[发明专利]一种基于交通指示牌的车辆位姿估计方法

说明书

本发明涉及一种基于交通指示牌的车辆位姿估计方法，首先通过常规GPS设备获得车辆概略位置，通过安装在车辆前方的单目相机获取车辆前方的影像。之后在一帧图像中检测交通指示牌，如未检测到指示牌即处理下一帧图像。检测得到交通指示牌后，提取指示牌的4个控制点坐标，再通过GPS概略信息获得数据库中预存的该指示牌的4个正交控制点坐标，4对控制点之间一一对应，计算由输入图像中指示牌位置到数据库正交位置的平面透视变换矩阵，由该矩阵解算得到车辆在交通指示牌坐标系下的精确位置和姿态。当车辆在设有交通指示牌的道路上行驶时，本发明能够快速定位车辆在指示牌坐标系下的位置和姿态，具有实时性高，成本低廉，易于大规模推广的优点。

技术领域

本发明涉及一种基于交通指示牌的车辆位姿估计方法，属于数字图像处理技术和计算机视觉技术领域。

背景技术

目前，国际上很多国家和包括谷歌、百度在内的公司均在开展无人驾驶汽车研究，部分无人驾驶试验车已经进入实际道路测试阶段。美国内华达州机动车辆管理局已正式向谷歌颁发首张无人驾驶车辆牌照，预示着在不久的将来无人驾驶汽车将进入大众的生活，并改变人们的出行方式。

车辆自主定位作为汽车智能驾驶的基础，已成为该领域的关键技术。基于多传感器级联的定位技术相对较为成熟，能够满足高精度和实时性的要求，但部分传感器设备成本昂贵，其中常用的激光扫描系统价值便超过100万元/套，阻碍了系统的产品化，也无法在民用领域进行普及。同时，大多数依靠传感器级联的定位系统，在复杂的城市环境和拥堵的道路状况下，定位会出现累积误差并导致较大的定位误差。基于计算机视觉技术的定位方法能极大降低定位系统的成本，常用的视觉定位技术主要包括双目相机和单目相机，双目相机面临相机同步和立体匹配的难题，而基于单目相机的视觉定位技术大多依赖于复杂庞大的数据库系统，前期数据库构建工作繁重，但成本相对于多传感器级联的定位系统已经大大降低。

单目视觉定位技术大致可以分为三类：一是基于路面特征(包括车道线、路面导向标志和路面纹理)检测，二是基于3D城市模型和实际场景匹配，三是融合前两类的定位系统。第一和三类定位方法受限于地面纹理的清晰度，尤其是在车流量大且经常拥堵的城市交通路口，路面车道线和导向标志被密集车流遮挡，无法检测，因此在城市交通路口无法很好的完成车辆自定位；同时遇到雨、雪天气，路面纹理被覆盖时，该类方法也无法实现车辆定位。第二类需要构建的数据库及其复杂和庞大，且城市建筑物建设和更新速度较快，数据库后期维护的难度也较大。

目前国内基于计算机视觉的车辆定位技术研究开展较少，还处于研究起步阶段，如果可以提供一种成本低、精度高、简便易行的方法，能够有效解决城市复杂交通路口和拥堵路段的车辆位姿估计问题，使定位精度达到车道级，短期内与车载导航系统相联，可以准确判断车辆所行驶车道和车辆航向，长远看来可以使我国无人驾驶技术取得一定发展，在部分领域内赶超发达国家。

发明内容

针对现有技术的不足，本发明提出了一种基于交通指示牌的车辆位姿估计方法；

本发明可以实现快速准确获得行驶车辆的车道级定位信息，以及行驶车辆的实时姿态。

术语解释：

1、HSV颜色空间，是指以色调H、饱和度S和亮度V为参数的颜色模型；

2、SVM分类器，是特征空间上的间隔最大的线性分类器，通过正负样本训练得到，而后使用其对图像进行分类；

3、正样本，是指属于某一类别的样本；

4、负样本，是指不属于某一类别的样本；

5、Hough变换，是图像处理中从图像中识别几何形状的基本方法之一。

本发明的技术方案为：

一种基于交通指示牌的车辆位姿估计方法，所述交通指示牌是指位于道路两侧上方显著位置的平面矩形目标，其底色主要以蓝色、绿色或者黄色等为主；包括步骤如下：