二类标志物,即车位点,直接求取欧式距离作为误差:
4.根据权利要求3所述的车载终端,其特征在于:
所述识别子单元中的所述图像语义特征为车道线、停车库位线、库位点、斑马线、车道箭头中的一种或多种。
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北京魔门塔科技有限公司,未经北京魔门塔科技有限公司许可,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/201811468093.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:通信装置和笔记本型计算机装置
- 下一篇:一种特殊线型车道线检测模型的训练方法