[发明专利]一种基于松耦合的车辆单目视觉轮式里程计定位方法

说明书

本发明公开了一种基于松耦合的车辆单目视觉轮式里程计定位方法，采用单目相机以及车辆的速度传感器和转角传感器进行数据采集，实现较成本，通过对车辆CAN报文解析模块和车载单目相机进行同步采样匹配，采用松耦合的传感器融合方法，来构建车辆数据，计算量少，实时性好，最终基于构建的车辆数据通过辆运动学航迹推测算法和扩展卡尔曼滤波算法实现车辆定位；优点是在具有低成本的基础上，通过对单目视觉和车辆轮式里程计进行融合定位，提高了车辆定位的精度。

技术领域

本方法涉及一种定位方法，尤其是涉及一种基于松耦合的车辆单目视觉轮式里程计定位方法。

背景技术

实现车辆厘米级定位要求是无人驾驶车辆自主导航的关键，基于单目视觉的定位方法采用价格低廉的单目相机实现，成本比较低，是目前应用比较广泛的一种定位方法，但是该定位方法存在无法得到绝对尺度的问题，定位精度不是很高。

目前，采用单目视觉与IMU进行融合的定位方法(即视觉惯性里程计VIO)在定位领域得到了广泛研究。但是现有的单目视觉与IMU进行融合的定位方法主要应用于无人机定位中，当应用到无人驾驶车辆中时，由于车辆启动较为平缓，IMU的有效激励不足，因此VIO在车辆启动时候无法有效初始化导致失效，无法完成无人驾驶车辆的定位要求。

发明内容

本方法所要解决的技术问题是提供一种成本较低，且定为精度较高的基于松耦合的车辆单目视觉轮式里程计定位方法。该定位方法采用单目相机以及车辆的速度传感器和转角传感器进行数据采集，实现较成本，并且通过采用松耦合的传感器融合方法，计算量少，实时性好，对单目视觉和车辆轮式里程计进行融合定位，提高了车辆定位的精度。

本方法解决上述技术问题所采用的技术方案为：一种基于松耦合的车辆单目视觉轮式里程计定位方法，包括以下步骤：

(1)将车辆CAN报文解析模块的相邻两次采样之间的时间间隔记为Δt₁，Δt₁＝0.01s，将车载单目相机相邻两次采样之间的时间间隔记为Δt₂，Δt₂＝0.033s，创建一个用于存放关键帧的数组，将数组中存放的关键帧的数量记为变量n，初始状态时，所述的数组中不存在关键帧，此时所述的数组中存储的关键帧数量为0，n的取值为0；设计一个用于存储所述的车辆CAN报文解析模块每次采样获取的采样数据的时间戳的缓存，该缓存的容量为100，当超出其容量时，该缓存中已存时间戳将按照存储时间从早到晚的顺序被覆盖掉；所述的车辆CAN报文解析模块每次采样获取的采样数据包括车速数据和方向盘转角数据，所述的车辆CAN报文解析模块每次采样时的时刻采用UTC时间表示，将所述的车辆CAN报文解析模块每次采样时的时刻作为该次采样时获取的采样数据的时间戳保存到所述的缓存中，所述的车载单目相机每次采样时获取单目图像，所述的车载单目相机每次采样的时刻采用UTC时间表示；

(2)设定车辆CAN报文解析模块和车载单目相机的同步采样成功匹配次数变量，将其记为t，对t进行初始化赋值，令t＝0；

(3)同时开启所述的车辆CAN报文解析模块和所述的车载单目相机，所述的车辆CAN报文解析模块和所述的车载单目相机同时开始进行第1次采样，所述的车辆CAN报文解析模块和所述的车载单目相机后续每采样一次其采样次数增加1；

(4)假设所述的车载单目相机的当前采样次数为第h次，此时对所述的车辆CAN报文解析模块和所述的车载单目相机进行第h次同步采样匹配，具体匹配过程为：

4.1将所述的车载单目相机第h次采样得到的单目图像记为I_h，将所述的车载单目相机第h次采样的时刻记为t_h；

4.2对数组进行第h次更新，具体过程为：