Print

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

  • 1 地面SURF特征点检测
  • 2 SURF点地图构建
  • 3 在线定位
  •   3.1 基于ICP的地图匹配
  •   3.2 基于EKF的定位滤波
  • 4 实验结果与分析
  •   4.1 实验平台介绍
  •   4.2 建图的实验结果
  •   4.3 定位的实验结果
  • 5 结论

    • 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

    本文来源: https://www.lunwen66.cn/article/7de6f977183deeea0fd9daaa.html