申请/专利权人：武汉理工大学

申请日：2020-06-28

公开（公告）日：2024-03-22

公开（公告）号：CN111932612B

主分类号：G06T7/73

分类号：G06T7/73;G06F16/29

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2020.12.01#实质审查的生效;2020.11.13#公开

摘要：本发明涉及室内定位技术领域，公开了一种基于二阶隐马尔科夫模型的智能车视觉定位方法，包括以下步骤：将待定位场景离散为连续的节点，获取车辆在每一节点位置处采集的节点图像，结合每一节点图像的视觉信息、3D信息以及轨迹信息建立视觉地图数据库；基于视觉地图数据库，以节点位置作为状态值，以图像信息作为观测值，建立基于二阶隐马尔可夫的视觉定位模型；基于视觉定位模型获取车辆的节点级定位结果，利用当前获取的实时观测图像与节点级定位结果对应的节点图像之间的单应关系，并结合所述3D信息获取车辆的全局定位信息。本发明具有定位精度高、成本低的技术效果。

主权项：1.一种基于二阶隐马尔科夫模型的智能车视觉定位方法，其特征在于，包括以下步骤：将待定位场景离散为连续的节点，获取车辆在每一节点位置处采集的节点图像，计算每一节点图像的全局描述符、局部描述符以及局部特征点作为图像信息，计算每一节点图像的图像坐标系与全局坐标系之间的转换矩阵作为3D信息，计算相邻节点图像之间的位姿关系作为轨迹信息，结合所述图像信息、3D信息以及轨迹信息建立视觉地图数据库；基于所述视觉地图数据库，以节点位置作为状态值，以图像信息作为观测值，建立基于二阶隐马尔可夫的视觉定位模型；基于视觉定位模型获取车辆的节点级定位结果，利用当前获取的实时观测图像与节点级定位结果对应的节点图像之间的单应关系，并结合所述3D信息获取车辆的全局定位信息;基于所述视觉地图数据库，以节点位置作为状态值，以图像信息作为观测值，建立基于二阶隐马尔可夫的视觉定位模型，具体为：根据车辆初始位置以及初始两个时刻的位置信息计算初始状态转移矩阵，利用前两个时刻的状态向量，预测当前时刻可能出现的待选状态，计算各待选状态的转移概率，得到状态转移矩阵；采集车辆在不同位置处获取的观测图像，分别计算观测图像与各节点位置之间的观测概率，得到观测矩阵；结合所述状态转移矩阵以及观测矩阵得到所述视觉定位模型;计算观测图像与节点位置之间的观测概率，具体为：计算所述观测图像的全局描述符与节点位置对应的节点图像的全局描述符之间的汉明距离，建立基于汉明距离的概率分布，生成所述观测概率。

全文数据：

权利要求：

百度查询： 武汉理工大学 基于二阶隐马尔科夫模型的智能车视觉定位方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD