[发明专利]一种重定位帧的确定方法、装置、车辆及存储介质

说明书

本发明公开了一种重定位帧的确定方法、装置、车辆及存储介质。该方法包括：获取特征地图；确定当前图像的图像关键帧，根据所述图像关键帧的全局特征和所述地图关键帧的全局特征，确定当前差异度矩阵；根据预设动态规划算法和所述当前差异度矩阵，确定重定位标识；基于所述重定位标识，在所述特征地图中确定目标重定位帧。本发明实施例的技术方案，建立的特征地图占用的内存资源更小，解决了在语义地图的全局范围内查找重定位帧消耗极大的计算资源的问题，适用于场景相似度高且通讯信号较差的场景，提高了重定位帧的准确性和鲁棒性。

技术领域

本发明涉及车辆定位技术领域，尤其涉及一种重定位帧的确定方法、装置、车辆及存储介质。

背景技术

视觉特征建图是室内自动驾驶等机器人应用技术的基础与核心技术之一，为机器人视觉重定位的特征匹配提供有效的先验信息。按照特征种类分类，图像特征可分为两类，分别是局部图像特征与全局图像特征。

目前，主要有两种重定位技术。一种是基于几何关系的重定位，即对已知位置的参考设备测距或测角，再通过几何关系计算机器人的位姿。另外一种是基于特征地图的重定位，是将当前的观测特征与预先建好的特征地图进行匹配来计算机器人的位姿。

然而，基于特征地图的高精度定位需要当前观测到的初始位置与语义地图做匹配，在语义地图的全局范围内查找初始地图帧(即重定位帧)通常会消耗极大的计算资源，对于场景相似度高且通讯信号较差的室内场景，如地下停车库，常规方法确定出的初始地图帧的准确性和鲁棒性较差。

发明内容

本发明提供了一种重定位帧的确定方法、装置、车辆及存储介质，以解决确定的初始地图帧的准确性和鲁棒性较差的问题。

第一方面，本发明实施例提供了一种重定位帧的确定方法，包括：

获取特征地图，其中，所述特征地图包括多个地图关键帧，所述地图关键帧包含地图图像的全局特征和局部特征；

确定当前图像的图像关键帧，根据所述图像关键帧的全局特征和所述地图关键帧的全局特征，确定当前差异度矩阵,其中，所述差异度矩阵用于表征所述图像关键帧和所述地图关键帧的差异程度，所述图像关键帧包含当前图像的全局特征和局部特征；

根据预设动态规划算法和所述当前差异度矩阵，确定重定位标识，其中，所述重定位标识基于所述当前差异度矩阵中的第一预设位置确定，所述第一预设位置包括所述当前差异度矩阵中，每列或每行的差异度中最小差异度的位置；

基于所述重定位标识，在所述特征地图中确定目标重定位帧。

第二方面，本发明实施例提供了一种重定位帧的确定装置，包括：

特征地图获取模块，用于获取特征地图，其中，所述特征地图包括多个地图关键帧，所述地图关键帧包含地图图像的全局特征和局部特征；

差异度矩阵确定模块，用于确定当前图像的图像关键帧，根据所述图像关键帧的全局特征和所述地图关键帧的全局特征，确定当前差异度矩阵,其中，所述差异度矩阵用于表征所述图像关键帧和所述地图关键帧的差异程度，所述图像关键帧包含当前图像的全局特征和局部特征；

重定位标识确定模块，用于根据预设动态规划算法和所述当前差异度矩阵，确定重定位标识，其中，所述重定位标识基于所述当前差异度矩阵中的第一预设位置确定，所述第一预设位置包括所述当前差异度矩阵中，每列或每行的差异度中最小差异度的位置；

重定位帧确定模块，用于基于所述重定位标识，在所述特征地图中确定目标重定位帧。

第三方面，本发明实施例提供了一种车辆，该车辆包括：

至少一个处理器；

以及与至少一个处理器通信连接的存储器；