基于自定義視覺(jué)路標(biāo)的車(chē)輛自定位方法研究.pdf

1、定位系統(tǒng)是車(chē)輛、飛機(jī)、航天器等載體上的重要設(shè)備，其中車(chē)輛定位系統(tǒng)的應(yīng)用最為廣泛，它能提供高精度的位置信息，已經(jīng)成為汽車(chē)工業(yè)技術(shù)發(fā)展的熱點(diǎn)之一，在人們的日常生活中起著越來(lái)越重要的作用，同時(shí)也廣泛應(yīng)用于軍事、交通、地質(zhì)勘探等領(lǐng)域。
　　在眾多車(chē)輛定位方法中，基于視覺(jué)的車(chē)輛定位算法具有不受天氣條件的影響、不向外界輻射能量、隱蔽性好和信息量大等優(yōu)點(diǎn)。隨著計(jì)算機(jī)視覺(jué)的發(fā)展和視覺(jué)傳感器在價(jià)格和信息量方面的優(yōu)勢(shì)，基于視覺(jué)的車(chē)輛定位系統(tǒng)越來(lái)越受到

2、研究者的重視。因此，本文研究的內(nèi)容是基于計(jì)算機(jī)視覺(jué)的車(chē)輛自定位技術(shù)。提出了基于自定義視覺(jué)路標(biāo)的車(chē)輛自定位方法。本文的主要研究?jī)?nèi)容和成果如下:
　　首先，本文用SURF算法對(duì)圖像進(jìn)行特征提取，得到視覺(jué)路標(biāo)，針對(duì)該路標(biāo)存在的冗余和重復(fù)信息，提出了基于角點(diǎn)度量值的視覺(jué)路標(biāo)選擇、基于邊緣信息的視覺(jué)路標(biāo)選擇和基于幾何分布的視覺(jué)路標(biāo)選擇三個(gè)策略，實(shí)現(xiàn)了視覺(jué)路標(biāo)的精選擇與精匹配。
　　其次，本文對(duì)基礎(chǔ)矩陣的估計(jì)算法進(jìn)行了比較深入的研究，基

3、礎(chǔ)矩陣的估計(jì)是基于視覺(jué)的目標(biāo)自定位技術(shù)的核心問(wèn)題，其精度對(duì)于本文基于視覺(jué)的車(chē)輛定位技術(shù)有很大的影響。因此，本文提出了基于自定義視覺(jué)路標(biāo)的改進(jìn)RANSAC算法用于基礎(chǔ)矩陣的估計(jì)。該算法首先用SURF提取圖像特征得到匹配點(diǎn)，并對(duì)匹配點(diǎn)用基于角點(diǎn)和幾何分布的方法進(jìn)行精選擇，將其用于基礎(chǔ)矩陣的估計(jì)。再通過(guò)RANSAC去除誤匹配點(diǎn)，重新用歸一化八點(diǎn)算法估計(jì)基礎(chǔ)矩陣，最后用非線性迭代的辦法對(duì)結(jié)果進(jìn)行優(yōu)化。實(shí)驗(yàn)結(jié)果表明，該新算法得到的基礎(chǔ)矩陣的精度較

4、高。
　　再次，針對(duì)傳統(tǒng)攝像機(jī)標(biāo)定方法需要參照物或者要求攝像機(jī)做規(guī)定運(yùn)動(dòng)等限制，結(jié)合本文的車(chē)輛自定位算法，用基于遺傳算法的攝像機(jī)分層自標(biāo)定的辦法實(shí)現(xiàn)了攝像機(jī)內(nèi)部參數(shù)的標(biāo)定，然后通過(guò)對(duì)基礎(chǔ)矩陣的歸一化和分解，最后得到攝像機(jī)的外部參數(shù)，進(jìn)而計(jì)算出車(chē)輛的位姿。實(shí)驗(yàn)結(jié)果表明，該方法定位精度較高，魯棒性較好。
　　最后，基于本文設(shè)計(jì)的定位算法，實(shí)現(xiàn)了車(chē)輛在校園建筑物環(huán)境下車(chē)輛的自定位。實(shí)驗(yàn)結(jié)果表明本文算法能夠快速的得到車(chē)輛的定位信息，