基于GPS与图像融合的智能车辆高精度定位算法

发布时间：2018-12-26 17:28

【摘要】：车辆自定位是实现智能车辆环境感知的核心问题之一.全球定位系统(Global Positioning System,GPS)定位误差通常在10 m左右,不能满足智能车辆的定位需求;惯性导航系统成本较高,不适于智能车辆的推广.本文在视觉地图基础上,提出一种基于GPS与图像融合的智能车辆定位算法.该算法以计算当前位置距离视觉地图中最近一个数据采集点的位姿为目标,首先运用GPS信息进行初定位,在视觉地图中选取若干采集点作为初步候选,其次运用Oriented FAST and Rotated BRIEF(ORB)全局特征进行特征匹配,得到一个候选定位结果,最后通过待检测图像中的局部特征点与候选定位结果中的三维局部特征点建立透视n点模型(Perspective-n-Point,Pn P),得到车辆当前的位姿,并以此对候选定位结果进行修正,得到最终定位结果.实验在长为5 km的路段中进行,并在不同天气及不同智能车辆平台测试.经验证,平均定位精度为11.6 cm,最大定位误差为37 cm,同时对不同天气具有较强鲁棒性.该算法满足了智能车定位需求,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.
【作者单位】： 纯电动汽车动力系统设计与测试湖北省重点实验室;武汉理工大学智能交通系统研究中心;武汉理工大学能源与动力工程学院;湖北省电池产品监督检验中心;
【基金】：国家自然科学基金(51679181) 纯电动汽车动力系统设计与测试系统湖北省重点实验室开放基金(HBUASEV2015F001)~~
【分类号】：U463.6;U495

【参考文献】

相关期刊论文 前1条

1 熊波;曲仕茹;;基于模糊控制的智能车辆自主行驶方法研究[J];交通运输系统工程与信息;2010年02期

【共引文献】

相关期刊论文 前10条

1 李yN承;胡钊政;胡月志;吴华伟;;基于GPS与图像融合的智能车辆高精度定位算法[J];交通运输系统工程与信息;2017年03期

2 尹训锋;潘松峰;尹峰松;刘朔;;基于模糊PID的直线音圈电动机减振系统设计[J];微特电机;2017年02期

3 谭宝成;王宾;;无人驾驶车辆路径跟踪的增量式PID控制[J];西安工业大学学报;2016年12期

4 单宝明;蔡漫漫;;基于摄像头的直立行走智能车控制系统设计[J];甘肃科学学报;2017年01期

5 尤晓玲;王能才;;基于二次型性能指标学习算法的智能车舵机控制系统研究[J];自动化与仪器仪表;2015年11期

6 郑怡;王能才;;改进的单神经元自适应PID控制算法在智能车速度控制系统中的研究与应用[J];自动化与仪器仪表;2015年03期

7 郑怡;;基于遗传算法的智能车速度控制系统研究[J];西北民族大学学报(自然科学版);2015年01期

8 尤晓玲;王能才;;基于RBF神经网络的智能车速度控制系统研究[J];电气自动化;2015年01期

9 刘石红;党超亮;王能才;;基于PID神经网络的智能车舵机控制系统研究[J];工业仪表与自动化装置;2014年06期

10 蔡勇智;;基于图像识别的汽车遇障报警系统研究[J];公路工程;2014年01期

【二级参考文献】

相关期刊论文 前6条

1 付梦印;李博;王美玲;;一种基于逆投影变换的智能车道路识别方法[J];光学技术;2008年03期

2 冯锋;邓志良;赵旭;;AGV自动导航小车自组织模糊控制器研究[J];微计算机信息;2008年10期

3 霍炜;刘大维;严天一;王江涛;陈焕明;;一种快速提取的道路标识线识别方法研究[J];中国制造业信息化;2007年11期

4 皮燕妮,史忠科,黄金;智能车中基于单目视觉的前车检测和跟踪[J];计算机应用;2005年01期

5 王英健,王玉凤,范必双;基于智能模糊控制的汽车自动驾驶系统[J];微机发展;2004年12期

6 王荣本,李兵,徐友春,李斌;基于视觉的智能车辆自主导航最优控制器设计[J];汽车工程;2001年02期

【相似文献】

相关期刊论文 前10条

1 徐友春,王荣本,李兵,李斌;世界智能车辆近况综述[J];汽车工程;2001年05期

2 郭烈,王荣本,顾柏园,余天洪;世界智能车辆行人检测技术综述[J];公路交通科技;2005年11期

3 李旭;张为公;;智能车辆导航技术的研究进展[J];机器人技术与应用;2007年04期

4 程钊;万齐齐;唐旋来;刘广林;彭刚;黄心汉;王永骥;;智能车道路识别及控制研究[J];伺服控制;2007年06期

5 刘运哲;智能车辆公路系统评价体系[J];国外公路;1997年02期

6 刘东民;智能车辆的开发目标及方向[J];陕西汽车;1999年02期

7 熊升华;赵海良;;基于矩形安全邻域的智能车移动仿真研究[J];计算机应用研究;2013年12期

8 潘明;汪镭;康琦;吴启迪;;基于电磁信号导航的智能车系统设计与开发[J];中国科技论文;2014年04期

9 王荣本,李兵,施树明,李斌;世界智能车辆研究概述[J];公路交通科技;2001年05期

10 党宏社,韩崇昭,段战胜;智能车辆系统发展及其关键技术概述[J];公路交通科技;2002年06期

相关会议论文 前6条

1 张祖锋;徐友春;张鹏;朱增辉;;缩微智能车的环境感知与控制决策算法研究[A];第八届中国智能交通年会优秀论文集——智能交通与安全[C];2013年

2 汪铁民;;智能车辆的若干问题[A];四川省第九届（2009年）汽车学术交流年会论文集[C];2009年

3 黄鸿;吕晓华;任雪梅;;基于SPCE061A的智能车模语音控制系统[A];国产科学仪器应用、创新和产业化学术研讨会论文集（二）[C];2007年

4 张国伍;钱大琳;;中国智能交通发展战略构想[A];西部开发与系统工程——中国系统工程学会第12届年会论文集[C];2002年

5 王立琦;杜茂;;基于激光扫描仪的智能车前方障碍物检测[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年

6 孙怀江;;ALVINN及其扩展[A];全面建设小康社会：中国科技工作者的历史责任——中国科协2003年学术年会论文集（上）[C];2003年

相关重要报纸文章 前4条

1 记者 刘莉;“中国智能车未来挑战赛”西安开战[N];科技日报;2010年

2 陈海霞　颜士秀 小莉;常州“智能车”全国夺冠[N];常州日报;2010年

3 记者张兆军;两种智能车 无人可驾驶[N];科技日报;2003年

4 记者 孙春艳;“科博会”在京开幕[N];吉林日报;2003年

相关博士学位论文 前10条

1 兰艳亭;基于免疫机制的智能车转向控制系统研究[D];中北大学;2017年

2 钱臻;基于组合定位技术的多智能车辆合作编队仿真技术研究[D];东北林业大学;2012年

3 汪明磊;智能车辆自主导航中避障路径规划与跟踪控制研究[D];合肥工业大学;2013年

4 刘华军;面向智能车辆的道路环境理解技术研究[D];南京理工大学;2007年

5 李进;视觉导航智能车辆的路径识别和跟踪控制[D];合肥工业大学;2008年

6 沈志熙;基于视觉导航的智能车辆在城区复杂场景中的目标检测技术研究[D];重庆大学;2008年

7 王锋辉;面向区域智能运输的多智能车辆协作研究[D];上海交通大学;2009年

8 焦俊;基于多Agent系统的智能车辆自主行驶控制研究[D];合肥工业大学;2010年

9 郭景华;视觉导航式智能车辆横向与纵向控制研究[D];大连理工大学;2012年

10 李贻斌;ITS智能车辆关键技术研究[D];天津大学;2008年

相关硕士学位论文 前10条

1 马育林;智能车自主驾驶控制系统研制与试验[D];武汉理工大学;2010年

2 邱迎;道路自动识别与控制的智能车系统的研究[D];重庆大学;2010年

3 郭达;智能车避障路径动态规划和车体控制研究[D];长安大学;2015年

4 崔佳超;无人驾驶智能车在动态环境中的避障方法[D];西安工业大学;2015年

5 杨成;无人驾驶智能车障碍检测方法研究[D];西安工业大学;2015年

6 刘健全;基于高速移动网络的智能车视频驾驶系统设计与实现[D];浙江大学;2015年

7 刘远源;校园环境下的运动目标检测与跟踪的研究与实现[D];浙江大学;2015年

8 逄伟;低速环境下的智能车无人驾驶技术研究[D];浙江大学;2015年

9 孙涛;基于MC9S12DG128的智能车控制系统研究[D];南昌大学;2015年

10 王广玮;智能车辆横向运动控制系统设计与实验研究[D];贵州大学;2015年

，

本文编号：2392446