[发明专利]一种港口无人集卡视觉特征匹配定位方法

说明书

本发明涉及一种港口无人集卡视觉特征匹配定位方法。该方法包括以下步骤：S1：车辆行驶在预设道路上，基于车载摄像头获取当前路况图片，对所述当前路况图片进行图像阀值化处理，输出目标图片数据信息；S2：基于所述目标图片数据信息，进行深度化学习，对所述语义分割数据矩阵进行特征变换，输出车辆相对位姿；S3：耦合高精地图数据信息，分别根据车道线匹配定位算法和贝拉号匹配定位算法，输出第一车辆位姿和第二车辆位姿；S4：耦合车辆相对位姿、第一车辆位姿和第二车辆位姿，输出车辆修正位姿和置信度信息。本发明可实现港口环境无人集卡在堆场，桥吊等特殊场景的稳定定位，为无人集卡在港口的稳定运行提供了可靠保证。

技术领域

本发明涉及无人集卡匹配定位技术领域，尤其是涉及一种港口无人集卡视觉特征匹配定位方法。

背景技术

当前世界贸易蓬勃发展，全球化趋势势不可挡，作为全球贸易的重要组成部分，海上贸易是各个国家参与国际贸易的重要手段。港口码头是海上运输与陆地运输的衔接点，其在贸易运输的重要性不言而喻。因此，如何提高港口集装箱的转运效率、降低人工成本以及作业风险，从而提高港口竞争力始终是世界各个港口追求的目标。

无论是卫星定位(GNSS)还是惯性导航定位(INS)，自动驾驶定位系统的误差都不可避免，定位结果通常偏离实际位置。引入地图匹配可以有效消除系统随机误差，校正传感器参数，弥补在城市高楼区、林荫区、立交桥、隧道、堆场、桥吊等GNSS定位失效而INS误差急剧增大的定位真空期。

地图匹配定位技术是指将自动驾驶汽车行驶轨迹的经纬度采样序列与高精度地图路网匹配的过程。地图匹配定位技术将汽车定位信息与高精度地图提供的道路位置信息进行比较，并采用适当算法确定汽车当前的行驶路段以及在路段中的准确位置，校正定位误差，并为自动驾驶路径规划提供可靠依据。

发明内容

鉴于以上现有技术的不足，本发明提供一种港口无人集卡视觉特征匹配定位方法，可实现港口环境无人集卡在堆场，桥吊等特殊场景的稳定定位，为无人集卡在港口的稳定运行提供了可靠保证。

为了实现上述目的及其他相关目的，本发明提供的技术方案如下：

一种港口无人集卡视觉特征匹配定位方法，包括以下步骤：

S1：车辆行驶在预设道路上，基于车载摄像头获取当前路况图片，对所述当前路况图片进行图像阀值化处理，输出目标图片数据信息；

S2：基于所述目标图片数据信息，进行深度化学习，获取车道线识别数据矩阵、路标识别数据矩阵和语义分割数据矩阵，对所述语义分割数据矩阵进行特征变换，输出车辆相对位姿；

S3：基于所述车道线识别数据矩阵和路标识别数据矩阵，耦合高精地图数据信息，分别根据车道线匹配定位算法和贝拉号匹配定位算法，输出第一车辆位姿和第二车辆位姿；

S4：根据预先采集好的矢量地图，获取车辆当前位置的矢量特征信息，耦合车辆相对位姿、第一车辆位姿和第二车辆位姿，输出车辆修正位姿和置信度信息。

进一步的，在步骤S3中，所述车道线匹配定位算法包括：

S311：判断车辆初始位姿质量是否满足要求，如果否，则将初始位姿进行优化处理并设置信度为0，输出优化后的初始位姿，如果是则进入步骤S312；

S312：基于车辆的初始位姿，获取车辆当前位置路面的车道线数据信息，进行过滤保留车辆左右两条车道线数据信息，再根据高精地图，输出车道线位置点的数据矩阵；

S313：将所述车道线位置点的数据矩阵通过初始位姿转换到车体坐标系下，基于最小二乘优化算法，输出车辆最优偏移量；

S314：将所述车辆最优偏移量补偿到初始位姿上，输出第一车辆位姿。

进一步的，在步骤313中，所述车道线位置点通过初始位姿转换到车体坐标的计算公式为：