[发明专利]一种基于图像特征点的高精度GPS定位方法

说明书

一种基于图像特征点的高精度GPS定位方法，包括参考位置定位信息标定和实时位置偏移判定，定位信息标定中，先采集GPS数据获取参考位置经纬度坐标；同时采集参考位置环境图像，使用SIFT算法提取特征点，将该经纬度坐标、特征点作为参考位置定位参考信息；偏移判定中，先采集当前位置GPS数据和前方环境图像，由经纬度转换距离公式，找出与当前位置最近的参考位置，将该参考位置的参考图像与当前位置的实时环境图像进行特征点匹配，找出实时图像中心点在参考图像中的位置，根据图像中心点的偏移状态判定实际位置相对于预定路线的偏移状态，本发明能有效帮助智能小车和机器人修正运动过程中的偏移，补偿GPS定位的精度误差，保证其在预定路线上运动。

技术领域

本发明属于数字图像处理领域和大地测量学科领域，特别涉及一种基于图像特征点的高精度GPS定位方法。

背景技术

全球定位系统(Global Positioning System，简称GPS)是一种利用GPS定位卫星在全球范围内进行实时定位和导航的系统。该系统由三部分构成，一是地面控制部分，由主控站、地面天线、监测站及通讯辅助系统组成；二是空间星座部分，由24颗卫星组成，分布在6个轨道平面；三是用户装置部分，由GPS接收机和卫星天线组成。GPS技术可以全天候且快速高效地为陆地、海洋和空间的广大用户提供精确三维坐标以及其他相关信息，因此被广泛应用于军事与民用交通(船舶、飞机、汽车等)导航、大地测量、目标跟踪等不同领域。目前，一般的民用GPS定位设备的精度误差可以缩小到3米左右，能够适用于大多数应用环境。

尺度不变特征变换(Scale invariant feature transform，简称SIFT)算法是图像特征提取领域里的一种经典算法。SIFT特征是基于物体上的一些局部外观的兴趣点，而与影像的大小和旋转无关。如图1、图2所示。对于光线、噪声、微视角改变的容忍度也相当高。这些特性是高度显著而且相对容易提取。使用SIFT特征描述子对于部分物体遮蔽的侦测率也相当高，甚至只需要3个以上的SIFT物体特征就足以计算出位置与方位。在现今的电脑硬件速度和小型的特征数据库条件下，辨识速度可接近实时运算。SIFT特征的信息量大，适合在海量数据库中快速准确匹配。在本发明中，将该算法作为一种环境图像特征提取的方法。

人类可以根据脑海中熟悉的景物和一些生活常识来辨别方位和路径，而对于智能小车和机器人，则通常依赖于GPS定位技术。在实际情况中，GPS信号极易受到天气、无线电、遮蔽物等外界因素的不同程度的干扰。此外，民用GPS定位设备的精准度和稳定性也很难达到预期要求。因此，单纯使用GPS设备不能为机器人提高精准定位。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供一种基于图像特征点的高精度GPS定位方法，该方法模仿人类辨识方位的方法，先利用GPS数据实现较粗略的全局定位，再利用SIFT算法获取图像特征，将实时采集的环境图像特征与已知位置的参考图像特征进行匹配确认，获取图像位置的偏差信息，作为GPS定位的一个补偿手段，实现较精确的局部定位，从而有效提高智能小车和机器人的定位精度，为其运动控制提供更加精确的参考依据。

为了实现上述目的，本发明采用的技术方案是：

一种基于图像特征点的高精度GPS定位方法，包括：

步骤1：参考位置的定位信息标定

1.1)利用GPS设备获取参考位置的经纬度坐标；

1.2)使用摄像头采集在参考位置所观测到的正前方环境图像，并转化为灰度图像，然后利用SIFT算法提取图像的特征像素点；

1.3)每一个参考位置的定位信息由该位置的经纬度坐标和环境图像的特征像素点共同构成，每个位置有且仅有一个经纬度坐标，而从环境图像中能够提取若干特征像素点，每个特征像素点主要包含位置和特征描述符这两类信息，其中特征描述符为1×128的特征向量，位置是该特征像素点在图像中的二维坐标；