針對無GPS或弱GPS信號下的室外環(huán)境中的車輛無法定位問題,提出了一種利用激光地圖輔助視覺定位方法。首先利用雙目相機的視差圖的深度與三維激光雷達地圖進行匹配,然后通過最小化深度殘差來估計六自由度相機位姿,接著利用視覺跟蹤產(chǎn)生的良好的初始估計和提出的深度殘差方法可有效地估計相機的位姿,最終通過估計相機的位姿完成定位。通過對比多個公開數(shù)據(jù)集,驗證所提方法的準確性和有效性,最后利用實驗小車采集校園數(shù)據(jù),仿真和實驗結(jié)果都證明利用此方法的有效性和在室外環(huán)境下的視覺定位的準確性。 

【文章來源】：科學(xué)技術(shù)與工程. 2020,20(13)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

軌跡圖

定位誤差

與上述方法不同的是本文算法不關(guān)注全局的尺度定位,采用了一種在給定的激光地圖中進行視覺定位的方法,系統(tǒng)結(jié)構(gòu)如圖1所示。定位系統(tǒng)由四個模塊組成,預(yù)處理過程是對從地圖和圖像流中獲取的原始數(shù)據(jù)進行處理,用于之后的跟蹤和定位模塊。深度圖是利用立體視差產(chǎn)生。在局部地圖提取中,將從全局激光地圖中提取與視覺深度匹配的局部3D地圖。系統(tǒng)開始時,需要在給定的激光地圖上假定相機的初始位姿,為了確定初始假定相機位姿的合理性,在定位之前需要進行視覺跟蹤,該模塊對連續(xù)圖像幀之間的相對姿態(tài)進行估計,然后利用跟蹤過程中的局部圖、深度圖和假定位姿,對6自由度相機姿態(tài)進行估計。1 基于激光地圖的視覺定位

【參考文獻】：
期刊論文
[1]運動圖像跟蹤過程中丟幀誤差消除技術(shù)[J]. 郎曉彤.  科學(xué)技術(shù)與工程. 2019(16)
[2]基于OpenCV組合優(yōu)化的人臉識別應(yīng)用平臺設(shè)計[J]. 漆世錢.  科學(xué)技術(shù)與工程. 2019(13)
[3]ICP算法及其在建筑物掃描點云數(shù)據(jù)配準中的應(yīng)用[J]. 鄭德華.  測繪科學(xué). 2007(02)

碩士論文
[1]多尺度下脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像融合[D]. 王海旭.電子科技大學(xué) 2011



本文編號：3075773