CN114119760A - 机动车定位方法和装置、电子设备和存储介质 - Google Patents
机动车定位方法和装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN114119760A CN114119760A CN202210107324.XA CN202210107324A CN114119760A CN 114119760 A CN114119760 A CN 114119760A CN 202210107324 A CN202210107324 A CN 202210107324A CN 114119760 A CN114119760 A CN 114119760A
- Authority
- CN
- China
- Prior art keywords
- camera
- positioning aid
- positioning
- distance
- motor vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/277—Analysis of motion involving stochastic approaches, e.g. using Kalman filters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30244—Camera pose
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Navigation (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及机动车定位方法和装置、电子设备和存储介质。该机动车定位方法用于机动车,所述机动车安装有相机,包括以下的步骤:根据所述机动车的多个推定当前位置,在地图中确定对应的定位帮助物,所述定位帮助物具有一定的长度;获取在当前位置所拍摄的照片,所述照片包含所述定位帮助物;将所述定位帮助物分别投影到各推定位置车辆的相机的二维成像平面上;计算投影在各虚拟位置车辆的相机的二维成像平面上的所述定位帮助物与所述相机所拍摄的照片中的所述定位帮助物的匹配度;以及将匹配度最优的推定当前位置设为当前位置。
Description
技术领域
本发明涉及机动车定位。
背景技术
车辆在没有全球定位信号的环境下(例如地下停车场等)进行高精度定位比较难。
发明内容
本发明鉴于现有技术的以上问题作出,用以解决现有技术中存在的一项或更多项的问题。
根据本发明的一个方面,提供了一种机动车定位方法,用于机动车,所述机动车安装有相机,包括以下的步骤:根据所述机动车的多个推定当前位置,在地图中确定对应的定位帮助物,所述定位帮助物具有一定的长度;获取在当前位置所拍摄的照片,所述照片包含所述定位帮助物;将所述定位帮助物分别投影到各推定位置车辆的相机的二维成像平面上;计算投影在各虚拟位置车辆的相机的二维成像平面上的所述定位帮助物与所述相机所拍摄的照片中的所述定位帮助物的匹配度;以及将匹配度最优的推定当前位置设为当前位置。
根据本发明的另一个方面,提供了一种机动车定位装置,所述机动车安装有相机,包括:定位帮助物确定单元,根据所述机动车的多个推定当前位置,在地图中确定对应的定位帮助物,所述定位帮助物具有一定的长度;照片获得单元,获取在当前位置所拍摄的照片,所述照片包含所述定位帮助物;投影单元,将所述定位帮助物分别投影到各推定位置车辆的相机的二维成像平面上;匹配度计算单元,计算投影在各虚拟位置车辆的相机的二维成像平面上的所述定位帮助物与所述相机所拍摄的照片中的所述定位帮助物的匹配度;以及当前位置设定单元,将匹配度最优的推定当前位置设为当前位置。
根据一种实施方式,定位帮助物确定单元针对各个推定当前位置,分别在地图中确定对应的定位帮助物,或者对所述多个推定当前位置进行聚类,根据聚类的中心位置,在地图中确定对应的定位帮助物。
根据一种实施方式,所述定位帮助物确定单元设置凸多边形的搜索框,利用叉乘法,根据推定当前位置的相机位置,确定落入所述搜索框中的特征点,根据落入所述搜索框中的特征点,确定对应的定位帮助物,其中,所述叉乘法为:将凸多边形的各顶点与该特征点相连,从而构成特征点矢量,然后按顺时针方向或逆时针方向,将各该顶点所在的预定方向的边与各该顶点对应的特征点矢量进行叉乘,当所有的叉乘结果均为同号时,确定该特征点在该搜索框内。
根据一种实施方式,所述投影单元如下地将所述定位帮助物分别投影到各推定位置车辆的相机的二维成像平面上:根据车辆的坐标和相机相对于车辆的坐标和安装角度,利用表示相机相对于车辆的安装角度的相机旋转矩阵,确定相机在地图空间中的坐标和方向;根据所述定位帮助物在地图中的坐标,确定所述定位帮助物到相机的向量;将所述相机旋转矩阵在地图坐标系中的矩阵与所述向量相乘;将相乘后的向量投影到所述相机的成像平面上。
根据一种实施方式,所述相机为一个,所述定位帮助物为一个,所述匹配度计算单元在投影在各推定当前位置的二维平面上的所述定位帮助物上取预定数目的点,计算各个点到真实相机所拍摄的所述定位帮助物的距离,根据所述距离,确定匹配度;或者
所述定位帮助物为多个,所述匹配度计算单元在各定位帮助物上取预定数目的点,计算各个点到真实相机所拍摄的所述定位帮助物的距离,取所述距离中的最短距离,作为各该定位帮助物的距离,然后根据该距离,确定匹配度;或者
所述相机为n个,所述匹配度计算单元针对各相机,在所述定位帮助物上取预定数目的点,计算各个点到各该相机所拍摄的所述定位帮助物的距离,取所述距离中的最短距离,作为各该相机的定位帮助物距离,从而得到n个相机的定位帮助物距离,然后根据这n个定位帮助物距离,确定匹配度,n为大于1的整数。
根据一种实施方式,计算各个点到真实相机所拍摄的所述定位帮助物的距离时,在能够计算垂直距离时,以垂直距离作为点到相机所拍摄的所述定位帮助物的距离,当垂直距离无法计算时,以所述定位帮助物端点到该点的线段距离作为该点到该真实相机所拍摄的所述定位帮助物的距离。
根据一种实施方式,所述装置还包括推定当前位置获取单元,该推定当前位置获取单元设定起始点位置,所述起始点位置所在的位置范围是已知的;在该起始点位置周围一定的范围内随机生成多个虚拟位置;在机动车运动时,利用扩展卡尔曼滤波算法推定所述起始点位置和所述多个虚拟位置;将推定出的所述起始点位置和所述多个虚拟位置的当前位置设定为所述推定当前位置。
根据本发明的一个方面,提供了一种电子设备,包括:处理器;用于存储所述处理器可执行指令的存储器;其中,所述处理器被配置为执行所述指令,以实现本发明的方法。
根据本发明的一个方面,提供了一种计算机可读存储介质,所述可读存储介质上存储设备控制程序,当所述设备控制程序被处理器执行时,实现本发明所述的方法。
根据本发明的一些实施方式,可以简便、快捷、准确地完成室内环境的机动车定位。
附图说明
结合附图可以更好地理解本发明。附图只是示意性的,不是对本发明的保护范围的限制。
图1是示出了依据本发明的一种实施方式的机动车定位方法的示意性流程图。
图2是示出了依据本发明的一种实施方式的获得推定当前位置的方法。
图3是示出了依据本发明的一种实施方式的叉乘法的示意图。
图4是示出了依据本发明的一种实施方式的机动车定位装置的示意性流程图。
具体实施方式
下面结合附图对本发明的具体实施方式进行说明。这些说明都是示例性的,旨在使本领域技术人员能够实现本发明的实施方式,不是对本发明的保护范围的限制。说明中也没有描述对于实际实施不可缺少,但是对于理解本发明无关的内容。
图1是示出了依据本发明的一种实施方式的机动车定位方法的示意性流程图。本发明的方法所涉及的机动车具有相机,能够拍摄周围环境的图像。在该周围环境中具有定位帮助物。所述定位帮助物具有一定的长度。定位帮助物应是容易被相机拍摄到,并且在图像识别中,用以被识别的物体。在一种实施方式中,该定位帮助物例如为灯管。
如图1所示,依据本发明的一种实施方式的机动车定位方法,首先在步骤S100,根据车辆的多个推定当前位置,在地图(例如3维地图或3D地图)中分别确定对应的定位帮助物。为了方便,下文直接以灯管作为定位帮助物的示例进行描述。
该推定的当前位置,可以是已知的初始位置,也可以是上一周期利用本发明的方法确定出的位置。可以从专门的推定当前位置单元获得,也可以来自外部的输入。
在启动时,不知道车辆的具***置,但是知道车辆的大概位置。一般的做法是,启动时的车辆的停靠位置(例如车位)是已知的,并且已知该位置在地图坐标系中的坐标。但是在人工随意停在这个位置的时候会有一定误差。该位置误差例如大概在1-2米,航向误差大概5度。在运动时,利用EKF算法(扩展卡尔曼滤波算法)结合车辆的运动信息(ABS信号和惯导)去推算。推算出的位置也有一定的误差,该误差的范围可以根据EKF的协方差和方差来生成。根据一种实施方式,x y 方向上的方差和协方差可以计算出误差椭圆。由于推定当前位置有多个,均在误差的范围内,因而这些推定当前位置中会包含真实的当前位置。
图2是示出了依据本发明的一种实施方式的获得推定当前位置的方法。如图2所示,根据本发明的一种实施方式,首先,人为设定一个起始点(A点),该起始点所在的位置范围是已知的。起始点位置包括车辆的位置和航向。如上所述,这个起始点例如是机动车启动时的车位位置等,只知道该起始点的位置范围,而无需指导其精确范围。但是本发明并不排除知道其具***置的情况。
然后,在该起始点周围一定的范围内随机生成虚拟位置,这些虚拟位置包括车辆的位置和航向。本领域的技术人员容易理解,这里虽然说是虚拟,但是由于假定的起始位置并不精确,因而这些虚拟位置也有可能才是最真实的位置。可以将起始点位置和虚拟点位置这些机动车位置都称为A点位置。例如预期当在初始位置的位置误差在1-2米,航向误差在5度的情况下,这里虚拟位置的点云的范围可以是该推定的当前位置周围2-2.5米范围,航向10度范围。或者在非初始位置,虚拟位置的点云的范围是误差椭圆2倍的范围。
然后,如图2所示,在一定的时间间隔之后,到达了B点,根据EKF算法或其他的算法,获知这些机动车位置(A点位置)到达B点时的位置(B点位置),将这些位置设定为推定的当前位置。
根据一种实施方式,针对各个推定位置,设置凸多边形的搜索框,利用叉乘法,根据车辆的地图中的推定当前位置(B点位置)确定落入搜索框中的特征点,根据落入所述搜索框中的特征点,在地图中确定对应的灯管。
图3是示出了依据本发明的一种实施方式的叉乘法的示意图。在图3的示例中,以梯形作为凸多边形的示例。如图3所示,在判断地图中的特征点是否在搜索框中时,将凸多边形的各顶点与该特征点相连,从而构成特征点矢量。在图中的示例中,会获得四个特征点矢量。然后沿预定方向分别将各该顶点所在的的边与各该顶点对应的特征点矢量进行叉乘。这样在凸多边形为梯形时,会进行四次叉乘,当所有的叉乘结果均为同号时,确定该特征点在该搜索框内。该预定方向为顺时针时,为顺时针叉乘,所有的叉乘结果为负数时,确定该特征点在该搜索框内。图3中所示即为顺时针叉乘。该预定方向为逆时针时,为逆时针叉乘,所有的叉乘结果为正数时,确定该特征点在该搜索框内。
根据一种实施方式,搜索框始终在车辆上安装的相机的前方。根据该实施方式,可以减少不必要的计算,只考虑落在搜索框之内的灯管即可,并且无需考虑3D灯管的高度。
根据一种实施方式,在确定对应的灯管时,去除与相机的距离短于预定距离的特征点。在一种实施方式中,该预定距离是1-2米。
使用搜索框,并根据叉乘法确定哪些点在搜索框内,可以快速准确地发现灯管,降低算法难度。
根据一种实施方式,对所述多个推定当前位置进行聚类,根据聚类的中心位置,确定该聚类中心位置机动车的相机位置,在地图中确定对应的定位帮助物。在确定对应的定位帮助物时,可以采用搜索框,使用叉乘法等前文描述的方法。利用这样的方法,可以进一步降低计算负荷。
接着,在步骤S200,获取在当前位置所拍摄的照片,所述照片包含所述定位帮助物。本领域技术人员可以理解,可以通过相机的拍摄来获取照片,可以通过从相机接收照片来获得照片。可以通过现在已知的或未来知悉的各种用于特征物识别的方法,来进行定位帮助物的识别。如果照片中未发现特征标记物,可以进行重新的拍摄,或者可以在确定含有特征标记物之后,在进行拍摄。另一方面,由于特征标记物的大体方位是已知的,可以根据特征标记物的位置或方位信息来使得照片中含有定位帮助物。
然后,在步骤S300,将灯管分别投影到各推定当前位置车辆的相机的二维成像平面上。根据一种实施方式,如下地将地图中的灯管投影到各虚拟位置车辆的相机的二维成像平面上:
首先,根据车辆的坐标和相机相对于车辆的坐标和安装角度,利用表示相机相对于车辆的安装角度的相机旋转矩阵,确定相机在地图空间中的坐标和方向;然后,根据灯管在地图中的坐标,确定灯管到相机的向量。之后,将所述相机旋转矩阵在地图坐标系中的矩阵与所述向量相乘;最后,将相乘后的向量投影到所述相机的成像平面上。
由于灯管具有一定的长度,因而其投影是一条线段。
接着,在步骤S400,计算投影在各虚拟位置的二维平面上的灯管与真实机动车的相机所拍摄的灯管的匹配度。
由于所拍摄的灯管图像也是成像在相机的成像平面上,因而可以和投影在各虚拟位置的二维平面上的灯管进行匹配。
根据一种实施方式,在投影在各推定当前位置的二维平面上的灯管上取预定数目的点,计算各个点到相机所拍摄的灯管的距离。在能够计算垂直距离时,以垂直距离作为点到相机所拍摄的灯管的距离。当垂直距离无法计算时,例如当垂直线在该所拍摄的灯管之外时,以灯管端点到该点的线段距离作为该点到该相机所拍摄的灯管的距离。可以取平均距离,平均距离越短,则匹配度越高。
根据一种实施方式,根据距离进行赋分,例如当距离小于4个像素时,给予4分,大于4个像素小于8个像素给予2分,大于8个像素小于16个像素给予1分等等。假如取5个点,这些点的总分越高,则匹配越好。
根据一种实施方式,定位帮助物为k个(k为大于1的正整数),在各定位帮助物上取预定数目的点,计算各个点到真实相机所拍摄的所述定位帮助物的距离,取所述距离中的最短距离,作为各该定位帮助物的距离,这样1个定位帮助物得到一个距离,k个定位帮助物就得到了k个距离,然后根据该距离,确定匹配度。根据一种实施方式,取这k个距离的和,和越小,则匹配度越高。
根据一种实施方式,相机可以有n个,针对各相机,在定位帮助物上取预定数目的点,计算各个点到各该相机所拍摄的所述定位帮助物的距离,取所述距离中的最短距离,作为各该相机的定位帮助物距离,从而得到n个相机的定位帮助物距离,然后根据这n个定位帮助物距离,确定匹配度,n为大于1的整数。根据一种实施方式,取这k个距离的和,和越小,则匹配度越高。
本领域的技术人员可以理解,对于多相机多灯管(一个照片中有多定位帮助物)的情况,可以综合以上的情况,进行处理。例如,针对一个推定当前位置的机动车,可以取所有这些最短距离的和,根据和的大小来确定匹配度。
最后,在步骤S500,将匹配度最优的推定当前位置设为当前位置,可以用于轨迹生成。
进一步,可以将匹配度最优的推定当前位置作为起始位置,在该起始位置周围一定的范围内随机生成虚拟位置,就如结合图2所说明的那样,从而这些虚拟位置可以作为推定当前位置进行下一时刻的位置确定和轨迹生成。根据一种实施方式,可以将匹配度较差(低于预定匹配度)的预定范围的推定当前位置去除。而对于保留的未去除的推定当前位置,可以等到下一个相机匹配时刻开始时,用于根据车辆运动轨迹推断该时刻的位置。根据这种实施方式,可以减少虚拟位置的生成数量,提高运算速度。去除时,例如去除匹配度低于平均匹配度的所有推定当前位置。
图4是示出了依据本发明的一种实施方式的机动车定位装置的示意性流程图。如图4所述,依据本发明的一种实施方式的机动车定位装置用于机动车(例如汽车等),所述机动车安装有相机。机动车定位装置10包括:推定当前位置获取单元100,用于获得多个推定当前位置;定位帮助物确定单元200,根据所述机动车的多个推定当前位置,在地图中确定对应的定位帮助物,所述定位帮助物具有一定的长度;照片获得单元300,获取在当前位置所拍摄的照片,所述照片包含所述定位帮助物;投影单元400,将所述定位帮助物分别投影到各推定位置车辆的相机的二维成像平面上;匹配度计算单元500,计算投影在各虚拟位置车辆的相机的二维成像平面上的所述定位帮助物与所述相机所拍摄的照片中的所述定位帮助物的匹配度;以及当前位置设定单元600,将匹配度最优的推定当前位置设为当前位置。
根据一种实施方式,定位帮助物确定单元200针对各个推定当前位置,分别在地图中确定对应的定位帮助物,或者对所述多个推定当前位置进行聚类,根据聚类的中心位置,在地图中确定对应的定位帮助物。
根据一种实施方式,所述定位帮助物确定单元200设置凸多边形的搜索框,利用叉乘法,根据推定当前位置的相机位置,确定落入所述搜索框中的特征点,根据落入所述搜索框中的特征点,确定对应的定位帮助物,其中,所述叉乘法为:将凸多边形的各顶点与该特征点相连,从而构成特征点矢量,然后按顺时针方向或逆时针方向,将各该顶点所在的预定方向的边与各该顶点对应的特征点矢量进行叉乘,当所有的叉乘结果均为同号时,确定该特征点在该搜索框内。
根据一种实施方式,所述投影单元400如下地将所述定位帮助物分别投影到各推定位置车辆的相机的二维成像平面上:根据车辆的坐标和相机相对于车辆的坐标和安装角度,利用表示相机相对于车辆的安装角度的相机旋转矩阵,确定相机在地图空间中的坐标和方向;根据所述定位帮助物在地图中的坐标,确定所述定位帮助物到相机的向量;将所述相机旋转矩阵在地图坐标系中的矩阵与所述向量相乘;将相乘后的向量投影到所述相机的成像平面上。
根据一种实施方式,所述相机为一个,所述定位帮助物为一个,所述匹配度计算单元在投影在各推定当前位置的二维平面上的所述定位帮助物上取预定数目的点,计算各个点到真实相机所拍摄的所述定位帮助物的距离,根据所述距离,确定匹配度;或者
所述定位帮助物为多个,所述匹配度计算单元在各定位帮助物上取预定数目的点,计算各个点到真实相机所拍摄的所述定位帮助物的距离,取所述距离中的最短距离,作为各该定位帮助物的距离,然后根据该距离,确定匹配度;或者
所述相机为n个,所述匹配度计算单元针对各相机,在所述定位帮助物上取预定数目的点,计算各个点到各该相机所拍摄的所述定位帮助物的距离,取所述距离中的最短距离,作为各该相机的定位帮助物距离,从而得到n个相机的定位帮助物距离,然后根据这n个定位帮助物距离,确定匹配度,n为大于1的整数。
根据一种实施方式,计算各个点到真实相机所拍摄的所述定位帮助物的距离时,在能够计算垂直距离时,以垂直距离作为点到相机所拍摄的所述定位帮助物的距离,当垂直距离无法计算时,以所述定位帮助物端点到该点的线段距离作为该点到该真实相机所拍摄的所述定位帮助物的距离。
根据一种实施方式,推定当前位置获取单元100设定起始点位置,所述起始点位置所在的位置范围是已知的;在该起始点位置周围一定的范围内随机生成多个虚拟位置;在机动车运动时,利用扩展卡尔曼滤波算法推定所述起始点位置和所述多个虚拟位置;将推定出的所述起始点位置和所述多个虚拟位置的当前位置设定为推定当前位置。
本领域技术人员容易理解,可以利用以上对方法的说明来理解本发明的装置。
本领域技术人员容易理解,本发明的方法还可以包括与本发明的装置所完成的功能对应的其他步骤。以上的这些步骤也可以进行精简。
本发明对单元和步骤的标号仅仅是为了说明的方便,除非上下文中有相反的说明,否则不代表其执行的顺序。
本领域的技术人员应该理解,上述的各单元可以由软件或专门的硬件来实现,例如现场可编程门阵列、单片机、或微芯片等,或者也可以通过软件结合硬件的方式来实现。
本发明还提供了一种电子设备,包括:处理器;用于存储所述处理器可执行指令的存储器;其中,所述处理器被配置为执行所述指令,以实现本发明的方法。
本发明还涉及一种计算机软件,该计算机软件在被计算装置(例如单片机、电脑、CPU等)执行时,可以实现本发明的方法。
本发明还涉及一种计算机软件存储装置,例如硬盘、软盘、闪存等,该计算机软件存储装置存储有上述的计算机软件。
本发明对方法或步骤的说明可以用于理解对单元或装置的说明,对单元或装置的说明也可以用于理解本发明的方法或步骤。
以上说明仅仅是示意性的,不是对本发明的保护范围的限制,在本发明的权利要求范围内的任何改变、替换均在本发明的保护范围内。
Claims (10)
1.一种机动车定位方法,所述机动车安装有相机,包括以下的步骤:
根据所述机动车的多个推定当前位置,在地图中确定对应的定位帮助物,所述定位帮助物具有一定的长度;
获取在当前位置所拍摄的照片,所述照片包含所述定位帮助物;
将所述定位帮助物分别投影到各推定当前位置车辆的相机的二维成像平面上;
计算投影在各推定当前位置车辆的相机的二维成像平面上的所述定位帮助物与所述相机所拍摄的照片中的所述定位帮助物的匹配度;以及
将匹配度最优的推定当前位置设为当前位置。
2.根据权利要求1所述的机动车定位方法,其特征在于,针对各个推定当前位置,分别在地图中确定对应的定位帮助物,或者对所述多个推定当前位置进行聚类,根据聚类的中心位置,在地图中确定对应的定位帮助物。
3.根据权利要求2所述的机动车定位方法,其特征在于,设置凸多边形的搜索框,利用叉乘法,根据推定当前位置的相机位置,确定落入所述搜索框中的特征点,根据落入所述搜索框中的特征点,确定对应的定位帮助物,
其中,所述叉乘法为:将凸多边形的各顶点与该特征点相连,从而构成特征点矢量,然后按顺时针方向或逆时针方向,将各该顶点所在的预定方向的边与各该顶点对应的特征点矢量进行叉乘,当所有的叉乘结果均为同号时,确定该特征点在该搜索框内。
4.根据权利要求1所述的机动车定位方法,其特征在于,如下地将所述定位帮助物分别投影到各推定位置车辆的相机的二维成像平面上:
根据车辆的坐标和相机相对于车辆的坐标和安装角度,利用表示相机相对于车辆的安装角度的相机旋转矩阵,确定相机在地图空间中的坐标和方向;
根据所述定位帮助物在地图中的坐标,确定所述定位帮助物到相机的向量;
将所述相机旋转矩阵在地图坐标系中的矩阵与所述向量相乘;
将相乘后的向量投影到所述相机的成像平面上。
5.根据权利要求1所述的机动车定位方法,其特征在于,
其中,所述相机为一个,所述定位帮助物为一个,在投影在各推定当前位置的二维平面上的所述定位帮助物上取预定数目的点,计算各个点到真实相机所拍摄的所述定位帮助物的距离,根据所述距离,确定匹配度;或者
所述定位帮助物为多个,在各定位帮助物上取预定数目的点,计算各个点到真实相机所拍摄的所述定位帮助物的距离,取所述距离中的最短距离,作为各该定位帮助物的距离,然后根据该距离,确定匹配度;或者
所述相机为n个,针对各相机,在所述定位帮助物上取预定数目的点,计算各个点到各该相机所拍摄的所述定位帮助物的距离,取所述距离中的最短距离,作为各该相机的定位帮助物距离,从而得到n个相机的定位帮助物距离,然后根据这n个定位帮助物距离,确定匹配度,n为大于1的整数。
6.根据权利要求5所述的机动车定位方法,其特征在于,计算各个点到真实相机所拍摄的所述定位帮助物的距离时,在能够计算垂直距离时,以垂直距离作为点到相机所拍摄的所述定位帮助物的距离,当垂直距离无法计算时,以所述定位帮助物端点到该点的线段距离作为该点到该真实相机所拍摄的所述定位帮助物的距离。
7.根据权利要求6所述的机动车定位方法,其特征在于,还包括如下的步骤:
设定起始点位置,所述起始点位置所在的位置范围是已知的;
在该起始点位置周围一定的范围内随机生成多个虚拟位置;
在机动车运动时,利用扩展卡尔曼滤波算法推定所述起始点位置和所述多个虚拟位置;
将推定出的所述起始点位置和所述多个虚拟位置的当前位置设定为所述推定当前位置。
8.一种机动车定位装置,所述机动车安装有相机,包括:
定位帮助物确定单元,根据所述机动车的多个推定当前位置,在地图中确定对应的定位帮助物,所述定位帮助物具有一定的长度;
照片获得单元,获取在当前位置所拍摄的照片,所述照片包含所述定位帮助物;
投影单元,将所述定位帮助物分别投影到各推定位置车辆的相机的二维成像平面上;
匹配度计算单元,计算投影在各虚拟位置车辆的相机的二维成像平面上的所述定位帮助物与所述相机所拍摄的照片中的所述定位帮助物的匹配度;以及
当前位置设定单元,将匹配度最优的推定当前位置设为当前位置。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述可读存储介质上存储设备控制程序,当所述设备控制程序被处理器执行时,实现如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210107324.XA CN114119760B (zh) | 2022-01-28 | 2022-01-28 | 机动车定位方法和装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210107324.XA CN114119760B (zh) | 2022-01-28 | 2022-01-28 | 机动车定位方法和装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114119760A true CN114119760A (zh) | 2022-03-01 |
CN114119760B CN114119760B (zh) | 2022-06-14 |
Family
ID=80361705
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210107324.XA Active CN114119760B (zh) | 2022-01-28 | 2022-01-28 | 机动车定位方法和装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114119760B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120050525A1 (en) * | 2010-08-25 | 2012-03-01 | Lakeside Labs Gmbh | Apparatus and method for generating an overview image of a plurality of images using a reference plane |
CN110827353A (zh) * | 2019-10-18 | 2020-02-21 | 天津大学 | 一种基于单目摄像头辅助的机器人定位方法 |
CN110969055A (zh) * | 2018-09-29 | 2020-04-07 | 百度在线网络技术(北京)有限公司 | 用于车辆定位的方法、装置、设备和计算机可读存储介质 |
CN111830953A (zh) * | 2019-04-12 | 2020-10-27 | 北京四维图新科技股份有限公司 | 车辆自定位方法、装置及*** |
CN113256719A (zh) * | 2021-06-03 | 2021-08-13 | 舵敏智能科技(苏州)有限公司 | 停车导航定位方法、装置、电子设备及存储介质 |
-
2022
- 2022-01-28 CN CN202210107324.XA patent/CN114119760B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120050525A1 (en) * | 2010-08-25 | 2012-03-01 | Lakeside Labs Gmbh | Apparatus and method for generating an overview image of a plurality of images using a reference plane |
CN110969055A (zh) * | 2018-09-29 | 2020-04-07 | 百度在线网络技术(北京)有限公司 | 用于车辆定位的方法、装置、设备和计算机可读存储介质 |
CN111830953A (zh) * | 2019-04-12 | 2020-10-27 | 北京四维图新科技股份有限公司 | 车辆自定位方法、装置及*** |
CN110827353A (zh) * | 2019-10-18 | 2020-02-21 | 天津大学 | 一种基于单目摄像头辅助的机器人定位方法 |
CN113256719A (zh) * | 2021-06-03 | 2021-08-13 | 舵敏智能科技(苏州)有限公司 | 停车导航定位方法、装置、电子设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
VEDRAN JELAČA等: ""Vehicle matching in smart camera networks using image projection profiles at multiple instances"", 《IMAGE AND VISION COMPUTING》 * |
叶长华等: ""结合航拍图与车载图像的车辆路面位置定位"", 《科学技术与工程》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114119760B (zh) | 2022-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102003152B1 (ko) | 정보 처리 방법, 디바이스, 및 단말기 | |
WO2018048353A1 (en) | Simultaneous localization and mapping methods and apparatus | |
CN112444242A (zh) | 一种位姿优化方法及装置 | |
JP7280385B2 (ja) | 視覚的ポジショニング方法および関連装置、機器並びにコンピュータ可読記憶媒体 | |
JP7424390B2 (ja) | 画像処理装置、画像処理方法、および画像処理プログラム | |
JP2020057387A (ja) | 車両位置決め方法、車両位置決め装置、電子機器及びコンピュータ読み取り可能な記憶媒体 | |
JP2017151148A (ja) | 位置推定装置、位置検出方法及びプログラム | |
WO2018142533A1 (ja) | 位置姿勢推定装置および位置姿勢推定方法 | |
CN112132754B (zh) | 一种车辆移动轨迹修正方法及相关装置 | |
JP6410231B2 (ja) | 位置合わせ装置、位置合わせ方法及び位置合わせ用コンピュータプログラム | |
CN113034347B (zh) | 倾斜摄影图像处理方法、装置、处理设备及存储介质 | |
JP3863014B2 (ja) | 物体検出装置及びその方法 | |
CN112150550B (zh) | 一种融合定位方法及装置 | |
CN114119760B (zh) | 机动车定位方法和装置、电子设备和存储介质 | |
CN114830185A (zh) | 借助于神经网络的位置确定 | |
US20220277480A1 (en) | Position estimation device, vehicle, position estimation method and position estimation program | |
CN114117113B (zh) | 多特征点机动车定位方法和装置、电子设备和存储介质 | |
JP7179687B2 (ja) | 障害物検知装置 | |
CN114119761B (zh) | 多相机机动车定位方法和装置、电子设备和存储介质 | |
CN114119759B (zh) | 多位置机动车定位方法和装置、电子设备和存储介质 | |
CN114120701B (zh) | 一种泊车定位方法及装置 | |
JP7117408B1 (ja) | 位置算出装置、プログラム及び位置算出方法 | |
CN115205828B (zh) | 一种车辆定位方法、装置、整车控制器及可读存储介质 | |
JP7334489B2 (ja) | 位置推定装置及びコンピュータプログラム | |
WO2022269875A1 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |