[发明专利]一种定位方法

权利要求书

1.一种定位方法，其特征在于，包括：

在智能驾驶模式下，通过四个环视鱼眼相机获取车辆行驶周边环境的当前帧图像，并提取所述当前帧图像的特征点，计算当前帧图像的词带向量和特征点描述子；

将所述当前帧图像与特征点地图中的关键帧进行匹配，利用词带向量从所述特征点地图中选取预设数量的关键帧作为备选，并计算每一所述备选关键帧的词带向量；

计算每一所述备选关键帧的词带向量与所述当前帧图像的词带向量的相似度评分，将相似度评分最高的备选关键帧作为成功匹配的关键帧；

采用基于车体运动模型的两点法对当前帧图像与成功匹配的备选关键帧进行位姿估计，并基于所述位姿估计的结果计算出所述车辆的位置，将所述车辆的位置作为初始位姿；

判断所述车辆是否匀速行驶、且所述车辆的运动方向是否未发生改变；

若是，采用运动模型，用上一帧的位姿和速度来估计当前帧的位姿，所述上一帧的位姿为所述初始位姿；

否则，采用参考关键帧模型，计算当前帧图像的特征点描述子，根据当前帧图像的特征点描述子和上一帧图像的特征点描述子确定当前帧图像和上一帧图像匹配的特征点，采用两点法计算帧间位姿估计，基于所述位姿变化和所述初始位姿估计当前帧的位姿，所述上一帧的位姿为所述初始位姿。

2.根据权利要求1所述的方法，还包括：

在人工驾驶模式下，通过所述环视鱼眼相机获得所述车辆行驶周边环境的帧图像，每帧所述帧图像包括四张图像；

提取初始的两帧图像的特征点，并计算初始两帧图像的特征点描述子，根据特征点描述子进行匹配；

检测特征点的匹配对个数是否满足预设标准；

若是，采用基于车体运动模型的两点法计算帧间位姿；

通过非静止状态下初始两帧图像位姿和三维地图点，创建初始化地图，所述三维地图点为对匹配的所述特征点进行三角化得到，所述初始化地图为所述特征点地图的初始状态；

将所述初始的两帧图像设置为关键帧，并在所述初始化地图中插入所述关键帧；根据三维地图点创建对应地图点，将地图点与关键帧、地图进行数据关联；

对所述初始化地图进行多相机全局光束平差法优化；

从所述环视鱼眼相机获得的、除所述初始的两帧图像的帧图像中提取关键帧图像；

提取所述关键帧图像的特征点，计算所述关键帧图像的特征点描述子；

根据关键帧之间的共视关系得到新增加关键帧的共视关键帧，再对该关键帧及其共视关键帧通过它们的特征点描述子进行匹配；

根据所述特征匹配的结果，采用基于车体运动模型的两点法进行帧间位姿估计；

将匹配的特征点进行三角化，根据深度、视差、误差等条件筛选，得到与三角化的特征点对应的地图点，所述匹配的特征点属于所述特征匹配的结果；

利用所述关键帧和地图点的关系、关键帧与共视关键帧的关系将所述关键帧和地图点插入所述特征点地图中；

对所述特征点地图进行多相机局部光束平差法优化；

融合优化后的特征点地图中的关键帧，删除冗余的关键帧；

计算当前关键帧和每个共视关键帧的词带相似度得分，根据相似度得分确定闭环候选帧，所述当前关键帧属于所述关键帧图像；

对所述特征点地图进行s im3优化，更新当前关键帧的特征点与地图点的匹配；

判断匹配个数是否达到预设标准，若是，对所述当前关键帧帧及相邻的关键帧进行闭环融合，并对所述特征点地图进行多相机全局光束平差法优化。

3.根据权利要求2所述的方法，其特征在于，在所述两帧图像之间进行特征点的匹配，包括：

当所述两帧图像为同相机不同时序上的图像时，使用所述两帧图像进行同相机不同时序图像之间的特征点匹配；

当所述两帧图像为不同相机不同时序上的图像时，对所述两帧图像进行校正，并使用矫正后的图像进行特征点匹配，并将矫正后的图像投影回原图像。

4.根据权利要求2所述的方法，其特征在于，不同动态场景下特征点的匹配，包括：

当所述车辆行驶周边环境运动物体点少且变化少的动态场景时，采用基于网格的运动统计的方法完成特征点的匹配,并用IMU约束和运动约束剔除错误的匹配；

当所述车辆行驶周边环境为运动物体点多的动态场景时，采用条件随机场分割的方法建立高层语义地图，将每一帧语义分割出的车辆和行人的特征点从匹配出的特征点中删除。