[发明专利]无人驾驶设备定位方法、装置、无人驾驶设备和存储介质

说明书

本申请公开了无人驾驶设备定位方法、装置、无人驾驶设备和存储介质。所述方法包括：从待查询图像中抽取特征描述子；对各特征描述子分别进行分段哈希计算，得到相应的计算结果；确定与初步定位信息对应的目标空间区间，根据所述计算结果在与各目标空间区间对应的哈希数据库中进行检索，得到与特征描述子对应的近邻特征描述子集合；根据所述近邻特征描述子集合确定所述待查询图像的近邻图像，将所述近邻图像对应的位姿信息作为目标定位信息。有益效果在于基于多哈希的近邻图像查找方式，准确率高；依据归属于同一物体的特征点空间相邻近原理，仅在以待查询特征点概略位置为中心一定半径区域内查找近邻图像，不需要检索所有哈希数据库，效率更高。

技术领域

本申请涉及无人驾驶领域，具体涉及无人驾驶设备定位方法、装置、无人驾驶设备和存储介质。

背景技术

在无人驾驶领域中，如何准确、高效地进行设备定位一直是技术人员所关注的重点，一种关键技术是全局定位技术，基于视觉的同时定位与建图(VSLAM)，具体地，通过拍摄当前图像，能够从图像序列中搜索出与当前图像相似的图像，进而依据相似图像计算当前所在位置。但是现有的全局定位技术还存在一些缺点，以DBoW全局定位算法为例，其词频模型从图像中抽取的信息有限，导致算法预测的准确性不高；算法依赖训练数据，在训练数据没有涵盖的场景中准确率较低；算法不支持模型的动态更新。

发明内容

鉴于上述问题，提出了本申请以便提供一种克服上述问题或者至少部分地解决上述问题的无人驾驶设备定位方法、装置、无人驾驶设备和存储介质。

依据本申请的一个方面，提供了一种无人驾驶设备定位方法，包括：

从待查询图像中抽取特征描述子；

对各特征描述子分别进行分段哈希计算，得到相应的计算结果；

确定与初步定位信息对应的目标空间区间，根据所述计算结果在与各目标空间区间对应的哈希数据库中进行检索，得到与特征描述子对应的近邻特征描述子集合；

根据所述近邻特征描述子集合确定所述待查询图像的近邻图像，将所述近邻图像对应的位姿信息作为目标定位信息。

可选地，所述对各特征描述子分别进行分段哈希计算包括：

将特征描述子的二进制数据串划分均分为大小相等的多个序列；

对各序列分别进行一级或多级哈希计算。

可选地，所述对各序列分别进行一级或多级哈希计算包括：

确定各序列的序列值，依次选定一个序列作为指定序列；

对各指定序列，统计相应的剩余序列中“1”的数目，采用数值分段哈希建立第一级哈希映射，将指定序列的序列值作为哈希键值建立第二级哈希映射，得到特征值；

所述根据所述计算结果在与各目标空间区间对应的哈希数据库中进行检索，得到与特征描述子对应的近邻特征描述子集合包括：

根据所述特征值，在所述哈希数据库中检索出匹配的特征描述子作为近邻特征描述子。

可选地，所述方法还包括如下的建立所述哈希数据库的步骤：

拍摄指定地区的样本图像，并将所述指定地区划分为多个空间区间，建立与各空间区间对应的哈希数据库；

从所述样本图像中抽取出特征描述子，根据从样本图像中抽取出的各特征描述子对应的空间区间，确定从样本图像中抽取出的各特征描述子对应的哈希数据库；

对从样本图像中抽取出的特征描述子进行所述分段哈希计算，将得到的特征值映射到对应哈希数据库中的哈希表中。

可选地，所述空间区间是对所述指定地区的地图进行网格化设计得到的地图网格。