【摘要】：車輛自定位是實(shí)現(xiàn)智能車輛環(huán)境感知的核心問題之一.全球定位系統(tǒng)(Global Positioning System,GPS)定位誤差通常在10 m左右,不能滿足智能車輛的定位需求;慣性導(dǎo)航系統(tǒng)成本較高,不適于智能車輛的推廣.本文在視覺地圖基礎(chǔ)上,提出一種基于GPS與圖像融合的智能車輛定位算法.該算法以計(jì)算當(dāng)前位置距離視覺地圖中最近一個(gè)數(shù)據(jù)采集點(diǎn)的位姿為目標(biāo),首先運(yùn)用GPS信息進(jìn)行初定位,在視覺地圖中選取若干采集點(diǎn)作為初步候選,其次運(yùn)用Oriented FAST and Rotated BRIEF(ORB)全局特征進(jìn)行特征匹配,得到一個(gè)候選定位結(jié)果,最后通過待檢測圖像中的局部特征點(diǎn)與候選定位結(jié)果中的三維局部特征點(diǎn)建立透視n點(diǎn)模型(Perspective-n-Point,Pn P),得到車輛當(dāng)前的位姿,并以此對候選定位結(jié)果進(jìn)行修正,得到最終定位結(jié)果.實(shí)驗(yàn)在長為5 km的路段中進(jìn)行,并在不同天氣及不同智能車輛平臺(tái)測試.經(jīng)驗(yàn)證,平均定位精度為11.6 cm,最大定位誤差為37 cm,同時(shí)對不同天氣具有較強(qiáng)魯棒性.該算法滿足了智能車定位需求,且大幅降低了高精度定位成本.
[Abstract]:Vehicle self-localization is one of the core problems in realizing intelligent vehicle environment awareness. The positioning error of (Global Positioning System,GPS (Global Positioning system) is usually about 10 m, which can not meet the positioning requirement of intelligent vehicle, and the cost of inertial navigation system is high, so it is not suitable for the popularization of intelligent vehicle. This paper presents an intelligent vehicle location algorithm based on GPS and image fusion based on visual map. The algorithm aims at calculating the position and orientation of the nearest data acquisition point in the visual map from the current position. Firstly, GPS information is used for initial location, and a number of acquisition points are selected as the initial candidates in the visual map. Secondly, a candidate location result is obtained by using Oriented FAST and Rotated BRIEF (ORB) global feature matching. Finally, the perspective n-point model (Perspective-n-Point,Pn P),) is established by using the local feature points in the image to be detected and the 3D local feature points in the candidate location results. The final positioning results are obtained. The experiment was carried out in a 5 km section and tested on different weather and intelligent vehicle platforms. It is proved that the average positioning accuracy is 11.6 cm, and the maximum positioning error is 37 cm, and it is robust to different weather conditions. The algorithm meets the needs of intelligent vehicle positioning and greatly reduces the cost of high precision positioning.
【作者單位】： 純電動(dòng)汽車動(dòng)力系統(tǒng)設(shè)計(jì)與測試湖北省重點(diǎn)實(shí)驗(yàn)室;武漢理工大學(xué)智能交通系統(tǒng)研究中心;武漢理工大學(xué)能源與動(dòng)力工程學(xué)院;湖北省電池產(chǎn)品監(jiān)督檢驗(yàn)中心;
【基金】：國家自然科學(xué)基金(51679181) 純電動(dòng)汽車動(dòng)力系統(tǒng)設(shè)計(jì)與測試系統(tǒng)湖北省重點(diǎn)實(shí)驗(yàn)室開放基金(HBUASEV2015F001)~~
【分類號(hào)】：U463.6;U495

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 熊波;曲仕茹;;基于模糊控制的智能車輛自主行駛方法研究[J];交通運(yùn)輸系統(tǒng)工程與信息;2010年02期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李yN承;胡釗政;胡月志;吳華偉;;基于GPS與圖像融合的智能車輛高精度定位算法[J];交通運(yùn)輸系統(tǒng)工程與信息;2017年03期

2 尹訓(xùn)鋒;潘松峰;尹峰松;劉朔;;基于模糊PID的直線音圈電動(dòng)機(jī)減振系統(tǒng)設(shè)計(jì)[J];微特電機(jī);2017年02期

3 譚寶成;王賓;;無人駕駛車輛路徑跟蹤的增量式PID控制[J];西安工業(yè)大學(xué)學(xué)報(bào);2016年12期

4 單寶明;蔡漫漫;;基于攝像頭的直立行走智能車控制系統(tǒng)設(shè)計(jì)[J];甘肅科學(xué)學(xué)報(bào);2017年01期

5 尤曉玲;王能才;;基于二次型性能指標(biāo)學(xué)習(xí)算法的智能車舵機(jī)控制系統(tǒng)研究[J];自動(dòng)化與儀器儀表;2015年11期

6 鄭怡;王能才;;改進(jìn)的單神經(jīng)元自適應(yīng)PID控制算法在智能車速度控制系統(tǒng)中的研究與應(yīng)用[J];自動(dòng)化與儀器儀表;2015年03期

7 鄭怡;;基于遺傳算法的智能車速度控制系統(tǒng)研究[J];西北民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年01期

8 尤曉玲;王能才;;基于RBF神經(jīng)網(wǎng)絡(luò)的智能車速度控制系統(tǒng)研究[J];電氣自動(dòng)化;2015年01期

9 劉石紅;黨超亮;王能才;;基于PID神經(jīng)網(wǎng)絡(luò)的智能車舵機(jī)控制系統(tǒng)研究[J];工業(yè)儀表與自動(dòng)化裝置;2014年06期

10 蔡勇智;;基于圖像識(shí)別的汽車遇障報(bào)警系統(tǒng)研究[J];公路工程;2014年01期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 付夢印;李博;王美玲;;一種基于逆投影變換的智能車道路識(shí)別方法[J];光學(xué)技術(shù);2008年03期

2 馮鋒;鄧志良;趙旭;;AGV自動(dòng)導(dǎo)航小車自組織模糊控制器研究[J];微計(jì)算機(jī)信息;2008年10期

3 霍煒;劉大維;嚴(yán)天一;王江濤;陳煥明;;一種快速提取的道路標(biāo)識(shí)線識(shí)別方法研究[J];中國制造業(yè)信息化;2007年11期

4 皮燕妮,史忠科,黃金;智能車中基于單目視覺的前車檢測和跟蹤[J];計(jì)算機(jī)應(yīng)用;2005年01期

5 王英健,王玉鳳,范必雙;基于智能模糊控制的汽車自動(dòng)駕駛系統(tǒng)[J];微機(jī)發(fā)展;2004年12期

6 王榮本,李兵,徐友春,李斌;基于視覺的智能車輛自主導(dǎo)航最優(yōu)控制器設(shè)計(jì)[J];汽車工程;2001年02期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐友春,王榮本,李兵,李斌;世界智能車輛近況綜述[J];汽車工程;2001年05期

2 郭烈,王榮本,顧柏園,余天洪;世界智能車輛行人檢測技術(shù)綜述[J];公路交通科技;2005年11期

3 李旭;張為公;;智能車輛導(dǎo)航技術(shù)的研究進(jìn)展[J];機(jī)器人技術(shù)與應(yīng)用;2007年04期

4 程釗;萬齊齊;唐旋來;劉廣林;彭剛;黃心漢;王永驥;;智能車道路識(shí)別及控制研究[J];伺服控制;2007年06期

5 劉運(yùn)哲;智能車輛公路系統(tǒng)評價(jià)體系[J];國外公路;1997年02期

6 劉東民;智能車輛的開發(fā)目標(biāo)及方向[J];陜西汽車;1999年02期

7 熊升華;趙海良;;基于矩形安全鄰域的智能車移動(dòng)仿真研究[J];計(jì)算機(jī)應(yīng)用研究;2013年12期

8 潘明;汪鐳;康琦;吳啟迪;;基于電磁信號(hào)導(dǎo)航的智能車系統(tǒng)設(shè)計(jì)與開發(fā)[J];中國科技論文;2014年04期

9 王榮本,李兵,施樹明,李斌;世界智能車輛研究概述[J];公路交通科技;2001年05期

10 黨宏社,韓崇昭,段戰(zhàn)勝;智能車輛系統(tǒng)發(fā)展及其關(guān)鍵技術(shù)概述[J];公路交通科技;2002年06期

相關(guān)會(huì)議論文 前6條

1 張祖鋒;徐友春;張鵬;朱增輝;;縮微智能車的環(huán)境感知與控制決策算法研究[A];第八屆中國智能交通年會(huì)優(yōu)秀論文集——智能交通與安全[C];2013年

2 汪鐵民;;智能車輛的若干問題[A];四川省第九屆（2009年）汽車學(xué)術(shù)交流年會(huì)論文集[C];2009年

3 黃鴻;呂曉華;任雪梅;;基于SPCE061A的智能車模語音控制系統(tǒng)[A];國產(chǎn)科學(xué)儀器應(yīng)用、創(chuàng)新和產(chǎn)業(yè)化學(xué)術(shù)研討會(huì)論文集（二）[C];2007年

4 張國伍;錢大琳;;中國智能交通發(fā)展戰(zhàn)略構(gòu)想[A];西部開發(fā)與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會(huì)第12屆年會(huì)論文集[C];2002年

5 王立琦;杜茂;;基于激光掃描儀的智能車前方障礙物檢測[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

6 孫懷江;;ALVINN及其擴(kuò)展[A];全面建設(shè)小康社會(huì)：中國科技工作者的歷史責(zé)任——中國科協(xié)2003年學(xué)術(shù)年會(huì)論文集（上）[C];2003年

相關(guān)重要報(bào)紙文章 前4條

1 記者 劉莉;“中國智能車未來挑戰(zhàn)賽”西安開戰(zhàn)[N];科技日報(bào);2010年

2 陳海霞　顏士秀 小莉;常州“智能車”全國奪冠[N];常州日報(bào);2010年

3 記者張兆軍;兩種智能車 無人可駕駛[N];科技日報(bào);2003年

4 記者 孫春艷;“科博會(huì)”在京開幕[N];吉林日報(bào);2003年

相關(guān)博士學(xué)位論文 前10條

1 蘭艷亭;基于免疫機(jī)制的智能車轉(zhuǎn)向控制系統(tǒng)研究[D];中北大學(xué);2017年

2 錢臻;基于組合定位技術(shù)的多智能車輛合作編隊(duì)仿真技術(shù)研究[D];東北林業(yè)大學(xué);2012年

3 汪明磊;智能車輛自主導(dǎo)航中避障路徑規(guī)劃與跟蹤控制研究[D];合肥工業(yè)大學(xué);2013年

4 劉華軍;面向智能車輛的道路環(huán)境理解技術(shù)研究[D];南京理工大學(xué);2007年

5 李進(jìn);視覺導(dǎo)航智能車輛的路徑識(shí)別和跟蹤控制[D];合肥工業(yè)大學(xué);2008年

6 沈志熙;基于視覺導(dǎo)航的智能車輛在城區(qū)復(fù)雜場景中的目標(biāo)檢測技術(shù)研究[D];重慶大學(xué);2008年

7 王鋒輝;面向區(qū)域智能運(yùn)輸?shù)亩嘀悄苘囕v協(xié)作研究[D];上海交通大學(xué);2009年

8 焦俊;基于多Agent系統(tǒng)的智能車輛自主行駛控制研究[D];合肥工業(yè)大學(xué);2010年

9 郭景華;視覺導(dǎo)航式智能車輛橫向與縱向控制研究[D];大連理工大學(xué);2012年

10 李貽斌;ITS智能車輛關(guān)鍵技術(shù)研究[D];天津大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 馬育林;智能車自主駕駛控制系統(tǒng)研制與試驗(yàn)[D];武漢理工大學(xué);2010年

2 邱迎;道路自動(dòng)識(shí)別與控制的智能車系統(tǒng)的研究[D];重慶大學(xué);2010年

3 郭達(dá);智能車避障路徑動(dòng)態(tài)規(guī)劃和車體控制研究[D];長安大學(xué);2015年

4 崔佳超;無人駕駛智能車在動(dòng)態(tài)環(huán)境中的避障方法[D];西安工業(yè)大學(xué);2015年

5 楊成;無人駕駛智能車障礙檢測方法研究[D];西安工業(yè)大學(xué);2015年

6 劉健全;基于高速移動(dòng)網(wǎng)絡(luò)的智能車視頻駕駛系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];浙江大學(xué);2015年

7 劉遠(yuǎn)源;校園環(huán)境下的運(yùn)動(dòng)目標(biāo)檢測與跟蹤的研究與實(shí)現(xiàn)[D];浙江大學(xué);2015年

8 逄偉;低速環(huán)境下的智能車無人駕駛技術(shù)研究[D];浙江大學(xué);2015年

9 孫濤;基于MC9S12DG128的智能車控制系統(tǒng)研究[D];南昌大學(xué);2015年

10 王廣瑋;智能車輛橫向運(yùn)動(dòng)控制系統(tǒng)設(shè)計(jì)與實(shí)驗(yàn)研究[D];貴州大學(xué);2015年

，

本文編號(hào)：2392446