[發(fā)明專(zhuān)利]基于地面紋理的智能車(chē)視覺(jué)全局定位方法

有效

• 申請(qǐng)?zhí)枺?/td>: 200910138235.6
• 申請(qǐng)日: 2007-01-18
• 公開(kāi)（公告）號(hào): CN101566471A
• 公開(kāi)（公告）日: 2009-10-28
• 發(fā)明（設(shè)計(jì)）人: 楊明;方輝;楊汝清
• 申請(qǐng)（專(zhuān)利權(quán)）人: 上海交通大學(xué)
• 主分類(lèi)號(hào): G01C11/00
• 分類(lèi)號(hào): G01C11/00;G01C21/30;H04N5/225;B60R11/00
• 代理公司: 上海交達(dá)專(zhuān)利事務(wù)所
• 代理人: 王錫麟;王桂忠

1.一種基于地面紋理的智能車(chē)視覺(jué)全局定位方法，其特征在于，包括如下步驟：

①首先建立環(huán)境全局的地面紋理地圖，并存儲(chǔ)于系統(tǒng)中，以進(jìn)行定位操作；

②智能車(chē)運(yùn)行時(shí)通過(guò)數(shù)據(jù)線及圖像采集程序?qū)z像頭攝取的圖像信號(hào)傳送至上層處理單元；

③上層處理單元進(jìn)行圖像處理，提取圖像中的紋理信息形成一幅局部地面紋理地圖；

④使用智能車(chē)的里程信息減小局部地面紋理地圖在全局地面紋理地圖中的搜索匹配范圍，里程信息提供了上一時(shí)刻至當(dāng)前時(shí)刻車(chē)輛所經(jīng)過(guò)的路程以及轉(zhuǎn)過(guò)的角度，以確定當(dāng)前車(chē)輛位姿在某一范圍之內(nèi)；

⑤然后再將當(dāng)前局部地面紋理地圖與④中所述某一范圍內(nèi)的全局地面紋理地圖進(jìn)行搜索匹配，從而求得智能車(chē)在全局環(huán)境中的定位信息。

2.如權(quán)利要求1中所述的基于地面紋理的智能車(chē)視覺(jué)全局定位方法，其特征是，所述步驟①，如果智能車(chē)所運(yùn)行的環(huán)境范圍小，由人工來(lái)創(chuàng)建全局環(huán)境的地面紋理地圖；如果環(huán)境范圍大，則使用裝置來(lái)輔助建立全局地面紋理地圖，創(chuàng)建過(guò)程包括基于圖像處理算法的紋理信息提取以及存儲(chǔ)；

所述的裝置為RTK-GPS。

3.如權(quán)利要求1中所述的基于地面紋理的智能車(chē)視覺(jué)全局定位方法，其特征是，所述步驟②，上層處理單元為一臺(tái)車(chē)載筆記本電腦，攝像頭通過(guò)USB數(shù)據(jù)線與筆記本電腦相連，筆記本電腦中裝有Windows?XP操作系統(tǒng)，并且開(kāi)發(fā)了一套基于DirectShow的實(shí)時(shí)圖像采集軟件平臺(tái)，利用這一軟件平臺(tái)采集攝像頭攝取的環(huán)境信息即局部地面圖像，上層處理單元或采用嵌入式系統(tǒng)來(lái)實(shí)現(xiàn)。

4.如權(quán)利要求1中所述的基于地面紋理的智能車(chē)視覺(jué)全局定位方法，其特征是，所述步驟③，圖像處理包括四個(gè)步驟：

第一，提取由奇數(shù)行象素構(gòu)成的子圖像即奇場(chǎng)圖像；

第二，采用中值濾波算法對(duì)圖像進(jìn)行處理以減小圖像中的噪聲；

第三，利用Canny邊緣檢測(cè)算子來(lái)提取邊緣點(diǎn)；

第四，記錄各邊緣點(diǎn)位置形成一幅局部的地面紋理地圖。

5.如權(quán)利要求1中所述的基于地面紋理的智能車(chē)視覺(jué)全局定位方法，其特征是，所述步驟④，智能車(chē)后輪和前輪處分別設(shè)置有驅(qū)動(dòng)電機(jī)光電編碼器和轉(zhuǎn)向電機(jī)光電編碼器，分別記錄在某一時(shí)間間隔內(nèi)車(chē)輛所運(yùn)行的距離以及轉(zhuǎn)過(guò)的角度，即車(chē)輛里程信息；根據(jù)這些里程信息以及車(chē)輛在上一時(shí)刻的位姿，并由車(chē)輛的運(yùn)動(dòng)模型推算出車(chē)輛在當(dāng)前時(shí)刻的位姿。

6.如權(quán)利要求1中所述的基于地面紋理的智能車(chē)視覺(jué)全局定位方法，其特征是，所述步驟⑤，采用迭代最近點(diǎn)算法來(lái)完成地圖匹配過(guò)程，存儲(chǔ)于系統(tǒng)中的全局環(huán)境地面紋理地圖以及當(dāng)前采集的并經(jīng)過(guò)圖像處理而得到的局部地面紋理地圖都抽象為邊緣點(diǎn)集的形式，因此局部地面紋理地圖與全局地面紋理地圖的匹配看作是點(diǎn)集之間的匹配；根據(jù)攝像頭標(biāo)定的結(jié)果以及由里程信息所求得的當(dāng)前車(chē)輛位姿可將局部地面紋理地圖中的邊緣點(diǎn)映射到全局地面紋理地圖中，用集合{W_EdgeP}來(lái)表示；全局地面紋理地圖中所對(duì)應(yīng)的真實(shí)邊緣點(diǎn)集用{True_W_EdgeP}表示，通過(guò)迭代最近點(diǎn)算法求解得到{W_EdgeP}相對(duì)于{True_W_EdgeP}的變換關(guān)系，然后根據(jù)這個(gè)變換關(guān)系來(lái)糾正由里程信息所求得的車(chē)輛位姿從而得到十分精確的車(chē)輛全局位姿。