本文關(guān)鍵詞：結(jié)合光流法的車(chē)輛運(yùn)動(dòng)估計(jì)優(yōu)化方法

  更多相關(guān)文章： 車(chē)輛自主定位 圖像匹配 光流法 FAST算子 誤差估計(jì)

【摘要】：針對(duì)車(chē)輛自主定位實(shí)時(shí)準(zhǔn)確的要求,提出一種結(jié)合光流法的車(chē)輛運(yùn)動(dòng)估計(jì)優(yōu)化方法.采用改進(jìn)的Lucas-Kanade算法跟蹤FAST特征點(diǎn)計(jì)算其光流;進(jìn)而對(duì)圖像間偏移量進(jìn)行坐標(biāo)系轉(zhuǎn)換,獲得初始坐標(biāo)系下車(chē)輛的運(yùn)動(dòng)估計(jì)值;基于偏移量與旋轉(zhuǎn)角度誤差服從正態(tài)分布的假設(shè),優(yōu)化更新采用光流法的車(chē)輛運(yùn)動(dòng)結(jié)果,最終映射到世界坐標(biāo)系中獲得車(chē)輛運(yùn)行軌跡.通過(guò)測(cè)試多組不同車(chē)輛行駛軌跡,結(jié)果表明:該優(yōu)化方法突出了光流法的實(shí)時(shí)性并且克服了其精度差的缺點(diǎn),有效解決了由累積誤差引起的軌跡漂移情況,能夠提供車(chē)輛準(zhǔn)確實(shí)時(shí)的定位輸出.相較于基于特征點(diǎn)匹配的車(chē)輛定位其計(jì)算時(shí)間短,與常用的光流法比較,軌跡更加精確、光滑.
【作者單位】： 長(zhǎng)安大學(xué)信息工程學(xué)院;
【分類(lèi)號(hào)】：TP751;;TP391.7
【正文快照】： 高精度的車(chē)輛位置信息對(duì)車(chē)輛行為安全分析具有重要意義.近年來(lái),基于機(jī)器視覺(jué)的車(chē)輛定位逐漸成為自主導(dǎo)航的研究熱點(diǎn)[1].相較于傳統(tǒng)的定位方法(GPS、INS、里程計(jì)等),視覺(jué)里程計(jì)不存在信號(hào)盲區(qū)、不受車(chē)輪打滑影響,具有自主、定位精度高和不容易受干擾等優(yōu)點(diǎn)[2-3].文獻(xiàn)[4]提出了

【相似文獻(xiàn)】

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前3條

1 韓雷;;光流法在強(qiáng)對(duì)流天氣臨近預(yù)報(bào)中的應(yīng)用[A];第26屆中國(guó)氣象學(xué)會(huì)年會(huì)第三屆氣象綜合探測(cè)技術(shù)研討會(huì)分會(huì)場(chǎng)論文集[C];2009年

2 周仲文;劉洋;;基于輪廓匹配與光流預(yù)測(cè)的智能監(jiān)控應(yīng)用研究[A];2010年西南三省一市自動(dòng)化與儀器儀表學(xué)術(shù)年會(huì)論文集[C];2010年

3 唐勇;張桂林;李利榮;;基于光流的運(yùn)動(dòng)目標(biāo)檢測(cè)方法研究[A];冶金自動(dòng)化信息網(wǎng)年會(huì)論文集[C];2004年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 傅博;智能監(jiān)控系統(tǒng)中的若干個(gè)關(guān)鍵問(wèn)題研究[D];吉林大學(xué);2013年

2 于春雨;基于光流法火災(zāi)煙霧視頻圖像識(shí)別及多信息融合探測(cè)算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 劉潔;基于光流法的運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤算法研究[D];中國(guó)礦業(yè)大學(xué);2015年

2 王效文;基于光流法的車(chē)輛檢測(cè)與跟蹤[D];江蘇科技大學(xué);2015年

3 黃振棟;基于異構(gòu)多核的運(yùn)動(dòng)目標(biāo)檢測(cè)系統(tǒng)的設(shè)計(jì)與研究[D];哈爾濱工業(yè)大學(xué);2014年

4 程利群;基于半監(jiān)督式學(xué)習(xí)靶標(biāo)自動(dòng)識(shí)別方法研究[D];長(zhǎng)春理工大學(xué);2014年

5 廖錦毅;監(jiān)控視頻中的行人與車(chē)輛的在線跟蹤[D];浙江大學(xué);2016年

6 王琪;基于視頻光流特征一致性的幀間篡改取證算法研究[D];北京交通大學(xué);2016年

7 蔡佳麗;基于顯著性的運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)研究[D];中國(guó)科學(xué)院研究生院(光電技術(shù)研究所);2016年

8 劉慧勤;目標(biāo)檢測(cè)技術(shù)研究[D];中國(guó)科學(xué)院研究生院(光電技術(shù)研究所);2016年

9 黃杭;基于光流法的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤[D];東北大學(xué);2014年

10 于振東;基于光流法的瞳孔中心跟蹤算法[D];蘭州大學(xué);2016年

，

本文編號(hào)：1274462