[发明专利]通过全景环视图像估计车辆自身运动的方法和设备

说明书

确定车辆自身运动的方法和设备。从前视摄像头、左视摄像头、右视摄像头和后前视摄像头获取各个序列的连续图像，并且整合所获取的各个序列的连续图像。利用仿射投影提供图像在地平面上的虚拟投影。通过投影图像序列确定光流，通过光流确定车辆的自身运动，再采用自身运动预测车辆的运动学状态。

技术领域

本说明书涉及驾驶员辅助系统。

背景技术

先进驾驶员辅助系统(ADAS)旨在使车辆系统自动化、强化，从而实现更好的安全驾驶。许多驾驶员辅助系统利用有关车辆位置、方向和运动状态的信息来以各种方式辅助驾驶员。该信息甚至可用于车辆自动驾驶。

其中，视觉测距可用于确定车辆的位置。在视觉测距系统中，摄像头记录输入图像，并进行图像校正。随后，检测图中特征，在图像帧之间匹配特征，并且例如通过使用相关性建立两个图像的对应关系、通过提取与关联特征来建立光流场，或者利用卢卡斯-卡纳德(Lucas-Kanade)方法建立光流场。然后检测测程误差，去除相应的界外值，根据光流，利用例如卡尔曼滤波器或通过使基于该特征的几何性质的代价函数最小化来估计摄像头运动。

US 2014/0247352公开了一种多摄像头俯视视觉系统，用于生成拼接的虚拟俯视图像。

以下参考文献[1]至[12]与本说明书的主题相关，因此通过引用并入本文。

[1]Reza N.Jazar，《车辆动力学：理论与应用》，斯普林格，2008年3月19日。

[2]Thomas D.Gillespie，《车辆动力学的基本原理》，美国机动车工程师协会，1992年。

[3]Alonzo Kelly，《自主车辆的基本动力学》，卡内基梅隆大学机器人学院，1994年。

[4]Gideon P.Stein，Ofer Mano，Amnon Shashua，《计算车辆自身运动的稳健方法》，美国电气和电子工程师协会智能车辆研讨会，2000年。

[5]P.Barreto，Frédérick Martin，Radu Horaud，《运用中心反射折射图像进行视觉伺服/跟踪》，国际实验用机器人学研讨会，先进机器人系列，2002年。

[6]Alejandro J.Weinstein和Kevin L.Moore，《阿克曼转向车辆户外自主导航的姿态估计》，2010年美国电气和电子工程师协会国际工业自动化大会记录，智利瓦尔帕莱索，2010年3月。

[7]Oliver Pink，Frank Moosmann，Alexander Bachmann，《车辆定位和自身运动估计的视觉特征》，美国电气和电子工程师协会智能车辆研讨会的会议记录，2009年。

[8]D.Cheda，D.Ponsa，A.M.Lopez，《先进驾驶员辅助系统环境下的摄像头自身运动估计》，智能运输系统年会，2010年。

[9]Gim Hee Lee，Friedrich Fraundorfer，Marc Pollefeys，《装配普通摄像头的自动驾驶车辆的运动估计》，计算机视觉与模式识别会议，2013年。

[10]Marco Zucchelli，José Santos-Victor，Henrik I.Christensen，《光流法的约束结构和运动估计》，国际模式识别大会，2002年。

[11]Dan Simon，《最佳状态估计：卡尔曼、H Infinity法和非线性方法》，约翰·威利父子出版公司，2006年。

[12]P.Wayne Power，Johann.A Schoones，《用于前景分割的背景混合模型的解说》，新西兰图像与视觉计算国际会议的会议记录，2002年。