[發(fā)明專(zhuān)利]基于雙目視覺(jué)的實(shí)時(shí)高精度車(chē)輛里程計(jì)算方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910191645.0
• 申請(qǐng)日: 2019-03-14
• 公開(kāi)（公告）號(hào): CN109813334B
• 公開(kāi)（公告）日: 2023-04-07
• 發(fā)明（設(shè)計(jì)）人: 馬天力;陳陽(yáng)泉;楊瓊楠;高嵩;曹凱
• 申請(qǐng)（專(zhuān)利權(quán)）人: 西安工業(yè)大學(xué)
• 主分類(lèi)號(hào): G01C22/00
• 分類(lèi)號(hào): G01C22/00
• 代理公司: 西安新思維專(zhuān)利商標(biāo)事務(wù)所有限公司 61114
• 代理人: 黃秦芳

本發(fā)明涉及基于雙目視覺(jué)的實(shí)時(shí)高精度車(chē)輛里程計(jì)算方法，該方法包括以下步驟：1、采用視覺(jué)傳感器獲取圖像序列；2、對(duì)獲取的前后幀立體圖像利用改進(jìn)FAST角點(diǎn)檢測(cè)算法提取特征點(diǎn)；3、利用SIFT算法計(jì)算特征點(diǎn)的主方向并生成特征描述子；4、根據(jù)生成的特征描述子進(jìn)行特征匹配，并采用自適應(yīng)RANSAC算法剔除誤匹配點(diǎn)；5、根據(jù)匹配點(diǎn)集誤差構(gòu)造目標(biāo)函數(shù)，求解目標(biāo)函數(shù)得到運(yùn)動(dòng)估計(jì)信息；6、利用粒子濾波進(jìn)行最優(yōu)估計(jì)，減小誤差。本發(fā)明采用改進(jìn)FAST算法提取特征點(diǎn)，使得到的特征點(diǎn)更加穩(wěn)定、可靠；使用自適應(yīng)RANSAC算法剔除誤匹配點(diǎn)，減少了算法的迭代次數(shù)，從而減少了計(jì)算量，降低了算法的運(yùn)行時(shí)間；擁有很強(qiáng)的魯棒性，而且提高了算法的運(yùn)行效率和精確度。

技術(shù)領(lǐng)域

本發(fā)明屬于智能車(chē)輛自主定位技術(shù)領(lǐng)域，尤其涉及一種基于雙目視覺(jué)的實(shí)時(shí)高精度車(chē)輛里程計(jì)算方法。

背景技術(shù)

智能車(chē)作為智能交通系統(tǒng)中發(fā)展最活躍的一部分，受到了世界各研究機(jī)構(gòu)和高校的重點(diǎn)關(guān)注。目前，許多國(guó)家都制定了智能車(chē)發(fā)展戰(zhàn)略，并且隨著科技的高速發(fā)展，智能車(chē)輛在大型工廠、公園內(nèi)都已經(jīng)得到了成功應(yīng)用。里程計(jì)作為智能車(chē)系統(tǒng)的一部分，發(fā)揮著承上啟下的重要作用，是智能車(chē)完成其它工作的基礎(chǔ)和前提，同時(shí)也是智能車(chē)完成輔助駕駛和自主行為的重要保障。

基于視覺(jué)傳感器的里程計(jì)技術(shù)在二十世紀(jì)六十年代被提出，到現(xiàn)在為止已經(jīng)有五十多年的研究歷史，自從被提出以來(lái)一直是計(jì)算機(jī)視覺(jué)和機(jī)器人領(lǐng)域研究的重點(diǎn)。視覺(jué)里程計(jì)是利用車(chē)載的視覺(jué)傳感器(相機(jī))采取的圖像序列來(lái)估計(jì)車(chē)輛的六自由度運(yùn)動(dòng)信息，包括旋轉(zhuǎn)和平移。視覺(jué)里程計(jì)的實(shí)現(xiàn)主要包括以下三個(gè)步驟：第一步是通過(guò)安裝在車(chē)上的相機(jī)來(lái)采取圖像序列；第二步從采取的圖像中提取特征點(diǎn)并且與先前幀的圖像特征點(diǎn)進(jìn)行匹配；第三步是運(yùn)動(dòng)估計(jì)，利用第二步匹配的特征點(diǎn)來(lái)計(jì)算前后兩個(gè)時(shí)刻之間車(chē)輛的相對(duì)運(yùn)動(dòng)T_x，然后通過(guò)將T_x與先前的位姿連接起來(lái)計(jì)算車(chē)輛當(dāng)前的位姿信息，從而完成視覺(jué)定位。

視覺(jué)里程計(jì)主要依靠視覺(jué)傳感器來(lái)得到車(chē)輛的具體位置信息，與其它傳感器相比具有成本比較低、能耗小、安裝方便、便攜性好、抗電磁干擾能力強(qiáng)等優(yōu)點(diǎn)。其次，從視覺(jué)傳感器中采集到豐富的場(chǎng)景信息在用到車(chē)輛自主定位的同時(shí)還可以為更高級(jí)的功能如目標(biāo)檢測(cè)、目標(biāo)識(shí)別、障礙物的避障以及三維地圖構(gòu)建等提供必不可少的信息。另外，與內(nèi)置傳感器定位的方法相比，視覺(jué)里程計(jì)技術(shù)不會(huì)受輪胎滑移的影響，也不會(huì)產(chǎn)生誤差累積。但是視覺(jué)里程計(jì)系統(tǒng)中的圖像處理計(jì)算成本高，實(shí)時(shí)性差，而且獲取的外部場(chǎng)景信息復(fù)雜，具有尺度不確定性，容易引入誤差，還會(huì)受到光照變化、陰影遮擋、視角變化等影響。所以說(shuō)視覺(jué)里程計(jì)仍然面臨許多挑戰(zhàn)。

發(fā)明內(nèi)容

本發(fā)明的目的是針對(duì)現(xiàn)有車(chē)輛視覺(jué)里程計(jì)技術(shù)的缺點(diǎn)與不足，提出了一種基于雙目視覺(jué)的實(shí)時(shí)高精度車(chē)輛里程計(jì)算方法。

該方法包括以下步驟：

基于雙目視覺(jué)的實(shí)時(shí)高精度車(chē)輛里程計(jì)算方法，該方法包括以下步驟：

步驟1、采用視覺(jué)傳感器獲取圖像序列；

步驟2、對(duì)獲取的前后幀立體圖像利用改進(jìn)FAST角點(diǎn)檢測(cè)算法提取特征點(diǎn)；

步驟3、利用SIFT算法計(jì)算特征點(diǎn)的主方向并生成特征描述子；

步驟4、根據(jù)生成的特征描述子進(jìn)行特征匹配，并采用自適應(yīng)RANSAC算法剔除誤匹配點(diǎn)；

步驟5、根據(jù)匹配點(diǎn)集誤差構(gòu)造目標(biāo)函數(shù)，求解目標(biāo)函數(shù)得到運(yùn)動(dòng)估計(jì)信息；

步驟6、利用粒子濾波進(jìn)行最優(yōu)估計(jì)，減小誤差。

進(jìn)一步的，步驟2中，使用改進(jìn)的FAST角點(diǎn)檢測(cè)算法提取特征點(diǎn)，具體步驟如下：

S1、獲取一張圖片；

S2、在圖片中任意選擇一個(gè)像素點(diǎn)p，假設(shè)它的亮度是I_p；

S3、設(shè)定一個(gè)閾值T；