掌桥专利:专业的专利平台
掌桥专利
首页

基于构造组合特征的稀疏地图匹配方法及系统

文献发布时间:2024-01-17 01:26:37


基于构造组合特征的稀疏地图匹配方法及系统

技术领域

本发明涉及众包地图制作技术领域,尤其是涉及一种基于构造组合特征的稀疏地图匹配方法及系统。

背景技术

众包构图具以成本低、数据鲜度高的优势。但众包采集数据的融合与更新依赖对所采集的片段地图的识别、匹配和对齐。地图对齐是一个比较复杂的模式识别问题,其算力开销大、正确率低、召回率低等问题一直是阻碍众包成图模式大规模应用的痛点。

使用稀疏表示的特征地图数据量小,对数据上传的带宽要求低,因此在大规模众包成图中被广泛使用。但是稀疏表示的过程中存在细节丢失的现象,加之稀疏表示的过程中图像分割和语义识别等等算法的参与,还会引入一些形状、存在性以及类型上的误差,进一步增加了地图对齐的难度。

如何寻找足够数量、高置信度、高特异性的特征匹配点对,是使用特征匹配技术达成稀疏特征地图匹配对齐的核心问题。

发明内容

本发明的目的在于克服上述技术不足,提出一种基于构造组合特征的稀疏地图匹配方法及系统,解决特征地图的形状和类型都存在较大误差、且存在重复模式时,常规特征提取算法难以从中发现具有足够特异性、置信度足够高的特征点的问题。

为达到上述技术目的,本发明的技术方案第一方面提供一种基于构造组合特征的稀疏地图匹配方法,其包括如下步骤:

设置不同对象组合构造组合特征;

自待对齐的两张稀疏地图中筛选出相应组合特征;

将待对齐的两张稀疏地图中其中一张稀疏地图中的组合特征通过欧式变换到另一张稀疏地图的坐标系下;

根据距离和位置关系区分变换后相应组合特征的真假匹配,获得真匹配组合特征;

根据真匹配组合特征计算得到最优欧式变换,通过最优欧式变换对两张稀疏地图实现配准。

本发明第二方面提供一种基于构造组合特征的稀疏地图匹配系统,其包括如下功能模块:

组合特征设置模块,用于设置不同对象组合构造组合特征;

组合特征筛选模块,用于自待对齐的两张稀疏地图中筛选出相应组合特征;

组合特征变换模块,用于将待对齐的两张稀疏地图中其中一张稀疏地图中的组合特征通过欧式变换到另一张稀疏地图的坐标系下;

真假特征区分模块,用于根据距离和位置关系区分变换后相应组合特征的真假匹配,获得真匹配组合特征;

最优变换配准模块,用于根据真匹配组合特征计算得到最优欧式变换,通过最优欧式变换对两张稀疏地图实现配准。

本发明第三方面提供一种服务器,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述一种基于构造组合特征的稀疏地图匹配方法。

本发明第四方面提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述一种基于构造组合特征的稀疏地图匹配方法。

与现有技术相比,本发明所述基于构造组合特征的稀疏地图匹配方法及系统,其设置不同对象组合构造组合特征,自待对齐的两张稀疏地图中筛选出相应组合特征,将待对齐的两张稀疏地图中其中一张稀疏地图中的组合特征通过欧式变换到另一张稀疏地图的坐标系下,根据距离和位置关系区分变换后相应组合特征的真假匹配,获得真匹配组合特征,根据真匹配组合特征计算得到最优欧式变换,通过最优欧式变换对两张稀疏地图实现配准。本发明通过构造三种参数可调的组合特征,并使用这些组合特征进行地图特征点匹配;相比于一般特征,组合特征更加具有独特性,可以有效对抗道路场景的周期性;且降低了误匹配发生的机率,增加了算法的鲁棒性。

附图说明

图1是本发明实施例所述的基于构造组合特征的稀疏地图匹配方法的流程框图;

图2是本发明实施例所述标志牌与车道线组合特征的示意图;

图3是本发明实施例所述相交实线车道线组合特征的示意图;

图4是本发明实施例所述斑马线和实线车道线组合特征的示意图;

图5是图1中步骤S3的分步骤流程框图;

图6是图1中步骤S4的分步骤流程框图;

图7是图1中步骤S5的分步骤流程框图;

图8是本发明实施例所述的基于构造组合特征的稀疏地图匹配系统的模块框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。

如图1至图7所示,本发明的实施例提供了一种基于构造组合特征的稀疏地图匹配方法,其包括如下步骤:

S1、设置不同对象组合构造组合特征。

所述组合特征包括:标志牌与车道线组合特征、相交实线车道线组合特征、斑马线和实线车道线组合特征。

具体如图2所示,所述标志牌与车道线组合特征的描述子由关联向量

其中:

F的位置由标志牌的几何中心点表示,记为anchor

如图3所示,所述相交实线车道线组合特征的描述子设定为相近实线车道线的夹角θ,记为F

如图4所示,所述斑马线和实线车道线组合特征的描述子用斑马线与最邻近实线车道线的距离d和该临近车道线的长轴方向向量

S2、自待对齐的两张稀疏地图中筛选出相应组合特征。

具体的,自待对齐的两张稀疏地图中按照如下优先级分别筛选出相应组合特征:

标志牌与车道线组合特征>相交实线车道线组合特征>斑马线和实线车道线组合特征。

即,首先自待对齐的两张稀疏地图中筛选出标志牌与车道线组合特征:

扫描整张图中所有的标志牌,找到离它们距离最近的虚线车道线,通过标志牌的几何中心和车道线的几何中心与方向,计算关联向量

然后自待对齐的两张稀疏地图中筛选出相交实线车道线组合特征:

扫描整张图中所有的车道线实线,两两计算其最近距离和中轴线夹角,若最近距离小于实线临近阈值t

最后自待对齐的两张稀疏地图中筛选出斑马线和实线车道线组合特征:

扫描整张图中所有的斑马线,找到离之最近的实线车道线,计算斑马线到该条车道线的距离d,计算该条车道线的长轴方向向量

在自待对齐的两张稀疏地图中筛选出相应组合特征之后,对两张稀疏地图的组合特征进行自由组合配对并计算每一对组合特征之间的相似性,剔除相似性小于相似性阈值的组合特征对,得到匹配特征队列。

一对标志牌与车道线组合特征之间相似性函数定义为:

上式中,k

一对相交实线车道线组合特征之间相似性函数定义为:

上式中,k

一对斑马线和实线车道线组合特征之间相似性函数定义为:

上式,k

根据传感器误差特征设置好合适的参数k

设,从第一张稀疏地图中提取出了P个特征,从第二张稀疏地图中中提取出了Q个特征。

特征集:F

特征集:F

需要遍历这P×Q种可能性,每次从第一张稀疏地图中取出一个特征feature_a,从第二张稀疏地图中取出一个特征feature_b,计算特征feature_a与特征feature_b之间的相似度,若相似度大于特征相似性阈值t

S3、将待对齐的两张稀疏地图中其中一张稀疏地图中的组合特征通过欧式变换到另一张稀疏地图的坐标系下。

其中,如图5所示,所述步骤S3包括如下分步骤:

S31、自匹配特征队列中随机抽取两组组合特征对;

S32、根据两组组合特征对的特征点坐标建立线性方程组,求解线性方程组得到欧式变换矩阵;

S33、通过欧式变换矩阵将待对齐的两张稀疏地图中其中一张稀疏地图中的组合特征变换到另一张稀疏地图的坐标系下。

虽然经过了特征相似性阈值t

为了去除假匹配,需要利用特征点之间的相对位置关系。

使用循环遍历的方法(匹配到的特征点对过多的话则改为随机M次,M的大小取决于执行环境的算力和假匹配出现的概率,需要通过试验来确定),每次从匹配特征队列matched_feature中抽取两组组合特征对,假设某次为(f

则根据它们的anchor点,得到两组组合特征对的坐标点的对应关系:

(x

(x

建立线性方程组:

求解上面的方程组即可得到欧式变换矩阵:

使用欧式变换矩阵R将第一张稀疏地图中所有的特征点的anchor点变换到第二张稀疏地图的坐标系,得到新的特征集合F

S4、根据距离和位置关系区分变换后相应组合特征的真假匹配,获得真匹配组合特征。

其中,如图6所示,所述步骤S4包括如下分步骤:

S41、计算欧式变换后匹配特征队列中每一组组合特征对的特征点之间的欧式距离;

S42、将特征点之间的欧氏距离与特征位置偏移阈值进行比较,判断欧氏距离小于特征位置偏移阈值的组合特征对为有效匹配;

S43、对匹配特征队列进行遍历抽取试验,检查这些抽取中有效匹配最多的试验,将这次试验得到的有效匹配作为真匹配集合。

具体的,遍历匹配特征队列matched_features,检查在经过变换之后队列中的每一组组合特征对的几何位置anchor之间的欧式距离d:

若d大于特征位置偏移阈值D,则认为该组组合特征对是无效匹配(称为外点,outlier),反之,则为有效匹配,称为内点。

完成对matched_feature的遍历抽取或M次随机抽取试验之后,检查这些抽取中内点数最多的试验,将这次试验得到的内点作为真匹配集合true_matched_feature={m

S5、根据真匹配组合特征计算得到最优欧式变换,通过最优欧式变换对两张稀疏地图实现配准。

其中,如图7所示,所述步骤S5包括如下分步骤:

S51、根据真匹配集合得到两张稀疏地图之间的一组特征点对应关系;

S52、根据特征点对应关系,基于umeyama算法计算得到最优欧式变换;

S53、使用最优欧式变换将两张稀疏地图中其中一张稀疏地图中所有坐标点变换到另一张稀疏地图的坐标系下,实现两张图的配准。

本发明通过设置不同对象组合构造组合特征,自待对齐的两张稀疏地图中筛选出相应组合特征,将待对齐的两张稀疏地图中其中一张稀疏地图中的组合特征通过欧式变换到另一张稀疏地图的坐标系下,根据距离和位置关系区分变换后相应组合特征的真假匹配,获得真匹配组合特征,根据真匹配组合特征计算得到最优欧式变换,通过最优欧式变换对两张稀疏地图实现配准。本发明通过构造三种参数可调的组合特征,并使用这些组合特征进行地图特征点匹配;相比于一般特征,组合特征更加具有独特性,可以有效对抗道路场景的周期性;且降低了误匹配发生的机率,增加了算法的鲁棒性。

更进一步的,本发明能够在小于100毫秒内完成两帧1500米长度道路稀疏特征地图的配准,且在poi的位置和类型都不够准确,且存在性不确定的情形下也能正常工作。

如图8所示,本发明实施例还公开了一种基于构造组合特征的稀疏地图匹配系统,其包括如下功能模块:

组合特征设置模块10,用于设置不同对象组合构造组合特征;

组合特征筛选模块20,用于自待对齐的两张稀疏地图中筛选出相应组合特征;

组合特征变换模块30,用于将待对齐的两张稀疏地图中其中一张稀疏地图中的组合特征通过欧式变换到另一张稀疏地图的坐标系下;

真假特征区分模块40,用于根据距离和位置关系区分变换后相应组合特征的真假匹配,获得真匹配组合特征;

最优变换配准模块50,用于根据真匹配组合特征计算得到最优欧式变换,通过最优欧式变换对两张稀疏地图实现配准。

本实施例一种基于构造组合特征的稀疏地图匹配系统的执行方式与上述基于构造组合特征的稀疏地图匹配方法基本相同,故不作详细赘述。

本实施例服务器为提供计算服务的设备,通常指具有较高计算能力,通过网络提供给多个消费者使用的计算机。该实施例的服务器包括:存储器、处理器以及系统总线,所述存储器包括存储其上的可运行的程序,本领域技术人员可以理解,本实施例的终端设备结构并不构成对终端设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。

存储器可用于存储软件程序以及模块,处理器通过运行存储在存储器的软件程序以及模块,从而执行终端的各种功能应用以及数据处理。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据终端的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

在存储器上包含一种基于构造组合特征的稀疏地图匹配方法的可运行程序,所述可运行程序可以被分割成一个或多个模块/单元,所述一个或多个模块/单元被存储在所述存储器中,并由处理器执行,以完成信息的获取及实现过程,所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述服务器中的执行过程。例如,所述计算机程序可以被分割为组合特征设置模块10、组合特征筛选模块20、组合特征变换模块30、真假特征区分模块40、最优变换配准模块50。

处理器是服务器的控制中心,利用各种接口和线路连接整个终端设备的各个部分,通过运行或执行存储在存储器内的软件程序和/或模块,以及调用存储在存储器内的数据,执行终端的各种功能和处理数据,从而对终端进行整体监控。可选的,处理器可包括一个或多个处理单元;优选的,处理器可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器中。

系统总线是用来连接计算机内部各功能部件,可以传送数据信息、地址信息、控制信息,其种类可以是例如PCI总线、ISA总线、VESA总线等。处理器的指令通过总线传递至存储器,存储器反馈数据给处理器,系统总线负责处理器与存储器之间的数据、指令交互。当然系统总线还可以接入其他设备,例如网络接口、显示设备等。

所述服务器应至少包括CPU、芯片组、内存、磁盘系统等,其他构成部件在此不再赘述。

在本发明实施例中,该终端所包括的处理器执行的可运行程序具体为:一种基于构造组合特征的稀疏地图匹配方法,其包括如下步骤:

设置不同对象组合构造组合特征;

自待对齐的两张稀疏地图中筛选出相应组合特征;

将待对齐的两张稀疏地图中其中一张稀疏地图中的组合特征通过欧式变换到另一张稀疏地图的坐标系下;

根据距离和位置关系区分变换后相应组合特征的真假匹配,获得真匹配组合特征;

根据真匹配组合特征计算得到最优欧式变换,通过最优欧式变换对两张稀疏地图实现配准。

所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。

在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各实施例的模块、单元和/或方法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。

以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

相关技术
  • 基于稀疏到稠密特征匹配网络的三维重建方法和系统
  • 一种基于视觉特征点匹配的机器人地图选择方法及系统
技术分类

06120116210400