[发明专利]一种基于车道线的物流AGV定位方法

权利要求书

1.一种基于车道线的物流AGV定位方法，其特征在于，具体包括以下步骤：

步骤1)在AGV上固定多个内参数标定后的鱼眼相机，执行鱼眼相机的单应性矩阵标定，存储内参数和单应性矩阵并根据上述参数将鱼眼相机获取的带有车道线的图像变换为鸟瞰图并拼接，采用神经网络对拼接后的鸟瞰图中的车道线进行语义分割；

步骤2)拼接后的鸟瞰图Image坐标系和AGV坐标系之间的关系为根据激光定位系统、鸟瞰图的帧间姿态估计方法和手眼标定方程来估计矩阵根据激光定位系统提供的AGV姿态和标定的矩阵基于鸟瞰图构建关于车道线的全局地图；

步骤3)对拼接后的鸟瞰图和全局地图进行预处理，基于误差函数求解鸟瞰图Image坐标系相对全局地图坐标系Map的姿态，计算上述误差函数中关于姿态向量的雅可比矩阵，基于上述误差函数与雅可比矩阵，采用LM法求解最优的姿态；

步骤4)设计退化误差修正策略，在AGV重新发现非退化场景时消除累积误差；

步骤5)当定位系统开始启动时，给AGV一个初始姿态，读取离线的地图图像并基于三层金字塔进行预处理，从鱼眼相机读取图像并执行鸟瞰图拼接和语义分割处理，得到尺度确定的二值车道线鸟瞰图，基于三层金字塔执行步骤3)的姿态优化，优化得到的姿态作为定位系统的初始值，对实时获取的任一鸟瞰图进行姿态估计，在AGV行驶的过程中不断检测退化情形，若AGV在退化情形中行驶了足够长的距离后，由重新发现了非退化场景，那么启用步骤4)中的误差修正策略来修正误差。

2.根据权利要求1所述的一种基于车道线的物流AGV定位方法，其特征在于，步骤1)具体包括以下步骤：

步骤1a)在AGV上固定4个内参数标定后的鱼眼相机，内参数标定算法基于鱼眼相机的等距模型；

步骤1b)四个鱼眼相机固定在AGV的前后左右四个方向，在AGV周围铺设棋盘格标定布，进行相机的单应性矩阵标定，图像点坐标p_i和地面真实二维坐标之间的关系为H为单应性矩阵；

步骤1c)存储内参数和单应性矩阵并根据上述参数将鱼眼相机获取的带有车道线的图像变换为鸟瞰图并拼接；

步骤1d)采用神经网络对拼接后的鸟瞰图中的车道线进行语义分割。

3.根据权利要求1所述的一种基于车道线的物流AGV定位方法，其特征在于，步骤2)具体包括以下步骤：

步骤2a)拼接后的鸟瞰图Image坐标系和AGV坐标系之间的关系为手眼标定方程为其中的借助激光定位系统来给出，而则通过基于鸟瞰图的帧间姿态估计方法计算；

步骤2b)借助激光定位系统提供的AGV姿态和步骤2a)中标定的矩阵基于鸟瞰图构建关于车道线的全局地图。

4.根据权利要求3所述的一种基于车道线的物流AGV定位方法，其特征在于，步骤2b)具体包括以下步骤：

步骤2b1)当AGV的姿态旋转或平移量大于设定值时，将拼接的鸟瞰图纳入关键帧队列，否则获取下一帧；利用矩阵将激光定位系统获取的AGV姿态转换为Image坐标系相对于Map坐标系的姿态，然后将该关键帧变换到Map坐标系中；

步骤2b2)维护一个临时地图，新加入一个关键帧时，该关键帧中车道线像素将在临时地图上叠加灰度值，叠加的灰度值由像素点到AGV中心的距离来确定，临时地图中灰度值大于某一阈值的点将被纳入到全局地图中；

步骤2b3)若有新的关键帧加入，且关键帧队列中的关键帧数量超过设定阈值，则丢弃关键帧队列中最早的关键帧，同时，在临时地图中消除该关键帧的灰度值叠加。

5.根据权利要求1所述的一种基于车道线的物流AGV定位方法，其特征在于，步骤3)具体包括以下步骤：

步骤3a)对拼接后的鸟瞰图和全局地图进行预处理，预处理为高斯模糊处理；

步骤3b)设鸟瞰图坐标系相对地图坐标系Map的姿态先验基于误差函数求解最优姿态E＝E_data+ω_smoE_smo+ω_degeE_dege；

步骤3c)计算上述误差函数中关于姿态向量的雅可比矩阵；

步骤3d)基于上述误差函数与雅可比矩阵，采用LM法求解最优的姿态。