[發明專利]一種可停車區域識別方法、系統及介質

有效

• 申請號: 201711328262.0
• 申請日: 2017-12-13
• 公開（公告）號: CN108090435B
• 公開（公告）日: 2022-01-25
• 發明（設計）人: 張佐羅;孫立華;高忠
• 申請（專利權）人: 深圳市航盛電子股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 深圳市科吉華烽知識產權事務所(普通合伙) 44248
• 代理人: 李利

1.一種可停車區域識別裝置的識別方法，其特征在于：該方法包括以下步驟：

A.攝像頭不斷拍攝獲得圖像序列，按照圖像順序選取兩幀圖像提取和匹配特征點，獲得匹配特征點對；

B.由匹配特征點對基于兩幀圖像的相機姿態估計，獲取第二幀圖像相對于第一幀圖像的位姿，由前兩幀圖像的特征點對及相對位姿，通過三維重建獲取匹配特征點對的三維點云；

C.對三維點云按照地面方向做直方圖統計，根據地面實際高度以及三維點云中地面的相對高度比例，獲取三維點云的真實尺度；

D.對三維點云使用dbscan方法，選擇合適的閾值聚類，以獲取實際的障礙物位置及其區域；

E.根據障礙物的位置及區域確定停車區域,判斷停車區域是否滿足可停車區域，不滿足，重新開始步驟A，滿足，則進行姿態計算步驟；

姿態計算步驟：進行基于兩幀圖像的相機姿態估計，輸入新的圖片提取特征點與上一幀圖像獲得三維點云的點匹配得到三維點與二維點的匹配對，根據匹配矯正之后的特征點對對計算不同時刻位置的本質矩陣，本質矩陣進行分解判斷得到攝像機位姿的旋轉和平移矩陣，然后使用Epnp方法計算新一幀圖像的相機姿態，然后執行車位獲取步驟；

車位獲取步驟：重復所述步驟E和所述姿態計算步驟，直到機動車停止，此時獲得的相機姿態為機動車相對于可停車區域的位姿信息，從而獲得了此時可停車區域相對于機動車的位置信息。

2.根據權利要求1所述的可停車區域識別裝置的識別方法，其特征在于：所述步驟D中聚類dbscan算法為根據空間點云，動態的確定類的個數，建立高斯模型，根據聚類中心和聚類點，求得每個類的邊緣點。

3.根據權利要求1所述的可停車區域識別裝置的識別方法，其特征在于：所述步驟A中所述提取特征點還包括以下分步驟：

A1.計算圖像水平方向(x方向)的梯度，方法為:

A2.計算圖像豎直方向(y方向)的梯度，方法為:

A3.計算特征點處的協方差矩陣，其計算方法為:

A4.計算此特征點協方差矩陣M的最小特征值λ，其計算方法為:

A5.選擇其中大于某個閾值的點作為最終的最優特征點；

所述匹配特征點還包括以下分步驟：

A11.分別獲取兩幀圖像的金字塔圖像；

A12.以零為初值計算各個特征點的在金字塔圖像最頂層的光流值；

A13.分別以金字塔圖像上一層的光流值作為初值計算本層金字塔的光流值，最終獲得金字塔圖像最底層的光流值；

A14.以金字塔圖像最底層的光流值作為終值得到特征點的匹配關系，

所述光流的計算包括分別計算特征點區域的圖像水平方向梯度，豎直方向梯度和時間方向梯度，

其中，時間方向梯度計算方法為:Gt(x,y)＝It+1(x,y)-It(x,y)；

獲取光流線性方程組:

解線性方程組得到光流值。

4.根據權利要求1所述的可停車區域識別裝置的識別方法，其特征在于：所述步驟B中所述基于兩幀圖像的相機姿態估計還包括以下分步驟：

B1.通過約束方程x₂ Fx₁＝0,|F|＝0,||F||²＝1 x₂ Fx₁＝0，求解基礎矩陣F，

其中x₁,x₂分別為兩幀圖像的匹配特征點，F為基礎矩陣，且F＝K^TEK,K為相機內參矩陣；

B2.由相機位姿滿足等值t^R＝E獲得相機位姿；

B3.其中^表示叉乘運算，R表示相機姿態的旋轉，t表示相機姿態的平移方向矢量。

5.根據權利要求1所述的可停車區域識別裝置的識別方法，其特征在于：所述步驟C中所述，三維點云重建還包括以下分步驟：

C1.獲取特征點于兩幀圖像的線性組合系數，其由以下線性方程組約束:

C2.獲取三維點云的坐標，其計算方法為: