[发明专利]基于VGG+NetVLAD的地下停车场高精度视觉定位方法及系统

说明书

本发明公开了一种基于VGG+NetVLAD的地下停车场高精度视觉定位方法及系统，具体包括以下步骤：1、数据采集阶段：采集目标停车场内的安全出口标志数据信息；2、网络模型建立与训练阶段：建立并训练标志检测模型和全局特征提取模型；3、地图制作阶段：运用训练好的网络模型，进行地图的制作；4、定位实现阶段：利用平面单应性解算相机与标志间的位姿，实现实时定位。本发明利用了停车场内原有的安全出口标志制作视觉地图，方案简单，无需其他部署，仅需单目相机实现，降低了成本，且定位精度可达到亚米级别，既可应用于移动设备，又可应用于智能驾驶汽车。

技术领域

本发明涉及计算机视觉领域，具体是一种基于VGG+NetVLAD的地下停车场高精度视觉定位方法及系统。

背景技术

由于地下停车场存在光线较暗、遮挡较多、场景重复度高等特点，“停车难”、“找车难”一直是地下停车场存在的问题，不仅花费了车主大量寻找时间，也影响到车辆流转效率。

目前，GPS是应用最广的定位技术，但其定位精度差，且在一些特殊地点如隧道、桥梁下方、地下停车场等场景中，无法接收信号，故多用于室外定位。视觉定位是通过摄像机拍摄当前所在地点的图像进而获取位置信息，在智能汽车、移动机器人等领域有着非常重要的应用，随着智能手机的发展，视觉定位技术也逐渐应用到移动手机端。在地下停车场中，视觉定位技术可以弥补传统GPS定位缺点，能够有效获取所在位置信息。并且相较于其他替代方法，视觉定位主要用到摄像头传感器，成本相对更低。

视觉定位的关键在于查询图像与视觉地图中图像的特征匹配，特征又分为全局特征和局部特征，全局特征匹配用于检索地图中与查询图像最接近的图像，局部特征用于查询图像与最近地图的位姿计算，特征匹配的速度，匹配结果的准确度，直接关系到视觉定位的速度以及精确度。现有的特征提取方法主要有：依赖人工设计的提取器(如SIFT、ORB等)和深度学习神经网络。传统人工设计的特征提取方法需要有专业知识及复杂的调参过程，同时每个方法都是针对具体应用，所以泛化能力及鲁棒性较差。深度学习方法可以直接实现端到端的特征提取，主要依靠数据驱动进行，根据大量训练样本的学习能够得到深层的、数据集特定的特征，其对数据集的表达更高效和准确，所提取的特征鲁棒性更强，泛化能力更好。并且随着研究者们不断的探索，深度学习方法的性能和应用还在一直拓展。

发明内容

本发明提供了一种基于VGG+NetVLAD的地下停车场高精度视觉定位方法及系统，利用停车场内原有的广泛分布的安全出口标志制作视觉地图，能实现地下停车场实时定位，无需其他部署，降低了定位成本。

为实现上述目的，本发明的基于VGG+NetVLAD的地下停车场高精度视觉定位方法包括如下步骤：

1、数据采集阶段：

采集目标停车场内的安全出口标志图像，记录所需数据信息，并进行数据的预处理。

2、网络模型建立与训练阶段：

建立两种深度神经网络模型，分别是标志检测模型和全局特征提取模型。

3、地图制作阶段：

运用训练好的网络模型，进行地图的制作。

4、定位实现阶段：

输入目标停车场内的安全出口标志图像，从标志地图快速匹配最近的图像，解算相机与标志间的位姿，实现实时定位。

上述方案中，数据采集阶段具体为：

采集目标地下停车场内固定地点的安全出口标志图像，做到全面覆盖，每个标志采集若干张图像，记录数据信息包括：标志所在位置信息；标志的颜色、形状及几何尺寸。对图像进行预处理得到原始数据集。

上述方案中，网络模型建立与训练阶段具体为：