[发明专利]一种车辆定位方法及系统、计算机可读存储介质

权利要求书

1.一种车辆定位方法，其特征在于，包括：

周期性地获取车载摄像头所采集的当前时刻的车辆周围环境图像P1；

将所述图像P1输入预先训练好的神经网络模型进行标识目标检测，输出多个包含预设标识内容的目标框图像、目标框图像的语义信息以及目标框图像在所述图像P1中的位置信息；

分别对该多个目标框图像进行特征点检测获得所述图像P1的特征点描述信息，并根据所述图像P1的特征点描述信息获得当前时刻的特征点集合J1；其中，所述图像P1的特征点描述信息包括特征点的特征值、语义信息以及特征点在所述图像P1中的位置信息；任一特征点的语义信息与该特征点对应的目标框图像的语义信息相同；

获取上一时刻的特征点集合J0，并根据特征点的语义信息和特征值将所述集合J1与所述集合J0中的特征点进行匹配得到匹配特征点；

根据所述匹配特征点和三角测量原理计算获得所述匹配特征点与车辆的空间位置关系；并获取所述匹配特征点在地图中的位置信息；以及，根据所述匹配特征点与车辆的位置关系以及所述匹配特征点在地图中的位置信息确定当前时刻车辆在所述地图中的位置信息。

2.根据权利要求1所述的车辆定位方法，其特征在于，所述根据特征点的语义信息和特征值将所述集合J1与所述集合J0中的特征点进行匹配得到匹配特征点，包括：

对于所述集合J1中的任一个特征点，将该特征点与所述集合J0中与该特征点具有相同语义信息的特征点进行特征值比较；其中，若任意两个特征点的特征值的比较结果满足预设条件，则确定该两个特征点为一对匹配的特征点。

3.根据权利要求1所述的车辆定位方法，其特征在于，所述根据所述匹配特征点和三角测量原理计算获得所述匹配特征点与车辆的空间位置关系，包括：

获取第一特征点在上一时刻的车辆周围环境图像P0中的第一位置信息；其中所述第一特征点为所述集合J0中的特征点；

获取第二特征点在所述图像P1中的第二位置信息；其中所述第二特征点为所述集合J1中与所述第一特征点匹配的特征点；

获取上一时刻与当前时刻之间时间段的车辆运动状态信息；

根据所述第一位置信息、第二位置信息以及所述车辆运动状态信息和三角测量原理计算获得所述第二特征点与车辆的空间位置关系。

4.根据权利要求3所述的车辆定位方法，其特征在于，所述方法还包括：

根据所述集合J1中的匹配特征点在地图中的位置信息确定当前时刻车载摄像头的姿态信息，并根据所述车载摄像头的姿态信息确定当前时刻的车辆姿态信息。

5.根据权利要求1所述的车辆定位方法，其特征在于，该方法应用于停车场中车辆定位；所述预设标识内容包括停车场中的标号、图案、标语、车道线、车位线中的一种或多种；其中，所述标号包括由字母与数字组成的停车场区域标号与车位标号；所述图案包括停车场中的交通标识、箭头指引。

6.根据权利要求5所述的车辆定位方法，其特征在于，所述神经网络模型包括YOLO模型和文本识别模型；所述YOLO模型用于识别所述图案、所述车道线、所述车位线；所述文本识别模型用于识别所述标号、所述标语。