面向智能车的道路场景建模与高精度定位研究

发布时间：2021-08-02 08:50

　　高精度定位是实现智能车自动驾驶的核心问题之一。本文采取“先表征——后定位”的研究策略,以道路场景表征模型为基础,将单目视觉与普通GPS接收机相结合,研究不同条件下（天气、时段、路段、GPS信号是否良好等）的智能车定位方法。本文主要的研究工作如下:首先,构建了面向智能车的道路场景表征模型。以单/双目视觉、差分GPS基站、组合惯导、GPS接收机、激光雷达（Laser rangefinder,LRF）等多传感器系统为基础,所建立的模型由一序列节点组成,每个节点包含视觉特征,三维数据以及轨迹信息三要素。其中,视觉特征包含全局特征与局部特征;三维数据由双目三维重建、单目三维重建以及激光三维重建三种方法获得。为了将激光三维数据（Light detection and ranging,LIDAR）与视觉特征相关联,提出了激光雷达与车载摄像机的外参数标定方法。此外,轨迹信息通过三维数据进行求解,表示节点间的位置关系。三要素存在充分保证了每个节点的唯一性。在表征模型的基础上,搭建了智能车定位系统作为数据采集平台,并对所提出的方法设计与开展了相应的实验。其次,提出了基于GPS与图像融合的智能车多尺度定位方... 

【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校

【文章页数】：148 页

【学位级别】：博士

【部分图文】：

汽车保有量统计

智能车系统示意图

（a） （b）图 1-3 Google 智能车与 Tesla 智能车：（a）Google 智能车（b）Tesla 智能车虽然目前智能车辆在当今科技快速发展的环境下稳步前进。然而当些关键技术难题需要解决，其中就包括环境感知中的一些重要技术问题

【参考文献】：
期刊论文
[1]智能车辆路径信息采集控制系统的设计研究[J]. 王亚平,张政,蔺宏良,郭建明,李占锋.  自动化与仪器仪表. 2017(09)
[2]基于GPS与图像融合的智能车辆高精度定位算法[J]. 李祎承,胡钊政,胡月志,吴华伟.  交通运输系统工程与信息. 2017(03)
[3]中国汽车工程学术研究综述·2017[J]. 《中国公路学报》编辑部.  中国公路学报. 2017(06)
[4]智能电动汽车信息感知技术研究进展[J]. 张艳辉,徐坤,郑春花,冯伟,徐国卿.  仪器仪表学报. 2017(04)
[5]基于三维激光雷达的车辆目标检测方法[J]. 苏致远,徐友春,李永乐.  军事交通学院学报. 2017(01)
[6]智能网联汽车试验场发展现状与建设建议[J]. 刘天洋,余卓平,熊璐,张培志.  汽车技术. 2017(01)
[7]基于特征几何关系的无人车轨迹回环检测[J]. 康俊民,赵祥模,徐志刚.  中国公路学报. 2017(01)
[8]基于ORB全局特征与最近邻的交通标志快速识别算法[J]. 胡月志,李娜,胡钊政,李祎承.  交通信息与安全. 2016(01)
[9]基于虚拟三面体的摄像机与二维激光测距仪外参数最小解标定新算法[J]. 胡钊政,赵斌,李娜,夏克文.  自动化学报. 2015(11)
[10]一种改进的毫米波雷达多目标检测算法[J]. 杜佳,宋春林.  通信技术. 2015(07)



本文编号：3317267