[发明专利]一种基于视频图像实现移动轨迹推算的方法及相关装置

说明书

本申请是关于一种基于视频图像实现移动轨迹推算的方法及相关装置。该方法包括：获取车辆在行驶过程中采集的第一图像和第二图像；获取第一图像和第二图像中每一行像素点的像素值；将第一图像和第二图像中的每一行像素点均划分为两个像素子集；分别将第一图像和第二图像中行编号相同的两个像素子集的像素值输入预设数据模型进行预测，得到第一图像与第二图像之间的旋转矩阵和平移向量；根据拍摄第一图像时的位姿信息以及第一图像与第二图像之间的旋转矩阵和平移向量，得到车辆在拍摄第一图像至第二图像时的移动轨迹。本申请提供的方案，能够提升车辆移动轨迹的精度。

技术领域

本申请涉及导航技术领域，尤其涉及一种基于视频图像实现移动轨迹推算的方法及相关装置。

背景技术

目前车辆的定位导航大多是采用定位系统，例如GPS（Global PositioningSystem，全球定位系统）、RTK（Real - time kinematic，实时动态）等来实现。然而，在实际应用中发现，在某些场景下，例如桥下，涵洞，隧道，密集楼宇之间等卫星定位信号不好的位置，相关技术的定位系统的定位偏差很大，甚至无法提供定位结果，导致测得的车辆移动轨迹准确性差。因此，寻求一种准确度较高的轨迹推算方法很有必要。

发明内容

为解决或部分解决相关技术中存在的问题，本申请提供一种基于视频图像实现移动轨迹推算的方法及相关装置，能够提升车辆移动轨迹的精度。

本申请第一方面提供一种基于视频图像实现移动轨迹推算的方法，包括：

获取车辆在行驶过程中采集的第一图像和第二图像；

获取所述第一图像和所述第二图像中每一行像素点的像素值；

将所述第一图像和所述第二图像中的每一行像素点均划分为两个像素子集；

分别将所述第一图像和所述第二图像中行编号相同的两个像素子集的像素值输入预设数据模型进行预测，得到所述第一图像与所述第二图像之间的旋转矩阵和平移向量，其中，所述预设数据模型为使用多组数据利用预设神经网络算法训练得到的，所述多组数据中的每组数据均包括：两张相邻的图像以及所述两张相邻的图像中行编号相同的至少一行像素点的像素值；

根据拍摄所述第一图像时的位姿信息以及所述第一图像与所述第二图像之间的旋转矩阵和平移向量，得到所述车辆在拍摄所述第一图像至所述第二图像时的移动轨迹。

优选的，所述分别将所述第一图像和所述第二图像中行编号相同的两个像素子集的像素值输入预设数据模型进行预测，得到所述第一图像与所述第二图像之间的旋转矩阵和平移向量，包括：

分别将所述第一图像和所述第二图像中行编号相同的两个像素子集的像素值以及在先预测旋转向量和在先预测平移向量输入预设数据模型进行预测，得到所述第一图像与所述第二图像之间的旋转矩阵和平移向量。

优选的，当所述第一图像和所述第二图像为初始图像时，所述在先预测旋转向量为预设的初始旋转向量，所述在先预测平移向量为预设的初始平移向量。

优选的，当所述第一图像和所述第二图像为非初始图像时，利用公式r12=r31*(ts1-ts3)/(ts2-ts1)计算得到所述在先预测旋转向量，以及利用公式t12=t31*(ts1-ts3)/(ts2-ts1)计算得到所述在先预测平移向量，其中，所述r12为所述在先预测旋转向量，所述r31为将所述第一图像与第三图像利用所述预设数据模型进行预测得到的所述第三图像与所述第一图像之间的旋转矩阵转换后的旋转向量，所述t12为所述在先预测平移向量，所述t31为将所述第一图像与所述第三图像利用所述预设数据模型进行预测得到的所述第三图像与所述第一图像之间的平移向量，所述ts1为所述第一图像的采集时间，所述ts2为所述第二图像的采集时间，所述ts3为所述第三图像的采集时间，所述ts3小于所述ts1，所述ts1小于所述ts2。