[發明專利]面向邊線的車輛定位方法和系統

有效

• 申請號: 201910169386.1
• 申請日: 2019-03-06
• 公開（公告）號: CN109993066B
• 公開（公告）日: 2021-05-14
• 發明（設計）人: 祁亞斐;劉建軍
• 申請（專利權）人: 開易（北京）科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 北京知果之信知識產權代理有限公司 11541
• 代理人: 唐海力;李志剛

1.一種面向邊線的車輛定位方法，其特征在于，包括：

以初定位框的各定位邊線為中心在原車輛圖像數據中提取多尺度的區域圖像數據，所述初定位框為定位修正前在所述原車輛圖像數據中標注當前定位車輛位置的矩形框；

獲取所提取的多尺度的區域圖像數據的多尺度HOG特征信息；

對所述多尺度HOG特征信息進行回歸訓練；

根據所述回歸訓練的回歸值修正所述初定位框的各定位邊線在所述原車輛圖像數據中的位置。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

基于目標檢測算法獲取當前定位車輛的原車輛圖像數據中針對車輛邊線的初定位框。

3.根據權利要求2所述的方法，其特征在于，所述方法還包括：

將所述目標檢測算法中的目標常量參數化為相應的可變參數；

基于所述可變參數優化壓縮所述目標檢測算法。

4.根據權利要求1所述的方法，其特征在于，在以初定位框的各定位邊線為中心在原車輛圖像數據中提取多尺度的區域圖像數據時，所述方法還包括：

以初定位框的各定位邊線為中心在原車輛圖像數據中提取原尺度區域圖像數據；

基于縮放因子獲取所述原尺度區域圖像數據對應的多尺度區域圖像數據。

5.根據權利要求1所述的方法，其特征在于，所述方法還包括：

采用隨機森林回歸器對所述多尺度HOG特征信息進行回歸訓練。

6.一種面向邊線的車輛定位系統，其特征在于，包括：

區域數據提取模塊，用于以初定位框的各定位邊線為中心在原車輛圖像數據中提取多尺度的區域圖像數據，所述初定位框為定位修正前在所述原車輛圖像數據中標注當前定位車輛位置的矩形框；

特征信息獲取模塊，用于獲取所提取的多尺度的區域圖像數據的多尺度HOG特征信息；

數據訓練模塊，用于對所述多尺度HOG特征信息進行回歸訓練；

邊框修正模塊，用于根據所述回歸訓練的回歸值修正所述初定位框的各定位邊線在所述原車輛圖像數據中的位置。

7.根據權利要求6所述的系統，其特征在于，所述系統還包括：

邊框獲取模塊，用于基于目標檢測算法獲取當前定位車輛的原車輛圖像數據中針對車輛邊線的初定位框。

8.根據權利要求7所述的系統，其特征在于，所述系統還包括：

參數化處理模塊，用于將所述目標檢測算法中的目標常量參數化為相應的可變參數；

算法優化模塊，用于基于所述可變參數優化壓縮所述目標檢測算法。

9.根據權利要求6所述的系統，其特征在于，所述區域數據提取模塊包括：

原域數據提取單元，用于以初定位框的各定位邊線為中心在原車輛圖像數據中提取原尺度區域圖像數據；

數據縮放單元，用于基于縮放因子獲取所述原尺度區域圖像數據對應的多尺度區域圖像數據。

10.根據權利要求6所述的系統，其特征在于：

所述數據訓練模塊，還用于采用隨機森林回歸器對所述多尺度HOG特征信息進行回歸訓練。