车辆定位方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及自动驾驶技术领域，特别是涉及一种车辆定位方法、装置、计算机设备和存储介质。该方法包括：获取配置于车辆上的视觉传感器采集的当前场景图像；提取当前场景图像的图像描述子；基于正交基，对图像描述子进行编码，得到图像描述子的当前编码信息；将当前编码信息，与各历史场景图像的历史编码信息进行匹配；若匹配成功，则基于匹配成功的历史场景图像，确定车辆的定位信息。本申请能够提高车辆定位的实时性。定位的实时性。定位的实时性。

【技术实现步骤摘要】
车辆定位方法、装置、计算机设备和存储介质


[0001]本申请涉及自动驾驶
，特别是涉及一种车辆定位方法、装置、计算机设备和存储介质。

技术介绍

[0002]在自动驾驶领域中，车辆定位直接影响自动驾驶系统的稳定性和安全性。
[0003]现有的车辆定位方法主要依赖视觉、激光和惯性测量传感器。其中，基于视觉传感器的回环检测算法主要原理是：将当前采集到的图像与数据库中的历史场景图像进行匹配，根据当前采集到的图像与任一历史场景图像之间的相似性，判断车辆是否经过同一个地方，来实现对车辆的定位。
[0004]传统技术中，比对图像之间相似性的方法包括基于预训练词袋模型的定位方法和将描述子转换为哈希表的位置敏感哈希函数LSH(Location Sensitive Hash)方法。
[0005]然而，车辆定位的场景复杂多变，现有的图像比对方法的计算量较大，影响上述回环检测算法的计算实时性，因此，亟需改进。

技术实现思路

[0006]基于此，有必要针对上述技术问题，提供一种能够提高车辆定位实时性的车辆定位方法、装置、计算机设备和存储介质。
[0007]第一方面，本申请提供了一种车辆定位方法，该方法包括：
[0008]获取配置于车辆上的视觉传感器采集的当前场景图像；
[0009]提取当前场景图像的图像描述子；
[0010]基于正交基，对图像描述子进行编码，得到图像描述子的当前编码信息；
[0011]将当前编码信息，与各历史场景图像的历史编码信息进行匹配；<br/>[0012]若匹配成功，则基于匹配成功的历史场景图像，确定车辆的定位信息。
[0013]在其中一个实施例中，提取当前场景图像的图像描述子，包括：
[0014]基于角点检测算法，提取当前场景图像的角点；
[0015]基于描述子提取算法，确定角点对应的角点描述子；
[0016]基于角点描述子，构建当前场景图像的图像描述子。
[0017]在其中一个实施例中，方法还包括：
[0018]确定当前场景图像中的角点个数；
[0019]基于角点个数，构建正交基；其中，正交基中的每个基向量的维度，与角点个数相同。
[0020]在其中一个实施例中，基于正交基，对图像描述子进行编码，得到图像描述子的当前编码信息，包括：
[0021]基于各角点的角点描述子，构建当前场景图像的描述子矩阵；其中，描述子矩阵的行数表征角点个数，描述子矩阵的列数表征任一角点描述子的数据维度；
[0022]基于正交基，对描述子矩阵进行编码，得到图像描述子的当前编码信息。
[0023]在其中一个实施例中，正交基包括至少两个基向量；基于正交基，对描述子矩阵进行编码，得到图像描述子的当前编码信息，包括：
[0024]针对于每个基向量，将描述子矩阵中的每个列向量与该基向量相乘，得到每个列向量的单一编码数值；
[0025]针对于每个列向量，根据该列向量基于各基向量生成的单一编码数值，确定该列向量的叠加编码数值；
[0026]基于各列向量的叠加编码数值，得到图像描述子的当前编码信息。在其中一个实施例中，将当前编码信息，与各历史场景图像的历史编码信息进行匹配，包括：
[0027]基于当前编码信息与各历史编码信息之间的距离差值；
[0028]若存在小于基准距离的距离差值，则确定该距离差值对应的历史场景图像与当前场景图像匹配成功。
[0029]在其中一个实施例中，基于匹配成功的历史场景图像，确定车辆的定位信息，包括：
[0030]获取匹配成功的历史场景图像中的各历史特征点；
[0031]确定当前场景图像中与各历史特征点匹配的各当前特征点的位置信息；
[0032]基于各当前特征点的位置信息和各历史特征点的位置信息，确定车辆的定位信息。第二方面，本申请还提供了一种车辆定位装置，该装置包括：
[0033]获取模块，用于获取配置于车辆上的视觉传感器采集的当前场景图像；
[0034]提取模块，用于提取当前场景图像的图像描述子；
[0035]编码模块，用于基于正交基，对图像描述子进行编码，得到图像描述子的当前编码信息；
[0036]匹配模块，英语将当前编码信息，与各历史场景图像的历史编码信息进行匹配；
[0037]定位模块，用于若匹配成功，则基于匹配成功的历史场景图像，确定车辆的定位信息。
[0038]第三方面，本申请还提供了一种计算机设备，该计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：
[0039]获取配置于车辆上的视觉传感器采集的当前场景图像；
[0040]提取当前场景图像的图像描述子；
[0041]基于正交基，对图像描述子进行编码，得到图像描述子的当前编码信息；
[0042]将当前编码信息，与各历史场景图像的历史编码信息进行匹配；
[0043]若匹配成功，则基于匹配成功的历史场景图像，确定车辆的定位信息。
[0044]第四方面，本申请还提供了一种计算机可读存储介质，该计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
[0045]获取配置于车辆上的视觉传感器采集的当前场景图像；
[0046]提取当前场景图像的图像描述子；
[0047]基于正交基，对图像描述子进行编码，得到图像描述子的当前编码信息；
[0048]将当前编码信息，与各历史场景图像的历史编码信息进行匹配；
[0049]若匹配成功，则基于匹配成功的历史场景图像，确定车辆的定位信息。
[0050]上述车辆定位方法、装置、计算机设备和存储介质，采用正交基对图像描述子进行编码，能够将图像描述子变换为一组各维度之间相互独立的表示(即当前编码信息)，各维度用于提取图像描述子的主要特征的分量，使得在相同场景、不同角度下所拍摄的各图像的编码信息之间具有相似性，保证了后续匹配过程的准确性；因此，当前编码信息不但保留了图像描述子的特性，相比于图像描述子还具有数据量较小的优势，在后续将当前编码信息，与各历史场景图像的历史编码信息进行匹配时，能够降低对比过程中的计算量，提高匹配速度，进而提高了车辆定位的实效性。
附图说明
[0051]图1为一个实施例中车辆定位方法的应用环境图；
[0052]图2为一个实施例中构建图像描述子的流程示意图；
[0053]图3为一个实施例中生成当前编码信息的流程示意图；
[0054]图4为一个实施例中基于正交基确定当前编码信息的流程示意图；
[0055]图5为另一个实施例中车辆定位方法的流程示意图；
[0056]图6为一个实施例中车辆定位装置的结构框图；
[0057]图7为一个实施例中计算机设备的内部结构图。
具体实施方式
[0058]为了使本申请的目的、技术方案及优点更加清楚明白，以本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆定位方法，其特征在于，所述方法包括：获取配置于车辆上的视觉传感器采集的当前场景图像；提取所述当前场景图像的图像描述子；基于正交基，对所述图像描述子进行编码，得到所述图像描述子的当前编码信息；将所述当前编码信息，与各历史场景图像的历史编码信息进行匹配；若匹配成功，则基于匹配成功的历史场景图像，确定所述车辆的定位信息。2.根据权利要求1所述的方法，其特征在于，所述提取所述当前场景图像的图像描述子，包括：基于角点检测算法，提取所述当前场景图像的角点；基于描述子提取算法，确定所述角点对应的角点描述子；基于所述角点描述子，构建所述当前场景图像的图像描述子。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：确定所述当前场景图像中的角点个数；基于所述角点个数，构建所述正交基；其中，所述正交基中的每个基向量的维度，与所述角点个数相同。4.根据权利要求3所述的方法，其特征在于，所述基于正交基，对所述图像描述子进行编码，得到所述图像描述子的当前编码信息，包括：基于各角点的角点描述子，构建所述当前场景图像的描述子矩阵；其中，所述描述子矩阵的行数表征所述角点个数，所述描述子矩阵的列数表征任一角点描述子的数据维度；基于正交基，对所述描述子矩阵进行编码，得到所述图像描述子的当前编码信息。5.根据权利要求4所述的方法，其特征在于，所述正交基包括至少两个基向量；所述基于正交基，对所述描述子矩阵进行编码，得到所述图像描述子的当前编码信息，包括：针对于每个基向量，将所述描述子矩阵中的每个列向量与该基向量相乘，得到每个列向量的单一编码数值；针对于每个列向量，根据该列向量基于各基向量生成的单一编码...

【专利技术属性】
技术研发人员：张振林，冯悠扬，唐培培，
申请(专利权)人：中汽创智科技有限公司，
类型：发明
国别省市：