基于双目相机的高精度视觉定位地图生成系统及方法
【技术领域】
[0001] 本发明涉及地图测绘领域，具体涉及一种基于双目相机的高精度视觉定位地图生 成系统及方法。
【背景技术】
[0002] 随着先进驾驶辅助系统(ADAS，Advanced Drive Assistans System)及智能驾驶 技术的快速发展，高精度地图作为其重要组成部分也得到了越来越广泛的关注及应用。相 对于传统地图，高精度地图能够提供厘米级精度的数据、更细节的道路信息、更丰富的地图 要素。
[0003] 但是目前，高精度地图并没有存储与图像直接相关的图像要素，只存储了从图像 间接提取的车道线、道路标记等道路要素的标记信息，而这些标记信息只能表示语义，无法 反映图像中的特征及具体内容。因此，如何如图利用图像对车辆进行更高精度的定位是本 领域急待解决的技术问题。
【发明内容】
[0004] 有鉴于此，本发明提供一种能够根据图像中的鲁棒性视觉特征点对车辆的位置坐 标进行高精度定位的系统及方法。
[0005] -种基于双目相机的高精度视觉定位地图生成系统，所述基于双目相机的高精度 视觉定位地图生成系统包括以下模块：
[0006] 特征点获取模块：用于使用双目相机采集道路上的沿途图像数据，对图像进行特 征点提取并匹配，获取视觉特征点相对于相机的空间位置关系；
[0007] 高精度定位模块：用于根据基站定位对车辆的位置信息进行粗略定位，再结合车 辆的里程信息得到车辆的高精度位置坐标，即相机的高精度位置坐标；
[0008] 数据融合模块：用于根据相机与视觉特征点之间的相对空间位置关系，结合相机 的高精度位置坐标，得到视觉特征点的高精度位置坐标；
[0009] 特征点地图生成模块，用于将类似且相对位置距离小于设定阈值的特征点进行合 并，得到固化特征点，将所述固化特征点加载至高精度地图中得到特征点地图。
[0010] -种基于双目相机的高精度视觉定位地图生成方法，所述基于双目相机的高精度 视觉定位地图生成方法包括以下步骤：
[0011] S1、采集道路上的沿途图像数据，对图像进行特征点提取并匹配，获取视觉特征点 相对于相机的空间位置关系；
[0012] S2、根据基站定位对车辆的位置信息进行粗略定位，再结合车辆的里程信息得到 车辆的高精度位置坐标，即相机的高精度位置坐标；
[0013] S3、根据相机与视觉特征点之间的相对空间位置关系，结合相机的高精度位置坐 标，得到视觉特征点的高精度位置坐标；
[0014] S4、将类似且相对位置距离小于设定阈值的特征点进行合并，得到固化特征点，将 所述固化特征点加载至高精度地图中得到特征点地图。
[0015] 本发明所述基于双目相机的高精度视觉定位地图生成系统及方法，通过图像采集 模块获取双目图像，对双目图像进行特征点提取并匹配，使用双目定位方法将视觉特征点 进行相对位置定位，获取视觉特征点相对于相机的空间位置关系，结合高精度GPS信息计算 出视觉特征点的经炜度坐标，并对不同智能车上传的视觉特征点进行分析，最终得到可靠、 稳定的视觉特征点地图。与现有技术相比较，本发明在高精度地图的基础上增加了图像特 征要素，从而能够直接使用图像特征对车辆进行定位，使车辆定位的精度更高。
【附图说明】
[0016] 图1是本发明所述基于双目相机的高精度视觉定位地图生成系统的模块框图；
[0017] 图2是本发明所述特征点获取模块的单元框图；
[0018] 图3是本发明所述高精度定位模块的单元框图；
[0019] 图4是本发明所述图像处理单元的子单元框图；
[0020] 图5是本发明所述基于双目相机的高精度视觉定位地图生成方法的流程框图；
[0021] 图6是图5中步骤S1的流程框图；
[0022]图7是图5中步骤S12的流程框图；
[0023]图8是图5中步骤S2的流程框图。
【具体实施方式】
[0024]为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对 本发明进行进一步详细说明，应当理解，此处所描述的具体实施例仅仅用以解释本发明，并 不用于限定本发明。
[0025] 如图1所示，本发明实施例提供一种基于双目相机的高精度视觉定位地图生成系 统，所述基于双目相机的高精度视觉定位地图生成系统包括以下模块：
[0026] 特征点获取模块10:用于使用双目相机采集道路上的沿途图像数据，对图像进行 特征点提取并匹配，获取视觉特征点相对于相机的空间位置关系；
[0027]高精度定位模块20:用于根据基站定位对车辆的位置信息进行粗略定位，再结合 车辆的里程信息得到车辆的高精度位置坐标，即相机的高精度位置坐标；
[0028]数据融合模块30:用于根据相机与视觉特征点之间的相对空间位置关系，结合相 机的高精度位置坐标，得到视觉特征点的高精度位置坐标；
[0029]特征点地图生成模块40,用于将类似且相对位置距离小于设定阈值的特征点进行 合并，得到固化特征点，将所述固化特征点加载至高精度地图中得到特征点地图。
[0030] 在实际应用中，图像通常会包含了大量的场景信息，而这些场景信息能够有效的 帮助系统进行定位。例如，在一条没有交通指示牌及地图的道路上，经验丰富的司机会根据 场景中特定的图像标记或者参考物来进行定位；同样，如果高精度地图具有这些场景的图 像参考点信息，那么智能驾驶系统能够从摄像头中实时获取当前的图像并提取定位参考 点，同时在高精度地图中匹配对应的参考点从而进行视觉特征定位。
[0031] 另一方面，由于单个采集终端的视觉特征具有片面性，并且在不同时间、空间采集 到的视觉特征也会发生变化。所以需要将每个终端采集的视觉特征进行汇集，并筛选出那 些不随时间、空间发生变化的鲁棒性视觉特征，并作为可靠的视觉定位点加入到高精度地 图中，从而形成最终的高精度视觉定位地图。
[0032]因此，本发明所述基于双目相机的高精度视觉定位地图生成系统，通过图像采集 模块获取双目图像，对双目图像进行特征点提取并匹配，使用双目定位方法将视觉特征点 进行相对位置定位，获取视觉特征点相对于相机的空间位置关系，结合高精度GPS信息计算 出视觉特征点的经炜度坐标，并对不同智能车上传的视觉特征点进行分析，最终得到可靠、 稳定的视觉特征点地图。与现有技术相比较，本发明在高精度地图的基础上增加了图像特 征要素，从而能够直接使用图像特征对车辆进行定位，使车辆定位的精度更高。
[0033]如图2所示，所述特征点获取模块10包括双目图像拍摄单元11和图像处理单元12;
[0034]所述双目图像拍摄单元11用于使用标定的双目相机采集道路上的沿途图像数据； [0035] 所述图像处理单元12用于对将双目图像进行矫正，并提取SIFT\SURF\0RB特征点 进行左右目匹配，计算匹配成功的特征点相对于相机的空间位置关系。
[0036] 如图3所示，所述高精度定位模块20包括:GPS处理单元21、里程编码单元22、惯性 导航单元23;
[0037] GPS处理单元21，用于接收由差分基准站发送的高精度差分信号，输出分米级精度 的位置信息，并发送给惯性导航单元23;具体的，差分信号由差分基准站发送的，由于基准 站本身已知精密坐标，通过计算出基准站到卫星的距离修正数，并由基准站实时将这一数 据发送出去，用户接收机在进行GPS观测的同时，也接收到基准站发出的修正数，从而对其 定位结果进行修正，获取到高精度定位坐标。
[0038] 里程编码单元22,用于获取车辆里程信息，并发送给惯性导航单元23;
[0039] 具体的，所述里程编码单元22是安装在车轮上随车轮一起旋转并输出旋转量的传 感器，车轮每行驶一段单位距离，就会输出一个脉冲信号，系统接收并统计脉冲总数及车轮 半径等参数可以换算成里程数。所述里程编码单元22在每累积一个单位距离时会给双目图 像拍摄模块发送同步脉冲信号，所述双目图像拍摄模块在同步触发脉冲的作用下进行图像 的米集。
[0040] 惯性导航单元23，用于接收分米级精度的车辆位置信息及车辆里程信息，并对分 米级精度的车辆位置信息及车辆里程信息进行融合，输出厘米级精度的车辆位置信息以及 高精度的航向信息。
[0041 ]由于所述双目相机与所述车辆本体之间的相对位置关系是固定不变的，因此在安 装双目相机时即可测量得到相对位置关系，从而可以根据车辆位置信息得到相机的位置信 息。
[0042]本发明采用惯性导航单元23对数据进行融合，因此即使在GPS信号丢失的情况下 也能进行数据推算;具体的，当定位设备经过高架桥、隧道时，可能会出现GPS信号不稳定甚 至丢失的现象。如果是短时间（例如l〇s左右)的不稳定，惯性导航单元23会依靠其他数据进 行推算以保持数据的准确性;如果长时间的不稳定则会给数据做好标记，惯性导航单元23 则会等待下一次数据采集时使用稳定的数据进行补充。
[0043] 如图4所示，所述图像处理单元12包括：
[0044]参数获取子单元121:用于获取标定的双目相机的内、外参数；
[0045]图像矫正子单元122,用于根据内、外