[发明专利]一种基于单目视觉SLAM的车辆定位方法

说明书

本发明公开了一种基于单目视觉SLAM的车辆定位方法，包括如下步骤：基于车辆单目摄像头所采集到周围环境图像数据，实现车辆初始位置坐标的定位；基于车辆单目摄像头实现周围环境图像的采集，同时基于安装在车辆前后四个端角上的三维姿态传感器实现车辆运动角度参数、车辆加速度参数和车辆运动轨迹参数的采集；基于车辆初始位置坐标、周围环境图像数据、车辆运动角度参数、车辆加速度参数和车辆运动轨迹参数和车辆运动速度参数实现单目视觉SLAM初始化，构建SLAM地图；基于单目摄像头拍摄到的图像位置以及车辆在每个角度上的运动距离在所述SLAM地图内实现车位的定位，获取车辆的定位位姿。本发明可以显著提高车辆定位的精确度。

技术领域

本发明涉及车辆定位技术领域，具体涉及一种基于单目视觉SLAM的车辆定位方法。

背景技术

随着计算机视觉技术的发展,基于单目视觉的同步定位与地图创建(monocularSLAM)逐渐成为计算机视觉领域的热点问题之一。

然而，由于单目视觉SLAM的尺度不确定性的问题，基于单目视觉SLAM构建的地图只能是相对精度的地图，即使地图中的各个物体的相对位置关系准确，该地图与真实地理环境之间仍然存在一个可能的比例关系。因此，当使用通过单目视觉SLAM构建出的SLAM地图进行车辆定位时，存在定位精度较低的问题。

发明内容

为解决上述问题，本发明提供了一种基于单目视觉SLAM的车辆定位方法，可以显著提高车辆定位的精确度。

为实现上述目的，本发明采取的技术方案为：

一种基于单目视觉SLAM的车辆定位方法，包括如下步骤：

S1、基于车辆单目摄像头所采集到周围环境图像数据，实现车辆初始位置坐标的定位；

S2、基于车辆单目摄像头实现周围环境图像的采集，同时基于安装在车辆前后四个端角上的三维姿态传感器实现车辆运动角度参数、车辆加速度参数和车辆运动轨迹参数的采集；

S3、基于车辆初始位置坐标、周围环境图像数据、车辆运动角度参数、车辆加速度参数和车辆运动轨迹参数和车辆运动速度参数实现单目视觉SLAM初始化，构建SLAM地图；所述SLAM地图包括障碍物三维模型、车辆三维模型及前后四个端角的三维坐标、及每个障碍物靠近车辆面与车辆的相对距离参数；

S4、基于单目摄像头拍摄到的图像位置以及车辆在每个角度上的运动距离在所述SLAM地图内实现车位的定位，获取车辆的定位位姿。

进一步地，步骤S1中，首先基于单目摄像头和雷达传感器实现周围障碍物图像及障碍物相对距离的采集，然后基于障碍物相对距离，以单目摄像头的三维坐标为原点，实现车辆初始位置坐标的定位。

进一步地，所述车辆初始位置坐标为车辆初始位置前后四个端角的三维坐标。

进一步地，所述步骤S3中，基于kinect深度传感器实现障碍物的三维重构，具体的，通过kinect深度传感器进行障碍物深度图像的获取，将所获得的障碍物深度图像进行三角化，然后在尺度空间中融合所有三角化的深度图像构建分层有向距离场，对距离场中所有的体素应用整体三角剖分算法产生一个涵盖所有体素的凸包，并利用MarchingTetrahedra算法构造等值面,完成障碍物的三维重构。

进一步地，步骤S3中，基于MATLAB根据所采集到的车辆运动速度参数、车辆运动角度参数、车辆加速度参数、车辆运动轨迹参数计算车辆在每个角度上的运动距离。

进一步地，步骤S3中，根据计算所得的车辆在每个角度上的运动距离，以车辆初始坐标为起点，计算输出当前车辆在所述SLAM地图内的坐标，实现车位的定位，获取车辆的定位位姿。

进一步地，所述步骤S3中，基于车辆运动角度参数、障碍物距离参数实现障碍物尺寸的调整。