[发明专利]视觉与高精地图匹配定位的快速优化方法、系统及介质

说明书

本发明涉及一种视觉与高精地图匹配定位的快速优化方法、系统及介质，其包括：实时获取单目图像信息及GNSS信号；将所述单目图像信息进行感知处理后，得到图像感知的地图元素结果；根据所述GNSS信号得到地图中车辆周围的地图定位元素；将所述地图元素结果和所述车辆周围的地图定位元素进行地图匹配计算，得到全局六自由度位姿，作为地图匹配定位的优化结果。本发明对智能网联汽车的应用场景，能够降低定位计算复杂度，适配算力更低的计算平台。

技术领域

本发明涉及一种智能网联汽车环境感知领域，特别是关于一种视觉与高精地图匹配定位的快速优化方法、系统及介质。

背景技术

智能网联汽车行驶需对周围环境和自身状态进行准确的感知以支撑后续的决策和控制。而对自身位姿的准确估计也正是智能网联车进行轨迹规划、控制等功能的基础。基于GPS的被动位姿估计估计受到卫星信号的限制，难以支撑高级别自动驾驶的全部行驶工况。一种低成本的方案是使用相机图像和高精度地图进行匹配，从而进行定位。然而视觉和高精度地图的匹配计算通常计算量较大，对计算设备的算力有较高的要求。因此本发明提出一种视觉和高精度地图匹配定位的快速求解方法，从而降低计算的复杂度，从而适用与算力更低的嵌入式计算平台。

发明内容

针对上述问题，本发明的目的是提供一种视觉与高精地图匹配定位的快速优化方法、系统及介质，针对智能网联汽车的应用场景，能够降低定位计算复杂度，适配算力更低的计算平台。

为实现上述目的，本发明采取以下技术方案：一种视觉与高精地图匹配定位的快速优化方法，其包括：实时获取单目图像信息及GNSS信号；将所述单目图像信息进行感知处理后，得到图像感知的地图元素结果；根据所述GNSS信号得到地图中车辆周围的地图定位元素；将所述地图元素结果和所述车辆周围的地图定位元素进行地图匹配计算，得到全局六自由度位姿，作为地图匹配定位的优化结果。

进一步，所述将所述单目图像信息进行感知处理，包括：将所述单目图像信息进行放缩到预先设定的大小后，输入神经网络进行前向计算，得到图像感知的地图元素结果。

进一步，所述根据所述GNSS信号得到地图中车辆周围的地图定位元素，包括：

以所述GNSS信号为中心，按照预先设定的半径为搜索范围；

在地图中，对于车道线和灯杆元素，判断该元素是否在该搜索范围内，若符合，则作为定位元素输出。

进一步，所述定位元素确定后，采用三维点描述所述定位元素，并对一系列三维点进行线性插值，使所有的定位元素都用采样点来统一描述。

进一步，所述地图匹配计算包括：

将所述地图元素结果和所述地图定位元素进行匹配代价函数的计算；

将所述匹配代价函数压缩，通过近似匹配代价函数进行匹配计算的简化，降低计算复杂度；

通过简化的匹配计算得到全局的定位结果。

进一步，所述匹配代价函数的计算，包括：

将所述地图元素结果进行距离变换，根据相机内参矩阵以及相机的初始位姿，得到地图要素三维点的匹配代价函数；

对所有地图采样点的匹配代价函数求和得到地图匹配代价结果。

进一步，所述将所述匹配代价函数压缩，包括：

计算整体的代价函数关于相机的初始位姿的偏导数；

根据所述偏导数计算观测海森矩阵H和观测残差向量b；

对所述观测海森矩阵H做Cholesky分解，将代价函数变换为以观测雅可比矩阵J_*为偏导数，观测残差向量r_*为残差的匹配代价函数；