原文传递
复杂城市环境下智能车导航定位方法研究
| 论文题名： | 复杂城市环境下智能车导航定位方法研究 |
| 关键词： | 智能车辆;导航定位;城市环境;轨迹偏差;数据融合 |
| 摘要： | 具有精确、稳定的定位结果以及合理的价格是未来的智能车辆导航系统的发展趋势。为了达到这个目标，人们建立了多种组合导航模型(GNSS/DR, GNSS/INS, GNSS/MM)。尽管这些模型已在多种不同环境中成功应用，但它们仍有许多缺陷，尤其是在 GNSS系统定位精度受到威胁的区域。因而复杂城市环境下智能车辆的导航方法研究也成为了一个关注度高的研究领域。本课题系统地研究了多种城市复杂环境对导航定位结果所产生的影响，并对不同的环境采取相应针对性的导航方法，最终通过实验采集真实数据验证所提方法的正确性及可行性。 论文主要研究内容分为六部分： 1.将复杂城市环境分为模糊道路环境和城市峡谷环境类型，并针对不同类型的复杂环境建立不同的导航定位方法及模型来提高对应复杂环境下的定位精度。 2.提出了一种改进的基于多权重值 WΔω，Wd与 Wθ的地图匹配算法，通过多种权重值的综合从多条候选路段中选取GPS定位点的最佳匹配路段。在MATLAB和Visual C++上进行仿真将原始具有偏差的轨迹和修正之后的轨迹进行对比，验证了该算法适用于模糊道路环境，实现对导航轨迹偏差的修正。 3.研究了传统双目视觉测量的原理，利用经典的张氏标定法对摄像机进行内、外参数的标定。完成了视觉坐标系下的定位算法的设计，对视觉测量误差进行了分析。 4.设计了一种基于路标的双目视觉辅助GNSS定位的方法。建立了从路标检测识别到视觉测量，再到辅助定位的整套辅助定位的流程体系：随机霍夫变换 RHT用于路标检测，SIFT与K-means算法将用于路标的匹配识别；双目视差计算智能车与路标之间的向量，从而建立辅助定位模型计算车辆的位置。 5.设计了双目采集的图像软件，利用实验车在一处复杂环境区域进行实时数据采集，通过计算出的双目视觉定位误差与 GNSS定位误差对比分析，验证了该方法在路标可见范围内对GNSS定位结果有明显改善。 6.研究了Kalman滤波算法，将视觉信息与GNSS信息进行融合滤波，建立了Vision/GNSS相结合导航的数据融合模型。 |
| 作者： | 张奕然 |
| 专业： | 电子与通信工程 |
| 导师： | 李俊生 |
| 授予学位： | 硕士 |
| 授予学位单位： | 电子科技大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
