CN113467464A - 一种用于无人车轨迹模拟测试的卫星定位运动轨迹方法 - Google Patents
一种用于无人车轨迹模拟测试的卫星定位运动轨迹方法 Download PDFInfo
- Publication number
- CN113467464A CN113467464A CN202110809724.0A CN202110809724A CN113467464A CN 113467464 A CN113467464 A CN 113467464A CN 202110809724 A CN202110809724 A CN 202110809724A CN 113467464 A CN113467464 A CN 113467464A
- Authority
- CN
- China
- Prior art keywords
- image
- point
- unmanned vehicle
- camera
- coordinate system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004088 simulation Methods 0.000 title claims abstract description 13
- 238000012360 testing method Methods 0.000 title claims abstract description 10
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 7
- 230000003287 optical effect Effects 0.000 claims description 26
- 239000011159 matrix material Substances 0.000 claims description 14
- 238000003384 imaging method Methods 0.000 claims description 9
- 230000001133 acceleration Effects 0.000 claims description 7
- 230000005484 gravity Effects 0.000 claims description 6
- 238000012634 optical imaging Methods 0.000 claims description 5
- 230000003416 augmentation Effects 0.000 claims description 3
- 230000004069 differentiation Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 230000003190 augmentative effect Effects 0.000 claims description 2
- 230000006872 improvement Effects 0.000 description 8
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0251—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
Abstract
本发明提供一种用于无人车轨迹模拟测试的卫星定位运动轨迹方法，包括编码器测量行进速率、双目测量装置测量转向参数、陀螺仪测量姿态参数和构建算法；可以对场站路况环境及未来的无人化运行进行高精度，高质量的实时模拟，减少了规划无人车运行轨迹的时间，提高了规划效率，也提升了产品对复杂地形，地貌的抗干扰能力和兼容性。
Description
技术领域
本发明涉及无人车轨迹模拟测试技术领域，具体为一种用于无人车轨迹模拟测试的卫星定位运动轨迹方法。
背景技术
无人车是智能汽车的一种，也称为轮式移动机器人，主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶的目的。无人驾驶汽车是通过车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标的智能汽车。它是利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。但在现有的无人车中存在，规划无人车运行轨迹的时间较长，不能高质量的实时模拟，降低了无人车的发展。
发明内容
本发明的目的在于提供一种用于无人车轨迹模拟测试的卫星定位运动轨迹方法，其用于解决现有的无人车中存在，规划无人车运行轨迹的时间较长，不能高质量的实时模拟，降低了无人车的发展问题。
为实现上述目的，本发明提供如下技术方案：一种用于无人车轨迹模拟测试的卫星定位运动轨迹方法，包括编码器测量行进速率、双目测量装置测量转向参数、陀螺仪测量姿态参数和构建算法；
S1：编码器测量行进速率,编码器测量行进速率将编码器与无人车驱动电机输出轴相连，根据每秒内编码器产生的脉冲数计算无人车的行进速率；
S2：双目测量装置测量转向参数,根据光流法通过双目相机采集的图像计算车辆的转向状态和方向，双目相机安装于无人车前方，实时采集图像；
S3：陀螺仪测量姿态参数,对固定指施加电压，并交替改变电压，一个质量块做振荡式来回运动；
S4：构建算法,以无人车重心初始位置作为坐标原点，车头朝向为y轴正向，垂直于车体轴线向右为x轴正向，垂直于地面向上为z轴正向，建立空间直角坐标系。
作为上述技术方案的进一步改进，S2中，双目测量装置测量转向参数基于梯度的方法利用双目相机分别采集的图像序列的时空微分计算光流场，其中计算的图像区域应为左右相机的重叠图像区域，将左右图像序列计算得到的光流统计值进行比较计算，得到无人车的转向状态和转向方向。
所述光流计算公式为：
作为上述技术方案的进一步改进，S3中，当质量块旋转时，会产生科里奥利加速度，科里奥利加速度＝2×(w×m)，其中，m为质量块质量。
作为上述技术方案的进一步改进，S4中，设经时间t后，重心坐标为(X，Y，Z)，根据a，b，c中所得数据有：
由此即可确定无人车重心对应坐标(X，Y，Z)。
作为上述技术方案的进一步改进，S2中，实时采集图像中形成光学成像系统，光学成像系统设OC为相机光心，OCZC为相机光轴，与像平面垂直且详解像平面于O’点，其中O’点为图像物理坐标系中心，OW为世界坐标系中心，则各个坐标系之间关系如下：
假设三维空间中一点P在世界坐标系下的齐次坐标为(XW,YW,ZW,I)T，在相机坐标下的齐次坐标为(XC,YC,ZC,I)T，则有：
式中：R是正交单位旋转矩阵，为3×3矩阵；t为3×1的平移向量；
设点P在图像物理坐标系下的齐次坐标为(x,y,1)T，则
式中：f为相机焦距；
假设三维空间中一点P在图像像素坐标系下的齐次坐标为(u,v,1)T，则
式中：dx和dy表示x方向个y方向的一个像素分别占用多少个长度单位；u0和v0表示图像的中心像素坐标和图像原点像素坐标之间相差的横向和纵向像素数。
作为上述技术方案的进一步改进，S2中，双目相机的成像模型，其中：OL和OR为左右相机的光圈中心：f为焦距；
设空间中存在一点P，它在左右相机成像点分别是PL和PR，城乡平面坐标分别是uL和uR，根据几何关系有
则
式中：d为左右图像的横坐标之差。
作为上述技术方案的进一步改进，光流是图像亮度的运动信息描述，设图像上一个像素点(x,y)，在时刻t的亮度为I(x,y,t)，u(x,y)和v(x,y)分别为该点光流在水平面和垂直方向上的速度分量，则
在经过时间间隔Δt之后，该点对应的点的亮度变为I(x+Δx,y+Δy,t+Δt)。
在运动微小的前提下，利用泰勒公式展开，有
作为上述技术方案的进一步改进，在灰度不变假设下，下一时刻的灰度等于之前的灰度，则
两边除以Δt，得
则有
假设空间某一点P的齐次坐标P(X,Y,Z,I)T，在图像I1中投影到特征点x1＝(u1,v1,1)T，求解相机位置，定义增广矩阵[R|t]，展开为
可以得到2个约束，即
式中：定义t1＝(t1,t2,t3,t4)T，t2＝(t5,t6,t7,t8)T，t3＝(t9,t10,t11,t12)T；
假设共有N个特征点，则可以列出一下线性方程组
作为上述技术方案的进一步改进，由于t有12维，至少需6对匹配点求矩阵T的线性解。
与现有技术相比，本发明的有益效果是：可以对场站路况环境及未来的无人化运行进行高精度，高质量的实时模拟，减少了规划无人车运行轨迹的时间，提高了规划效率，也提升了产品对复杂地形，地貌的抗干扰能力和兼容性，为智能化、数字化机场的建设有很大帮助。
附图说明
图1所示为本发明的坐标系变化示意图；
图2所示为本发明的双目相机成像模型示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明公开一种用于无人车轨迹模拟测试的虚拟卫星定位运动轨迹方法，包括编码器测量行进速率、双目测量装置测量转向参数、陀螺仪测量姿态参数和构建算法；
编码器测量行进速率：
所述编码器测量行进速率将编码器与无人车驱动电机输出轴相连，根据每秒内编码器产生的脉冲数计算无人车的行进速率。从而得到第一周期，第二周期，第三周期…的对应行进速率v1，v2，v3…；
双目测量装置测量转向参数：
根据光流法通过双目相机采集的图像计算车辆的转向状态和方向，双目相机安装与车辆前方，实时采集图像。使用基于梯度的方法利用双目相机分别采集的图像序列的时空微分计算光流场，其中计算的图像区域应为左右相机的重叠图像区域。将左右图像序列计算得到的光流统计值进行比较计算，得到无人车的转向状态和转向方向。光流计算公式如下:
其中
为图像灰度的空间梯度∪＝(u，v)T即为光流矢量,α为图像数据及约束条件的可信度参数，即它决定了连理光滑性要求的误差，另一种是偏离基本等式的误差。
由此得出每个扫描周期无人车的转向角α(规定右转为正，左转为负)，从而得到第一周期，第二周期，第三周期…对应的转向角α1，α2，α3…；
陀螺仪测量姿态参数：
对固定指施加电压，并交替改变电压，让一个质量块做振荡式来回运动，当旋转时，会产生科里奥利加速度，此时就可以对其进行测量。科氏加速度＝2×(w×m)，m为质量块质量，角速率由科氏加速度测量结果决定。
由此得到无人车每个扫描周期的姿态角β(规定上仰为正，下倾为负)，从而得到第一周期，第二周期，第三周期…对应的转向角β1，β2，β3…
构建算法：
以无人车重心初始位置作为坐标原点，车头朝向为y轴正向，垂直于车体轴线向右为x轴正向，垂直于地面向上为z轴正向，建立空间直角坐标系。设经时间t后，重心坐标为(X，Y，Z)，根据a，b，c中所得数据有：
由此即可确定无人车重心对应坐标(X，Y，Z)。
光学成像系统几何关系称为摄像机模型，成像模型描述了空间三维场景与成像平面之间的映射关系，该模型参见图1所示:
设OC为相机光心，OCZC为相机光轴，与像平面垂直且详解像平面于O’点，其中O’点为图像物理坐标系中心，OW为世界坐标系中心，则各个坐标系之间关系如下：
假设三维空间中一点P在世界坐标系下的齐次坐标为(XW,YW,ZW,I)T，在相机坐标下的齐次坐标为(XC,YC,ZC,I)T，则有：
式中：R是正交单位旋转矩阵，为3×3矩阵；t为3×1的平移向量。
设点P在图像物理坐标系下的齐次坐标为(x,y,1)T，则
式中：f为相机焦距。
假设三维空间中一点P在图像像素坐标系下的齐次坐标为(u,v,1)T，则
式中：dx和dy表示x方向个y方向的一个像素分别占用多少个长度单位；u0和v0表示图像的中心像素坐标和图像原点像素坐标之间相差的横向和纵向像素数。
参见图2所示为双目相机的成像模型。其中：OL和OR为左右相机的光圈中心：f为焦距。
设空间中存在一点P，它在左右相机成像点分别是PL和PR，城乡平面坐标分别是uL和uR，根据几何关系有
则
式中：d为左右图像的横坐标之差，也叫视差。
光流是图像亮度的运动信息描述，评估了2幅图像之间的变形。设图像上一个像素点(x,y)，他在时刻t的亮度为I(x,y,t)，u(x,y)和v(x,y)分别为该点光流在水平面和垂直方向上的速度分量，则
在经过时间间隔Δt之后，该点对应的点的亮度变为I(x+Δx,y+Δy,t+Δt)。在运动微小的前提下，利用泰勒公式展开，有
在灰度不变假设下，下一时刻的灰度等于之前的灰度，则
两边除以Δt，得
则有
假设空间某一点P的齐次坐标P(X,Y,Z,I)T，在图像I1中投影到特征点x1＝(u1,v1,1)T，为了求解相机位置，定义增广矩阵[R|t]，展开为
可以得到2个约束，即
式中：定义t1＝(t1,t2,t3,t4)T，t2＝(t5,t6,t7,t8)T，t3＝(t9,t10,t11,t12)T。
假设共有N个特征点，则可以列出一下线性方程组
由于t有12维，故至少需6对匹配点求矩阵T的线性解。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种用于无人车轨迹模拟测试的卫星定位运动轨迹方法，其特征在于，包括编码器测量行进速率、双目测量装置测量转向参数、陀螺仪测量姿态参数和构建算法；
S1：编码器测量行进速率,编码器测量行进速率将编码器与无人车驱动电机输出轴相连，根据每秒内编码器产生的脉冲数计算无人车的行进速率；
S2：双目测量装置测量转向参数,根据光流法通过双目相机采集的图像计算车辆的转向状态和方向，双目相机安装于无人车前方，实时采集图像；
S3：陀螺仪测量姿态参数,对固定指施加电压，并交替改变电压，一个质量块做振荡式来回运动；
S4：构建算法,以无人车重心初始位置作为坐标原点，车头朝向为y轴正向，垂直于车体轴线向右为x轴正向，垂直于地面向上为z轴正向，建立空间直角坐标系。
2.根据权利要求1所述的一种用于无人车轨迹模拟测试的卫星定位运动轨迹方法，其特征在于，S2中，双目测量装置测量转向参数基于梯度的方法利用双目相机分别采集的图像序列的时空微分计算光流场，其中计算的图像区域应为左右相机的重叠图像区域，将左右图像序列计算得到的光流统计值进行比较计算，得到无人车的转向状态和转向方向。
3.根据权利要求2所述的一种用于无人车轨迹模拟测试的卫星定位运动轨迹方法，其特征在于，所述光流计算公式为：
4.根据权利要求1所述的一种用于无人车轨迹模拟测试的卫星定位运动轨迹方法，其特征在于，S3中，当质量块旋转时，会产生科里奥利加速度，科里奥利加速度＝2×(w×m)，其中，m为质量块质量。
5.根据权利要求1所述的一种用于无人车轨迹模拟测试的卫星定位运动轨迹方法，其特征在于，S4中，设经时间t后，重心坐标为(X，Y，Z)，根据a，b，c中所得数据有：
由此即可确定无人车重心对应坐标(X，Y，Z)。
6.根据权利要求1所述的一种用于无人车轨迹模拟测试的卫星定位运动轨迹方法，其特征在于，S2中，实时采集图像中形成光学成像系统，光学成像系统设OC为相机光心，OCZC为相机光轴，与像平面垂直且详解像平面于O’点，其中O’点为图像物理坐标系中心，OW为世界坐标系中心，则各个坐标系之间关系如下：
假设三维空间中一点P在世界坐标系下的齐次坐标为(XW,YW,ZW,I)T，在相机坐标下的齐次坐标为(XC,YC,ZC,I)T，则有：
式中：R是正交单位旋转矩阵，为3×3矩阵；t为3×1的平移向量；
设点P在图像物理坐标系下的齐次坐标为(x,y,1)T，则
式中：f为相机焦距；
假设三维空间中一点P在图像像素坐标系下的齐次坐标为(u,v,1)T，则
式中：dx和dy表示x方向个y方向的一个像素分别占用多少个长度单位；u0和v0表示图像的中心像素坐标和图像原点像素坐标之间相差的横向和纵向像素数。
7.根据权利要求1所述的一种用于无人车轨迹模拟测试的卫星定位运动轨迹方法，其特征在于，S2中，双目相机的成像模型，其中：OL和OR为左右相机的光圈中心：f为焦距；
设空间中存在一点P，它在左右相机成像点分别是PL和PR，城乡平面坐标分别是uL和uR，根据几何关系有
则
式中：d为左右图像的横坐标之差。
8.根据权利要求2所述的一种用于无人车轨迹模拟测试的卫星定位运动轨迹方法，其特征在于，光流是图像亮度的运动信息描述，设图像上一个像素点(x,y)，在时刻t的亮度为I(x,y,t)，u(x,y)和v(x,y)分别为该点光流在水平面和垂直方向上的速度分量，则
在经过时间间隔Δt之后，该点对应的点的亮度变为I(x+Δx,y+Δy,t+Δt)。
9.根据权利要求8所述的一种用于无人车轨迹模拟测试的卫星定位运动轨迹方法，其特征在于，在运动微小的前提下，利用泰勒公式展开，有
在灰度不变假设下，下一时刻的灰度等于之前的灰度，则
两边除以Δt，得
则有
假设空间某一点P的齐次坐标P(X,Y,Z,I)T，在图像I1中投影到特征点x1＝(u1,v1,1)T，求解相机位置，定义增广矩阵[R|t]，展开为
可以得到2个约束，即
式中：定义t1＝(t1,t2,t3,t4)T，t2＝(t5,t6,t7,t8)T，t3＝(t9,t10,t11,t12)T；
假设共有N个特征点，则可以列出一下线性方程组
10.根据权利要求9所述的一种用于无人车轨迹模拟测试的卫星定位运动轨迹方法，其特征在于，由于t有12维，至少需6对匹配点求矩阵T的线性解。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110809724.0A CN113467464A (zh) | 2021-07-17 | 2021-07-17 | 一种用于无人车轨迹模拟测试的卫星定位运动轨迹方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110809724.0A CN113467464A (zh) | 2021-07-17 | 2021-07-17 | 一种用于无人车轨迹模拟测试的卫星定位运动轨迹方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113467464A true CN113467464A (zh) | 2021-10-01 |
Family
ID=77880813
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110809724.0A Pending CN113467464A (zh) | 2021-07-17 | 2021-07-17 | 一种用于无人车轨迹模拟测试的卫星定位运动轨迹方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113467464A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106878704A (zh) * | 2017-02-14 | 2017-06-20 | 福建师范大学 | 基于光流周期特性的视频帧率上转篡改检测方法 |
| CN107421566A (zh) * | 2017-08-25 | 2017-12-01 | 北京理工大学 | 一种无人车多源传感器信息仿真平台 |
| CN111210477A (zh) * | 2019-12-26 | 2020-05-29 | 深圳大学 | 一种运动目标的定位方法及系统 |
| CN111739063A (zh) * | 2020-06-23 | 2020-10-02 | 郑州大学 | 一种基于多传感器融合的电力巡检机器人定位方法 |
| CN212324190U (zh) * | 2020-05-12 | 2021-01-08 | 江苏普达迪泰科技有限公司 | 一种用于无人车轨迹跟踪的路径规划监控装置 |
| CN112347829A (zh) * | 2019-08-08 | 2021-02-09 | 辉达公司 | 利用障碍物和车道检测来确定环境中对象的车道分配 |
| CN112762951A (zh) * | 2018-03-20 | 2021-05-07 | 御眼视觉技术有限公司 | 用于导航车辆的系统和方法 |
| CN112950671A (zh) * | 2020-08-06 | 2021-06-11 | 郑锴 | 一种无人机对运动目标实时高精度参数测量方法 |
-
2021
- 2021-07-17 CN CN202110809724.0A patent/CN113467464A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106878704A (zh) * | 2017-02-14 | 2017-06-20 | 福建师范大学 | 基于光流周期特性的视频帧率上转篡改检测方法 |
| CN107421566A (zh) * | 2017-08-25 | 2017-12-01 | 北京理工大学 | 一种无人车多源传感器信息仿真平台 |
| CN112762951A (zh) * | 2018-03-20 | 2021-05-07 | 御眼视觉技术有限公司 | 用于导航车辆的系统和方法 |
| CN112347829A (zh) * | 2019-08-08 | 2021-02-09 | 辉达公司 | 利用障碍物和车道检测来确定环境中对象的车道分配 |
| CN111210477A (zh) * | 2019-12-26 | 2020-05-29 | 深圳大学 | 一种运动目标的定位方法及系统 |
| CN212324190U (zh) * | 2020-05-12 | 2021-01-08 | 江苏普达迪泰科技有限公司 | 一种用于无人车轨迹跟踪的路径规划监控装置 |
| CN111739063A (zh) * | 2020-06-23 | 2020-10-02 | 郑州大学 | 一种基于多传感器融合的电力巡检机器人定位方法 |
| CN112950671A (zh) * | 2020-08-06 | 2021-06-11 | 郑锴 | 一种无人机对运动目标实时高精度参数测量方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Geyer et al. | A2d2: Audi autonomous driving dataset | |
| JP5588812B2 (ja) | 画像処理装置及びそれを用いた撮像装置 | |
| Alonso et al. | Accurate global localization using visual odometry and digital maps on urban environments | |
| Smith et al. | Visual tracking for intelligent vehicle-highway systems | |
| KR100909741B1 (ko) | 감시장치, 감시방법 | |
| Liang et al. | Video stabilization for a camcorder mounted on a moving vehicle | |
| CN107478214A (zh) | 一种基于多传感器融合的室内定位方法及系统 | |
| CN111986506A (zh) | 基于多视觉系统的机械式停车位泊车方法 | |
| CN110163963B (zh) | 一种基于slam的建图装置和建图方法 | |
| CN208323361U (zh) | 一种基于深度视觉的定位装置及机器人 | |
| CN112204614B (zh) | 来自非固定相机的视频中的运动分割 | |
| CN112017236B (zh) | 一种基于单目相机计算目标物位置的方法及装置 | |
| CN112347205B (zh) | 一种车辆误差状态的更新方法和装置 | |
| CN112819711B (zh) | 一种基于单目视觉的利用道路车道线的车辆反向定位方法 | |
| CN113189613B (zh) | 一种基于粒子滤波的机器人定位方法 | |
| CN108544494A (zh) | 一种基于惯性和视觉特征的定位装置、方法及机器人 | |
| CN114608561A (zh) | 一种基于多传感器融合的定位与建图方法及系统 | |
| Laflamme et al. | Driving datasets literature review | |
| CN113345032B (zh) | 一种基于广角相机大畸变图的初始化建图方法及系统 | |
| CN112945233A (zh) | 一种全局无漂移的自主机器人同时定位与地图构建方法 | |
| CN110415299B (zh) | 一种运动约束下基于设定路牌的车辆位置估计方法 | |
| CN116804553A (zh) | 基于事件相机/imu/自然路标的里程计系统及方法 | |
| CN113467464A (zh) | 一种用于无人车轨迹模拟测试的卫星定位运动轨迹方法 | |
| CN115546303A (zh) | 室内停车场的定位方法、装置、车辆及存储介质 | |
| CN114812573A (zh) | 基于单目视觉特征融合的车辆定位方法及可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |