高精度定位是實(shí)現(xiàn)智能車自動駕駛的核心問題之一。本文采取“先表征——后定位”的研究策略,以道路場景表征模型為基礎(chǔ),將單目視覺與普通GPS接收機(jī)相結(jié)合,研究不同條件下（天氣、時段、路段、GPS信號是否良好等）的智能車定位方法。本文主要的研究工作如下:首先,構(gòu)建了面向智能車的道路場景表征模型。以單/雙目視覺、差分GPS基站、組合慣導(dǎo)、GPS接收機(jī)、激光雷達(dá)（Laser rangefinder,LRF）等多傳感器系統(tǒng)為基礎(chǔ),所建立的模型由一序列節(jié)點(diǎn)組成,每個節(jié)點(diǎn)包含視覺特征,三維數(shù)據(jù)以及軌跡信息三要素。其中,視覺特征包含全局特征與局部特征;三維數(shù)據(jù)由雙目三維重建、單目三維重建以及激光三維重建三種方法獲得。為了將激光三維數(shù)據(jù)（Light detection and ranging,LIDAR）與視覺特征相關(guān)聯(lián),提出了激光雷達(dá)與車載攝像機(jī)的外參數(shù)標(biāo)定方法。此外,軌跡信息通過三維數(shù)據(jù)進(jìn)行求解,表示節(jié)點(diǎn)間的位置關(guān)系。三要素存在充分保證了每個節(jié)點(diǎn)的唯一性。在表征模型的基礎(chǔ)上,搭建了智能車定位系統(tǒng)作為數(shù)據(jù)采集平臺,并對所提出的方法設(shè)計(jì)與開展了相應(yīng)的實(shí)驗(yàn)。其次,提出了基于GPS與圖像融合的智能車多尺度定位方... 

【文章來源】：武漢理工大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：148 頁

【學(xué)位級別】：博士

【部分圖文】：

汽車保有量統(tǒng)計(jì)

智能車系統(tǒng)示意圖

（a） （b）圖 1-3 Google 智能車與 Tesla 智能車：（a）Google 智能車（b）Tesla 智能車雖然目前智能車輛在當(dāng)今科技快速發(fā)展的環(huán)境下穩(wěn)步前進(jìn)。然而當(dāng)些關(guān)鍵技術(shù)難題需要解決，其中就包括環(huán)境感知中的一些重要技術(shù)問題

【參考文獻(xiàn)】：
期刊論文
[1]智能車輛路徑信息采集控制系統(tǒng)的設(shè)計(jì)研究[J]. 王亞平,張政,藺宏良,郭建明,李占鋒.  自動化與儀器儀表. 2017(09)
[2]基于GPS與圖像融合的智能車輛高精度定位算法[J]. 李祎承,胡釗政,胡月志,吳華偉.  交通運(yùn)輸系統(tǒng)工程與信息. 2017(03)
[3]中國汽車工程學(xué)術(shù)研究綜述·2017[J]. 《中國公路學(xué)報》編輯部.  中國公路學(xué)報. 2017(06)
[4]智能電動汽車信息感知技術(shù)研究進(jìn)展[J]. 張艷輝,徐坤,鄭春花,馮偉,徐國卿.  儀器儀表學(xué)報. 2017(04)
[5]基于三維激光雷達(dá)的車輛目標(biāo)檢測方法[J]. 蘇致遠(yuǎn),徐友春,李永樂.  軍事交通學(xué)院學(xué)報. 2017(01)
[6]智能網(wǎng)聯(lián)汽車試驗(yàn)場發(fā)展現(xiàn)狀與建設(shè)建議[J]. 劉天洋,余卓平,熊璐,張培志.  汽車技術(shù). 2017(01)
[7]基于特征幾何關(guān)系的無人車軌跡回環(huán)檢測[J]. 康俊民,趙祥模,徐志剛.  中國公路學(xué)報. 2017(01)
[8]基于ORB全局特征與最近鄰的交通標(biāo)志快速識別算法[J]. 胡月志,李娜,胡釗政,李祎承.  交通信息與安全. 2016(01)
[9]基于虛擬三面體的攝像機(jī)與二維激光測距儀外參數(shù)最小解標(biāo)定新算法[J]. 胡釗政,趙斌,李娜,夏克文.  自動化學(xué)報. 2015(11)
[10]一種改進(jìn)的毫米波雷達(dá)多目標(biāo)檢測算法[J]. 杜佳,宋春林.  通信技術(shù). 2015(07)



本文編號：3317267