System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及数据处理,特别涉及一种地库定位方法、系统、车辆、存储介质及设备。
技术介绍
1、地面标识信息是汽车实现自动驾驶最重要的环境感知信息之一。利用地面标识信息自动驾驶汽车才能够保持安全行驶在当前空间。同时,准确平滑的地面标识能够使车辆的行驶过程中能够更加准确的进行判断,提升体验感和安全性。
2、在现有技术中,多采用为地面标识贴上激光标线,以使得通过激光标线的反射获取该地面标识的定位信息,或采用gps(全球定位系统)定位的方式获取该地面标识的定位信息。
3、然而,对于贴激光标线的方式来说,该方式需要前期花费大量人力资源来为地面标线贴上激光标线,并且地图定位的区域非常广,人力为全部的地面标线贴上激光标线基本不能实现;而对于采用gps定位的方式,当gps应用于地库或高层时,往往精度受影响,因此gps的局限性强。
技术实现思路
1、针对现有技术存在的消耗人力资源与局限性强的问题,本申请主要提供一种地库定位方法、系统、车辆、存储介质及设备。
2、第一方面,本申请实施例提供一种地库定位方法,其包括:对多个相机实时分别拍摄到的图片进行图像拼接,获取图片对应的全景拼接图,其中图片中的图像信息为同一楼层不同角度的环境信息,相机装载在车辆的周围;对全景拼接图进行全局初始化,获取车辆实时的初始位姿;根据图片提取车辆周围地面标识对应的特征线段,建立具有特征线段的当前特征2维地图;将预建立的3维地面标识地图投影到当前特征2维地图中,获取初始位姿与3维地面标识地图中位姿
3、可选地,根据图片提取车辆周围地面标识对应的特征线段,建立具有特征线段的当前特征2维地图,包括:对图片进行俯视拼接,获取以车辆为鸟瞰视角的俯视拼接图;提取俯视拼接图中的特征线段;以及利用特征线段建立当前特征2维地图。对图片进行俯视拼接,获取以车辆为鸟瞰视角的俯视拼接图;使得俯视拼接图与预建立的3d地面标识地图的视角一致,从而利用俯视拼接图建立的当前特征2维地图与预建立的3d地面标识地图的坐标中心一致,使得后续的投影等步骤的运算量减小,运算效率提高。
4、可选地,将预建立的3维地面标识地图投影到当前特征2维地图中,获取初始位姿与3维地面标识地图中位姿信息之间的灰度误差,包括:对3维地面标识地图进行图像分割,获取每一帧的3维地面标识地图,其中每一帧3维地面标识地图包含车辆在该时刻对应的位姿信息;以及将3维地面标识地图投影到当前特征2维地图中,计算位姿信息与初始位姿的重合程度,获取灰度误差。其中将局部地面标识地图分别投影当前特征2维地图中,与当前特征2维地图中地面标识进行匹配,提高后续匹配的准确率,避免由于3维地图中特征元素过多,造成混淆,使得出现匹配错误的情况。
5、可选地,根据灰度误差对初始位姿进行优化,获取车辆的位姿信息,包括:若位姿信息与初始位姿的重合程度大于预设重合阈值,灰度误差小于或等于预设误差值;以及将初始位姿作为车辆的位姿信息。
6、可选地,根据灰度误差对初始位姿进行优化,获取车辆的位姿信息,还包括:若位姿信息与初始位姿的重合程度小于或等于预设重合阈值,灰度误差大于预设误差值;以及对初始位姿进行修正,将修正后的初始位姿作为车辆的位姿信息。
7、可选地,利用车辆装载的位置传感器系统获取的imu信息与轮速信息,计算获取车辆的轮速轨迹信息;根据多帧的图片获取车辆的视觉轨迹信息;对轮速轨迹信息与视觉轨迹信息进行融合,获取车辆的位姿信息。由于利用相机获取的图片对应的是视觉里程计,相对于imu信息与轮速信息计算生成的轮速里程计而言,频率较低;若定位的时刻不是相机的拍摄时间,因此利用视觉里程计无法获得定位信息,而高频的轮速里程计存有对应时刻的定位信息,因此将视觉里程计与轮速里程计进行融合,获取定位时刻的视觉里程计对应的位姿信息,提高位姿信息的精度。
8、第二方面,本申请实施例提供一种地库定位系统,其包括:图片拼接模块,对多个相机实时分别拍摄到的图片进行图像拼接,获取图片对应的全景拼接图,其中图片中的图像信息为同一楼层不同角度的环境信息,相机装载在车辆的周围;初始化模块,对全景拼接图进行全局初始化,获取车辆实时的初始位姿;2维地图建立模块,根据图片提取车辆周围地面标识对应的特征线段,建立具有特征线段的当前特征2维地图;误差计算模块,将预建立的3维地面标识地图投影到当前特征2维地图中,获取初始位姿与3维地面标识地图中位姿信息之间的灰度误差;以及定位模块,根据灰度误差对初始位姿进行优化,获取车辆的位姿信息。
9、第三方面,本申请实施例提供一种车辆,其特征在于,车辆包括上述方案中的地库定位系统,其中地库定位系统包括:图片拼接模块,对多个相机实时分别拍摄到的图片进行图像拼接,获取图片对应的全景拼接图,其中图片中的图像信息为同一楼层不同角度的环境信息,相机装载在车辆的周围;初始化模块,对全景拼接图进行全局初始化,获取车辆实时的初始位姿;2维地图建立模块,根据图片提取车辆周围地面标识对应的特征线段,建立具有特征线段的当前特征2维地图;误差计算模块,将预建立的3维地面标识地图投影到当前特征2维地图中,获取初始位姿与3维地面标识地图中位姿信息之间的灰度误差;以及定位模块,根据灰度误差对初始位姿进行优化,获取车辆的位姿信息。
10、第四方面,本申请实施例提供一种计算机可读存储介质,其存储有计算机指令,该计算机指令被操作以执行上述方案中的地库定位方法。
11、第五方面,本申请实施例提供一种计算机设备,其包括:至少一个处理器,处理器和存储器耦合,存储器存储有计算机指令,其特征在于,计算机指令以执行方案一中的地库定位方法。
12、第六方面,本申请实施例提供一种计算机程序产品,其包含计算机指令,该计算机指令被操作以执行上述方案中的地库定位方法。
13、对于以上第二方面至第六方面对应方案的有益效果,参照前述第一方面中方案的有益效果。
本文档来自技高网...【技术保护点】
1.一种地库定位方法,其特征在于,包括:
2.根据权利要求1所述的地库定位方法,其特征在于,所述根据所述图片提取所述车辆周围地面标识对应的特征线段,建立具有所述特征线段的当前特征2维地图,包括:
3.根据权利要求1所述的全局初始化方法,其特征在于,所述将预建立的3维地面标识地图投影到所述当前特征2维地图中,获取所述初始位姿与所述3维地面标识地图中位姿信息之间的灰度误差,包括:
4.根据权利要求1或3所述的地库定位方法,其特征在于,所述根据所述灰度误差对所述初始位姿进行优化,获取所述车辆的位姿信息,包括:
5.根据权利要求4所述的地库定位方法,其特征在于,所述根据所述灰度误差对所述初始位姿进行优化,获取所述车辆的位姿信息,还包括:
6.根据权利要求1所述的地库定位方法,其特征在于,还包括:
7.一种地库定位系统,其特征在于,包括:
8.一种车辆,其特征在于,所述车辆包括如权利要求7所述的地库定位系统。
9.一种计算机可读存储介质,其存储有计算机指令,其特征在于,所述计算机指令被操作以执行
10.一种计算机设备,其特征在于,包括:
...【技术特征摘要】
1.一种地库定位方法,其特征在于,包括:
2.根据权利要求1所述的地库定位方法,其特征在于,所述根据所述图片提取所述车辆周围地面标识对应的特征线段,建立具有所述特征线段的当前特征2维地图,包括:
3.根据权利要求1所述的全局初始化方法,其特征在于,所述将预建立的3维地面标识地图投影到所述当前特征2维地图中,获取所述初始位姿与所述3维地面标识地图中位姿信息之间的灰度误差,包括:
4.根据权利要求1或3所述的地库定位方法,其特征在于,所述根据所述灰度误差对所述初始位姿进行优化,获取所述车辆的位姿信息,包括:<...
【专利技术属性】
技术研发人员:朱敏峰,
申请(专利权)人:魔门塔苏州科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。