[發(fā)明專利]一種保證準(zhǔn)確性的車輛運動狀態(tài)估計方法

有效

• 申請?zhí)枺?/td>: 201710269892.9
• 申請日: 2017-04-24
• 公開（公告）號: CN107123128B
• 公開（公告）日: 2019-07-16
• 發(fā)明（設(shè)計）人: 張帥;岳文靜;陳志;白園
• 申請（專利權(quán)）人: 南京郵電大學(xué)
• 主分類號: G06T7/207
• 分類號: G06T7/207;G06T7/246
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 朱小兵

本發(fā)明公開了一種保證準(zhǔn)確性的車輛運動狀態(tài)估計方法，包括特征提取、數(shù)據(jù)分析和結(jié)果驗證三個部分，其中特征提取部分采用雙向光流算法，保證所得的特征點對的可靠性，過濾噪聲數(shù)據(jù)；數(shù)據(jù)分析部分采用隨機采樣一致算法和八點算法相結(jié)合，將所得的基本矩陣按對整個特征點對集合的匹配程度由高到低排序，求解對應(yīng)的運動方向向量與旋轉(zhuǎn)矩陣；結(jié)果驗證部分對求得的運動方向向量與旋轉(zhuǎn)矩陣進行校驗，確保最終結(jié)果的合理性。本發(fā)明能考慮到平移向量和旋轉(zhuǎn)矩陣的約束條件，從而提高了結(jié)果的準(zhǔn)確性，并保證一定的運算效率，在保證效率的前提下進行數(shù)據(jù)處理，有助于實現(xiàn)對視頻數(shù)據(jù)的在線分析。

技術(shù)領(lǐng)域

本發(fā)明涉及一種保證準(zhǔn)確性的車輛運動狀態(tài)估計方法，屬于計算機視覺、視頻挖掘和計算機軟件的交叉技術(shù)應(yīng)用領(lǐng)域。

背景技術(shù)

車輛無人駕駛需要通過對視頻數(shù)據(jù)進行處理，從而得到車輛的當(dāng)前位置與運動軌跡，汽車狀態(tài)參數(shù)的準(zhǔn)確獲得是保證汽車主動安全系統(tǒng)有效性的重要要求。通過對車輛的運動過程進行運動學(xué)或動力學(xué)建模，同時將相應(yīng)的車載傳感器(如輪速傳感器、陀螺儀、加速度計等)信息作為觀測信息，進而利用適當(dāng)?shù)臑V波估計算法實現(xiàn)對汽車運行狀態(tài)的估計。這種方法需要對車輛整體甚至各個輪胎分別進行建模，當(dāng)這些模型或者模型參數(shù)不準(zhǔn)時，估計誤差較大。

隨著計算機軟硬件的不斷發(fā)展，人們能越來越方便的獲取和存儲視頻數(shù)據(jù)，對視頻數(shù)據(jù)進行分析的需求也隨之提高。因此根據(jù)車載視頻數(shù)據(jù)對車輛運動狀態(tài)估計成了廣泛研究的課題。中國專利CN201210442082.6公開了一種基于光流的車輛運動狀態(tài)估計方法，適用于估計道路交通環(huán)境下低速行駛在平坦瀝青路面上的車輛的運動狀態(tài)。首先在車輛后橋中心位置安裝俯視高精度單目攝像機，并通過標(biāo)定算法獲取攝像機參數(shù)；接著采用直方圖均衡化對獲取的圖像序列進行預(yù)處理，以凸顯瀝青路面角點特征，降低路況及光照變化帶來的不利影響；再采用高效的哈里斯Harris角點檢測算法進行實時路面角點特征檢測；然后根據(jù)盧卡斯-柯乃德Lucas-Kanade光流算法進行前、后幀的角點匹配跟蹤，選用隨機采樣一致RANSAC算法進一步優(yōu)化匹配角點，進而獲取較為準(zhǔn)確的光流信息；最后，由圖像光流重構(gòu)出車輛載體坐標(biāo)系下縱向速度、橫向速度和質(zhì)心側(cè)偏角等車輛實時運動參數(shù)，由此獲得較高精度的車輛對地運動狀態(tài)的估計。

但是上述方法需要耗費較多計算機資源，而在計算機資源和內(nèi)存有限的條件下，通過車載視頻數(shù)據(jù)在線求得當(dāng)前車輛運動狀態(tài)準(zhǔn)確性不高；因此，如何在有限的計算條件下，提出一種保證準(zhǔn)確性的車輛運動狀態(tài)估計方法，是有待解決的問題。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是：針對車載視頻數(shù)據(jù)在線求得當(dāng)前車輛運動狀態(tài)準(zhǔn)確性不高的問題，提出一種保證準(zhǔn)確性的車輛運動狀態(tài)估計方法，該方法能夠通過對運動狀態(tài)的檢驗保證結(jié)果的準(zhǔn)確性。

本發(fā)明為解決上述技術(shù)問題采用以下技術(shù)方案：

一種保證準(zhǔn)確性的車輛運動狀態(tài)估計方法，包括：

步驟一、特征提?。菏紫龋鶕?jù)裝載于車輛上的視頻攝像機，獲得以幀為單位的待分析視頻圖像數(shù)據(jù)，每一幀視頻圖像對應(yīng)一個二維點陣；然后，提取當(dāng)前幀中圖像特征點集合，采用光流算法計算當(dāng)前幀圖像特征點在下一幀圖像中對應(yīng)特征的位置，獲得關(guān)于當(dāng)前幀圖像和下一幀圖像中的特征點對集合；之后，反向使用光流算法過濾掉特征點對集合中的噪聲數(shù)據(jù)；

步驟二、數(shù)據(jù)分析：首先，采用隨機采樣一致算法和八點算法相結(jié)合，從步驟一得到的特征點對集合中求得一個基本矩陣；然后，通過多次迭代采樣過程，將所得的基本矩陣按對整個特征點對集合的匹配程度由高到低排序，并根據(jù)視頻攝像機的固有參數(shù)求得本質(zhì)矩陣；之后，對所得本質(zhì)矩陣做分解，求解對應(yīng)的運動方向向量與旋轉(zhuǎn)矩陣；

步驟三、結(jié)果驗證：對求得的運動方向向量與旋轉(zhuǎn)矩陣進行校驗，確定最終的車輛運動狀態(tài)估計結(jié)果。

進一步的，本發(fā)明的車輛運動狀態(tài)估計方法，步驟一具體如下：