(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111627216.7 (22)申请日 2021.12.28 (71)申请人 湖北工业大 学 地址 430068 湖北省武汉市洪山区南李路 28号 (72)发明人 王相龙　徐志刚　严忠贞　郭峰　 朱信远　周辉　刘春　王薇　 (74)专利代理 机构 武汉华强专利代理事务所 (普通合伙) 42237 代理人 温珊姗 (51)Int.Cl. G06V 20/56(2022.01) G06V 10/75(2022.01) G06V 10/44(2022.01) G06K 9/62(2022.01) (54)发明名称 一种基于锚点图像的地下停车场多尺度场 景识别方法 (57)摘要 本发明只需分为节点式地图构建阶段和多 尺度场景识别阶段。 首先构建包含 前视和仰视视 角图像特征的节点式地图。 将地下停车场平均切 割若干个地图子块， 每个地图子块构建一个节 点， 每个节点包含前视和仰视的图像特征， 所构 建的节点式地图表征地下停车场。 再将数个地图 子块拼接成一个区域， 在区域中选取一个具有代 表性的节 点作为锚点节点， 该锚点节 点的图像特 征能有效表征所在的区域特征。 在定位阶段， 首 先以前视图像特征为匹配依据， 将待定位位置与 所有锚点节 点进行匹配， 定位到该节 点所在的区 域， 实现初定位。 再以仰视图像特征为匹配依据， 定位到距离待定位位置最近的一个地图节点， 实 现场景识别。 权利要求书1页 说明书4页 附图2页 CN 114299462 A 2022.04.08 CN 114299462 A 1.一种基于锚点图像的地下停车场多尺度场景识别方法， 其特 征在于： 步骤1： 首先对地下停车场构建地图， 以地下停车场的中心为原点， 分别以停车场的长 和宽构建X， Y轴， 完成地下停车场地图的参 考坐标系构建； 将所构建的地下停车场地图均匀切割成k个地图子块， 每个地图子块利用一个节点表 征， 所构建节点式地图集Data由一系列节点构成： Data＝{n1， n2， ...， nk} 式中， k为节点的数量； 在每个节点处采集前视和仰视视角的图像， 两个视角的图像由固定位置的车载摄像头 采集得到； 每 个节点为P(xi,yi)包含该位置的仰视 视角和前视 视角的图像特 征： P(xi,yi)＝{F(xi,yi),D(xi,yi)} 式中， F(xi,yi)和D(xi,yi)分别为节点P(xi,yi)的前视视角和仰视视角图像特征， 所提 取的图像特 征为图像局部特 征， 包含但不仅 仅局限于SIFT， SURF， ORB， LDB图像局部特 征； 步骤2： 将数个地图子块进行拼接形成区域， 在每块区域中挑选一张具有代表性的前视 图像作为锚点图像； 由于车辆行驶方向为固定的方向， 并且前视摄像头是刚性固定在智能 车中， 因此， 每块区域采集的最后一张前视 视角的图像特 征用于表征 所在的区域； 步骤3： 利用所构建的节点式地图， 实现多尺度场景识别； 所提出的多尺度场景识别分 为两步： 1)基于锚点节点的初定位； 2)基于仰视图像局部特 征的场景识别。 2.根据权利要求1所述的方法， 其特征在于， 所述步骤2中， 由于不同大小的区域构建的 锚点图像表征范围不同， 需要选取合适数量的地图子块构建区域， 从而使锚点图像具有更 好的泛化性能， 将锚点图像与区域中心的前视图像进行匹配， 以匹配的图像局部特征点对 数为依据， 利用KN N算法选取合 适数量的地图子块构建区域。 3.根据权利要求1所述的方法， 其特征在于， 所述步骤3中， 基于锚点节点的初定位包 括： 将待定位处与所有锚点节点的前视图像特征进行匹配， 并利用RANSAC算法去除错误的 匹配点对； 通过比较匹配特征点对的数量， 筛选出与待定位位置nC匹配点对最大的锚点节 点m*： 式中， P(nC|Data)为匹配的特 征点对数； 锚点节点m*所对应的区域即为初定位结果。 4.根据权利要求1所述的方法， 其特征在于， 所述步骤3 中， 基于仰视图像局部特征的场 景识别包括： 经过初定位后， 筛选出距离待定位位置距离较近的候选地图节点集Datac， 再逐一匹配 待定位位置nC和候选地图节点集Datac的图像局部特征点， 并利用RANS AC算法去除错误的匹 配点对； 最后以匹配的图像特征点对数P(nC|Datac)为定位依据， 选取与待定位位置匹配点 对数最大的地图节点m ′: 地图节点m ′即与待定位位置最近的地图节点， 通过选取与候选地图节点匹配点对数量 最高的地图节点， 从而实现场景识别。权　利　要　求　书 1/1 页 2 CN 114299462 A 2一种基于锚点图像的地下停车场多尺度场景识别方 法 技术领域 [0001]本发明涉及车辆定位领域， 具体涉及一种基于锚点图像的地下停车场多尺度场景 识别方法。 背景技术 [0002]地下停车场场景识别任务是找到距离待定位位置最近的地图节点， 是实现地下停 车场定位的重要步骤。 由于地下停车场无法接受到 GPS信号， 传统场景识别方法是在地下停 车场布设大量的基站(如WiFi， 蓝牙， ZigBee等)， 通过匹配信号强弱实现定位。 传统方法不 仅部署成本较高， 而且定位精度不高。 针对于此， 本发明提出一种基于锚点图像的地下停车 场多尺度场景识别方法。 通过构建节 点式地图， 并构建锚点节点， 最后实现一种多尺度场景 识别， 所提出的方法能在无GP S的地下停车场实现精确的场景识别。 [0003]目前， 在地下停 车场定位方面已有一些成果， 具有代表性的专利有： 已公布的专利 CN111044048A， 公布日2020年4月23日， 专利名为 “一种基于映射模型的地下停车场 可见光 定位方法 ”， 公开了一种利用LED灯编码实现的车辆定位方法。 已公布专利CN109121070A， 公 布日“2019年1月1日 ”， 专利名为 “一种地下停车场蓝牙布局和定位方法 ”， 公开了一种利用 蓝牙信号 实现的车辆定位方法。 这些专利所提出的方法均需要在地下停车场进行密集布设 基站， 因此实现成本较高， 不利于大规模商业部署。 [0004]本发明专利提供一种基于锚点图像的地下停车场多尺度场景识别方法。 首先将所 构建的地图平均分割成大小相同的地图子块， 在每个地图子块构建一个地图节点， 所构建 的地图节点是对地图子块的表征。 每个节点包含前视和 仰视的图像特征。 因此， 地下停车场 可用一系列节点表征， 由一系列节点所构建的地图称之为节点式地图。 然后对数个地图子 块进行拼接形成区域， 并在区域中选取一个具有代表性的节点作为锚点节点， 该锚点节点 的图像特征能有效表征所在的区域， 所表征的区域由多个图像子块构成。 在定位阶段， 首 先， 以前视图像特征为匹配依据， 将待定位位置与所有锚点节点进 行匹配， 定位到该节点所 在的区域， 实现初定位。 再以仰视图像特征为匹配依据， 定位到距离待定位位置最近的地图 节点， 实现场景识别。 [0005]本发明的创新之处在于： 利用前视和仰视图像特征构建地图节点， 并且构建锚点 节点用以表征区域。 并且在此基础上， 提出一种多尺度场景识别方法， 该方法只需匹配图像 特征， 便实现精确 和高效的场景识别。 发明内容 [0006]本发明提供一种基于锚点图像的地下停车场多尺度场景识别方法。 [0007]本发明分为地图构建阶段和定位阶段。 在地图构建阶段， 通过采集前视和仰视视 角的图像， 通过提取两个视角的图像特征构建节点， 并利用节点构建地图。 此外， 在构建节 点式地图的基础上， 构建锚点节点表征地图的区域特征。 在定位阶段， 首先通过匹配待定位 位置和锚点节点的前视图像特征， 实现初定位。 然后匹配待定位位置和节点的仰视图像特说　明　书 1/4 页 3 CN 114299462 A 3