基于地图和道路标记检测的自动车辆精确定位方法

基于地图和道路标记检测的自动车辆精确定位方法

对自动驾驶车辆来说，安全的路径规划应用程序需要可靠且准确的道路环境（障碍物、道路和定位）信息。就当前信息的精确度而言，GPS只适合于导航（与地图连接）和车队管理（货运）。而将GPS和惯性传感器结合能够提高行车道定位水平（米级精度）的准确性，这虽然能够识别和选择车辆所在车道的障碍物，但不能保证车辆的自动驾驶功能。因此，提出了一种新的方法，即融合从GPS、惯性单元（加速度和角速度）、检测路标获得的横向偏差估计值以及准确的地图（厘米级精度）中获得信息。采用所提出的新方法时，利用车辆位置和道路边沿之间的横向距离信息以及精确的地图，可获得更精确的定位结果。在大面积范围内建立厘米级的精确地图能够精确识别驾驶员的操纵，且能够使车辆实现自动驾驶功能。目前，一般在将多个照相机拍摄的图像进行综合分析的基础上检测道路标记，估计车辆与道路标记的横向距离。为了使天气状况、照明条件和道路拓扑及标记的干扰最小化，将照相机能够拍摄的范围限制在10m以内。将两个照相机固定在车辆前部确定照相机的拓扑结构，两个照相机之间进行角配置以集中获取路面信息。这种方法的主要优点是不需要进行连续检测。

未来，为了确保车辆在各种条件下（恶化的环境，天气和道路标线）以及不同可见度（暴雨、雪、污垢和灰尘）下的精确定位，需要利用转发器获得有关道路的补充信息。利用上述通信手段将同时提供定位和语音信息（危险区域的靠近、路口的出现、限制速度）。因此，不同传感器（GPS、INS、里程表、视觉）的融合，不同类型数据源（转发器、地图）的使用能够确保车辆定位信息具有较高的精度和可靠性。

刊名：Expert Systems with Applications（英）

刊期：2016年第43期

作者：Dominique Gruyer et al

编译：赵唤