[发明专利]基于车载环视图像与毫米波雷达融合的智能车定位方法

权利要求书

1.一种基于车载环视图像与毫米波雷达融合的智能车定位方法，其特征在于，包括以下步骤：

1)通过车载装置采集GPS信息、车载环视图像、毫米波雷达数据和UWB数据，并根据采集的数据生成高精度地图；所述高精度地图是节点化的，每个节点存储该节点所在位置对应的GPS位置信息、环视图像信息、毫米波雷达数据；

2)将待定位车辆开至已完成高精地图采集和制作的路段，选择任意位置作为起点，计算待定位车辆采集的GPS数据和地图中每个节点存储的GPS数据之间的欧氏距离，选取距离最小值作为粗定位的结果；

3)根据GPS精度和所在节点确定选取节点的区域范围，将区域中的所有节点作为图像级定位候选节点，利用ORB描述符提取环视图像的全局特征点，将环视图像全局描述符与图像级定位候选节点的全局描述符进行匹配，选择与待定位图像有最小汉明距离的节点作为图像级定位预测结果；

4)提取待定位原始图像的局部特征点和描述符，采用汉明距离，与图像级定位的结果节点中的地图中环视图像的描述符进行匹配，并用RANSAC去除错误的匹配，从而确定待定位图像与地图集图像中相同的特征点，利用这些特征点，计算待定位车辆和制图车辆的位姿关系，确定待定位车辆的位姿；

5)提取图像级定位预测结果的定位节点中的毫米波雷达数据，与待定位车辆采集的毫米波雷达的数据进行匹配，通过算法计算待定位车辆和地图中存储的毫米波雷达数据之间的变换关系，求出当前车辆相对于地图车辆的位姿，将毫米波雷达数据得到的位姿和步骤4)中得到的位姿采用卡尔曼滤波融合，将其结果作为最终定位结果。

2.根据权利要求1所述的基于车载环视图像与毫米波雷达融合的智能车定位方法，其特征在于，所述步骤3)具体如下：选取粗定位结果所在节点序列前后各10个节点作为图像级定位候选，利用ORB描述符提取环视图像的全局特征点，将环视图像全局描述符与21个候选节点的全局描述符进行匹配，选择与待定位图像有最小汉明距离的节点作为预测结果；

其中，全局描述符为图像全局特征的描述，具体如下：

3.1)提取待定位车辆采集的环视图像，并将所得图像重置为63*63大小，图像大小根据OpenCV中ORB特征点提取的尺寸确定；

3.2)对每一帧重置后的图像进行灰度化与直方图均衡化处理，然后计算图像的全局特征τ，作为整幅图像的描述；

3.3)环视图像全局描述符与21个候选节点的全局描述符进行匹配，选择与待定位图像有最小汉明距离的节点。

3.根据权利要求1所述的基于车载环视图像与毫米波雷达融合的智能车定位方法，其特征在于，所述步骤3)中，计算汉明距离实现，公式如下：

其中，X₁,X₂表示两个不同的全局特征，上标i表示X_j(j＝1,2)的第i个。