[发明专利]基于双目视觉的实时高精度车辆里程计算方法

说明书

本发明涉及基于双目视觉的实时高精度车辆里程计算方法，该方法包括以下步骤：1、采用视觉传感器获取图像序列；2、对获取的前后帧立体图像利用改进FAST角点检测算法提取特征点；3、利用SIFT算法计算特征点的主方向并生成特征描述子；4、根据生成的特征描述子进行特征匹配，并采用自适应RANSAC算法剔除误匹配点；5、根据匹配点集误差构造目标函数，求解目标函数得到运动估计信息；6、利用粒子滤波进行最优估计，减小误差。本发明采用改进FAST算法提取特征点，使得到的特征点更加稳定、可靠；使用自适应RANSAC算法剔除误匹配点，减少了算法的迭代次数，从而减少了计算量，降低了算法的运行时间；拥有很强的鲁棒性，而且提高了算法的运行效率和精确度。

技术领域

本发明属于智能车辆自主定位技术领域，尤其涉及一种基于双目视觉的实时高精度车辆里程计算方法。

背景技术

智能车作为智能交通系统中发展最活跃的一部分，受到了世界各研究机构和高校的重点关注。目前，许多国家都制定了智能车发展战略，并且随着科技的高速发展，智能车辆在大型工厂、公园内都已经得到了成功应用。里程计作为智能车系统的一部分，发挥着承上启下的重要作用，是智能车完成其它工作的基础和前提，同时也是智能车完成辅助驾驶和自主行为的重要保障。

基于视觉传感器的里程计技术在二十世纪六十年代被提出，到现在为止已经有五十多年的研究历史，自从被提出以来一直是计算机视觉和机器人领域研究的重点。视觉里程计是利用车载的视觉传感器(相机)采取的图像序列来估计车辆的六自由度运动信息，包括旋转和平移。视觉里程计的实现主要包括以下三个步骤：第一步是通过安装在车上的相机来采取图像序列；第二步从采取的图像中提取特征点并且与先前帧的图像特征点进行匹配；第三步是运动估计，利用第二步匹配的特征点来计算前后两个时刻之间车辆的相对运动T_x，然后通过将T_x与先前的位姿连接起来计算车辆当前的位姿信息，从而完成视觉定位。

视觉里程计主要依靠视觉传感器来得到车辆的具体位置信息，与其它传感器相比具有成本比较低、能耗小、安装方便、便携性好、抗电磁干扰能力强等优点。其次，从视觉传感器中采集到丰富的场景信息在用到车辆自主定位的同时还可以为更高级的功能如目标检测、目标识别、障碍物的避障以及三维地图构建等提供必不可少的信息。另外，与内置传感器定位的方法相比，视觉里程计技术不会受轮胎滑移的影响，也不会产生误差累积。但是视觉里程计系统中的图像处理计算成本高，实时性差，而且获取的外部场景信息复杂，具有尺度不确定性，容易引入误差，还会受到光照变化、阴影遮挡、视角变化等影响。所以说视觉里程计仍然面临许多挑战。

发明内容

本发明的目的是针对现有车辆视觉里程计技术的缺点与不足，提出了一种基于双目视觉的实时高精度车辆里程计算方法。

该方法包括以下步骤：

基于双目视觉的实时高精度车辆里程计算方法，该方法包括以下步骤：

步骤1、采用视觉传感器获取图像序列；

步骤2、对获取的前后帧立体图像利用改进FAST角点检测算法提取特征点；

步骤3、利用SIFT算法计算特征点的主方向并生成特征描述子；

步骤4、根据生成的特征描述子进行特征匹配，并采用自适应RANSAC算法剔除误匹配点；

步骤5、根据匹配点集误差构造目标函数，求解目标函数得到运动估计信息；

步骤6、利用粒子滤波进行最优估计，减小误差。

进一步的，步骤2中，使用改进的FAST角点检测算法提取特征点，具体步骤如下：

S1、获取一张图片；

S2、在图片中任意选择一个像素点p，假设它的亮度是I_p；

S3、设定一个阈值T；