基于地面快速鲁棒特征的智能车全局定位方法

论文摘要

针对目前视觉定位方法大多基于地面语义特征(如车道线、停车线等)容易受到其他地面语义特征(如箭头、斑马线等)的影响,提出了一种基于地面快速鲁棒特征(SURF)点的全局定位方法.该方法首先在鸟瞰图中检测SURF点,结合高精度GPS构建地面SURF地图.然后在此基础上,使用迭代最近点算法,将在线检测结果与地图匹配获得车辆全局定位,并通过扩展卡尔曼滤波将定位结果与惯导和里程计数据进行融合,提高全局定位精度.实验结果表明,所提出的方法可获得分米级定位结果,能满足智能车的定位需求.

论文目录

文章来源

类型: 期刊论文

作者: 胡兵,杨明,郭林栋,王春香,王冰

关键词: 快速鲁棒特征,迭代最近点,扩展卡尔曼滤波,智能车定位

来源: 上海交通大学学报 2019年02期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 公路与水路运输,计算机软件及计算机应用

单位: 上海交通大学自动化系上海市北斗导航与位置服务重点实验室

基金: 国家自然科学基金重大研究计划培育项目(91420101)

分类号: U491.7;TP391.41

DOI: 10.16183/j.cnki.jsjtu.2019.02.011

页码: 203-208

总页数: 6

文件大小: 1816K

下载量: 177

相关论文文献

标签：快速鲁棒特征论文;  迭代最近点论文;  扩展卡尔曼滤波论文;  智能车定位论文;