-
题名GNSS/VO组合导航研究现状及发展趋势
被引量：4
- 1
-
-
作者
曾庆喜
邱文旗
冯玉朋
刘德辉
贾丰源
-
机构
南京航空航天大学自动化学院
汽车仿真与控制国家重点实验室
奇瑞汽车股份有限公司前瞻技术研究院
-
出处
《导航定位学报》
CSCD
2018年第2期1-6,共6页
-
基金
中国博士后科学基金支持项目(171980)
汽车仿真与控制国家重点实验室开放基金支持项目(2016)
-
文摘
目前高性能GNSS/INS组合导航系统价格昂贵、不利于无人驾驶车辆产业化,而摄像头作为无人驾驶车辆的必备传感器,具有价格便宜、操作简便且容易与目标跟踪、地图构建、避障等功能进行融合的优点。提出了基于摄像头的VO取代INS与GNSS进行组合的方法;给出了VO的基本原理并分析总结出GNSS/VO组合系统的研究现状;最后对GNSS/VO的发展趋势进行了展望。
-
关键词
GNSS
视觉里程计
组合导航系统
无人驾驶车辆
-
Keywords
GNSS
VO
integrated navigation system
unmannecl vehicle
-
分类号
P228
[天文地球—大地测量学与测量工程]
-
-
题名融合视觉的智能车组合导航技术分析
被引量：7
- 2
-
-
作者
曾庆喜
冯玉朋
杜金枝
方啸
李中兵
-
机构
南京航空航天大学无人驾驶车辆研究中心
奇瑞汽车股份有限公司前瞻技术研究院
汽车仿真与控制国家重点实验室
-
出处
《导航定位学报》
CSCD
2017年第2期1-6,13,共7页
-
基金
中国博士后科学基金资助项目(171980)
国家重点研发计划资助项目(2016YFB0501805)
南京航空航天大学研究生创新基地(实验室)开放基金资助项目(kfjj20160216)
-
文摘
为了进一步研究无人驾驶智能车辆的导航定位技术,对视觉里程计技术在车载组合导航系统中的应用进行综述:首先对视觉里程计的原理进行概述;然后较为完整地分析了融合视觉里程计的车载组合导航系统的3个主要研究方向:视觉里程计与惯导系统组合、视觉里程计与卫星导航系统组合,以及融合视觉里程计的多传感器组合导航系统;最后对视觉里程计技术在智能车组合导航系统中的发展进行展望。
-
关键词
视觉里程计
组合导航
卫星导航
惯性导航
智能车
-
Keywords
visual odometry
integrated navigation
GNSS
INS
intelligent vehicle
-
分类号
P228
[天文地球—大地测量学与测量工程]
-
-
题名无人驾驶车辆基于角点和斑点的特征提取算法
被引量：6
- 3
-
-
作者
冯玉朋
曾庆喜
马杉
方啸
-
机构
南京航空航天大学无人驾驶车辆研究中心
吉林大学汽车仿真与控制国家重点实验室
奇瑞汽车前瞻技术研究院
-
出处
《河北科技大学学报》
CAS
2017年第3期237-243,共7页
-
基金
国家自然科学基金(51505221)
中国博士后科学基金(YBA16027)
+1 种基金
国家重点实验室开放基金
南京航空航天大学研究生创新基地(实验室)开放基金(kfjj20160216)
-
文摘
针对运行在计算资源有限的车载嵌入式系统中的视觉里程计算法实时性较差的问题,提出一种基于Harris和SIFT相结合的图像匹配方法——Harris-SIFT算法。在介绍了SIFT算法的基础上,给出了Harris-SIFT算法的原理:使用Harris算法提取图像中的角点作为特征候选点,再利用SIFT算法在Harris的特征候选点中进行特征点提取。通过实例用Matlab软件对算法进行了仿真,并对算法的复杂度及各种性能进行了分析。结果表明,所提出的方法在特征检测模块中降低了算法的运算量、提高了特征点提取速度。Harris-SIFT算法可用于实时视觉里程计系统中,进而可使视觉里程计在车载嵌入式导航系统上得到广泛的应用。
-
关键词
车辆工程
无人驾驶车辆
特征提取
-
Keywords
SIFT
Harris
RANSAC
vehicle engineering
self-driving vehicles
feature extraction
SIFT
Harris
RANSAC
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名无人驾驶车辆单目视觉里程计快速位姿估计
被引量：2
- 4
-
-
作者
曾庆喜
冯玉朋
马杉
-
机构
南京航空航天大学无人驾驶车辆研究中心
奇瑞汽车前瞻技术研究院
汽车仿真与控制国家重点实验室
-
出处
《河北科技大学学报》
CAS
2017年第5期438-444,共7页
-
基金
中国博士后科学基金(171980)
国家自然科学基金(51505221)
南京航空航天大学研究生创新基地(实验室)开放基金(kfjj20160216)
-
文摘
针对传统的单目视觉里程计位姿估计算法无法满足无人驾驶车辆实时定位需求的问题,提出了一种基于基础矩阵性质改进的快速位姿估计算法。通过优化基础矩阵的计算过程来提高算法的实时性,首先得到含有8个未知参数的基础矩阵,然后利用特征匹配点对来求解基础矩阵。通过仿真实验对算法的效率和精度进行了分析,并将其与现有的算法进行了对比。实验结果表明,在不降低运动估计结果精度的前提下,优化后的位姿估计算法的运行速度可以在传统算法的基础上提高近4倍。研究对视觉里程计在无人驾驶车辆上的实时应用具有一定的参考价值。
-
关键词
车辆工程
单目视觉
位姿估计
5点算法
基础矩阵
-
Keywords
vehicle engineering
visual odometry
pose estimation
5 points algorithm
fundamental matrix
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
