[发明专利]基于地面纹理的智能车视觉全局定位方法有效
| 申请号: | 200910138235.6 | 申请日: | 2007-01-18 |
| 公开(公告)号: | CN101566471A | 公开(公告)日: | 2009-10-28 |
| 发明(设计)人: | 杨明;方辉;杨汝清 | 申请(专利权)人: | 上海交通大学 |
| 主分类号: | G01C11/00 | 分类号: | G01C11/00;G01C21/30;H04N5/225;B60R11/00 |
| 代理公司: | 上海交达专利事务所 | 代理人: | 王锡麟;王桂忠 |
| 地址: | 200240*** | 国省代码: | 上海;31 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 地面 纹理 智能 视觉 全局 定位 方法 | ||
1.一种基于地面纹理的智能车视觉全局定位方法,其特征在于,包括如下步骤:
①首先建立环境全局的地面纹理地图,并存储于系统中,以进行定位操作;
②智能车运行时通过数据线及图像采集程序将摄像头摄取的图像信号传送至上层处理单元;
③上层处理单元进行图像处理,提取图像中的纹理信息形成一幅局部地面纹理地图;
④使用智能车的里程信息减小局部地面纹理地图在全局地面纹理地图中的搜索匹配范围,里程信息提供了上一时刻至当前时刻车辆所经过的路程以及转过的角度,以确定当前车辆位姿在某一范围之内;
⑤然后再将当前局部地面纹理地图与④中所述某一范围内的全局地面纹理地图进行搜索匹配,从而求得智能车在全局环境中的定位信息。
2.如权利要求1中所述的基于地面纹理的智能车视觉全局定位方法,其特征是,所述步骤①,如果智能车所运行的环境范围小,由人工来创建全局环境的地面纹理地图;如果环境范围大,则使用装置来辅助建立全局地面纹理地图,创建过程包括基于图像处理算法的纹理信息提取以及存储;
所述的装置为RTK-GPS。
3.如权利要求1中所述的基于地面纹理的智能车视觉全局定位方法,其特征是,所述步骤②,上层处理单元为一台车载笔记本电脑,摄像头通过USB数据线与笔记本电脑相连,笔记本电脑中装有Windows XP操作系统,并且开发了一套基于DirectShow的实时图像采集软件平台,利用这一软件平台采集摄像头摄取的环境信息即局部地面图像,上层处理单元或采用嵌入式系统来实现。
4.如权利要求1中所述的基于地面纹理的智能车视觉全局定位方法,其特征是,所述步骤③,图像处理包括四个步骤:
第一,提取由奇数行象素构成的子图像即奇场图像;
第二,采用中值滤波算法对图像进行处理以减小图像中的噪声;
第三,利用Canny边缘检测算子来提取边缘点;
第四,记录各边缘点位置形成一幅局部的地面纹理地图。
5.如权利要求1中所述的基于地面纹理的智能车视觉全局定位方法,其特征是,所述步骤④,智能车后轮和前轮处分别设置有驱动电机光电编码器和转向电机光电编码器,分别记录在某一时间间隔内车辆所运行的距离以及转过的角度,即车辆里程信息;根据这些里程信息以及车辆在上一时刻的位姿,并由车辆的运动模型推算出车辆在当前时刻的位姿。
6.如权利要求1中所述的基于地面纹理的智能车视觉全局定位方法,其特征是,所述步骤⑤,采用迭代最近点算法来完成地图匹配过程,存储于系统中的全局环境地面纹理地图以及当前采集的并经过图像处理而得到的局部地面纹理地图都抽象为边缘点集的形式,因此局部地面纹理地图与全局地面纹理地图的匹配看作是点集之间的匹配;根据摄像头标定的结果以及由里程信息所求得的当前车辆位姿可将局部地面纹理地图中的边缘点映射到全局地面纹理地图中,用集合{W_EdgeP}来表示;全局地面纹理地图中所对应的真实边缘点集用{True_W_EdgeP}表示,通过迭代最近点算法求解得到{W_EdgeP}相对于{True_W_EdgeP}的变换关系,然后根据这个变换关系来纠正由里程信息所求得的车辆位姿从而得到十分精确的车辆全局位姿。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学,未经上海交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/200910138235.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:齿轮箱性能试验平台及其使用方法
- 下一篇:旁路放风的骤冷混合器





