CN109035841B - 停车场车辆定位系统及方法 - Google Patents
停车场车辆定位系统及方法 Download PDFInfo
- Publication number
- CN109035841B CN109035841B CN201811154451.5A CN201811154451A CN109035841B CN 109035841 B CN109035841 B CN 109035841B CN 201811154451 A CN201811154451 A CN 201811154451A CN 109035841 B CN109035841 B CN 109035841B
- Authority
- CN
- China
- Prior art keywords
- parking lot
- information
- vehicle
- environment image
- positioning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
- H04N23/54—Mounting of pick-up tubes, electronic image sensors, deviation or focusing coils
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种停车场车辆定位系统及方法,该系统包括:安装支架、传感器模块、供电模块、主控计算机;其中:所述安装支架,用于将所述传感器模块、供电模块、主控计算机安装于车辆顶部;所述供电模块,用于向所述传感器模块、主控计算机提供电能;所述传感器模块,用于获取停车场的RGB信息和深度信息;所述主控计算机,用于对所述RGB信息和深度信息进行分析处理后,结合停车场离线地图来获得车辆的定位信息。本发明可实现在无GNSS的停车场环境下提供高精度实时定位的目的,成本低,操作简单,易于安装。
Description
技术领域
本发明涉及车辆定位技术领域,具体地,涉及一种停车场车辆定位系统及方法。
背景技术
随着我国经济水平和人们生活水平的提高,汽车拥有量也逐渐增多,交通效率低下已成为制约人们生活乃至发展的严重问题。地下停车场是生活中很常见的环境,其规模也在不断地扩大,驾驶员和乘客在寻找车位、车辆定位和导航上正面临着日益严峻的挑战。
在地下停车场的环境中,由于建筑墙体遮挡,无法接收到GNSS(GlobalNavigation Satellite System,全球导航卫星系统)信号,不能采用GNSS定位方案。当前实现地下停车场定位的方法主要有UWB(Ultra Wideband,超宽带)定位系统、磁钉定位系统和视觉定位系统。
但是,UWB定位系统依靠无线设备,它需要部署大量的基站设备,成本昂贵。磁钉定位系统虽然可以确保准确性,但必须要对停车场进行改造,向地下埋入磁钉,费时费力,耗资较大。普通的单目、双目视觉定位系统,对光线很敏感,室内停车场光线不易控制,很难应用。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种停车场车辆定位系统及方法。
第一方面,本发明实施例提供一种停车场车辆定位系统,包括:安装支架、传感器模块、供电模块、主控计算机;其中:
所述安装支架,用于将所述传感器模块、供电模块、主控计算机安装于车辆顶部;
所述供电模块,用于向所述传感器模块、主控计算机提供电能;
所述传感器模块,用于获取停车场的RGB(Red Green Blue,红绿蓝)信息和深度信息;
所述主控计算机,用于对所述RGB信息和深度信息进行分析处理后,结合停车场离线地图来获得车辆的定位信息。
可选地,所述传感器模块为TOF(Time of flight,飞行时间)相机,用于获取停车场的彩色图像和深度图像;其中,所述TOF相机的视野范围为60°,有效探测距离5米。
可选地,所述TOF相机垂直安装于所述安装支架上,且所述TOF相机朝向停车厂的顶棚;其中,所述TOF相机的镜头方向和垂直方向夹角根据停车场顶棚实际高度进行调整,用于采集停车场顶棚的RGB信息和深度信息。
可选地,所述主控计算机,具体用于:
对所述传感器模块采集的停车场的RGB信息、深度信息进行分析处理,获得车辆当前位置的环境图像;
结合停车场离线地图,获取停车场环境图像集;
根据ICP匹配算法,从所述停车场环境图像集中获取与所述车辆当前位置的环境图像匹配的待定位环境图像;
根据所述待定位环境图像,获得车辆定位信息。
可选地,所述供电模块为12V大容量可充电电池,用于为所述传感器模块和主控计算机进行持续供电。
可选地,所述安装支架为可装卸机构。
可选地,所述停车场离线地图为根据定位与地图创建算法生成的停车场顶棚的三维点云地图,所述停车场离线地图中包含有环境图像、位置信息,以及环境图像与位置信息的匹配关系;其中,所述环境图像包括:停车场顶棚管道信息、墙体信息、标志牌信息。
可选地,所述定位与地图创建算法,包括:前端处理、后端处理、闭环检测三个步骤;其中:
前端处理步骤,用于分析环境的RGB信息、深度信息,获得环境图像;根据特征点匹配,获得所述环境图像与位置信息的匹配关系;
后端处理步骤,用于对所述前端处理后的环境图像进行优化处理,获得优化后的环境图像与位置信息的匹配关系;
闭环检测步骤,用于根据全局贝叶斯过滤器,对所述优化后的环境图像与位置信息的匹配关系进行优化校正,获得三维点云地图。
第二方面,本发明实施例提供一种停车场车辆定位方法,应用第一方面中任一项所述的停车场车辆定位系统,执行对停车场车辆进行定位,其中,所述方法包括:
步骤1:获取停车场顶棚的三维点云地图,并将所述停车场顶棚的三维点云地图保存成离线地图文件;
步骤2:主控计算机读取步骤1的离线地图文件;
步骤3:传感器模块读取停车场的RGB信息和深度信息;
步骤4:主控计算机基于ICP匹配的定位算法获得车辆在停车场顶棚的三维点云地图上的定位结果。
与现有技术相比,本发明具有如下的有益效果:
1、本发明充分利用地下停车场顶棚丰富的视觉特征信息,以及车顶距离地下停车场顶棚的距离在TOF相机的探测范围之内的优势,选用TOF相机作为视觉传感器,更适合地下停车场的应用环境,鲁棒性更强,可实现在无GNSS的环境下提供高精度的实时定位结果。
2、本发明的定位装置相对其他定位装置,在保证精度的情况下,成本低,操作简单,易于安装。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明实施例提供的停车场车辆定位系统的结构示意图;
图2为本发明实施例提供的停车场车辆定位系统的另一角度结构示意图;
图3为本发明实施例提供的停车场车辆定位方法的原理示意图。
图中:
1-装置支架;
2-传感器模块;
3-主控计算机;
4-供电模块。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
图1为本发明实施例提供的停车场车辆定位系统的结构示意图,图2为本发明实施例提供的停车场车辆定位系统的另一角度结构示意图。参见图1、图2,本实施例中的系统可以包括:装置支架1、传感器模块2、主控计算机3、供电模块4,其中:
所述装置支架1,安装于车辆上方,用可以快速安装拆卸的机构与车顶相连并固定;所述装置支架1可以确保TOF相机不会因车体晃动发生移位。
所述传感器模块2,选用精度较高且价格低廉的Kinect v2 TOF相机,可以同时获得彩色图像和深度图像,视野角度θ为60°,有效探测距离5米。如图2所示,所述TOF相机垂直安装于装置支架上,镜头朝上,镜头方向和垂直方向夹角为30°,用于采集停车场顶棚的RGB信息和深度信息。
所述主控计算机3,通过数据线采集TOF相机获得的RGB信息和深度信息;所述主控计算机3上装有基于同时定位与地图创建算法的停车场顶棚的三维点云地图生成和定位软件,在获得TOF相机采集到的数据后,依次经过基于特征点提取和匹配的同时定位与地图创建步骤和基于图优化的优化步骤,得到停车场顶棚的三维点云地图;所述主控计算机3上的定位软件,在定位模式下,可以加载事先建立好的离线地图,在进行全局初始化后,可以实时获得精确的定位结果。
具体地,同时定位与地图创建算法,包含基于特征点匹配的前端、基于图优化的后端和基于全局贝叶斯过滤器的闭环检测,其中:前端用于生成基本的视觉点云地图和位姿,后端用于优化前端的计算结果获得可靠的定位信息,闭环检测用于优化校正全局地图。所述主控计算机,在建图模式下,用于存储地下停车场顶棚的TOF相机采集的数据,在采集完成后运行同时定位与地图创建算法,以获得停车场顶棚的三维点云地图;在定位模式下,加载停车场顶棚的三维点云地图,读取当前TOF相机的数据,用定位算法实时获得精确的定位信息。
所述供电模块4,选用12V可充电电池,容量大,可以持续为TOF相机和主控计算机供电。
另外,本发明实施例还提供一种停车场车辆定位方法,可以应用在前述中任一项的停车场车辆定位系统中。图3为本发明实施例提供的停车场车辆定位方法的原理示意图。如图3所示,方法包括:
步骤1:使用所述装置在地下停车场采集数据,建立停车场顶棚的三维点云地图,保存成离线地图文件;
步骤2:主控计算机读取步骤1建立的停车场顶棚的三维点云地图;
步骤3:传感器模块实时采集地下停车场顶棚的RGB信息和深度信息;
步骤4:主控计算机根据采集到的地下停车场顶棚的RGB信息和深度信息,运用基于ICP匹配的定位算法获得定位结果,实时输出车辆在地图中的精确位置;
步骤5:重复步骤2到步骤4,直到关闭定位装置,实现车辆在地下车库环境的实时定位。
本发明实施例提供的停车场车辆定位系统,充分利用地下停车场顶棚丰富的视觉特征信息,以及车顶距离地下停车场顶棚的距离在TOF相机的探测范围之内的优势,选用TOF相机作为视觉传感器,更适合地下停车场的应用环境,鲁棒性更强,可实现在无GNSS的环境下提供高精度的实时定位结果。而且,在保证精度的情况下,成本低,操作简单,易于安装。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (5)
1.一种停车场车辆定位系统,其特征在于,包括:安装支架、传感器模块、供电模块、主控计算机;其中:
所述安装支架,用于将所述传感器模块、供电模块、主控计算机安装于车辆顶部;
所述供电模块,用于向所述传感器模块、主控计算机提供电能;
所述传感器模块,用于获取停车场的RGB信息和深度信息;所述传感器模块为TOF相机,所述TOF相机垂直安装于所述安装支架上,且所述TOF相机朝向停车厂的顶棚;其中,所述TOF相机的镜头方向和垂直方向夹角根据停车场顶棚实际高度进行调整,用于采集停车场顶棚的RGB信息和深度信息;
所述主控计算机,用于对所述RGB信息和深度信息进行分析处理后,结合停车场离线地图来获得车辆的定位信息;
所述主控计算机,具体用于:
对所述传感器模块采集的停车场的RGB信息、深度信息进行分析处理,获得车辆当前位置的环境图像;
结合停车场离线地图,获取停车场环境图像集;
根据ICP匹配算法,从所述停车场环境图像集中获取与所述车辆当前位置的环境图像匹配的待定位环境图像;
根据所述待定位环境图像,获得车辆定位信息;
所述停车场离线地图为根据定位与地图创建算法生成的停车场顶棚的三维点云地图,所述停车场离线地图中包含有环境图像、位置信息,以及环境图像与位置信息的匹配关系;其中,所述环境图像包括:停车场顶棚管道信息、墙体信息、标志牌信息;
所述定位与地图创建算法,包括:前端处理、后端处理、闭环检测三个步骤;其中:
前端处理步骤,用于分析环境的RGB信息、深度信息,获得环境图像;根据特征点匹配,获得所述环境图像与位置信息的匹配关系;
后端处理步骤,用于对所述前端处理后的环境图像进行优化处理,获得优化后的环境图像与位置信息的匹配关系;
闭环检测步骤,用于根据全局贝叶斯过滤器,对所述优化后的环境图像与位置信息的匹配关系进行优化校正,获得三维点云地图。
2.根据权利要求1所述的停车场车辆定位系统,其特征在于,所述TOF相机的视野范围为60°,有效探测距离5米。
3.根据权利要求1所述的停车场车辆定位系统,其特征在于,所述供电模块为12V大容量可充电电池,用于为所述传感器模块和主控计算机进行持续供电。
4.根据权利要求1所述的停车场车辆定位系统,其特征在于,所述安装支架为可装卸机构。
5.一种停车场车辆定位方法,其特征在于,应用如权利要求1-4中任一项所述的停车场车辆定位系统,执行对停车场车辆进行定位,其中,所述方法包括:
步骤1:获取停车场顶棚的三维点云地图,并将所述停车场顶棚的三维点云地图保存成离线地图文件;
步骤2:主控计算机读取步骤1的离线地图文件;
步骤3:传感器模块读取停车场的RGB信息和深度信息;
步骤4:主控计算机基于ICP匹配的定位算法获得车辆在停车场顶棚的三维点云地图上的定位结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811154451.5A CN109035841B (zh) | 2018-09-30 | 2018-09-30 | 停车场车辆定位系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811154451.5A CN109035841B (zh) | 2018-09-30 | 2018-09-30 | 停车场车辆定位系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109035841A CN109035841A (zh) | 2018-12-18 |
CN109035841B true CN109035841B (zh) | 2020-10-09 |
Family
ID=64615592
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811154451.5A Active CN109035841B (zh) | 2018-09-30 | 2018-09-30 | 停车场车辆定位系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109035841B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111369779B (zh) | 2018-12-26 | 2021-09-03 | 北京图森智途科技有限公司 | 一种岸吊区卡车精准停车方法、设备及系统 |
CN110082779A (zh) * | 2019-03-19 | 2019-08-02 | 同济大学 | 一种基于3d激光雷达的车辆位姿定位方法及系统 |
CN110264777B (zh) * | 2019-06-26 | 2020-12-15 | 广州小鹏汽车科技有限公司 | 室内车辆导航方法、装置、存储介质及车辆控制终端 |
CN110595492B (zh) * | 2019-09-25 | 2021-07-16 | 上海交通大学 | 园区环境下的车辆自定位系统及方法 |
CN113658449B (zh) * | 2021-07-27 | 2022-09-23 | 上海交通大学 | 停车场车辆定位系统及方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104952254B (zh) * | 2014-03-31 | 2018-01-23 | 比亚迪股份有限公司 | 车辆识别方法、装置和车辆 |
WO2016107638A1 (en) * | 2014-12-29 | 2016-07-07 | Keylemon Sa | An image face processing method and apparatus |
CN106840148B (zh) * | 2017-01-24 | 2020-07-17 | 东南大学 | 室外作业环境下基于双目摄像机的可穿戴式定位与路径引导方法 |
CN107563347B (zh) * | 2017-09-20 | 2019-12-13 | 南京行者易智能交通科技有限公司 | 一种基于tof相机的客流计数方法和装置 |
CN108226938B (zh) * | 2017-12-08 | 2021-09-21 | 华南理工大学 | 一种agv小车的定位系统和方法 |
CN108345305B (zh) * | 2018-01-31 | 2020-09-29 | 中国矿业大学 | 无轨胶轮车智能车载系统、井下车辆调度系统和控制方法 |
-
2018
- 2018-09-30 CN CN201811154451.5A patent/CN109035841B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109035841A (zh) | 2018-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109035841B (zh) | 停车场车辆定位系统及方法 | |
CN110174093B (zh) | 定位方法、装置、设备和计算机可读存储介质 | |
CN104217439B (zh) | 一种室内视觉定位系统及方法 | |
CN101358846B (zh) | 使用可见光通信确定移动物体位置的方法和装置 | |
CN108571971B (zh) | 一种agv视觉定位系统及方法 | |
CN106443687B (zh) | 一种基于激光雷达和全景相机的背负式移动测绘系统 | |
CN104865578A (zh) | 一种室内停车场高精细地图生成装置及方法 | |
CN103901895B (zh) | 一种基于无极FastSLAM算法和匹配优化目标定位方法及机器人 | |
CN109737981B (zh) | 基于多传感器的无人车目标搜索装置及方法 | |
US20190001832A1 (en) | Method for implementing at least one power supply procedure from at least one power supply unit to at least one transportation vehicle to be supplied with power | |
CN103699126A (zh) | 智能导游机器人 | |
CN112346453A (zh) | 机器人自动回充方法、装置、机器人和存储介质 | |
CN105407530B (zh) | 隧道定位方法及装置 | |
Quan et al. | Research on fast identification and location of contour features of electric vehicle charging port in complex scenes | |
CN110827358A (zh) | 一种应用于自动驾驶汽车的相机标定方法 | |
WO2019242566A1 (zh) | 智能感知系统的装置 | |
CN205354374U (zh) | 基于太阳能无人机群的大型停车场车位检测系统 | |
CN112068567B (zh) | 一种基于超宽带和视觉图像的定位方法及定位系统 | |
CN103759724A (zh) | 一种基于灯饰特征的室内导航方法及系统 | |
CN113311821A (zh) | 一种多悬垂管道探伤移动机器人的建图与定位系统及方法 | |
CN113607158A (zh) | 基于可见光通信的平板光源视觉识别匹配定位方法及系统 | |
CN113985383B (zh) | 一种房屋外轮廓测绘方法、装置、系统和可读介质 | |
US20190293444A1 (en) | Lane level accuracy using vision of roadway lights and particle filter | |
CN109345567A (zh) | 物体运动轨迹识别方法、装置、设备和存储介质 | |
CN113658449B (zh) | 停车场车辆定位系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |