[发明专利]一种自动驾驶中基于可变网格的图像特征检测的车辆纵向定位系统及方法

说明书

本发明提供一种自动驾驶中基于可变网格的图像特征检测的车辆纵向定位方法，根据高精度导航系统输出的数据中获取到的前方目标及高精度导航中道路计算的目标距离，通过应用基于可变网格区域(携带尺度信息)的ORB特征提取算法，可以在车载双目视觉系统中检索到特定的前方目标，并输出视觉系统到前方目标的距离。根据这一距离以及双目系统在车辆中的安装位置，即可与高精度导航中的车辆轨迹进行校正，提高自动驾驶中的车辆纵向定位精度。

技术领域

本发明属于汽车自动驾驶技术领域，涉及一种自动驾驶汽车的自车定位的系统及方法，具体是指一种基于可变网格的图像特征检测在自动驾驶中的车辆纵向定位的系统及方法。

背景技术

智能车辆的自动驾驶系统需要依赖高精度地图数据，按照指定的目的地信息，动态、经济的完成全局与局部路径规划形成自身导航轨迹，安全、便捷的完成无人车辆的各项控制动作。在这一系统的执行过程中，需要实时、准确的了解车辆自身的高精度定位信息，才能对当前行驶状态控制做出决策层面上的判断。

自动驾驶中常规的定位方式一般为GNSS(Global Navigation SatelliteSystem)结合IMU(Inertial Measurement Unit)组成。GNSS在郊外平原地带能够获取到较好的定位精度，但在复杂的城区环境中，信号传播的多路径反射效应极易造成数米范围的定位精度误差；IMU一般采用陀螺仪、多轴加速度传感器等计量仪器构成，实时检测当前自身的姿态与加速度，根据IMU能够准确递推一定距离内的车辆运动信息，但使用IMU进行航迹推算的过程中会产生误差积累，随时间增长定位精度的退化越严重。通过融合与插值GNSS与IMU数据，可以达到较好的高精度定位效果。

然而，在自动驾驶系统中如果仅采用GNSS+IMU方式完成高精度定位是无法保证在自动决策的执行过程中安全、精确的完成控制动作，需要依赖额外的定位方法与传感器进行辅助。一般的，使用LiDAR(Light Detection And Ranging)获取的激光点云进行匹配以完成车辆在局部环境中的定位，以及使用多摄像机进行目标检测与识别、深度计算、运动估计等来完成定位。这两种分别使用中高成本LiDAR和低成本多摄像机的方案，与常规基于高成本GNSS+IMU方案相互辅助校正误差，在自动驾驶中能提供高精度定位信息。

现阶段基于摄像机的自动驾驶辅助定位方式，通常是计算相机姿态变换来构成视觉里程计，这一方法能够较准确的确定出车辆在一定时间范围内的位姿状态。但基于双目摄像机的视觉里程计需要实时进行左右目图像的矫正、配准和视差图的计算，并不能以较高频率输出，对于1600×1200像素尺寸的图像进行双目图像的深度计算帧率小于10FPS(Frames Per Second)。图像处理帧率较低，依赖摄像机所计算得到的定位信息输出频率也较低，与GNSS+IMU等其他定位信息进行融合时，则需要考虑更多的时间同步、线性/非线性插值等问题，影响高精度定位信息的可靠性、实时性、准确性。能够达到实时、适用、鲁棒的车道级定位精度的多摄像机图像处理技术方案，在智能交通检测系统与自动驾驶领域中占据核心的地位。

发明内容

针对现有技术的不足，本发明要解决的技术问题是提供一种基于可变网格的图像特征检测在自动驾驶中的车辆纵向定位的系统及方法，应用基于可变网格区域(携带尺度信息)的ORB特征提取算法，在车载双目视觉系统中检索到特定的前方目标，并输出视觉系统到前方目标的距离，根据这一距离以及双目系统在车辆中的安装位置，即可与高精度导航中的车辆轨迹进行校正，提高自动驾驶中的车辆纵向定位精度。

本发明所采用的技术方案如下：

一种基于可变网格的图像特征检测在自动驾驶中的车辆纵向定位系统，该系统按照功能模块划分包括高精度导航系统、双目摄像机、图像预处理器、目标检测器、目标跟踪器和目标距离计算器；

所述高精度导航系统，用于实时进行地图检索并根据车体当前位置向目标检测器发送车体行进前方的出现或将要出现的目标物的名称ID，并根据特定目标距离对高精度导航进行纵向距离矫正；