[发明专利]面向室外场景物体的视觉里程计二次曲面路标构建方法在审

专利信息
申请号: 202110330149.6 申请日: 2021-03-29
公开(公告)号: CN113158816A 公开(公告)日: 2021-07-23
发明(设计)人: 张云洲;冯永晖;吴艳敏;刘国庆;冯帅;史维东 申请(专利权)人: 东北大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34;G06T7/246;G06T7/277;G06T17/30
代理公司: 北京易捷胜知识产权代理事务所(普通合伙) 11613 代理人: 韩国胜
地址: 110169 辽*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 面向 室外 场景 物体 视觉 里程计 二次曲面 路标 构建 方法
【权利要求书】:

1.一种面向室外场景物体的视觉里程计二次曲面路标构建方法,其特征在于,包括:

步骤一、视觉里程计接收相机采集图像帧并进行处理,远程调用服务端YOLACT网络完成实例分割,服务端采用编码并回传当前帧检测实例集合,视觉里程计对检测实例掩码范围内投影地图点观测统计进行更新;

步骤二、将步骤一获得的检测实例与历史物体实例进行关联,通过多信息加权计算方式获取每个检测结果与物体之间的距离,并构建亲和力矩阵采用匈牙利分配算法完成关联,对于没有成功关联的检测结果初始化为新的物体实例;

步骤三、对于步骤二中获得新分配但未初始化的物体实例进行初始化,以所有关联检测实例的检测框有效边缘反投影平面为切平面,根据对偶二次曲面定义构建齐次线性约束,利用中心三角化近似平移分量,并结合纯偏航角假设对齐次线性约束降维,剩余目标参数使用SVD分解求解,获得二次曲面路标初始值;

步骤四、对步骤三获得的线性重构的二次曲面矩阵物体实例以及步骤二中关键帧获得新分配的已初始化物体实例进行多自由度参数解算,并对二次曲面路标进行非线性优化,获得最终的估计结果。

2.根据权利要求1所述的方法,其特征在于,步骤二包括:

将步骤一获得的检测实例与历史物体实例进行关联,结合卡尔曼滤波预测检测框、范围投影地图点观测频数分布以及已初始化二次曲面投影重叠率多信息加权计算每个检测结果与物体之间的距离,并构建亲和力矩阵采用匈牙利分配算法完成关联,对于没有成功关联的检测结果初始化为新的物体实例。

3.根据权利要求1所述的方法,其特征在于,步骤一包括:

视觉里程计在在接收到摄像机采集得到的图像帧后,排队至检测线程进行处理,并远程调用服务端YOLACT网络完成实例分割,服务端完成推理后将压缩回传当前图像帧检测实例集合D={Dj|j∈[0,J]},

其中,J表示实例分割推理得到当前帧检测实例数量,j代表当前帧检测集合中第j个检测实例,每一个检测实例Dj主要包含检测框向量Bi以及物体对应二值掩码Mj

对于每一个检测实例Dj,视觉里程计统计其掩码范围内地图点X投影集合Xj

Xj={X|In(Mj,PX)} (1-1)

In(*)为判断投影点是否位于检测掩码内操作,P为相机内参矩阵。

4.根据权利要求1至3任一所述的方法,其特征在于,步骤二包括:

多跟踪线索的亲和力矩阵构建,采用匈牙利算法实现步骤一获得的检测实例到视觉里程计已有物体实例的分配,完成数据关联;

在步骤一获得当前图像帧检测集合D后,视觉里程计在已创建的物体实例中过滤出候选匹配物体实例集合O={Oi|i∈[0,I]},其中I表示候选匹配物体实例数量,i表示集合内第i个物体实例,如果O为空集,则D所有检测实例创建为新的未初始化物体实例;否则对每个检测实例Dj与每个物体Oi之间计算距离,作为分配时评价的依据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东北大学,未经东北大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110330149.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top