[发明专利]一种车辆视觉定位方法、系统、设备及可读存储介质

说明书

本发明公开了一种车辆视觉定位方法、系统、设备及可读存储介质，通过将车辆运动过程中的旋转矩阵参数化为角度变化量，将车辆运动过程中的平移向量参数化为平移分量以图论概念表示，基于鲁棒特征点AKAZE的特征检测算法，以及结合零均值归一化互相关与多策略的特征点匹配算法保证了特征点提取和特征点关联的精确性，改进的RANSAC算法的外点去除算法去除了噪声点和错误匹配点，保证了运动计算的精确性，通过非线性加权最小二乘法解算车辆运动信息以及基于Sigma点的滤波处理技术进一步优化运动结果，定位精度高，基于初始值估计的改进RANSAC算法降低了外点去除的复杂性，保证了算法的实时性，减少了特征点数目，从而降低了算法复杂度，保证了整个算法的实时性。

技术领域

本发明属于图像处理领域，涉及一种视觉定位方法，具体涉及一种车辆 视觉定位方法、系统、设备及可读存储介质。

背景技术

现有的车辆定位方法，自身存在着许多技术缺陷，如传统里程计在湿滑 地面定位误差较大，GNSS在缺星的条件下会出现较大漂移或者直接定位失 败，而基于增量式定位的IMU无法克服累计误差的缺陷，激光雷达定位精度 高，但是实时性差，且设备昂贵，利用多种传感器的融合定位方法近年来得 到高度关注和研究，各种传感器优缺点互补，但这种定位技术实现较为复杂， 成本较高。

随着图像处理技术的发展，被称为视觉里程计的基于视觉信息的高精度 定位技术被广泛应用于火星探测、无人驾驶车辆、微飞行器等领域。移动载 体安装一个或者多个相机，利用相机获得的环境图像信息，对移动过程中载 体的运动信息进行计算，这是视觉里程计的基本任务。非结构环境化下长时 间、长距离定位任务，对视觉里程计的综合性能提出了严格要求。但目前的 视觉定位技术受载体周围环境限制较大，没有克服累积式定位方法中误差累 积的问题，导致无法满足一些实际系统的应用需求。

发明内容

本发明的目的在于提供一种车辆视觉定位方法、系统、设备及可读存储 介质，克服现有视觉定位方法带来的漂移误差问题。

为达到上述目的，本发明采用如下技术方案：

一种车辆视觉定位方法，包括以下步骤：

S1，采用标定后的双目摄像机采集车辆运动过程中的照片图像，通过双 目摄像机的内外参数对照片图像进行校正，得到车辆运动过程中的旋转矩阵 和车辆运动过程中的平移向量；

S2，将车辆运动过程中的旋转矩阵参数化为角度变化量，将车辆运动过 程中的平移向量参数化为平移分量；

S3，对车辆行驶的视频原始图像进行预处理，采用AKAZE方法提取预 处理后的图像中的特征点并对所述的特征点进行描述，得到预处理后图像特 征点的特征向量集合；

S4，将步骤S3得到的图像特征点的特征向量集合通过箱式滤波、特征 点匹配、特征匹配比率测试和特征环匹配检验，得到正确匹配后的特征点对 集合；

S5，采用基于初始估计的RANSAC算法对步骤S4的匹配后的特征点对 集合进行迭代，去除步骤S3中视频原始图像中的目标体上的特征点，得到 正确匹配点对集合；

S6，对步骤S5中的正确匹配点对集合采用非线性加权最小二乘法计算 车辆运动的旋转矩阵和平移向量值；

S7，基于图论概念，采用角度变化量和平移分量对步骤S6得到的车辆 运动的旋转矩阵和平移向量进行表示，得到车辆运动示意图，完成车辆的定 位。

进一步的，将所述的车辆运动过程中的旋转矩阵参数化为角度变化量具 体为：