[发明专利]一种基于俯视拼接图的建图方法及车载终端在审
申请号: | 201811245545.3 | 申请日: | 2018-10-25 |
公开(公告)号: | CN110136058A | 公开(公告)日: | 2019-08-16 |
发明(设计)人: | 李天威;童哲航;谢国富 | 申请(专利权)人: | 北京初速度科技有限公司 |
主分类号: | G06T3/40 | 分类号: | G06T3/40;G06T3/00;G06T7/73 |
代理公司: | 北京挺立专利事务所(普通合伙) 11265 | 代理人: | 赵振 |
地址: | 100089 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 俯视 拼接 车载终端 目标图像 关键帧 感知 图像采集装置 图像语义特征 地面元素 同一时刻 鲁棒 稠密 拍摄 | ||
1.一种基于俯视拼接图的建图方法,其特征在于,所述方法包括步骤:
101、获取多个图像采集装置在同一时刻拍摄到的多张目标图像;
102、对所述多张目标图像进行拼接,以得到俯视拼接图;
103、识别所述俯视拼接图中的图像语义特征,以得到所述俯视感知图;
104、基于所述俯视感知图进行定位,从而确定关键帧;
105、根据所述关键帧生成地图点,从而形成局部建图。
2.根据权利要求1所述的基于俯视拼接图的建图方法,其特征在于,所述方法还包括步骤:
106、在局部建图过程中进行回环检测;
107、所述回环检测成功后进行全局优化。
3.根据权利要求1-2中任一项所述的基于俯视拼接图的建图方法,其特征在于,所述步骤103具体为:将得到的所述俯视拼接图输入至一神经网络模型,基于所述神经网络模型识别出俯视拼接图中的图像语义特征,以得到所述俯视感知图。
4.根据权利要求1-3中任一项所述的基于俯视拼接图的建图方法,其特征在于,在所述步骤104中,所述定位融合环视VO、环视VIO、环视VIO和轮速中的一种或多种。
5.根据权利要求1-4中任一项所述的基于俯视拼接图的建图方法,其特征在于,在所述步骤104中,当当前帧和最近关键帧的距离和角度差异到一个阈值时,当前帧会被当作关键帧。
6.一种基于俯视拼接图的建图方法,其特征在于,所述方法包括步骤:
101、获取多个图像采集装置在同一时刻拍摄到的多张目标图像;
102、对所述多张目标图像进行拼接,以得到俯视拼接图;
103、识别所述俯视拼接图中的图像语义特征,以得到所述俯视感知图;
104、基于所述俯视感知图进行定位,从而确定关键帧;
105、根据所述关键帧生成地图点,从而形成局部建图;
该方法还包括会根据观测的情况和空间关系来判定某一时刻的俯视感知图是否为所述关键帧,根据空间关系判定的公式如下:
||pk-pi||+λ||θk-θi||>δ
在上式中,pk表示在k时刻车辆中心的位置,pi表示在i时刻车辆中心的位置;在降维的2D地图中,位置的定义是θk表示车辆在k时刻的航向角,θi表示车辆在i时刻的航向角,λ是一个参数值控制位置部分和航向角部分的权重,δ则是设定的阈值。
7.一种车载终端,其特征在于,包括:
获取子单元,用于获取多个摄像头在同一时刻拍摄到的多张目标图像;
拼接子单元,用于对所述获取子单元获取到的所述多张目标图像进行拼接,以得到俯视拼接图;
感知子单元,用于识别所述拼接子单元拼接得到的俯视拼接图中的图像语义特征,以得到所述俯视感知图;
定位子单元,用于对所述感知子单元获得的俯视感知图进行定位,从而确定关键帧;
构建子单元,用于根据所述定位子单元的关键帧生成地图点,从而形成局部建图。
8.根据权利要求7所述的车载终端,其特征在于,
检测子单元,用于在局部建图过程中进行回环检测;
优化子单元,用于在回环检测成功后进行全局优化。
9.根据权利要求7-8中任一项所述的建图方法,其特征在于,所述感知子单元,用于将得到的俯视拼接图输入至一神经网络模型,基于所述神经网络模型识别出俯视拼接图中的图像语义特征,以得到所述俯视感知图。
10.根据权利要求7-9中任一项所述的车载终端,其特征在于,所述定位融合环视VO、环视VIO、环视VIO和轮速中的一种或多种。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京初速度科技有限公司,未经北京初速度科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811245545.3/1.html,转载请声明来源钻瓜专利网。