CN106875442A - 基于图像特征数据的车辆定位方法 - Google Patents

Abstract

本发明属于车辆定位领域，具体涉及一种基于图像特征数据的车辆定位方法。为了实现在信号较差或没有信号的停车场内获取车辆准确位置的问题，本发明的方法包括下列步骤：获取车辆停车位周围的图像；提取所述图像的特征向量；将所述图像的特征向量与预先存储的图像的特征向量进行比对；根据上述比对结果，确定所述图像对应的停车位的位置信息，其中，所述预先存储的图像具有与其对应的预先存储的位置信息。在本发明的技术方案中，采用图像识别和特征向量比对的方式，避免了传统无线定位方法在地下停车场等信号较差或者没有信号时无法定位的问题。此外，由于图像的特征向量像生物基因一样具有唯一性，本发明的方法保证了高精度的定位准确性和可靠性。

Description

基于图像特征数据的车辆定位方法

技术领域

本发明属于车辆定位技术领域，具体涉及一种基于图像特征数据的车辆定位方法。

背景技术

近年来，随着电动汽车的推广，电动汽车的加电服务也越来越普及。在进行加电服务时，为了给电动汽车用户提供更好的加电体验，服务人员根据电动汽车的停放位置自行找到电动汽车，并为该电动汽车提供充电或换电服务。为了辅助服务人员快速找到需要服务的车辆，提高服务人员的工作效率，需要能够获取车辆在停车场的精确位置信息。

然而，由于大部分停车场通常建于信号较差的地下，导致停放于地下停车场的车辆无法接收到GPS或北斗导航等的定位信息。因此，当车辆停放于地下停车场时，无法利用GPS或北斗导航等系统来准确定位车辆在停车场中的精确停放位置，从而导致服务人员或者用户在寻车过程中需要耗费较多的时间和精力。

因此，本领域需要一种新的方法来解决上述问题。

发明内容

为了解决现有技术中的上述问题，即为了实现在信号较差或没有信号的停车场内获取车辆准确位置的问题，本发明提供了一种基于图像特征数据的车辆定位方法。该方法包括下列步骤：获取车辆停车位周围的图像；提取所述图像的特征向量；将所述图像的特征向量与预先存储的图像的特征向量进行比对；根据上述比对结果，确定所述图像对应的停车位的位置信息，其中，所述预先存储的图像具有与其对应的预先存储的位置信息。

在上述方法的优选实施方式中，所述“提取所述图像的特征向量”的步骤进一步包括：对所述图像进行灰度化处理，得到灰度矩阵；计算所述灰度矩阵的协方差矩阵；对所述协方差矩阵进行分解，得到所述图像的特征值和特征向量。

在上述方法的优选实施方式中，所述“提取所述图像的特征向量”的步骤还包括：在对所述图像进行灰度化处理之后，对灰度化处理后的图像进行归一化处理，从而得到所述灰度矩阵。

在上述方法的优选实施方式中，所述“将所述图像的特征向量与预先存储的图像的特征向量进行比对”的步骤进一步包括：根据所述特征值的大小选取预定数量的特征向量与所述预先存储的图像的特征向量进行比对。

在上述方法的优选实施方式中，所述“获取车辆停车位周围的图像”的步骤进一步包括：当车辆停至停车位后，车载摄像头自动拍摄所述停车位周围的图像。

在上述方法的优选实施方式中，所述车辆定位方法还包括：将拍摄到的所述图像上传至服务器，或者将拍摄到的所述图像传输给移动终端设备并由所述移动终端设备上传至服务器。

在上述方法的优选实施方式中，所述服务器能够对所述图像的特征向量进行提取、将所述图像的特征向量与预先存储的图像的特征向量进行比对以及根据比对结果确定所述图像对应的停车位的位置信息。

在上述方法的优选实施方式中，所述车辆定位方法还包括：将拍摄到的所述图像发送至车载处理器，由所述车载处理器对所述图像的特征向量进行提取。

在上述方法的优选实施方式中，所述车辆定位方法还包括：所述车载处理器将提取出的所述图像的特征向量上传至服务器，或者将提取出的所述图像的特征向量传输给移动终端设备，并由所述移动终端设备上传至服务器，所述服务器能够将所述图像的特征向量与预先存储的图像的特征向量进行比对，并根据比对结果确定所述图像对应的停车位的位置信息。

在上述方法的优选实施方式中，所述位置信息包括停车场的位置、停车场的名称、停车场的楼层以及停车位编号；并且/或者所述位置信息包括停车位导航信息；并且/或者所述移动终端设备是车辆使用者的手机。

在本发明的技术方案中，通过获取停车位周围的图像，并对该图像进行特征向量的提取，然后将该特征向量与预先存储的图像的特征向量进行比对，从而获取停车位的位置信息。本发明的方法采用图像识别和特征向量比对的方式，避免了传统无线定位方法在地下停车场等信号较差或者没有信号时无法定位的问题。此外，根据本发明的图像特征向量的提取方法，可以采用很小的一部分特征向量提取和比对(如只保留前10个最大特征值对应的特征向量进行比对)，在保证有效性的同时，也降低了定位系统的复杂性。另一方面，由于采用图像特征向量比对的方式，本发明能够实现如生物学DNA比对的有效性和精确性。

附图说明

图1是本发明的基于图像特征数据的车位定位方法的总体流程图；

图2是本发明的提取图像特征向量的流程图。

具体实施方式

下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非旨在限制本发明的保护范围。例如，尽管本申请中按照特定顺序描述了本发明的方法的各个步骤，但是这些顺序并不是限制性的，在不偏离本发明的基本原理的前提下，本领域技术人员可以按照不同的顺序来执行所述步骤。

如图1所示，本发明的基于图像特征数据的车辆定位方法包括以下步骤：

S110、获取车辆停车位周围的图像；

S120、提取所述图像的特征向量；

S130、将所述图像的特征向量与预先存储的图像的特征向量进行比对；

S140、根据上述比对结果，确定所述图像对应的停车位的位置信息，其中，所述预先存储的图像具有与其对应的预先存储的位置信息。

具体而言，在S110中，车辆停车位周围的图像可以通过多种方式获取。举例而言，当车辆停至停车位后，车载控制单元检测到车辆停好后，控制车载摄像头自动拍摄该停车位周围的一张或多张图像，并将拍摄的图像上传至服务器，或者将拍摄到的图像传输给移动终端设备(比如车辆使用者的手机)并由该移动终端设备上传至服务器。在本实施例中，当停车场存在无线公网信号时，车辆可以通过无线公网将拍摄的图像上传至服务器。当停车场没有无线公网信号时，通过车辆和手机之间直接点对点的短距离无线直连通信的方式，车辆可以将车载摄像头获取的图像传至车辆乘员的手机，车辆乘员(驾驶员或乘客)携带手机移动到具有无线公网信号的地方后，再通过该移动终端设备将该图像上传至服务器。此外，在将图像上传至服务器的过程中，可同时将车辆的身份信息(如车辆的车牌号、车型等用于识别车辆的信息)也上传至服务器。

在S120中，可按照图2所示的流程对图像的特征向量进行提取。该流程包括下列步骤：

S210、对图像进行灰度化处理；

S220、对灰度化处理后的图像进行归一化处理，得到灰度矩阵；

S230、计算灰度矩阵的协方差矩阵；

S240、对协方差矩阵进行分解得到图像的特征值和特征向量。

具体而言，在S210中，由于车身摄像头拍摄的图像为彩色图像，假设其大小为N xN个像素，每个像素用N个比特表示。其中，N的取值由摄像头的像素决定。在对图像进行灰度化处理时，首先将彩色图片灰度化为8比特大小为N x N个像素的黑白图像。

在S220中，将上述8比特的N x N像素的黑白图像通过数学插值方法统一转换为8比特M x M像素的图像，归一化大小后的图像在数学上可以表示为一个M x M的8比特的矩阵，矩阵中的每个元素对应图像中每个像素的灰度值。其中，M的取值可以为：256，512，1024，2048。在S230和S240中，根据上述得到的灰度矩阵，计算灰度矩阵的协方差矩阵，并对协方差矩阵进行分解得到图像的特征值和特征向量。计算协方差矩阵和分解协方差矩阵来得到图像特征值和特征向量的方法是本领域公知的，因而此处不再详细描述。

返回参照图1，在S130中，预先存储的图像的特征向量的提取同样是按照上述步骤S210～S240来进行。换言之，在建立图像的特征向量数据库时，可以通过停车场内的摄像头拍摄停车场的图像(如果停车场位于地面上，还可以通过空中遥感获取停车场的图像)，进而通过上述S210～S240来提取每个停车位的周围图像的特征向量，并将提取的特征向量存储于数据库中。这样一来使得停车场内的所有停车位周围的图像都转化为相应的特征向量。所述特征向量类似于生物学上的DNA，而每幅图像的特征向量均包含该图像的位置信息(如停车场的位置、停车场的名称、停车场的楼层以及停车位编号等)，每幅图像的位置信息即对应停车位的位置信息，这样只需比对图像的特征向量即可找到数据库中与该图像相一致的图像，进而确定该图像所对应的停车位的位置。

在一个可能的实施方式中，服务器预先存储有图像的特征向量，当服务器接收到车辆或移动终端设备上传的车辆停车位周围的图像后，服务器按照S210～S240的步骤对接收到的图像的特征向量进行提取，进而将提取到的图像的特征向量与预先存储的图像的特征向量进行比对。在S140中，根据上述比对结果，确定该图像对应的停车位的位置信息。具体地，在服务器的数据库中找到与该服务器提取的图像的特征向量相匹配的特征向量后，该特征向量对应的图像即为车辆停车位周围的图像，该图像的位置信息即是该车辆所在停车位的位置信息。此外，该位置信息还可以包括停车位的导航信息(如从停车场入口到每一个停车位的导航路线信息等)。当服务器获取到车辆所在停车位的位置信息后，将该位置信息发送给服务人员和用户。在该位置信息包含停车位导航信息的情形下，服务人员根据该位置信息和导航信息直接快速找到停车场内停放的车辆。尽管这里描述的是参考图像的特征向量存储在服务器中并且由服务器进行特征向量的提取和比对，但是，本领域技术人员能够理解的是，所述参考图像的特征向量显然也可以存储在其他位置，例如存储在车上，特征向量的提取和比对也可以由服务器之外的其他装置执行，例如车载处理器。

为了简化比对的过程以及降低系统的复杂度，可以根据特征值的大小选取预定数量的特征向量与预先存储的图像的特征向量进行比对。在本实施例中，将特征值按照从大到小排序，只保留前10个特征值对应的特征向量，进而将保留的这10个特征向量与预先存储的图像的特征向量进行比对即可，这样可以进一步缓解预先建立的数据库的容量。本领域技术人员能够理解的是，如果两幅图像中的10个最大的特征向量相一致或者基本匹配，则可以认定这两幅图像为同一幅图像，本领域技术人员也可以适当增加用来比对的特征向量的数量，以提高其精度。

在另一种可能的实施方式中，车辆通过车载摄像头自动拍摄该停车位周围的一张或多张图像后，将该图像发送至车载处理器，由车载处理器对该图像按照S210～S240来提取其特征向量。车载处理器将提取出的图像的特征向量上传至服务器，或者将提取出的图像的特征向量传输给移动终端设备并由该移动终端设备上传至服务器。然后在由服务器将该图像的特征向量与预先存储的图像的特征向量进行比对，并根据比对结果确定图像对应的停车位的位置信息。

还可以将存储有图像特性向量的数据库设置于车载存储单元，车载处理器将提取的图像的特征向量直接与图像特性向量的数据库中的图像特征向量进行比对，从而实现车载系统直接通过车身周围的图像获取车辆的位置信息。然后，车辆可以将该位置信息发送至服务器，或将该位置信息先发送到移动终端设备，由移动终端设备发送到服务器，然后由服务器将该位置信息发送给服务人员和用户。或者，车辆也可以直接将该位置信息发送给服务人员，或将该位置信息先发送到移动终端设备，由移动终端设备发送给服务人员。

作为本发明的第三种实施方式，当车辆停至停车位后，用户可以自行拍摄该停车位周围的图像，然后将拍摄的图像上传至服务器，由服务器进行后续处理(具体可参考上文描述，在此不再详细描述)。用户还可以直接对拍摄的图像进行处理(参考服务器对图像的处理方式)，从而获取车辆所在停车位的位置信息。此时，用户可以将该位置信息发送至服务器，由服务器将该位置信息发送给服务人员，或者用户直接将该位置信息发送给服务人员。

综上所述，为了解决在信号较差或没有信号的停车场内获取车辆准确位置的问题，本发明提出一种基于图像特征数据的车辆定位方法。具体地，通过获取停车位周围的图像，并对图像进行特征向量的提取，然后将该特征向量与预先存储的图像的特征向量进行比对，从而获取停车位的位置信息。此外，本发明的图像特征向量的提取方法，以及比对方法(比如只保留前10个最大特征值对应的特征向量进行比对)，在保证有效性的同时，也降低了定位系统的复杂性。

至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (10)

1.一种基于图像特征数据的车辆定位方法，其特征在于，所述方法包括下列步骤：

获取车辆停车位周围的图像；

提取所述图像的特征向量；

将所述图像的特征向量与预先存储的图像的特征向量进行比对；

根据上述比对结果，确定所述图像对应的停车位的位置信息，

其中，所述预先存储的图像具有与其对应的预先存储的位置信息。

2.根据权利要求1所述的基于图像特征数据的车辆定位方法，其特征在于，所述“提取所述图像的特征向量”的步骤进一步包括：

对所述图像进行灰度化处理，得到灰度矩阵；

计算所述灰度矩阵的协方差矩阵；

对所述协方差矩阵进行分解，得到所述图像的特征值和特征向量。

3.根据权利要求2所述的基于图像特征数据的车辆定位方法，其特征在于，所述“提取所述图像的特征向量”的步骤还包括：

在对所述图像进行灰度化处理之后，对灰度化处理后的图像进行归一化处理，从而得到所述灰度矩阵。

4.根据权利要求3所述的基于图像特征数据的车辆定位方法，其特征在于，所述“将所述图像的特征向量与预先存储的图像的特征向量进行比对”的步骤进一步包括：

根据所述特征值的大小选取预定数量的特征向量与所述预先存储的图像的特征向量进行比对。

5.根据权利要求1至4中任一项所述的基于图像特征数据的车辆定位方法，其特征在于，所述“获取车辆停车位周围的图像”的步骤进一步包括：当车辆停至停车位后，车载摄像头自动拍摄所述停车位周围的图像。

6.根据权利要求5所述的基于图像特征数据的车辆定位方法，其特征在于，所述车辆定位方法还包括：将拍摄到的所述图像上传至服务器，或者将拍摄到的所述图像传输给移动终端设备并由所述移动终端设备上传至服务器。

7.根据权利要求6所述的基于图像特征数据的车辆定位方法，其特征在于，所述服务器能够对所述图像的特征向量进行提取、将所述图像的特征向量与预先存储的图像的特征向量进行比对以及根据比对结果确定所述图像对应的停车位的位置信息。

8.根据权利要求5所述的基于图像特征数据的车辆定位方法，其特征在于，所述车辆定位方法还包括：将拍摄到的所述图像发送至车载处理器，由所述车载处理器对所述图像的特征向量进行提取。

9.根据权利要求8所述的基于图像特征数据的车辆定位方法，其特征在于，所述车辆定位方法还包括：所述车载处理器将提取出的所述图像的特征向量上传至服务器，或者将提取出的所述图像的特征向量传输给移动终端设备，并由所述移动终端设备上传至服务器，

所述服务器能够将所述图像的特征向量与预先存储的图像的特征向量进行比对，并根据比对结果确定所述图像对应的停车位的位置信息。

10.根据权利要求1至9中任一项所述的基于图像特征数据的车辆定位方法，其特征在于，所述位置信息包括停车场的位置、停车场的名称、停车场的楼层以及停车位编号；并且/或者

所述位置信息包括停车位导航信息；并且/或者

所述移动终端设备是车辆使用者的手机。