基于地面快速鲁棒特征的智能车全局定位方法

• 作者: 杨明 王冰 王春香 胡兵 郭林栋
• 来源期刊: 上海交通大学学报
• 学科: 工学
• 关键词: 快速鲁棒特征 迭代最近点 扩展卡尔曼滤波 智能车定位
• 年，卷（期）: 2019,（2）
• 页码范围: 203-208
• 页数: 6页
• 分类号: TP242.6
• 字数: 2939字
• 语种: 中文
• DOI: 10.16183/j.cnki.jsjtu.2019.02.011

摘要

针对目前视觉定位方法大多基于地面语义特征(如车道线、停车线等)容易受到其他地面语义特征(如箭头、斑马线等)的影响,提出了一种基于地面快速鲁棒特征(SURF)点的全局定位方法.该方法首先在鸟瞰图中检测SURF点,结合高精度GPS构建地面SURF地图.然后在此基础上,使用迭代最近点算法,将在线检测结果与地图匹配获得车辆全局定位,并通过扩展卡尔曼滤波将定位结果与惯导和里程计数据进行融合,提高全局定位精度.实验结果表明,所提出的方法可获得分米级定位结果,能满足智能车的定位需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡兵	上海交通大学自动化系	185	1278	18.0	26.0
3	王春香	上海交通大学自动化系	66	558	12.0	21.0
5	杨明	上海交通大学自动化系	140	1026	16.0	25.0
7	王冰	上海交通大学自动化系	51	346	12.0	16.0
15	郭林栋	上海交通大学自动化系	1	0	0.0	0.0