[发明专利]基于GNSS和VO融合的无人驾驶车辆导航定位精度矫正方法

权利要求书

1.基于GNSS和VO融合的无人驾驶车辆导航定位精度矫正方法，其特征在于，包括如下步骤：

步骤1，实时获取车辆正前方的图像，对图像中的车道线进行检测，提取车辆在道路坐标系下的航向角和横向位置；

步骤2，基于视觉里程计方法求解车辆运动的6自由度运动参数，利用车辆在道路坐标系下的航向角和横向位置修正6自由度运动参数，得到车辆的视觉定位坐标；

步骤3，根据全球卫星导航系统获取车辆的GNSS定位坐标，利用卡尔曼滤波器将车辆的视觉定位坐标与GNSS定位坐标进行融合矫正，得到车辆矫正后的定位坐标。

2.根据权利要求1所述基于GNSS和VO融合的无人驾驶车辆导航定位精度矫正方法，其特征在于，步骤1所述具体过程如下：

利用摄像机实时获取车辆正前方的图像，对图像逐行进行处理：首先对图像中各行，采用对水平方向敏感的Sobel算法增强边缘，然后对行信息进行二值化处理，对二值化后行信息采用车道线内边缘提取算法，提取车道线内边缘点，并采用hough变换拟合车道线，得到车道线极坐标参数，进而提取车辆在道路坐标系下的航向角和横向位置。

3.根据权利要求1所述基于GNSS和VO融合的无人驾驶车辆导航定位精度矫正方法，其特征在于，步骤2所述视觉里程计包括依次连接的图像采集模块、特征检测与关联模块、位姿估计模块。

4.根据权利要求1所述基于GNSS和VO融合的无人驾驶车辆导航定位精度矫正方法，其特征在于，步骤2所述基于视觉里程计方法求解车辆运动的6自由度运动参数，具体过程为：

利用图像采集模块采集车辆图像，相邻两帧图像之间存在重合区域，对每一时刻的单帧图像采用尺度不变特征转换算法进行特征点检测，并对特征点进行描述生成特征描述子，然后采用基于匹配的方法对相邻两帧图像的特征描述子进行关联，生成特征关联集合作为位姿估计模块的输入，利用随机采样一致性方法以及图像匹配求解得到车辆运动的6自由度运动参数。

5.根据权利要求1所述基于GNSS和VO融合的无人驾驶车辆导航定位精度矫正方法，其特征在于，步骤2所述6自由度运动参数包括3自由度的旋转参数和3自由度的平移参数。