专利汇可以提供一种基于特征点在线动态标定的单目视觉车辆定位方法专利检索,专利查询,专利分析的服务。并且本 发明 涉及一种基于特征点在线动态标定的单目视觉车辆 定位 方法,其步骤:搭载相机的车辆为后车,在相机的图像中发现欲定位的车辆即为前车;为定位前车,连续采集前车 图像序列 ,建立空间模型及 坐标系 ;在平直道路上,首先对每一 帧 图像进行分析,识别前车特征点并记录其特征属性,同时初步估计这些特征点在空间中的 位置 ;根据连续多个时刻获取的车辆特征点匹配与分析,获得其中用于标定的特征点库;获得标定特征点库后,需要获得其中每个特征点的标定后空间位置;完成特征点标定后,将标定信息用于颠簸道路与坡道的前车定位,建立空间关系,完成在颠簸路面与坡道上的车辆定位。本发明实现在多种复杂路况下的高 精度 、高适应性车辆位置估计。,下面是一种基于特征点在线动态标定的单目视觉车辆定位方法专利的具体信息内容。
1.一种基于特征点在线动态标定的单目视觉车辆定位方法,其特征在于包括以下步骤:
1)搭载相机的车辆为后车,后车在行驶过程中,在相机的图像中发现欲定位的车辆,该车辆即为前车;为定位前车,连续采集前车图像序列,建立空间模型及坐标系;
2)在平直道路上,首先对每一帧图像进行分析,识别前车特征点并记录其特征属性,同时初步估计这些特征点在空间中的位置;
所述步骤2)中,具体过程包括以下步骤:
2.1)针对每一帧图像,采用深度学习方法获取前车的外接矩形框;
2.2)采用图像特征点提取方法,对图像中前车外接矩形框内的所有特征点进行提取,并记录其特征点属性,第i个特征点在二维直角坐标系Oi-UV中的位置表示为
2.3)建立空间位置关系,通过标定的车辆高度hc,相机焦距f,光轴在图像上的投影(u0,v0),外界矩形下边缘在二维直角坐标系Oi-UV中V方向的位置v2,计算相机与前车的距离d:
2.4)通过标定的车辆高度hc,相机焦距f,光轴在图像上的投影(u0,v0),与计算出的距离d,初步估计各特征点在空间坐标系O-X0Y0Z0中的位置 如下:
3)根据连续多个时刻获取的车辆特征点匹配与分析,获得其中用于标定的特征点库;
4)获得标定特征点库后,需要获得其中每个特征点的标定后空间位置;
5)完成特征点标定后,将标定信息用于颠簸道路与坡道的前车定位,建立空间关系,完成在颠簸路面与坡道上的车辆定位。
2.如权利要求1所述的方法,其特征在于:所述步骤1)中,空间模型及坐标系建立过程步骤如下:
1.1)建立空间坐标系O-X0Y0Z0:坐标系固定在前车上,跟随前车运动,坐标系原点位于前车尾部两个轮胎与地面接触的中心点连线的中点,X轴方向沿车辆后轮速度方向,以米为单位;
1.2)建立二维直角坐标系Oi-UV和三维直角坐标系O'-X'Y'Z',二维直角坐标系以图像左上角为原点,向右为U轴正方向,向下为V轴正方向,三维直角坐标系以相机镜头中心为原点,二者均以像素为单位;
1.3)由于相机与后车固连,通过求解相机在空间坐标系O-X0Y0Z0中的位置,以及相机与后车的相对位置关系,定位后车位置,据此得到前后两车的相对位置关系,即完成前车定位。
3.如权利要求1所述的方法,其特征在于:所述步骤3)中,具体过程包括以下步骤:
3.1)根据各图像中的特征点属性,使用SIFT中特征点匹配算法,将各图像中特征点进行匹配,得到任意特征点以及与其匹配的特征点的集合;
3.2)建立特征点库;
3.3)建立特征点库中每个点在不同时刻的空间位置序列;
3.4)定义计算特征点空间分布相似度的函数 其中 与 为特征点库中第i和第j个特征点的空间分布;
3.5)将特征点库根据空间分布的相似性进行分类,空间分布具有相似关系的所有特征点为一类,在这些类中,选出具有特征点最多的那一类,则该类即为标定特征点库。
4.如权利要求3所述的方法,其特征在于:所述步骤3.2)中,该特征点库具备如下特征:
a)库中的特征点之间无法匹配;
b)图像序列中的每个特征点均能找到特征点库中的点与之匹配;
c)库中每个特征点均能找到至少两张图像存在与之匹配的特征点。
5.如权利要求3所述的方法,其特征在于:所述步骤3.3)中,首先找到特征点库中某个点以及与之匹配的图像序列中所有的特征点,将不同时刻下互相匹配的特征点的空间位置放入同一个集合,该集合即为该特征点的空间位置序列,将其画在空间坐标系O-X0Y0Z0中即得到该特征点在不同时刻的位置分布状态。
6.如权利要求3所述的方法,其特征在于:所述步骤3.4)中,其计算方法为:
3.4.1)找到一组图像序列,其中的每张图像均有能够与第i和第j个特征点匹配的特征点;
3.4.2)若图像序列充足,则计算这些图像中两个特征点空间位置间的向量;
3.4.3)对所有向量取平均得到标准向量;
3.4.4)将各图像计算的向量对标准向量取标准差;
3.4.5)若该标准差小于预先设定的阈值,则定义第i和第j个特征点空间分布相似;反之,则定义两个特征点空间分布不相似。
7.如权利要求1所述的方法,其特征在于:所述步骤4)中,具体过程包括以下步骤:
4.1)选择任意一个特征点i作为基准特征点;
4.2)对于标定特征点库中的其他某个特征点j,进行如下操作:
4.2.1)在所有图像中找到一组图像序列,该序列中图像同时有两个特征点与特征点i及特征点j匹配;
4.2.2)在这些图像中计算两个特征点之间的平移向量;
4.2.3)将所有图像中的平移向量取平均值,作为平均平移向量;
4.2.4)将特征点i的空间坐标,加上平均平移向量,作为所观测的特征点j的空间位置;
4.3)由于前车在空间坐标系O-X0Y0Z0中,关于X轴对称,且车尾在YZ平面上关于Z轴对称,且下表面近似为XY平面,据此将特征点进行平移,直至所有特征点基本与Z轴对称,且Z方向坐标均大于0;
4.4)由于车辆在平直道路上行进过程中,不断增加图像序列,因此获得更多的特征点信息以及其对应的空间属性信息,据此削弱由于偶然因素造成的误差,并不断补充标定特征点库,实现在线动态的特征点标定。
8.如权利要求1所述的方法,其特征在于:所述步骤5)中,定位方法包括以下步骤:
5.1)获得前车特征点信息,并选择至少3个与标定特征点库中匹配的特征点作为待用特征点,定义 是这三个特征点在二维直角坐标系Oi-UV下的坐标, 是这三个特征点的标定结果,即在空间坐标系O-X0Y0Z0下的坐标;
5.2)计算三个特征点在三维直角坐标系O'-X'Y'Z'下的坐标 并计算三个点之间的夹角作为坐标系间转换参数,计算需要使用相机内参KI;
5.3)假设相机在空间坐标系O-X0Y0Z0下坐标为 则建立方程组
如下:
解方程后获得相机在O-X0Y0Z0下的位置;
5.4)通过前期标定获得相机位置与后车位置的平移向量 若定义后车在空间坐标系O-X0Y0Z0下的位置为 则其计算方法如下:
5.5)后车相对与前车的位置为 也就是二者间相对位置在任意空间坐标系下的平移向量为 此时获得在颠簸路面与坡道上的车辆定位。
9.如权利要求8所述的方法,其特征在于:所述步骤5.2)中,计算方法如下:
式中,θ12、θ23、θ13分别表示特征点1与特征点2、特征点2与特征点3、特征点3与特征点1在三维直角坐标系O'-X'Y'Z'下与原点的夹角。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种小区人员档案智能管理方法 | 2022-08-16 | 1 |
一种带有自动学习装置的电池管理装置 | 2022-08-18 | 0 |
基于多层卷积神经网络的输电线路设备图像缺陷检测方法及系统 | 2022-08-20 | 1 |
一种垃圾焚烧厂基于仿真平台的专家智能诊断系统 | 2020-08-04 | 1 |
一种基于OpenCL内核任务的调度框架 | 2021-05-31 | 0 |
基于RNA靶向测序和机器学习的癌症亚型分型方法及装置 | 2020-09-10 | 0 |
一种精准制定营销策略的方法、设备及可读介质 | 2020-10-03 | 0 |
支持强制访问控制的全双工防火墙防护方法 | 2021-06-09 | 1 |
用于调度专用处理资源的方法、设备和计算机可读介质 | 2020-09-13 | 1 |
セメントの品質または製造条件の予測方法 | 2022-10-17 | 0 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。