[发明专利]基于视觉筛选的无人驾驶汽车组合导航方法

权利要求书

1.一种基于视觉筛选的无人驾驶汽车组合导航方法，其特征在于：该方法包括以下步骤，

步骤1，坐标系换算；

步骤1.1：大地坐标系换算到视觉坐标系；

摄像头成像变换涉及不同坐标系之间的转换，包括大地坐标系、摄像机坐标系、成像平面坐标系和图像平面坐标系；在无人驾驶智能车导航系统的视觉系统中，需首先将摄像头在大地坐标系中的位置换算到视觉坐标系；

步骤1.2：换算视觉坐标系相对车体坐标系；

步骤1.3：将视觉、车体、大地坐标系进行统一；

GPS输出数据为ECEF坐标系统下的经度、纬度、高度，并不适合于平面运动的车辆导航；采用通用横轴墨卡托坐标系将经纬度转化到平面坐标系并转换到“东北天”大地坐标系下，以此坐标系为主坐标系，并统一其他坐标系；

步骤2，建筑物遮挡角度识别；

步骤2.1：图像预处理；

通过摄像头采集的周围图像信息，首先提取出导航基准线，确定导航路径中的特征点；主要流程包括灰度变换、图像分割、图像去噪、提取候选点、直线拟合、确定已知点；

步骤2.2：道路识别；

步骤2.3：建筑物识别；

通过计算熵值，进行填充处理，分离出天空与遮挡建筑物；

步骤2.4：计算建筑物俯仰角

确定建筑物上隅角、下隅角坐标值，并分别与车体中心点即图像底边中心点连线，同时找到过建筑物上隅角下隅角坐标的直线段，沿直线段分别向水平中线，垂直中线做垂线；分别计算各点连线距离，并换算出建筑物俯仰角余弦值即为建筑物遮挡角度余弦值；

步骤3，非视距环境下卫星信号可用性判断；

步骤3.1：计算卫星高度与车体所在位置水平切线的夹角余弦值；

步骤3.2：判断接收的卫星信号是否被建筑物遮挡；

比较卫星夹角余弦值与建筑物遮挡角度余弦值，判断接收的卫星信号是否被建筑物遮挡，若遮挡，则将此卫星提供的GPS数据剔除；

步骤4，改进的自适应平方根容积卡尔曼滤波算法；

步骤4.1：计算容积点及权重；

步骤4.2：初始化；

步骤4.3：时间更新；

步骤4.4：测量更新。

2.根据权利要求1所述的一种基于视觉筛选的无人驾驶汽车组合导航方法，其特征在于：所述方法的流程包括以下步骤，

步骤1，坐标系换算；

步骤1.1：大地坐标系换算到视觉坐标系；

摄像头成像变换涉及不同坐标系之间的转换，包括大地坐标系、摄像机坐标系、成像平面坐标系和图像平面坐标系；

在智能车视觉系统中，需将大地坐标系换算成摄像头坐标系大地坐标系原点O_w在车体重心正下方地面上，z_v轴垂直向上，x_v轴平行地面指向车体前进方向，y_v轴在图中垂直纸面向外；O_c为摄像机坐标系原点，与O_w点的水平距离为l₁，与地面的垂直距离为l₂；α,β,γ分别为摄像头绕x,y,z旋转角度，本文摄像头只绕y_c轴旋转，该轴与水平面倾斜角为α，旋转角度β、γ为零；(x_c y_c z_c)^T为摄像头坐标系，大地坐标系中点(x_w y_w z_w)^T换算到(x_c y_c z_c)^T为摄像头坐标系采用(1)式方法；

xcyczc=R(α,β,γ)·xwywzw+txtytz---(1)]]>

R=1000cosαsinα0-sinαcosα---(2)]]>

其中(t_x t_y t_z)^T为平移向量，R为旋转矩阵；根据图像处理的需要摄像机内部会将摄像机坐标系转换到平面坐标系，同时成像平面坐标系再转换到平面坐标系；

步骤1.2：换算视觉坐标系相对车体坐标系；

根据步骤1.1将已经换算好的视觉坐标系与车体坐标系再次转换

步骤1.3：将视觉、车体、大地坐标系进行统一；

GPS输出数据为ECEF坐标系统下的经度、纬度、高度，并不适合于平面运动的车辆导航；采用通用横轴墨卡托坐标系将经纬度转化到平面坐标系并转换到“东北天”大地坐标系下，以此坐标系为主坐标系，并统一其他坐标系；具体转换方法为：

定义视觉坐标系的原点为摄像机光心在地面上的投影点，其中X轴的正方向为行驶方向的负方向，Y轴的正方向垂直于X轴，水平向右；将视觉坐标系转换到以车为主的视觉坐标系下，其在视觉坐标系中的坐标定义为(x_pvision，y_pvision)；摄像头在大地坐标系中的位置是由GPS实时获得的，其坐标为(x_v,y_v)，通过此坐标和智能车的航向角可以将视觉坐标系转换到大地坐标系下，从而求出目标点在大地坐标系下的坐标(x_p,y_p)；特征点即为图像处理算法得到的建筑物群中的特征点；因此，建筑物特征点在大地坐标中的坐标与视觉坐标系中的坐标表示如下：

其中，为车辆行驶航向角，由GPS提供。