[发明专利]匹配关系确定方法及相关装置

说明书

一种匹配关系确定方法、重投影误差计算方法及相关装置，涉及人工智能领域，具体涉及自动驾驶领域，该匹配关系确定方法包括：获取N组特征点对(301)，每组特征点对包括两个相匹配的特征点，其中一个特征点为从第一图像提取的特征点，另一个特征点为从第二图像提取的特征点；利用动态障碍物的运动状态信息对所述N组特征点对中目标特征点的像素坐标进行调整(302)，所述目标特征点属于所述第一图像和/或所述第二图像中所述动态障碍物对应的特征点；根据所述N组特征点对中各特征点对应的调整后的像素坐标，确定所述第一图像和所述第二图像之间的目标匹配关系(303)；在存在动态障碍物的自动驾驶场景能准确地确定两帧图像之间的匹配关系。

技术领域

本申请涉及人工智能领域的自动驾驶领域，尤其涉及一种匹配关系确定方法、重投影误差计算方法及相关装置。

背景技术

人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。自动驾驶是人工智能领域的一种主流应用，自动驾驶技术依靠计算机视觉、雷达、监控装置和全球定位系统等协同合作，让机动车辆可以在不需要人类主动操作下，实现自动驾驶。自动驾驶的车辆使用各种计算系统来帮助将乘客从一个位置运输到另一位置。由于自动驾驶技术无需人类来驾驶机动车辆，所以理论上能够有效避免人类的驾驶失误，减少交通事故的发生，且能够提高公路的运输效率。因此，自动驾驶技术越来越受到重视。

目前，自动驾驶装置采用即时定位与地图构建(Simultaneous Localization AndMapping， SLAM)等定位方法进行定位时，通常以其采集到的各帧图像的重投影误差为量测量。也就是说，自动驾驶装置在采用SLAM进行定位时，需要计算其采集到的各帧图像的重投影误差。一帧图像的重投影误差是指投影的点与该帧图像上的测量点之间的误差，投影的点可以是该帧图像中的各特征点对应的三维空间坐标投影至该帧图像的坐标点，测量点可以是这些特征点在该帧图像中的坐标点。当前普遍采用的一种计算重投影误差的方式如下：确定目标帧图像中各特征点对应的三维空间坐标，以得到第一三维空间坐标；计算该目标帧图像与参考帧图像之间的平移矩阵和旋转矩阵；利用该平移矩阵和旋转矩阵将该第一三维空间坐标中的各三维空间坐标转换至参考坐标系，以得到第二三维空间坐标；将该第二三维空间坐标中的各三维空间坐标投影至该目标帧图像以得到投影的点；计算投影的点与该目标帧图像中各特征点的坐标点(即测量点)之间的误差，以得到该目标帧图像的重投影误差。其中，该参考坐标系可以是自动驾驶装置在本次行驶的起始地点建立的世界坐标系，该参考帧图像可以是自动驾驶装置在该起始地点采集的第一帧图像，该目标帧图像可以是该自动驾驶装置在本次行驶过程中采集的除该参考帧图像之外的任一帧图像。自动驾驶装置为计算其采集的各帧图像与参考帧图像之间的关系需要计算其采集到的任意两帧相邻图像之间的匹配关系，进而计算得到其采集到的各帧图像与参考帧图像之间的匹配关系。目前，一般采用特征匹配的方式来确定两帧图像之间的匹配关系。