[发明专利]一种车辆视觉定位方法、系统、设备及可读存储介质

权利要求书

1.一种车辆视觉定位方法，其特征在于，包括以下步骤：

S1，采用标定后的双目摄像机采集车辆运动过程中的照片图像，通过双目摄像机的内外参数对照片图像进行校正，得到车辆运动过程中的旋转矩阵和车辆运动过程中的平移向量；

S2，将车辆运动过程中的旋转矩阵参数化为角度变化量，将车辆运动过程中的平移向量参数化为平移分量；

S3，对车辆行驶的视频原始图像进行预处理，采用AKAZE方法提取预处理后的图像中的特征点并对所述的特征点进行描述，得到预处理后图像特征点的特征向量集合；

S4，将步骤S3得到的图像特征点的特征向量集合通过箱式滤波、特征点匹配、特征匹配比率测试和特征环匹配检验，得到正确匹配后的特征点对集合；

S5，采用基于初始估计的RANSAC算法对步骤S4的匹配后的特征点对集合进行迭代，去除步骤S3中视频原始图像中的目标体上的特征点，得到正确匹配点对集合；

S6，对步骤S5中的正确匹配点对集合采用非线性加权最小二乘法计算车辆运动的旋转矩阵和平移向量值；

S7，基于图论概念，采用角度变化量和平移分量对步骤S6得到的车辆运动的旋转矩阵和平移向量进行表示，得到车辆运动示意图，完成车辆的定位。

2.根据权利要求1所述的一种车辆视觉定位方法，其特征在于，将所述的车辆运动过程中的旋转矩阵参数化为角度变化量具体为：

其中，为车辆运动过程中的旋转矩阵，角度变化量为(θ_x,θ_y,θ_z)，旋转矩阵滚转角θ_x为车辆绕x轴旋转的角度，俯仰角θ_y为车辆绕y轴旋转的角度，偏航角θ_z车辆为绕z轴旋转的角度，为车辆运动过程中的平移向量，t_x、t_y、t_z分别为车辆绕x轴、y轴、z轴方向的平移分量。

3.根据权利要求1所述的一种车辆视觉定位方法，其特征在于，基于初始估计的RANSAC算法中的初始估计是指图像I(x,y)到另一幅图像I′(x′,y′)的几何转换关系是确定的，对于图像I(x,y)中的特征点P(x,y)和待匹配图像I′(x′,y′)中的特征点P′(x′,y′)，满足以下关系：

(1)P(x,y)和P′(x′,y′)之间的直线距离相等或者相近，

(2)P(x,y)和P′(x′,y′)形成的直线斜率相等或者相近；

满足以上关系的匹配特征点得到保留，否则删除特征点，将剩下的匹配点作为RANSAC算法输入值去除目标体上的特征点。

4.根据权利要求1所述的一种车辆视觉定位方法，其特征在于，非线性加权最小二乘法确定的权值函数为：

其中，是第q步第i个观测值对应的权值，是误差项ε_i的协方差；

由最小化公式和公式可以得到旋转矩阵和平移向量值，

其中

^qP_i³＝(^qx_i,^qy_i,^qz_i)^T，^q+1P_i³＝(^q+1x_i,^q+1y_i,^q+1z_i)^T，

和分别是^qP_i³(i＝1,2,...,n)和^q+1P_i³(i＝1,2,...,n)的质心坐标，^qP_i³和^q+1P_i³分别是k_q和k_q+1时刻的世界坐标系三维坐标，和是相对于每个特征点集合质心坐标的偏差。