本发明涉及车辆定位技术领域,更具体地说,涉及一种智能车辆定位方法。
背景技术:
随着科技的迅猛发展,智能汽车已是汽车行业研发的主要方向。定位问题成为智能汽车发展最为关键的核心问题之一,绘制高精地图或者提高智能车辆定位精度已成为解决该问题的两种主要方法。目前最普遍的定位方式是运用gps(globalpositioningsystem)或高精度惯导系统(inertialnavigationsystem)实现定位。对于使用gps实现定位,该方法精度约为10m,且容易受地形干扰,尤其在隧道环境或者天桥下甚至没有信号,不能满足智能车辆的实际定位要求;运用高精度惯导系统结合gps也可大幅提升定位精度,精度大约为10~20cm,但其成本过高,不适合推广。基于slam(simultaneouslocalizationandmapping)算法可以获取智能车辆较精确的相对位置,但是目前的slam算法对特征点的提取不稳定、效率低,特别是用于slam的前视场景经常变化,存在关联困难的问题。
技术实现要素:
为克服现有技术存在的缺陷,本发明提出一种智能车辆定位方法,先通过智能车辆车载定位系统实现初步定位,获得粗略定位坐标;由粗略定位坐标确定当前时刻智能车辆所在的粗定位片区及其id号,通过数据库获取该粗定位片区内所有二维码的绝对坐标信息;从该粗定位片区内的二维码中筛选出摄像机所识别的二维码,并记为有效二维码;根据摄像机成像几何关系,结合有效二维码的绝对坐标信息及其与智能车辆的相对位置关系,计算得出智能车辆的最终位置信息。该方法能够满足智能车辆的定位需求,有利于改善智能车辆定位精度较低、设备成本较高的状况。
本发明的目的是通过以下技术方案来实现的:
设计一种智能车辆定位方法,包括以下步骤:
step1,在智能车辆上安装车载定位系统及在智能车辆的前方和后方各安装一个摄像机;
step2,建立易于读取和识别的二维码,将二维码按其绝对坐标信息安设在预选道路两侧;
step3,对预选道路进行粗定位片区划分并给每个粗定位片区分配一个id号;
step4,建立数据库,各个粗定位片区的id号和各个粗定位片区内二维码的绝对坐标信息存储到该数据库中;
step5,摄像机获取智能车辆行驶至当前位置时所读取和识别的二维码信息并计算智能车辆和被读取识别二维码的相对位置关系;
step6,智能车辆车载定位系统获得智能车辆当前时刻的初步定位坐标信息,由该初步定位坐标信息确定当前时刻智能车辆所在的粗定位片区及其id号,通过数据库获取该粗定位片区内所有二维码的绝对坐标信息;
step7,从该粗定位片区内所有二维码中筛选出摄像机所识别的二维码,并记为有效二维码,根据摄像机成像几何关系,结合有效二维码的绝对坐标信息及其与智能车辆的相对位置关系,计算得出智能车辆的最终位置信息。
在上述方案中,在所述步骤step2中,二维码是一种由黑白相间的方格组成的3×3方形维码,按照同等高程等间距安装在预选道路两侧路灯杆或者交通标志杆上,同侧相邻二维码之间的间距30-50m。
在上述方案中,在所述步骤step4中,每个二维码设置与其绝对坐标位置对应的唯一编码,每个粗定位片区、其id号以及该粗定位片区内二维码编码及二维码绝对坐标信息相互关联;不同粗定位片区内的二维码是可以重复的。
在上述方案中,在所述步骤step5中,摄像机先获取智能车辆左前方、右前方、左后方和右后方四个方向中至少一个含有二维码的图像帧,然后摄像机识别该图像帧,计算获得被读取和识别的二维码与智能车辆的相对位置关系。
与现有技术相比,本发明具有以下有益效果:
(1)成本较低,智能车辆只需要设置车载普通gps和摄像机,路侧只需在两侧杆件上设置二维码;(2)路侧特征物维护性强,设置在路侧的易于被摄像机读取识别的二维码制作简单、使用寿命较长、便于维护;(3)定位精度高,通过读取数据库获得二维码的绝对坐标信息,并且结合根据摄像机解算的二维码和智能车辆的相对位置关系,可以非常准确地获知智能车辆当前位置;(4)稳定性高,机器视觉识别二维码比从易变的环境中提取特征所需要整理分析的信息容量较小,能够快速得出智能车辆最终位置信息。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是一种智能车辆定位方法的流程示意图;
图2是车载摄像机读取和识别二维码的示意图;
图3是智能车辆筛选有效二维码的示意图;
图4是视觉几何关系的转换示意图。
具体实施方式
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。
如图1所示,本发明提供一种智能车辆定位方法,该方法包括以下步骤:
step1,先建立易于读取和识别的二维码,将二维码按照其实际绝对坐标信息安设在预先选定道路两侧的相应位置,二维码按等间距规则分布,一般每间隔30-50m设置一个二维码;然后,对预选道路进行粗定位片区划分并给每个粗定位片区分配一个id号,每个粗定位片区直径为3-5km;接着,建立数据库,各个粗定位片区的id号和各个粗定位片区内二维码的绝对坐标信息存储到该数据库中;在智能车辆上安装车载定位系统及在智能车辆的前方和后方各安装一个摄像机;最后,根据摄像机成像模型原理,对摄像机进行参数标定。其中,二维码是一种由黑白相间的方格组成的3×3方形维码,供智能车辆的摄像机读取与识别,二维码按照同等高程安装在道路两侧路灯杆或者已经存在的交通标志杆上。
需要注意,前后两台摄像机安装位置合理,使得前置摄像机至少可获取左前方或右前方的二维码、后置摄像机至少可获取左后方及右后方的二维码,如图2所示。
step2,智能车辆的两台摄像机分别获取智能车辆行驶至当前位置时所读取和识别的二维码信息并计算智能车辆和被读取识别二维码的相对位置关系。
其中,摄像机先获取左前方、右前方、左后方和右后方四个方向中至少一个含有二维码的图像帧,然后摄像机识别图像帧,解析获得被读取和识别的二维码与智能车辆的相对位置关系。
step3,利用车载定位系统实现初步定位,获取智能车辆当前时刻在地理坐标系下的初步定位信息,由此在数据库中查询获得该初步定位信息所处的粗定位片区及其id号和该粗定位片区内所有二维码的绝对坐标位置。
其中,每个二维码设置唯一编码;在每个粗定位片区确定后,每个二维码编码信息对应的绝对坐标位置是已知的;每个直径3-5km范围内可以设置的二维码数量可达到256个;不同粗定位片区内的二维码是可以重复的。
step4,结合智能车辆的初步定位信息以及智能车辆与被读取识别二维码的相对位置关系,获得智能车辆当前时刻的最终位置信息。
如图3所示,如果在该初步定位信息所处的粗定位片区内找到与被摄像机读取识别到的二维码的绝对坐标信息,则标记其为有效二维码;如果摄像机读取识别到的二维码不处于该初步定位信息所处的粗定位片区之中,则将摄像机读取识别到的二维码及其相关信息剔除。根据已知绝对坐标位置的有效二维码和该有效二维码与智能车辆的相对位置关系,通过摄像机成像视觉几何转换关系,计算得出智能车辆的最终位置信息,如图4所示。
附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。