基于活动分类器V2X基础设施地图的RO-SLAM技术改进

2018-11-27 09:38ImprovedROSLAMusingActivityClassificationforAutomatedV2XInfrastructureMapping
汽车文摘 2018年2期
关键词:锚点分类器准确性

(Improved RO-SLAM using Activity Classification for Automated V2X Infrastructure Mapping)

近年来,无线传感器在各种主流应用中逐渐流行起来。与此演变密切相关的消费者市场使用问题逐渐出现,即如何自动初始化和设置基础设施。本文提出了一种解决这个问题的方法。该方法只通过测量锚点的移动范围来构建基础设施地图。该方法还使用了逐步增益的后侧地图构建形式的实现基线SLAM。为了解决同步定位和地图构建(RO-SLAM)的复杂问题,通过采用类似于马尔可夫定位的锚概率网格图方法。然而在城市地区,人们大多采用移动电话,而且行人或自行车具有特定的运动学行为。因此,我们将ROSLAM与基于支持向量机(SVM)的活动分类器进行配对,以提高锚定图的准确性。通过仿真试验验证了该方法的收敛性,证明了在活动信息存在的情况下可以提高精度。

目前SLAM是本地化自组织、自动化整合解决方案中最有前途的方法之一。为了解决常见的SLAM问题,通常需要具有通用功能和参数化的复杂算法。此外,它适用于基于SVM的活动分类器,扩大了RO-SLAM预测估计的数据源。因此,本文考虑一个典型的城市交叉环境作为仿真基础。仿真过程的轨迹包括从对象的运动行为中收集的某些活动类别以及具有多路径概率的模拟测距距离。所提出的RO-SLAM算法的在线评估是基于锚定位图准确性结果。本文还讨论了锚点和轨迹的几何差异与翻转模糊效应之间的关系。总而言之,将RO-SLAM与活动信息分类器相结合是一种有前景的方法,可用于V2X基础设施图的构建。

猜你喜欢
锚点分类器准确性
艺术史研究的锚点与视角
——《艺术史导论》评介
CT及超声在剖宫产瘢痕部位妊娠中的诊治价值及准确性
CT诊断中心型肺癌的准确性及MRI补充诊断的意义
学贯中西(6):阐述ML分类器的工作流程
浅谈如何提高建筑安装工程预算的准确性
基于朴素Bayes组合的简易集成分类器①
5G手机无法在室分NSA站点驻留案例分析
5G NSA锚点的选择策略
5G NSA组网下锚点站的选择策略优化
基于动态分类器集成系统的卷烟感官质量预测方法