CN110717007A - 应用路侧特征辨识的图资定位系统及方法 - Google Patents

Abstract

本发明提供一种应用路侧特征辨识的图资定位系统及方法，通过俯视道路进行量测，建立一道路影像地图，包括多个特征点；及检测移动载具行进时周围的行驶环境，得到一点云图，从中辨识是否包含该些特征点，并将动态物件滤除，再根据道路影像地图、点云图中剩余的特征点及设定的多个路侧特征点的特征属性，建立一定位图资；当一移动载具行驶时，根据定位图资判断出前方的至少二个路侧特征点，并做为参考点计算一移动载具航向角度，再计算出移动载具的位置。本发明所建立的定位图资具有低资料量、低运算复杂度及高可靠度等优点，能供自动驾驶移动载具估测出高精度的位置。

Description

应用路侧特征辨识的图资定位系统及方法

技术领域

本发明有关一种定位技术，特别是指一种应用路侧特征辨识的图资定位系统及方法。

背景技术

自动驾驶车辆(简称自驾车)又称为无人驾驶车辆，不需要人为操作即能感测周围环境及导航，能以雷达、光学雷达(Lidar)、卫星导航及计算机视觉等技术感测周围环境。先进的控制系统能将感测资料转换成适当的导航道路、障碍物及相关标志。

常见的自驾车的定位方法包括三角定位法、同步定位与地图建构(SimultaneousLocalization and Mapping,SLAM)定位法、标签(Tag)定位法及基于指纹的地图定位法(Fingerprint Based Map)。其中，三角定位法需要量测目标物及三个已知位置参考点的距离，求出以三个参考点为圆心的圆形的交会点，但其缺点是需要三个以上的参考点，且无航向信息，定位精度较低；同步定位与地图建构定位法以光达扫描行驶路径点云图，再以点云比对手法去估测车辆位置，然而，建立点云图相当耗时，且资料量大，每1公里约需150MB的资料量，且在点云特征少的环境会无法定位，还需要通过差分全球定位系统(DGPS)与车辆转向动态模型去修正车辆绝对航向；标签定位法利用三角函数的原理，以光学雷达扫描已知点的标签，再反推车辆位置，例如已知公交车站牌的坐标为(x,y)，车辆与公交车站牌的距离为d，夹角为θ，则车辆的位置为(x-dsinθ,y-dcosθ)，但此技术同样需要通过差分全球定位系统(DGPS)与车辆转向动态模型去修正车辆绝对航向，且标签布建不易，容易被路树、行人或其他障碍物遮蔽；基于指纹的地图定位法先由第一辆车以光学雷达扫描行驶路径点云图，第二辆车比对点云图以估测车辆位置，但建立点云图耗时，虽然资料量较同步定位与地图建构定位法少，但资料需一格一格的经过编码计算，运算量较大，且在点云特征少的环境下也具有无法定位的问题。

发明内容

因此，本发明提出一种应用路侧特征辨识的图资定位系统及方法，有效解决上述该等问题，具体架构及其实施方式将详述于下：

本发明的主要目的是提供一种应用路侧特征辨识的图资定位系统及方法，分别从道路上方取得俯视道路的道路影像地图，及从平面取得行驶环境的点云图，利用信息空间叠套技术，从该道路影像地图中快速区分出道路空间及路侧空间，并取得设定物体类别的空间信息，将不需要的动态物件滤除，保留能作为路侧特征点的静态物件，建立精度高而资料量小的定位图资。

本发明的另一目的是提供一种应用路侧特征辨识的图资定位系统及方法，利用空拍机取得道路影像地图，通过分辨率高的照相机，仅需低成本空拍图，便可取得高精度的道路地图。

本发明的再一目的是提供一种应用路侧特征辨识的图资定位系统及方法，进一步利用路侧特征点作为参考点计算移动载具的航向角度，更精确地定位出移动载具的位置。

为达上述目的，本发明提供一种应用路侧特征辨识的图资定位方法，包括：利用至少一第一检测器俯视道路进行量测，建立一道路影像地图，该道路影像地图中包括多个特征点；将至少一第二检测器安装于至少一移动载具上，检测该移动载具行进时周围的行驶环境得到一点云图，辨识是否包含该等特征点，并将该等特征点中的至少一动态物件滤除，根据该道路影像地图、该点云图中剩余的该等特征点及设定多个路侧特征点的特征属性，建立一定位图资；将该定位图资储存于一移动载具中，当该移动载具行驶时，利用该移动载具中的一图资定位系统扫描前方道路，并根据该定位图资判断出前方的至少二该路侧特征点，并作为参考点计算一移动载具航向角度；利用该移动载具航向角度及该至少二参考点，计算该移动载具的位置。

根据本发明的实施例，该定位图资的建立方法还包括下列步骤：将该道路影像地图与该点云图叠合，辨识出一道路空间及至少一路侧空间；将该等特征点中的该等动态物件滤除，保留多个静态物件作为该等路侧特征点；设定该等路侧特征点的该等特征属性；根据该道路影像地图及该点云图的一叠合图、该等路侧特征点及该等特征属性，建立该定位图资。

综上所述，该路侧空间由内而外将人行道、脚踏车专用道和/或骑楼分为第一、第二路侧空间。该特征属性包括经纬度坐标、形状、大小和高度。

根据本发明的实施例，该移动载具在行驶中采集路侧影像，从中辨识出至少一目标物，并通过该定位图资中的该等特征属性判断该目标物是否为该路侧特征点。

本发明另提供一种图资定位系统，装设于一移动载具的一车上系统中，利用上述方法建立的该定位图资进行移动载具定位，该图资定位系统包括：一数据库，储存该定位图资，该定位图资中包括多个路侧特征点及该等路侧特征点的多个特征属性；一路侧特征辨识模块，根据该定位图资，扫描道路前方并判断出符合该等特征属性的至少二该路侧特征点；一移动载具航向角度估测模块，利用至少二该路侧特征点作为参考点，计算该移动载具的一移动载具航向角度；一移动载具位置估算模块，利用该移动载具航向角度及该至少二参考点，计算该移动载具的位置。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明应用路侧特征辨识的图资定位方法的流程图；

图2为本发明中建立定位图资的细节流程图；

图3A至图3D为本发明定位图资建立的流程示意图；

图4为本发明中图资定位系统的方块图；

图5为本发明中应用定位图资辨识路侧特征点的流程图；

图6为本发明中计算移动载具航向角度及位置的示意图。

10道路空间，12第一路侧空间，14第二路侧空间，20环境检测装置，22图资定位系统，222数据库，224路侧特征辨识模块，226移动载具航向角度估测模块，228移动载具位置估算模块。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

本发明提供一种应用路侧特征辨识的图资定位系统及方法，从空中采集高精度的道路影像地图，再叠套至移动载具行驶周围的点云图中，快速定位出道路与路侧的区域，并将影像中的动态物件和静态物件进行分类，删除动态物件而仅保留静态物件，不但可大幅降低定位图资的资料量，且只需二个参考点便能计算出位置，不需采用三角定位法，运算复杂度也大幅降低，应用在自动驾驶的移动载具定位上，精准度可达到公分，相较于一般卫星定位的精准度误差在1～2公尺可接受范围内，本发明的图资定位方法显然能确保自动驾驶车的精准度及安全性。

请参考图1，为本发明应用路侧特征辨识的图资定位方法的流程图，主要包括四大步骤，步骤S10先建立定位图资以供移动载具(如自动驾驶车辆)使用；步骤S12当移动载具实际行驶时，辨识路侧特征点；步骤S14开始进行移动载具位置的修正，估测移动载具航向角度，步骤S16再计算出移动载具的位置。详细流程详述如后。

图2为本发明中建立定位图资的细部流程图。首先，步骤S102从道路的上方利用至少一第一检测器俯视道路进行量测，建立一道路影像地图，此第一检测器可为装有影像采集装置的飞行器，如空拍机、无人机、遥控飞机等，影像采集装置为相机或摄影机，只要在飞行器上安装具有高分辨率的影像采集装置便可采集高精度的影像，因此道路影像地图中包括多个特征点，如车辆、行人等动态物件及红绿灯、站牌、招牌、建筑物、交通标志等静态物件，其中，动态物件的判断预设道路空间上的车辆及路侧空间上的行人及移动物件为动态物件，并将道路影像地图中的车辆及行人等删除；步骤S104将至少一第二检测器安装于至少一移动载具上，第二检测器可为光学雷达(Lidar)或摄影机，摄影机可利用立体影像技术产生三维影像，而移动载具可为汽车，在移动载具移动时，第二检测器检测该移动载具周围的行驶环境，针对扫描到的物体表面建立点云，这些点云用来表示物体的表面形状，越高密度的点云能建立更精确的模型，得到有深度的、三维的点云图(point cloud)，包含的信息为物体的几何信息，辨识其中是否包含该等特征点；接着如步骤S106所述，将道路影像地图与点云图利用信息空间叠套的方式叠合，辨识分类出道路空间和路侧空间，路侧空间的定义较为广泛，可由内而外将人行道、脚踏车专用道和/或骑楼分为第一、第二路侧空间；步骤S107中，将特征点中的动态物件滤除，仅保留静态物件做为路侧特征点，步骤S108设定多个路侧特征点的特征属性，包括路侧特征点的经纬度坐标、形状、大小、高度等，最后，在步骤S109中根据道路影像地图及点云图的叠合图、图中剩余的路侧特征点(静态物件)及路侧特征点的特征属性，建立一定位图资。

当路侧空间上没有任何静态物件时，代表没有路侧特征点，则可直接将该路侧空间删除，只剩道路空间，如此将减少定位图资的资料量。

请参考图3A至图3D，为本发明中定位图资建立的流程示意图。图3A为本发明中从上拍摄的高精度道路影像地图，从上方可看出哪些部分是道路，哪些部分不是道路(如建筑物、公园、停车场等)，图3B为由移动载具检测描绘的3D点云图通过移动载具位置与高精度道路几何空间信息，从中可辨识出道路、车辆、行人、建筑物、红绿灯、站牌、招牌、交通标志等特征点；将图3B的点云图叠套至图3A的道路影像地图后，得到图3C的叠合图，并在叠合图上分类出道路空间10和至少一路侧空间12、14，例如第一路侧空间12为脚踏车专用道，第二路侧空间14为人行道，或是第一路侧空间12为人行道，第二路侧空间14为骑楼和建筑物，在制作定位图资时，由于车辆、行人等动态物件无法作为路侧特征点，因此将其删除，若第二路侧空间14无任何静态物件时，此路侧空间也可以删除的。最后建立出的定位图资如图3D所示，在道路空间上的路侧特征点包括红绿灯，而路侧空间的路侧特征点包括建筑物、电塔等地标及交通标志，但此仅为一个实施例，举凡有特点的、可作为地标或特征点的物件皆可作为路侧特征点，如便利商店或快餐店的招牌、加油站的招牌等。

路侧特征点的特征属性会根据不同的物件而设置，例如红路灯的大小、高度和形状、公交车站牌的大小、高度和形状、店家招牌的大小、高度和形状等，一一记录在定位图资中。

当建立完成定位图资后，会储存于云端平台或移动载具的一图资定位系统中，图资定位系统可定期从云端更新最新的信息。此图资定位系统可设于移动载具的一车上系统中，运算后输出移动载具的位置信息。如图4所示，为本发明图资定位系统22的架构图，包括一数据库222、一路侧特征辨识模块224、一移动载具航向角度估测模块226及一移动载具位置估算模块228，其中数据库222储存定位图资，定位图资中包括多个路侧特征点及路侧特征点的多个特征属性；移动载具上设置的环境检测装置20会扫描前方道路，将扫描结果传送给路侧特征辨识模块224，路侧特征辨识模块224再根据定位图资，判断扫描的影像中是否有符合特征属性的特征点，若有至少二个符合的路侧特征点，则将其作为参考点；移动载具航向角度估测模块226利用参考点计算移动载具的一移动载具航向角度；移动载具位置估算模块228再利用移动载具航向角度及参考点计算出移动载具的位置。

在图1的步骤S12中，移动载具行驶时辨识路侧特征的细节流程图如图5所示，移动载具上装设的环境检测装置20可为相机、摄影机或光学雷达，在行驶中采集路侧影像，并利用车上系统的处理器利用影像辨识处理技术从中辨识出至少一目标物，并通过定位图资中的特征属性判断该目标物是否为路侧特征点，判断方法包括：步骤S122中判断目标物是否符合路侧特征点的尺寸，若是，再接着步骤S124判断目标物是否符合路侧特征点的形状，若是，再接着于步骤S126判断目标物是否符合路侧特征点的高度，若是，则如步骤S128所述，此目标物符合某一个路侧特征点，例如红绿灯；反之，若上述的判断有任一者为否，则代表目标物不属于任何一种路侧特征点，立即结束判断，如步骤S129。

当移动载具的车头方向与道路不平行时，下一秒移动载具的位置会与直线前进的位置相距很远，因此本发明中为了精准定位，如图1的步骤S14所述增加了计算移动载具航向角度的技术，而图6为本发明中计算移动载具航向角度及位置的示意图。当移动载具行驶时，车上系统的处理器根据定位图资判断出前方的至少二路侧特征点，并作为参考点计算一移动载具航向角度。假设移动载具的坐标为(x_v,y_v)，路侧特征点的坐标为(x₁,y₁)，则

x_v1＝x₁-R₁ sin(θ_v+φ₁)＝x₁-R₁ sinθ_v cosφ₁-R₁ cosθ_v sinφ₁＝x₁-(R₁ cosφ₁)α-(R₁ sinφ₁)β

y_v1＝y₁-R₁ cos(θ_v+φ₁)＝y₁-R₁ cosθ_v cosφ₁+R₁ sinθ_v sinφ₁＝y₁+(R₁ sinφ₁)α-(R₁ cosφ₁)β

其中，α＝sinθ_v，β＝cosθ_v。

同理，另一个路侧特征点的坐标为(x₀,y₀)，则移动载具的坐标计算如下：x_v0＝x₀-(R₀ cosφ₀)α-(R₀ sinφ₀)β

y_v0＝y₀-(R₀ sinφ₀)α-(R₀cosφ₀)β

由于x_v0＝x_v1且y_v0＝y_v1，综合上式后可描述为Y＝HX，其中

X＝[α β]^T，

Y＝[x₀-x₁ y₀-y₁]^T，且

因此得到X＝H^-1Y。

上述x_v0＝x_v1且y_v0＝y_v1的等式后会先解出θ_v，得到车头与直线前进的夹角，即为移动载具航向角度。通过此计算方法，只需二个路侧特征点作为参考点便可，无需如三角定位法需得到三个参考点才能计算移动载具位置。

接着进行图1步骤S16所述的计算移动载具位置。根据上述至少两个参考点推导出的至少两个移动载具，计算移动载具的位置如下式：

综上所述，本发明所提供的应用路侧特征辨识的图资定位系统及方法利用低成本的空拍图，采集高精度的道路影像地图，与行进中采集的周围道路环境所制作的点云图进行信息空间的叠合，分类出道路空间和路侧空间、动态物件和静态物件，并将动态物件及空无一物的路侧空间删除，大幅减少资料量，且只需要二路侧特征点作为参考点就可以计算出移动载具的航向角度及位置，运算复杂度低但可靠度高，不使用卫星定位系统但精准度可达到公分为计，适用于自动驾驶车辆的导航定位。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，根据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (15)

1.一种应用路侧特征辨识的图资定位方法，其特征在于，包括下列步骤：

利用至少一第一检测器俯视道路进行量测，建立一道路影像地图，该道路影像地图中包括多个特征点；

将至少一第二检测器安装于至少一移动载具上，检测该移动载具行进时周围的行驶环境得到一点云图，辨识是否包含该等特征点，并将该等特征点中的至少一动态物件滤除，根据该道路影像地图、该点云图中剩余的该等特征点及设定的多个路侧特征点的特征属性，建立一定位图资；

将该定位图资储存于该移动载具中，该移动载具行驶时，利用该移动载具中的一图资定位系统扫描前方道路，并根据该定位图资判断出至少二该路侧特征点，并作为参考点计算一移动载具航向角度；

利用该移动载具航向角度及该至少二参考点，计算该移动载具的位置。

2.如请求项1所述的应用路侧特征辨识的图资定位方法，其特征在于，该第一检测器为设有影像采集装置的飞行器。

3.如请求项2所述的应用路侧特征辨识的图资定位方法，其特征在于，该飞行器为空拍机、无人机或遥控飞机。

4.如请求项1所述的应用路侧特征辨识的图资定位方法，其特征在于，该第二检测器为光学雷达Lidar、雷射、相机或声纳。

5.如请求项1所述的应用路侧特征辨识的图资定位方法，其特征在于，该定位图资的建立方法还包括下列步骤：

将该道路影像地图与该点云图叠合，辨识出一道路空间及至少一路侧空间；

将该等特征点中的该等动态物件滤除，保留多个静态物件做为该等路侧特征点；

设定该等路侧特征点的该等特征属性；

根据该道路影像地图及该点云图的一叠合图、该等路侧特征点及该等特征属性，建立该定位图资。

6.如请求项5所述的应用路侧特征辨识的图资定位方法，其特征在于，该等特征点包括车辆、行人一系列动态物件及红绿灯、站牌、招牌、建筑物、交通标志一系列静态物件。

7.如请求项5所述的应用路侧特征辨识的图资定位方法，其特征在于，该路侧空间由内而外将人行道、脚踏车专用道和/或骑楼分为第一、第二路侧空间。

8.如请求项5所述的应用路侧特征辨识的图资定位方法，其特征在于，该特征属性包括经纬度坐标、形状、大小和高度。

9.如请求项8所述的应用路侧特征辨识的图资定位方法，其特征在于，该移动载具在行驶中采集路侧影像，从中辨识出至少一目标物，并通过该定位图资中的该等特征属性判断该目标物是否为该路侧特征点。

10.如请求项1所述的应用路侧特征辨识的图资定位方法，其特征在于，该定位图资储存于一云端平台或该移动载具的一图资定位系统中，该图资定位系统设于该移动载具的一车上系统中。

11.一种图资定位系统，其装设于一移动载具的一车上系统中，利用请求项1所建立的该定位图资进行移动载具定位，其特征在于，该图资定位系统包括：

一数据库，储存该定位图资，该定位图资中包括多个路侧特征点及该等路侧特征点的多个特征属性；

一路侧特征辨识模块，根据该定位图资，扫描道路前方并判断出符合该等特征属性的至少二该路侧特征点；

一移动载具航向角度估测模块，利用至少二该路侧特征点做为参考点，计算该移动载具的一移动载具航向角度；

一移动载具位置估算模块，利用该移动载具航向角度及该至少二参考点，计算该移动载具的位置。

12.如请求项11所述的图资定位系统，其特征在于，该等路侧特征点包括红绿灯、站牌、招牌、建筑物、交通标志一系列静态物件。

13.如请求项11所述的图资定位系统，其特征在于，该等特征属性包括经纬度坐标、形状、大小和高度。

14.如请求项11所述的图资定位系统，其特征在于，该移动载具包括一环境检测装置，用于扫描前方道路影像。

15.如请求项14所述的图资定位系统，其特征在于，该环境检测装置为相机、摄影机或光学雷达。

Images