[發(fā)明專(zhuān)利]導(dǎo)航的方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201710479972.7
• 申請(qǐng)日: 2017-06-22
• 公開(kāi)（公告）號(hào): CN109115232B
• 公開(kāi)（公告）日: 2021-02-23
• 發(fā)明（設(shè)計(jì)）人: 楊磊
• 申請(qǐng)（專(zhuān)利權(quán)）人: 華為技術(shù)有限公司
• 主分類(lèi)號(hào): G01C21/34
• 分類(lèi)號(hào): G01C21/34;G01C21/16;G01C21/30
• 代理公司: 北京龍雙利達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 11329
• 代理人: 孫濤;毛威

本申請(qǐng)?zhí)峁┝艘环N導(dǎo)航的方法和裝置，該方法包括：在確定車(chē)輛駛?cè)敕墙Y(jié)構(gòu)化道路時(shí)，獲取該非結(jié)構(gòu)化道路的實(shí)景圖像；獲取該實(shí)景圖像的點(diǎn)特征信息和線(xiàn)特征信息，該點(diǎn)特征信息包括該實(shí)景圖像中的至少一個(gè)像素點(diǎn)的特征信息，該線(xiàn)特征信息包括該實(shí)景圖像中的至少一條線(xiàn)段的特征信息，該點(diǎn)特征信息中像素點(diǎn)的數(shù)量根據(jù)該線(xiàn)特征信息中線(xiàn)段的數(shù)量確定；根據(jù)該點(diǎn)特征信息和該線(xiàn)特征信息，優(yōu)化該車(chē)輛的運(yùn)動(dòng)參數(shù)。本發(fā)明實(shí)施例中提供的導(dǎo)航的方法，通過(guò)結(jié)合點(diǎn)特征信息和線(xiàn)特征信息，能夠有效提高運(yùn)動(dòng)參數(shù)的優(yōu)化效果，此外，通過(guò)線(xiàn)特征信息中線(xiàn)段的數(shù)量限定點(diǎn)特征信息中像素點(diǎn)的數(shù)量，能夠有效降低運(yùn)算復(fù)雜度。

技術(shù)領(lǐng)域

本發(fā)明實(shí)施例涉及導(dǎo)航技術(shù)領(lǐng)域，并且更具體地，涉及導(dǎo)航的方法和裝置。

背景技術(shù)

在導(dǎo)航領(lǐng)域中，道路場(chǎng)景分為結(jié)構(gòu)化道路與非結(jié)構(gòu)化道路，結(jié)構(gòu)化道路包括高速公路、城市干道；而非結(jié)構(gòu)化城區(qū)岔路、城郊道路、越野道路。結(jié)構(gòu)化道路可利用人工標(biāo)記的高精度地圖進(jìn)行導(dǎo)航，而非結(jié)構(gòu)化道路則常需通過(guò)車(chē)輛傳感器感知環(huán)境信息實(shí)現(xiàn)組合導(dǎo)航。

現(xiàn)有技術(shù)中，將利用圖像算法實(shí)現(xiàn)里程計(jì)功能的方法稱(chēng)之為“視覺(jué)里程計(jì)”，將結(jié)合慣性測(cè)量單元(Inertial measurement unit，IMU)的視覺(jué)里程計(jì)稱(chēng)為“慣性-視覺(jué)里程計(jì)”。具體地，視覺(jué)里程計(jì)是對(duì)相機(jī)拍攝的圖像進(jìn)行處理并計(jì)算拍攝圖像過(guò)程中的攝像機(jī)運(yùn)動(dòng)狀態(tài)實(shí)現(xiàn)里程計(jì)功能。慣性-視覺(jué)里程計(jì)組合導(dǎo)航的核心原理是由慣性測(cè)量器連續(xù)估計(jì)車(chē)體局部運(yùn)動(dòng)，由視覺(jué)里程計(jì)得出一定時(shí)間的路程，修正IMU引入的系統(tǒng)累積誤差，得到正確的車(chē)輛行駛軌跡。

例如，如圖1所示，Mobileye公司在CVPR2016上做的專(zhuān)題報(bào)告(DisruptingTransportation Is Just Around the Corner:Autonomous Driving,Computer Visionand Machine Learning)中提出了一種利用道路標(biāo)記導(dǎo)航定位的方法。具體地，在結(jié)構(gòu)化路段上，通過(guò)提取道路結(jié)構(gòu)化特征或道標(biāo)，構(gòu)建帶有全球定位系統(tǒng)(Global PositioningSystem，GPS)坐標(biāo)的路標(biāo)數(shù)據(jù)庫(kù)進(jìn)行高精度結(jié)構(gòu)化路段定位；而非結(jié)構(gòu)化路段上依靠慣性測(cè)量。這種方法雖然在規(guī)范的結(jié)構(gòu)化道路下性能良好。但是，由于該方法對(duì)IMU累積誤差精度較為敏感，導(dǎo)致無(wú)法長(zhǎng)時(shí)間工作在非結(jié)構(gòu)化道路下。

為了實(shí)現(xiàn)在非結(jié)構(gòu)化道路下的導(dǎo)航車(chē)輛，谷歌與加州大學(xué)洛杉磯分校的合作項(xiàng)目以及本田專(zhuān)利US 9342888 B2中提出了一種利用非結(jié)構(gòu)化特征導(dǎo)航定位的方法。具體地，如圖2所示，通過(guò)提取出非結(jié)構(gòu)化道路場(chǎng)景下的自然特征點(diǎn)，利用點(diǎn)特征估計(jì)車(chē)輛運(yùn)動(dòng)參數(shù)并修正IMU讀數(shù)，實(shí)現(xiàn)非結(jié)構(gòu)化道路定位。但是，通過(guò)該方法進(jìn)行導(dǎo)航定位時(shí)，非結(jié)構(gòu)化的點(diǎn)特征提取不穩(wěn)定，且數(shù)量較多，難以削減；而非結(jié)構(gòu)化線(xiàn)特征的參數(shù)關(guān)聯(lián)方法較為復(fù)雜，提取不穩(wěn)定。

因此，在導(dǎo)航領(lǐng)域中的非結(jié)構(gòu)化道路下，亟需一種能夠有效修正導(dǎo)航系統(tǒng)的IMU測(cè)量的車(chē)輛運(yùn)動(dòng)參數(shù)累積誤差的技術(shù)方案。

發(fā)明內(nèi)容

本申請(qǐng)?zhí)峁┮环N導(dǎo)航的方法和裝置，能夠有效提高運(yùn)動(dòng)參數(shù)的優(yōu)化效果。

第一方面，提供了一種用于導(dǎo)航的方法，所述方法包括：

在確定車(chē)輛駛?cè)敕墙Y(jié)構(gòu)化道路時(shí)，獲取所述非結(jié)構(gòu)化道路實(shí)景圖像；

獲取所述實(shí)景圖像的點(diǎn)特征信息和線(xiàn)特征信息，所述點(diǎn)特征信息包括所述實(shí)景圖像中的至少一個(gè)像素點(diǎn)的特征信息，所述線(xiàn)特征信息包括所述實(shí)景圖像中的至少一條線(xiàn)段的特征信息，所述點(diǎn)特征信息中像素點(diǎn)的數(shù)量根據(jù)所述線(xiàn)特征信息中線(xiàn)段的數(shù)量確定；

根據(jù)所述點(diǎn)特征信息和所述線(xiàn)特征信息，優(yōu)化所述車(chē)輛的運(yùn)動(dòng)參數(shù)。

本發(fā)明實(shí)施例中提供的導(dǎo)航的方法，通過(guò)結(jié)合點(diǎn)特征信息和線(xiàn)特征信息，能夠有效提高運(yùn)動(dòng)參數(shù)的優(yōu)化效果。

此外，通過(guò)線(xiàn)特征信息中線(xiàn)段的數(shù)量限定點(diǎn)特征信息中像素點(diǎn)的數(shù)量，能夠有效降低運(yùn)算復(fù)雜度。