[發明專利]一種定位方法

有效

• 申請號: 201811474110.6
• 申請日: 2018-12-04
• 公開（公告）號: CN111274847B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 張方強;歐陽紫洲;顧帥;姚杰;梁偉銘
• 申請（專利權）人: 上海汽車集團股份有限公司
• 主分類號: G06V20/56
• 分類號: G06V20/56;G06V20/40;G06T7/70
• 代理公司: 北京信遠達知識產權代理有限公司 11304
• 代理人: 魏曉波

1.一種定位方法，其特征在于，包括：

在智能駕駛模式下，通過四個環視魚眼相機獲取車輛行駛周邊環境的當前幀圖像，并提取所述當前幀圖像的特征點，計算當前幀圖像的詞帶向量和特征點描述子；

將所述當前幀圖像與特征點地圖中的關鍵幀進行匹配，利用詞帶向量從所述特征點地圖中選取預設數量的關鍵幀作為備選，并計算每一所述備選關鍵幀的詞帶向量；

計算每一所述備選關鍵幀的詞帶向量與所述當前幀圖像的詞帶向量的相似度評分，將相似度評分最高的備選關鍵幀作為成功匹配的關鍵幀；

采用基于車體運動模型的兩點法對當前幀圖像與成功匹配的備選關鍵幀進行位姿估計，并基于所述位姿估計的結果計算出所述車輛的位置，將所述車輛的位置作為初始位姿；

判斷所述車輛是否勻速行駛、且所述車輛的運動方向是否未發生改變；

若是，采用運動模型，用上一幀的位姿和速度來估計當前幀的位姿，所述上一幀的位姿為所述初始位姿；

否則，采用參考關鍵幀模型，計算當前幀圖像的特征點描述子，根據當前幀圖像的特征點描述子和上一幀圖像的特征點描述子確定當前幀圖像和上一幀圖像匹配的特征點，采用兩點法計算幀間位姿估計，基于所述位姿變化和所述初始位姿估計當前幀的位姿，所述上一幀的位姿為所述初始位姿。

2.根據權利要求1所述的方法，還包括：

在人工駕駛模式下，通過所述環視魚眼相機獲得所述車輛行駛周邊環境的幀圖像，每幀所述幀圖像包括四張圖像；

提取初始的兩幀圖像的特征點，并計算初始兩幀圖像的特征點描述子，根據特征點描述子進行匹配；

檢測特征點的匹配對個數是否滿足預設標準；

若是，采用基于車體運動模型的兩點法計算幀間位姿；

通過非靜止狀態下初始兩幀圖像位姿和三維地圖點，創建初始化地圖，所述三維地圖點為對匹配的所述特征點進行三角化得到，所述初始化地圖為所述特征點地圖的初始狀態；

將所述初始的兩幀圖像設置為關鍵幀，并在所述初始化地圖中插入所述關鍵幀；根據三維地圖點創建對應地圖點，將地圖點與關鍵幀、地圖進行數據關聯；

對所述初始化地圖進行多相機全局光束平差法優化；

從所述環視魚眼相機獲得的、除所述初始的兩幀圖像的幀圖像中提取關鍵幀圖像；

提取所述關鍵幀圖像的特征點，計算所述關鍵幀圖像的特征點描述子；

根據關鍵幀之間的共視關系得到新增加關鍵幀的共視關鍵幀，再對該關鍵幀及其共視關鍵幀通過它們的特征點描述子進行匹配；

根據所述特征匹配的結果，采用基于車體運動模型的兩點法進行幀間位姿估計；

將匹配的特征點進行三角化，根據深度、視差、誤差等條件篩選，得到與三角化的特征點對應的地圖點，所述匹配的特征點屬于所述特征匹配的結果；

利用所述關鍵幀和地圖點的關系、關鍵幀與共視關鍵幀的關系將所述關鍵幀和地圖點插入所述特征點地圖中；

對所述特征點地圖進行多相機局部光束平差法優化；

融合優化后的特征點地圖中的關鍵幀，刪除冗余的關鍵幀；

計算當前關鍵幀和每個共視關鍵幀的詞帶相似度得分，根據相似度得分確定閉環候選幀，所述當前關鍵幀屬于所述關鍵幀圖像；

對所述特征點地圖進行s?im3優化，更新當前關鍵幀的特征點與地圖點的匹配；

判斷匹配個數是否達到預設標準，若是，對所述當前關鍵幀幀及相鄰的關鍵幀進行閉環融合，并對所述特征點地圖進行多相機全局光束平差法優化。

3.根據權利要求2所述的方法，其特征在于，在所述兩幀圖像之間進行特征點的匹配，包括：

當所述兩幀圖像為同相機不同時序上的圖像時，使用所述兩幀圖像進行同相機不同時序圖像之間的特征點匹配；

當所述兩幀圖像為不同相機不同時序上的圖像時，對所述兩幀圖像進行校正，并使用矯正后的圖像進行特征點匹配，并將矯正后的圖像投影回原圖像。

4.根據權利要求2所述的方法，其特征在于，不同動態場景下特征點的匹配，包括：

當所述車輛行駛周邊環境運動物體點少且變化少的動態場景時，采用基于網格的運動統計的方法完成特征點的匹配,并用IMU約束和運動約束剔除錯誤的匹配；

當所述車輛行駛周邊環境為運動物體點多的動態場景時，采用條件隨機場分割的方法建立高層語義地圖，將每一幀語義分割出的車輛和行人的特征點從匹配出的特征點中刪除。