• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    三維點(diǎn)云極化地圖表征模型與智能車定位方法

    2021-08-11 01:04:22胡釗政陶倩文陳佳良
    關(guān)鍵詞:慣導(dǎo)全局極化

    胡釗政,李 飛,2,陶倩文,陳佳良

    (1.武漢理工大學(xué) 智能交通系統(tǒng)研究中心,武漢 430063;2.武漢理工大學(xué) 重慶研究院,重慶 401120)

    隨著人工智能、大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)等先進(jìn)科學(xué)技術(shù)的應(yīng)用和通信交互能力的增強(qiáng),智能車技術(shù)已日趨成熟[1]。感知與定位技術(shù)在智能車的發(fā)展過(guò)程中占據(jù)重要地位,而由于LiDAR具有高頻、遠(yuǎn)程、高精度的數(shù)據(jù)采集性能,使得其在智能車定位中被廣泛運(yùn)用。目前基于激光的主流定位方法為SLAM(simultaneous localization and mapping)。SLAM主要分為里程計(jì)和優(yōu)化兩部分。里程計(jì)根據(jù)幀間點(diǎn)云匹配結(jié)果計(jì)算車輛的運(yùn)動(dòng)。ICP(iterative closest point)[2]是經(jīng)典的點(diǎn)云幀間匹配算法,通過(guò)逐點(diǎn)查找對(duì)應(yīng)關(guān)系,ICP不斷嘗試對(duì)齊兩組點(diǎn)云,直到滿足條件為止,當(dāng)點(diǎn)云數(shù)量過(guò)多時(shí),ICP算法會(huì)有較高的計(jì)算復(fù)雜度。基于特征點(diǎn)云的幀間匹配算法通過(guò)在環(huán)境中尋找具有代表性的特征而只需要較少的計(jì)算資源,備受關(guān)注。Rusu等[3]提出的PFH(point feature histogram)特征通過(guò)參數(shù)化查詢點(diǎn)和鄰域點(diǎn)的空間差異并形成一個(gè)多維直方圖來(lái)描述查詢點(diǎn)k鄰域的幾何屬性,該類特征提取方法簡(jiǎn)單且具有旋轉(zhuǎn)不變性,同時(shí)對(duì)采樣密度和噪聲點(diǎn)具有較強(qiáng)的魯棒性。雖然通過(guò)幀間特征匹配可快速獲取車輛位姿,但隨著車輛行駛距離增長(zhǎng)及幀間匹配次數(shù)增多,累計(jì)誤差逐漸增大。LOAM[4-5](lidar odometry and mapping in real-time)算法通過(guò)三維重建構(gòu)圖校正定位軌跡,但其地圖為在線生成且在制圖前需對(duì)點(diǎn)云進(jìn)行下采樣、濾波等預(yù)處理,導(dǎo)致算法的空間復(fù)雜度和時(shí)間復(fù)雜度較高;并且隨著定位距離的增長(zhǎng),LOAM算法仍會(huì)存在較大的累計(jì)誤差。

    本文提出了一種三維點(diǎn)云極化地圖表征模型,該模型以極化圖為節(jié)點(diǎn),通過(guò)融合全局位置信息、點(diǎn)云的二維和三維特征并結(jié)合多尺度定位方法實(shí)現(xiàn)智能車定位。實(shí)驗(yàn)在兩種典型場(chǎng)景下進(jìn)行,結(jié)果表明,本文算法在節(jié)點(diǎn)級(jí)和度量級(jí)定位上均具有高精度,滿足智能車的定位需求,且魯棒性強(qiáng)、成本低、計(jì)算過(guò)程簡(jiǎn)單。本文的創(chuàng)新點(diǎn)為:

    1)離線制圖和在線定位均以極化圖為節(jié)點(diǎn),極化圖構(gòu)造方法簡(jiǎn)單且保留了點(diǎn)云的原始數(shù)據(jù),同時(shí)將點(diǎn)云的二維和三維信息融合。

    2)利用極化圖提取點(diǎn)云的二維和三維特征,實(shí)現(xiàn)制圖和定位節(jié)點(diǎn)的多尺度特征表征。

    3)提出了一種基于點(diǎn)云極化地圖表征模型的多尺度定位方法,該方法采用多尺度漸進(jìn)定位策略,通過(guò)基于GPS/拓?fù)浣Y(jié)構(gòu)的初定位、基于點(diǎn)云二維特征的節(jié)點(diǎn)級(jí)定位和基于點(diǎn)云三維特征的度量級(jí)定位,獲取智能車位姿。

    1 本文算法

    1.1 系統(tǒng)概述

    圖1為系統(tǒng)流程圖,輸入為L(zhǎng)iDAR和普通GPS采集的激光點(diǎn)云及GPS數(shù)據(jù),輸出為待定位車輛位姿。系統(tǒng)分為離線制圖、初定位、節(jié)點(diǎn)級(jí)定位和度量級(jí)定位4個(gè)模塊:

    1)離線制圖模塊利用高精度慣導(dǎo)數(shù)據(jù)和點(diǎn)云數(shù)據(jù)制作極化地圖,主要包含全局位置信息、點(diǎn)云的二維和三維特征。

    2)初定位模塊在GPS信號(hào)良好時(shí),將待定位節(jié)點(diǎn)與地圖節(jié)點(diǎn)進(jìn)行GPS匹配并根據(jù)GPS精度篩選地圖節(jié)點(diǎn);若GPS信號(hào)缺失,則利用拓?fù)浣Y(jié)構(gòu)進(jìn)行初定位并篩選地圖節(jié)點(diǎn)。

    3)節(jié)點(diǎn)級(jí)定位模塊通過(guò)極化表征生成點(diǎn)云極化圖并利用加權(quán)特征匹配算法與初定位結(jié)果進(jìn)行SURF(speeded up robust features)[6]和ORB(oriented FAST and rotated BRIEF)[7]全局特征匹配,結(jié)合WH-KNN(weighted hybridk-nearest neighbor)[8]算法挑選最近地圖節(jié)點(diǎn)。

    4)度量級(jí)定位利用極化圖提取點(diǎn)云角特征點(diǎn)和面特征點(diǎn)并與最近地圖節(jié)點(diǎn)進(jìn)行特征點(diǎn)云匹配,結(jié)合L-M(Levenberg-Marquardt)[9]算法計(jì)算待定位車輛位姿。

    1.2 基于三維點(diǎn)云極化地圖表征模型的地圖構(gòu)建

    三維點(diǎn)云極化地圖表征模型以極化圖為節(jié)點(diǎn),融合了全局位置信息、點(diǎn)云的二維和三維特征,地圖構(gòu)建示意圖見(jiàn)圖2。利用數(shù)據(jù)采集車輛搭載LiDAR和組合慣導(dǎo)并結(jié)合RTK(real-time kinematic)技術(shù)在待定位路段采集激光點(diǎn)云和高精度慣導(dǎo)數(shù)據(jù)。在數(shù)據(jù)采集之前,需通過(guò)LiDAR對(duì)組合慣導(dǎo)定位接收器進(jìn)行標(biāo)定以獲取其在LiDAR坐標(biāo)系中的位置,通過(guò)標(biāo)定獲取的位置參數(shù)用于在線定位中的坐標(biāo)修正。設(shè)PI={PI1,PI2,…,PIi,…}為L(zhǎng)iDAR掃描在慣導(dǎo)定位接收器上的點(diǎn)云集合,計(jì)算PI的質(zhì)心坐標(biāo)PINS并以此作為組合慣導(dǎo)定位接收器在LiDAR坐標(biāo)系中的位置,計(jì)算公式為

    圖2 極化地圖Fig.2 Polarization map

    (1)

    式中nI為PI中點(diǎn)云數(shù)量。標(biāo)定完成后,以等距的方式在待定位路段進(jìn)行數(shù)據(jù)采集,采集頻率1 m/次,每次數(shù)據(jù)采集包含一幀點(diǎn)云數(shù)據(jù)和一條高精度慣導(dǎo)數(shù)據(jù)。值得提出的是,組合慣導(dǎo)結(jié)合RTK僅用于構(gòu)建極化地圖,在線定位時(shí)采用普通GPS接收機(jī)即可。數(shù)據(jù)采集完成后,離線處理每個(gè)數(shù)據(jù)節(jié)點(diǎn),處理步驟為:1)全局位置表征;2)二維特征表征;3)三維特征表征。具體實(shí)施如下。

    從高精度慣導(dǎo)數(shù)據(jù)中提取全局位置信息。全局位置信息包含GPS信息和歐拉角,其中歐拉角由翻滾角(roll)、俯仰角(pitch)和航向角(yaw)組成。

    點(diǎn)云二維特征表征。首先通過(guò)極化表征將激光點(diǎn)云數(shù)據(jù)轉(zhuǎn)化成極化圖,本文所選用VLP-16 LiDAR的激光掃描線數(shù)、水平視場(chǎng)和水平角分辨率分別為16、360°、0.2°,故極化圖的分辨率為1 800×16,根據(jù)每個(gè)點(diǎn)云所在激光掃描線位置及水平視場(chǎng)角度確認(rèn)其像素坐標(biāo)并以其與LiDAR的歐式距離作為灰度值進(jìn)行投影,生成極化圖。其次對(duì)極化圖進(jìn)行切割及預(yù)處理并提取預(yù)處理圖像子塊的SURF和ORB全局特征,具體而言:1)將極化圖切割成N個(gè)圖像子塊,本文N為30,圖像子塊分辨率為60×16;2)對(duì)圖像子塊進(jìn)行直方圖均衡化和尺寸歸一化(63×63)處理;3)將處理后的圖像子塊中心作為特征點(diǎn),整個(gè)圖像子塊作為特征點(diǎn)的鄰域;4)計(jì)算特征描述符,并將此描述符作為圖像子塊的全局特征描述符。最終得到的SURF全局特征描述符是一個(gè)64維的向量,ORB全局特征是一個(gè)256位的二進(jìn)制字符串,見(jiàn)圖3。

    圖3 SURF(上方)和ORB(下方)全局特征Fig.3 SURF (above)and ORB (below)holistic features

    點(diǎn)云三維特征表征。首先基于極化圖像的列式評(píng)估方法[10]完成地面點(diǎn)云提取并將其作為一類特殊的聚類點(diǎn)簇,地面點(diǎn)云對(duì)后續(xù)的面特征點(diǎn)提取具有重要意義。其次基于圖像的點(diǎn)云聚類方法[11]對(duì)極化圖上非地面點(diǎn)云進(jìn)行聚類,需要注意的是,小物體(例如樹葉)點(diǎn)云會(huì)在后續(xù)的特征點(diǎn)云提取中形成瑣碎且不可靠的特征點(diǎn)云,而車輛在兩次不同的激光數(shù)據(jù)采集中,很難捕捉到同一個(gè)小物體,為了提取到可靠的特征點(diǎn)云,通過(guò)設(shè)置聚類點(diǎn)云數(shù)量閾值kp篩除小物體聚類點(diǎn)簇,本文kp=30。聚類結(jié)果如圖4(b)所示,圖4(a)為原始點(diǎn)云。最后提取點(diǎn)云三維特征,即面特征點(diǎn)云和角特征點(diǎn)云,特征提取方式與LOAM[5]類似,不同的是,本文在聚類點(diǎn)云中完成特征提取,具體而言:1)計(jì)算點(diǎn)云Pi的曲率ci,計(jì)算公式為

    圖4 點(diǎn)云聚類Fig.4 Point cloud clustering

    (2)

    式中:S為與Pi在極化圖上呈行連續(xù)的點(diǎn)集且均勻分布在Pi兩側(cè),ri為Pi在極化圖中對(duì)應(yīng)點(diǎn)的灰度值,rj為S中第j個(gè)點(diǎn)云在極化圖中對(duì)應(yīng)點(diǎn)灰度值;2)點(diǎn)云分類,通過(guò)設(shè)置曲率閾值cth將點(diǎn)云劃分為面特征點(diǎn)(cicth);3)特征篩選,為了讓特征點(diǎn)云均勻分布,將極化圖沿水平方向劃分為數(shù)個(gè)相等大小的子圖像,從每行點(diǎn)云中分別挑選Ne個(gè)具有最大曲率ci的角特征點(diǎn)和Np個(gè)具有最小曲率ci的面特征點(diǎn),本文將極化圖分為6個(gè)子圖像,Ne=20,Np=40。

    1.3 基于極化地圖的多尺度定位

    本文在線定位采用多尺度漸進(jìn)定位策略,通過(guò)基于GPS/拓?fù)浣Y(jié)構(gòu)的初定位,基于點(diǎn)云二維特征的節(jié)點(diǎn)級(jí)定位和基于點(diǎn)云三維特征的度量級(jí)定位,獲取智能車位姿,具體實(shí)施如下。

    基于GPS/拓?fù)浣Y(jié)構(gòu)的初定位。定位之前需利用LiDAR對(duì)GPS接收機(jī)進(jìn)行標(biāo)定以獲取其在LiDAR坐標(biāo)系中的位置PGPS,方法與制圖所用相同。

    標(biāo)定完成后,根據(jù)以下兩種情況進(jìn)行初定位:

    1)GPS信號(hào)良好時(shí),匹配待定位節(jié)點(diǎn)與地圖節(jié)點(diǎn)的GPS,完成初定位。設(shè)待定位節(jié)點(diǎn)L的粗GPS為gl=(al,bl),地圖節(jié)點(diǎn)序列Mi的高精度GPS為Gm={gm1,gm2,…,gmi,…}={(am1,bm1),(am2,bm2),…,(ami,bmi),…},計(jì)算待定位節(jié)點(diǎn)與地圖節(jié)點(diǎn)的歐氏距離并通過(guò)設(shè)置距離閾值kg對(duì)地圖節(jié)點(diǎn)進(jìn)行篩選,計(jì)算公式為:

    (3)

    Dl={Umi|dist(Ul,Umi)≤kg}

    (4)

    式中:Ul=(Xl,Yl)為待定位節(jié)點(diǎn)的粗GPS數(shù)據(jù)經(jīng)轉(zhuǎn)化后的歐氏坐標(biāo),Umi=(Xmi,Ymi)為第i個(gè)地圖節(jié)點(diǎn)的高精度GPS數(shù)據(jù)經(jīng)轉(zhuǎn)化后的歐氏坐標(biāo),trans()為GPS坐標(biāo)轉(zhuǎn)歐氏坐標(biāo)的公式,dist()為歐氏距離計(jì)算公式,Dl為符合要求的地圖節(jié)點(diǎn)集合。由于普通GPS的定位精度為10 m,故kg=10。

    2)GPS信號(hào)缺失時(shí),利用拓?fù)浣Y(jié)構(gòu)完成初定位,示意圖見(jiàn)圖5。在很短的時(shí)間內(nèi),智能車被認(rèn)為勻速運(yùn)動(dòng),可通過(guò)前一位置來(lái)預(yù)測(cè)智能車當(dāng)前位置范圍。智能車在ti-1時(shí)刻的位置為Ui-1,di-1為智能車從ti-2到ti-1時(shí)刻的移動(dòng)距離,由于之前位置已知,故智能車在ti時(shí)刻的位置可用下式推導(dǎo)

    圖5 拓?fù)涑醵ㄎ籉ig.5 Coarse localization based on topology

    (5)

    由于拓?fù)涠ㄎ淮嬖谡`差dε,則智能車的位置范圍為Ui±dε,以此范圍篩選地圖節(jié)點(diǎn)。dε根據(jù)實(shí)際設(shè)置,本文dε=10 m。

    基于點(diǎn)云二維特征的節(jié)點(diǎn)級(jí)定位。首先基于極化表征將待定位節(jié)點(diǎn)激光點(diǎn)云數(shù)據(jù)轉(zhuǎn)化成極化圖并進(jìn)行切割及預(yù)處理,提取預(yù)處理圖像子塊的SURF和ORB全局特征,方法與制圖所用相同。其次匹配待定位節(jié)點(diǎn)和初定位結(jié)果的SURF和ORB全局特征,為了更準(zhǔn)確表達(dá)不同極化圖之間的相似度,本文提出了加權(quán)特征匹配算法,具體而言:1)待定位節(jié)點(diǎn)與初定位結(jié)果分別進(jìn)行SURF和ORB全局特征匹配;2)計(jì)算SURF和ORB特征距離加權(quán)均值,距離值越小,說(shuō)明不同極化圖之間的相似度越高,具體計(jì)算公式為

    (6)

    式中:nf為相匹配的特征點(diǎn)對(duì)數(shù)目,dfi為第i個(gè)相匹配特征點(diǎn)對(duì)之間的距離,df為不同極化圖之間的特征距離。加權(quán)特征匹配算法通過(guò)對(duì)圖像進(jìn)行區(qū)域劃分,將區(qū)域圖像作為特征并進(jìn)行匹配,利用匹配特征間的距離加權(quán)均值作為不同圖像的特征距離,更加準(zhǔn)確地表達(dá)了不同圖像的相似度。最后通過(guò)WH-KNN算法挑選最近的地圖節(jié)點(diǎn),WH-KNN算法通過(guò)引入權(quán)值解決識(shí)別模糊性問(wèn)題,結(jié)合加權(quán)特征匹配算法,極大提高了最近節(jié)點(diǎn)檢測(cè)的正確率。

    基于點(diǎn)云三維特征的度量級(jí)定位。首先通過(guò)待定位節(jié)點(diǎn)極化圖完成點(diǎn)云聚類、特征點(diǎn)云提取,方法與制圖所用相同,需要注意的是,待定位節(jié)點(diǎn)只需從子圖像每行點(diǎn)云中挑選較少數(shù)量的角特征點(diǎn)和面特征點(diǎn)即可,本文挑選數(shù)量分別為2和4。其次匹配待定位節(jié)點(diǎn)和最近地圖節(jié)點(diǎn)的角特征點(diǎn)和面特征點(diǎn),匹配方式分別為點(diǎn)到線和點(diǎn)到面的特征匹配方法[5]。再次利用標(biāo)定獲取的GPS接收機(jī)位置參數(shù)PGPS和組合慣導(dǎo)定位接收器位置參數(shù)PINS對(duì)匹配點(diǎn)云對(duì)進(jìn)行坐標(biāo)修正,地圖數(shù)據(jù)采集時(shí),以組合慣導(dǎo)定位接收器代替車輛的位置,而在線定位時(shí),以GPS接收機(jī)代替車輛的位置,所以應(yīng)將點(diǎn)云坐標(biāo)原點(diǎn)分別移至兩者處,計(jì)算公式為

    (7)

    式中:Pbefore={xbefore,ybefore,zbefore}為修正前的點(diǎn)云坐標(biāo),Pafter={xafter,yafter,zafter}為修正后的點(diǎn)云坐標(biāo),Pc={xc,yc,zc}為GPS接收機(jī)或組合慣導(dǎo)定位接收器位置參數(shù)。最后通過(guò)修正后的匹配點(diǎn)云對(duì)坐標(biāo)及L-M算法計(jì)算待定位節(jié)點(diǎn)與最近地圖節(jié)點(diǎn)的旋轉(zhuǎn)向量R和平移向量T,結(jié)合最近地圖節(jié)點(diǎn)的全局位置信息,即可獲取待定位車輛的位置和姿態(tài),完成定位。

    2 實(shí)驗(yàn)結(jié)果

    實(shí)驗(yàn)在兩種典型場(chǎng)景下進(jìn)行:1)某高校園區(qū)閉環(huán)路線,見(jiàn)圖6(a),該路線長(zhǎng)為600 m,覆蓋面積為15 000 m2;2)某工業(yè)園區(qū)閉環(huán)路線,見(jiàn)圖6(b),該路線長(zhǎng)為891 m,覆蓋面積為20 900 m2。極化地圖構(gòu)建采用Velodyne VLP-16 LiDAR與組合慣導(dǎo)結(jié)合RTK技術(shù)來(lái)完成,在線定位采用Velodyne VLP-16 LiDAR與普通GPS接收機(jī)來(lái)完成。VLP-16 LiDAR的最大測(cè)量范圍為100 m,精度為3 cm,16條激光掃描線,垂直視場(chǎng)為30°(±15°),垂直角分辨為2°,水平視場(chǎng)為360°,水平角分辨率可在0.1°~0.4°中進(jìn)行選擇,本文設(shè)置的掃描速率為10 Hz,水平角分辨率為0.2°;組合慣導(dǎo)的工作速率為10 Hz,結(jié)合RTK技術(shù)后的定位精度為1 cm;普通GPS接收機(jī)的定位精度為10 m;本文系統(tǒng)的運(yùn)算平臺(tái)為具有2.8 GHz i7-7700HQ CPU的筆記本電腦。場(chǎng)景1采用比亞迪E5電動(dòng)車作為測(cè)試車,實(shí)驗(yàn)平臺(tái)見(jiàn)圖6(c);場(chǎng)景2采用智能物流車作為測(cè)試車,實(shí)驗(yàn)平臺(tái)見(jiàn)圖6(d)。

    圖6 實(shí)驗(yàn)場(chǎng)景與平臺(tái)Fig.6 Experimental scenarios and platforms

    2.1 高校園區(qū)實(shí)驗(yàn)

    首先在閉環(huán)路線上采集數(shù)據(jù)構(gòu)建極化地圖,數(shù)據(jù)采集頻率1 m/次,每次采集數(shù)據(jù)包括一幀高精度慣導(dǎo)數(shù)據(jù)和一幀點(diǎn)云數(shù)據(jù)。極化地圖構(gòu)建完成后,進(jìn)行在線定位實(shí)驗(yàn),該閉環(huán)路線上共786個(gè)待定位節(jié)點(diǎn),地圖采集和在線定位時(shí)間間隔超過(guò)24 h。本文選取Tao等[12]提出的算法作為節(jié)點(diǎn)級(jí)定位對(duì)比算法,該算法首先將待定位節(jié)點(diǎn)和地圖節(jié)點(diǎn)的點(diǎn)云俯視投影圖進(jìn)行ORB特征匹配并利用RANSAC(random sample consensus)算法去除錯(cuò)誤匹配點(diǎn)對(duì),其次根據(jù)匹配點(diǎn)對(duì)數(shù)量選取最近地圖節(jié)點(diǎn)。若通過(guò)節(jié)點(diǎn)定位獲取的地圖節(jié)點(diǎn)與待定位節(jié)點(diǎn)的GPS真值(ground truth)距離最短,則認(rèn)為節(jié)點(diǎn)定位正確。同時(shí),本文選取經(jīng)典的SLAM算法LOAM[5]作為度量級(jí)定位對(duì)比算法。本文算法在該閉環(huán)路線上的定位軌跡見(jiàn)圖7(a),定位誤差見(jiàn)圖7(b),對(duì)比實(shí)驗(yàn)結(jié)果見(jiàn)表1。

    表1 高校園區(qū)對(duì)比實(shí)驗(yàn)Tab.1 Comparative experiment on campus

    圖7 高校園區(qū)定位結(jié)果Fig.7 Localization results of campus

    在該閉環(huán)路線上,本文算法正確定位最近地圖節(jié)點(diǎn)個(gè)數(shù)為773,節(jié)點(diǎn)定位準(zhǔn)確率為98.3%,度量級(jí)定位誤差為33.2 cm,最大定位誤差為42.9 cm,滿足智能車高精度定位需求。與Tao等提出的算法和LOAM算法相比,本文算法節(jié)點(diǎn)級(jí)定位準(zhǔn)確率提高了51.2%,度量級(jí)定位誤差降低了43.1 cm。

    2.2 工業(yè)園區(qū)實(shí)驗(yàn)

    與高校園區(qū)的定位實(shí)驗(yàn)相似,首先在該閉環(huán)路線上采集數(shù)據(jù)構(gòu)建極化地圖,其次進(jìn)行在線定位,該閉環(huán)路線上共5 205個(gè)待定位節(jié)點(diǎn),構(gòu)圖與定位的時(shí)間間隔超過(guò)24 h,分別選取Tao等提出的算法和LOAM算法作為節(jié)點(diǎn)級(jí)定位和度量級(jí)定位的對(duì)比算法。本文算法在該閉環(huán)路線上的定位軌跡和定位誤差分別如圖8(a)和8(b)所示,對(duì)比實(shí)驗(yàn)結(jié)果見(jiàn)表2。

    表2 工業(yè)園區(qū)對(duì)比實(shí)驗(yàn)Tab.2 Comparative experiment on factory

    圖8 工業(yè)園區(qū)定位結(jié)果Fig.8 Localization results of factory

    在該閉環(huán)路線上,本文算法正確定位最近地圖節(jié)點(diǎn)個(gè)數(shù)為5 138,節(jié)點(diǎn)定位準(zhǔn)確率為98.7%,度量級(jí)定位誤差為19.6 cm,最大定位誤差為38.4 cm,滿足智能車高精度定位需求。與Tao等提出的算法和LOAM算法相比,本文算法節(jié)點(diǎn)級(jí)定位準(zhǔn)確率提高了52.4%,度量級(jí)定位誤差降低了77.8 cm。

    3 結(jié) 論

    本文提出一種基于三維點(diǎn)云極化地圖表征模型的智能車定位算法,以點(diǎn)云極化圖為節(jié)點(diǎn),采用多尺度漸進(jìn)定位策略,首先利用GPS/拓?fù)浣Y(jié)構(gòu)完成初定位,其次利用點(diǎn)云二維特征完成節(jié)點(diǎn)級(jí)定位,最后利用點(diǎn)云三維特征完成度量級(jí)定位,通過(guò)兩種典型場(chǎng)景的實(shí)驗(yàn)驗(yàn)證,結(jié)論如下:

    1)通過(guò)極化地圖和點(diǎn)云二維特征定位最近地圖節(jié)點(diǎn),整體節(jié)點(diǎn)定位準(zhǔn)確率,即兩種實(shí)驗(yàn)場(chǎng)景的平均節(jié)點(diǎn)定位準(zhǔn)確率,為98.7%,證明該方法可有效定位最近地圖節(jié)點(diǎn)。

    2)通過(guò)基于三維點(diǎn)云極化地圖表征模型的多尺度定位算法實(shí)現(xiàn)智能車定位,整體定位誤差,即兩種實(shí)驗(yàn)場(chǎng)景的平均定位誤差,為21.4 cm,最大定位誤差為42.9 cm,滿足智能車高精度定位需求。

    3)實(shí)驗(yàn)中選取了不同的場(chǎng)景和實(shí)驗(yàn)車進(jìn)行測(cè)試,均實(shí)現(xiàn)了高精度定位,證明本文算法在不同的場(chǎng)景和實(shí)驗(yàn)車中具有良好的魯棒性。同時(shí),本文算法在線定位時(shí),只需要LiDAR和普通GPS接收機(jī),降低了定位成本。

    本文算法仍存在以下不足之處:1)在相似且特征單一的場(chǎng)景中,定位誤差較大,如對(duì)稱的車道等;2)平均定位誤差只達(dá)到了分米級(jí),尚未達(dá)到厘米級(jí)。利用定位過(guò)程中的誤差信息作為反饋對(duì)制圖過(guò)程進(jìn)行干預(yù),即利用眾包技術(shù)提高地圖表征能力,降低定位誤差,將是本文下一階段的重點(diǎn)研究計(jì)劃。

    猜你喜歡
    慣導(dǎo)全局極化
    Cahn-Hilliard-Brinkman系統(tǒng)的全局吸引子
    認(rèn)知能力、技術(shù)進(jìn)步與就業(yè)極化
    量子Navier-Stokes方程弱解的全局存在性
    自適應(yīng)模糊多環(huán)控制在慣導(dǎo)平臺(tái)穩(wěn)定回路中的應(yīng)用
    落子山東,意在全局
    金橋(2018年4期)2018-09-26 02:24:54
    無(wú)人機(jī)室內(nèi)視覺(jué)/慣導(dǎo)組合導(dǎo)航方法
    雙頻帶隔板極化器
    基于Bagging模型的慣導(dǎo)系統(tǒng)誤差抑制方法
    基于PWM控制的新型極化電源設(shè)計(jì)與實(shí)現(xiàn)
    基于多線程的慣導(dǎo)邏輯仿真器設(shè)計(jì)
    国产精品不卡视频一区二区| 午夜福利在线观看免费完整高清在| 人体艺术视频欧美日本| 蜜臀久久99精品久久宅男| 日韩制服骚丝袜av| 最近中文字幕高清免费大全6| 亚洲精品日本国产第一区| 高清在线视频一区二区三区| 99久久九九国产精品国产免费| 国产亚洲5aaaaa淫片| 欧美精品国产亚洲| 亚洲综合精品二区| 亚洲天堂国产精品一区在线| 尾随美女入室| 纵有疾风起免费观看全集完整版 | 欧美日韩国产mv在线观看视频 | 春色校园在线视频观看| 免费观看性生交大片5| 午夜爱爱视频在线播放| 国产伦精品一区二区三区四那| 成年女人看的毛片在线观看| 久久久久久久久久黄片| 亚洲欧美清纯卡通| 十八禁国产超污无遮挡网站| 人体艺术视频欧美日本| 亚洲精品乱久久久久久| ponron亚洲| 久久精品久久久久久噜噜老黄| 少妇人妻一区二区三区视频| 日本一二三区视频观看| 男女视频在线观看网站免费| 日本一二三区视频观看| 在线免费观看不下载黄p国产| 国产精品一二三区在线看| 国产单亲对白刺激| 亚洲人成网站高清观看| 精品久久久久久成人av| 特大巨黑吊av在线直播| 日本黄色片子视频| 亚洲av电影不卡..在线观看| 伊人久久国产一区二区| 十八禁国产超污无遮挡网站| 少妇的逼水好多| 97超碰精品成人国产| 91精品一卡2卡3卡4卡| kizo精华| 黄色一级大片看看| 精品国产露脸久久av麻豆 | 成人国产麻豆网| 亚洲av免费在线观看| 97热精品久久久久久| 亚洲人成网站在线播| 搞女人的毛片| 国产亚洲5aaaaa淫片| or卡值多少钱| 国产淫片久久久久久久久| 精品久久久噜噜| 在线a可以看的网站| 男女下面进入的视频免费午夜| 一夜夜www| 干丝袜人妻中文字幕| 中文资源天堂在线| 久久久亚洲精品成人影院| 街头女战士在线观看网站| 三级国产精品欧美在线观看| 最后的刺客免费高清国语| 在线观看免费高清a一片| 性色avwww在线观看| 亚洲国产最新在线播放| 日韩欧美一区视频在线观看 | 成人特级av手机在线观看| 国产精品蜜桃在线观看| 午夜福利视频精品| 成人午夜高清在线视频| 一个人观看的视频www高清免费观看| 午夜免费激情av| 毛片女人毛片| 男人爽女人下面视频在线观看| 狂野欧美白嫩少妇大欣赏| 免费看日本二区| 熟妇人妻不卡中文字幕| 免费观看精品视频网站| 高清视频免费观看一区二区 | 激情五月婷婷亚洲| 亚洲精品国产成人久久av| 国产黄色视频一区二区在线观看| 精品国内亚洲2022精品成人| 永久免费av网站大全| 欧美中文综合在线视频| 国产精品99久久99久久久不卡 | 黑丝袜美女国产一区| 亚洲综合色惰| 春色校园在线视频观看| 日韩视频在线欧美| 母亲3免费完整高清在线观看 | 国产日韩欧美在线精品| 国产成人精品无人区| 亚洲内射少妇av| 亚洲五月色婷婷综合| 亚洲精品一二三| 两性夫妻黄色片| 看免费av毛片| 欧美成人午夜免费资源| 久久久久久久久久人人人人人人| 亚洲伊人久久精品综合| 亚洲综合精品二区| 男人添女人高潮全过程视频| 一级片免费观看大全| 精品一区在线观看国产| 韩国高清视频一区二区三区| 成年人免费黄色播放视频| 国产欧美日韩综合在线一区二区| 丰满少妇做爰视频| 国产精品久久久av美女十八| 欧美精品人与动牲交sv欧美| 中国国产av一级| 亚洲av综合色区一区| 国产欧美亚洲国产| 日本wwww免费看| 美国免费a级毛片| 巨乳人妻的诱惑在线观看| 精品福利永久在线观看| 男女国产视频网站| 精品国产超薄肉色丝袜足j| 成年人免费黄色播放视频| 日韩一卡2卡3卡4卡2021年| 又黄又粗又硬又大视频| 欧美激情 高清一区二区三区| a级毛片在线看网站| 中国国产av一级| 欧美日韩亚洲高清精品| 国产av精品麻豆| 一级片'在线观看视频| 一级a爱视频在线免费观看| 亚洲视频免费观看视频| 成人黄色视频免费在线看| 少妇猛男粗大的猛烈进出视频| 晚上一个人看的免费电影| 成人亚洲精品一区在线观看| 日本午夜av视频| xxx大片免费视频| 国产一区二区三区综合在线观看| 91精品伊人久久大香线蕉| 亚洲婷婷狠狠爱综合网| 美女国产视频在线观看| 一级毛片 在线播放| 国产片内射在线| 亚洲成人手机| 日本av手机在线免费观看| 成人影院久久| 国产免费视频播放在线视频| 观看美女的网站| av天堂久久9| 中国三级夫妇交换| 中文字幕人妻熟女乱码| 亚洲一区二区三区欧美精品| 国产精品无大码| 男女边吃奶边做爰视频| 卡戴珊不雅视频在线播放| 久久韩国三级中文字幕| 亚洲国产欧美网| 欧美国产精品va在线观看不卡| 亚洲精品国产av成人精品| 卡戴珊不雅视频在线播放| 精品少妇内射三级| 国产1区2区3区精品| 久久影院123| 久久青草综合色| 春色校园在线视频观看| 久久精品国产鲁丝片午夜精品| 在线观看人妻少妇| 1024视频免费在线观看| 在线观看一区二区三区激情| 国产在线免费精品| 极品少妇高潮喷水抽搐| 免费在线观看视频国产中文字幕亚洲 | 午夜激情av网站| 97精品久久久久久久久久精品| 在线免费观看不下载黄p国产| 如何舔出高潮| 久久婷婷青草| 宅男免费午夜| 大香蕉久久网| 叶爱在线成人免费视频播放| 最黄视频免费看| 亚洲综合色网址| 天美传媒精品一区二区| 国产成人aa在线观看| 久久精品熟女亚洲av麻豆精品| 免费女性裸体啪啪无遮挡网站| 国产成人免费观看mmmm| 亚洲欧美日韩另类电影网站| 热99久久久久精品小说推荐| 日韩av不卡免费在线播放| 久久国产亚洲av麻豆专区| 在线亚洲精品国产二区图片欧美| 欧美激情极品国产一区二区三区| 久久久久视频综合| 免费在线观看视频国产中文字幕亚洲 | 精品卡一卡二卡四卡免费| 飞空精品影院首页| 亚洲国产精品999| 满18在线观看网站| 亚洲av中文av极速乱| 十分钟在线观看高清视频www| 国产亚洲欧美精品永久| 一级毛片我不卡| 女人高潮潮喷娇喘18禁视频| 欧美日本中文国产一区发布| 日本vs欧美在线观看视频| 午夜免费鲁丝| av国产久精品久网站免费入址| 不卡av一区二区三区| www日本在线高清视频| 欧美国产精品一级二级三级| 日本vs欧美在线观看视频| 精品一区二区免费观看| 2018国产大陆天天弄谢| www.熟女人妻精品国产| 日韩三级伦理在线观看| 只有这里有精品99| 在线看a的网站| 2022亚洲国产成人精品| 成人亚洲精品一区在线观看| 国产精品亚洲av一区麻豆 | 人妻少妇偷人精品九色| 精品亚洲成a人片在线观看| 90打野战视频偷拍视频| 人人妻人人澡人人看| 色播在线永久视频| 日韩 亚洲 欧美在线| 国产成人一区二区在线| 人成视频在线观看免费观看| 美女午夜性视频免费| 欧美 日韩 精品 国产| 天天影视国产精品| 亚洲av电影在线进入| 久久这里只有精品19| 一区二区三区乱码不卡18| 涩涩av久久男人的天堂| 一区二区三区精品91| 男女国产视频网站| 超碰成人久久| 久久国内精品自在自线图片| 波多野结衣av一区二区av| 肉色欧美久久久久久久蜜桃| 一边亲一边摸免费视频| 韩国精品一区二区三区| 最近中文字幕2019免费版| 亚洲一级一片aⅴ在线观看| 韩国av在线不卡| 成人免费观看视频高清| 极品人妻少妇av视频| 狂野欧美激情性bbbbbb| 国产毛片在线视频| 99热国产这里只有精品6| 日日摸夜夜添夜夜爱| 王馨瑶露胸无遮挡在线观看| 成人毛片a级毛片在线播放| 日本免费在线观看一区| 精品国产乱码久久久久久男人| 欧美黄色片欧美黄色片| 热re99久久精品国产66热6| 另类亚洲欧美激情| 免费大片黄手机在线观看| 99国产综合亚洲精品| 免费观看a级毛片全部| 两性夫妻黄色片| 夫妻午夜视频| 免费黄频网站在线观看国产| 最近中文字幕2019免费版| 91国产中文字幕| 成人二区视频| 自线自在国产av| h视频一区二区三区| 国产精品久久久av美女十八| 国产在视频线精品| av网站在线播放免费| 亚洲综合色网址| 久久久久久久久免费视频了| 男男h啪啪无遮挡| 国产日韩欧美视频二区| 国产成人精品一,二区| 91精品三级在线观看| 男女边摸边吃奶| 可以免费在线观看a视频的电影网站 | 人体艺术视频欧美日本| 男女边吃奶边做爰视频| 日韩一区二区三区影片| 欧美日本中文国产一区发布| 国产片内射在线| 狠狠精品人妻久久久久久综合| 欧美日韩成人在线一区二区| 国产免费视频播放在线视频| 国产xxxxx性猛交| 视频区图区小说| 日韩欧美精品免费久久| 久久97久久精品| 亚洲国产色片| 青春草视频在线免费观看| 亚洲精品日韩在线中文字幕| 校园人妻丝袜中文字幕| 婷婷色av中文字幕| 日韩人妻精品一区2区三区| 日本av手机在线免费观看| 免费黄网站久久成人精品| 国产极品天堂在线| 久久韩国三级中文字幕| 日本欧美视频一区| 欧美日韩精品成人综合77777| 亚洲国产最新在线播放| 成人午夜精彩视频在线观看| 国产女主播在线喷水免费视频网站| 天天躁日日躁夜夜躁夜夜| 青春草视频在线免费观看| 亚洲人成电影观看| 99久久综合免费| 两个人免费观看高清视频| 亚洲成国产人片在线观看| 韩国av在线不卡| 看十八女毛片水多多多| 亚洲国产欧美在线一区| 欧美精品亚洲一区二区| 欧美人与善性xxx| 成人影院久久| 久久久久久久国产电影| 美女脱内裤让男人舔精品视频| 免费久久久久久久精品成人欧美视频| 亚洲精品在线美女| 深夜精品福利| 男女高潮啪啪啪动态图| 欧美亚洲日本最大视频资源| 最近中文字幕2019免费版| 亚洲综合色网址| 国产乱来视频区| 日韩av在线免费看完整版不卡| 综合色丁香网| 国产野战对白在线观看| a级毛片在线看网站| 人人澡人人妻人| 日韩在线高清观看一区二区三区| 久久精品国产自在天天线| 又黄又粗又硬又大视频| 日韩欧美一区视频在线观看| freevideosex欧美| 中国国产av一级| 欧美亚洲日本最大视频资源| 99久久精品国产国产毛片| 最近中文字幕2019免费版| 丝袜美足系列| av有码第一页| 亚洲内射少妇av| 九九爱精品视频在线观看| 叶爱在线成人免费视频播放| 久久精品国产综合久久久| 两个人免费观看高清视频| 亚洲色图 男人天堂 中文字幕| av电影中文网址| 18+在线观看网站| 极品人妻少妇av视频| 97精品久久久久久久久久精品| 纵有疾风起免费观看全集完整版| 在线观看三级黄色| 日韩成人av中文字幕在线观看| 18禁裸乳无遮挡动漫免费视频| 久久这里只有精品19| 日本色播在线视频| 久久久精品94久久精品| 成人二区视频| 国产精品二区激情视频| 香蕉国产在线看| 国产亚洲最大av| 麻豆乱淫一区二区| 国产精品一区二区在线观看99| av免费观看日本| 精品少妇久久久久久888优播| 丰满饥渴人妻一区二区三| 午夜福利一区二区在线看| 一区在线观看完整版| 看免费av毛片| 最近手机中文字幕大全| 国产精品99久久99久久久不卡 | 精品一区二区三区四区五区乱码 | 亚洲国产日韩一区二区| 日韩中文字幕视频在线看片| 最近2019中文字幕mv第一页| 日韩人妻精品一区2区三区| 美女福利国产在线| 国产午夜精品一二区理论片| 日韩一卡2卡3卡4卡2021年| 欧美成人午夜精品| 一级,二级,三级黄色视频| 九色亚洲精品在线播放| videosex国产| 日韩欧美精品免费久久| 在线精品无人区一区二区三| 久久97久久精品| 欧美变态另类bdsm刘玥| av一本久久久久| 日本91视频免费播放| 久久久久国产一级毛片高清牌| 婷婷色av中文字幕| 精品国产乱码久久久久久小说| 女性被躁到高潮视频| 国产av码专区亚洲av| 成人国语在线视频| 国产精品欧美亚洲77777| 亚洲色图 男人天堂 中文字幕| 亚洲内射少妇av| 欧美国产精品一级二级三级| 成人二区视频| 国产成人精品福利久久| 如日韩欧美国产精品一区二区三区| 久久精品久久精品一区二区三区| 久久精品久久久久久久性| 国产在线一区二区三区精| 人人妻人人爽人人添夜夜欢视频| 亚洲av国产av综合av卡| 母亲3免费完整高清在线观看 | 高清黄色对白视频在线免费看| 国产成人免费观看mmmm| 我要看黄色一级片免费的| 宅男免费午夜| 亚洲情色 制服丝袜| 成年动漫av网址| 国产麻豆69| 少妇精品久久久久久久| 2018国产大陆天天弄谢| 亚洲欧美色中文字幕在线| www.精华液| 亚洲少妇的诱惑av| 亚洲av福利一区| 久久久久久人妻| 91aial.com中文字幕在线观看| 久久国产亚洲av麻豆专区| 欧美日韩综合久久久久久| 综合色丁香网| 国产精品香港三级国产av潘金莲 | 天天躁夜夜躁狠狠躁躁| 亚洲伊人久久精品综合| 美女视频免费永久观看网站| 亚洲激情五月婷婷啪啪| 丰满少妇做爰视频| 国产福利在线免费观看视频| 热re99久久国产66热| 人妻一区二区av| 大码成人一级视频| 日韩欧美一区视频在线观看| av免费在线看不卡| 国产欧美日韩一区二区三区在线| 亚洲美女黄色视频免费看| 精品卡一卡二卡四卡免费| 国产成人精品久久久久久| 久久午夜福利片| 深夜精品福利| 欧美国产精品一级二级三级| 99re6热这里在线精品视频| 熟女少妇亚洲综合色aaa.| 欧美 日韩 精品 国产| 精品酒店卫生间| 中文字幕最新亚洲高清| 国产精品香港三级国产av潘金莲 | 寂寞人妻少妇视频99o| 国产成人a∨麻豆精品| 亚洲精华国产精华液的使用体验| 久久精品久久精品一区二区三区| 欧美+日韩+精品| 日本猛色少妇xxxxx猛交久久| 国产乱人偷精品视频| 日韩av免费高清视频| 国产精品麻豆人妻色哟哟久久| 最黄视频免费看| 成人二区视频| 中文天堂在线官网| 亚洲av综合色区一区| 亚洲av中文av极速乱| 在线观看美女被高潮喷水网站| 亚洲成色77777| 日韩成人av中文字幕在线观看| 国产午夜精品一二区理论片| 久久久国产一区二区| 韩国精品一区二区三区| 久久久久精品性色| 肉色欧美久久久久久久蜜桃| videossex国产| 亚洲欧美成人精品一区二区| av网站免费在线观看视频| 国产视频首页在线观看| 一二三四在线观看免费中文在| 国产又色又爽无遮挡免| 男人操女人黄网站| 国产成人免费无遮挡视频| 国产精品蜜桃在线观看| 久久精品国产亚洲av高清一级| 啦啦啦视频在线资源免费观看| 在线观看www视频免费| 成人亚洲精品一区在线观看| 成人国产av品久久久| 亚洲 欧美一区二区三区| 日韩免费高清中文字幕av| 青春草视频在线免费观看| 免费高清在线观看视频在线观看| 在线观看免费日韩欧美大片| 国产成人免费观看mmmm| 国产精品免费视频内射| 99re6热这里在线精品视频| 国产国语露脸激情在线看| av国产精品久久久久影院| 黑人巨大精品欧美一区二区蜜桃| 夫妻性生交免费视频一级片| 观看av在线不卡| 免费不卡的大黄色大毛片视频在线观看| 老司机影院成人| 午夜福利一区二区在线看| 最近最新中文字幕大全免费视频 | 久久午夜福利片| 在线观看免费视频网站a站| 日本av免费视频播放| 人人妻人人添人人爽欧美一区卜| 美女午夜性视频免费| 中文精品一卡2卡3卡4更新| 97精品久久久久久久久久精品| 国产极品粉嫩免费观看在线| h视频一区二区三区| 成年女人毛片免费观看观看9 | 男女无遮挡免费网站观看| 大话2 男鬼变身卡| 青春草亚洲视频在线观看| 美女中出高潮动态图| 国产精品国产三级专区第一集| 黑人猛操日本美女一级片| 在线观看www视频免费| 婷婷色麻豆天堂久久| 啦啦啦在线免费观看视频4| 国产乱人偷精品视频| 美女脱内裤让男人舔精品视频| 久久久精品国产亚洲av高清涩受| 人妻人人澡人人爽人人| 久久久久久久亚洲中文字幕| 亚洲av福利一区| 国产日韩欧美在线精品| 亚洲国产欧美在线一区| 国产成人精品一,二区| 国产极品粉嫩免费观看在线| 乱人伦中国视频| 日韩不卡一区二区三区视频在线| 不卡av一区二区三区| 久久人妻熟女aⅴ| 一二三四中文在线观看免费高清| 九草在线视频观看| 亚洲国产欧美网| 五月开心婷婷网| 最近2019中文字幕mv第一页| 交换朋友夫妻互换小说| 自线自在国产av| 国产国语露脸激情在线看| 午夜福利一区二区在线看| 男女边吃奶边做爰视频| 国产精品一区二区在线观看99| 午夜日韩欧美国产| 麻豆av在线久日| 一级黄片播放器| 精品人妻偷拍中文字幕| 99热全是精品| 国产高清不卡午夜福利| 精品少妇一区二区三区视频日本电影 | 9热在线视频观看99| 一区在线观看完整版| 天天躁夜夜躁狠狠躁躁| av一本久久久久| 免费在线观看完整版高清| 不卡av一区二区三区| av网站免费在线观看视频| 久久精品国产亚洲av天美| 国产成人91sexporn| 女人被躁到高潮嗷嗷叫费观| 夫妻午夜视频| 欧美黄色片欧美黄色片| 日韩成人av中文字幕在线观看| 永久免费av网站大全| 777久久人妻少妇嫩草av网站| 一级片免费观看大全| 97在线人人人人妻| 亚洲av福利一区| 日韩电影二区| 精品卡一卡二卡四卡免费| 99精国产麻豆久久婷婷| 亚洲精品国产av成人精品| 欧美人与性动交α欧美精品济南到 | 超碰97精品在线观看| 国产精品无大码| 久久婷婷青草| 欧美中文综合在线视频| 欧美变态另类bdsm刘玥| 又黄又粗又硬又大视频| av网站免费在线观看视频| 免费黄色在线免费观看| 欧美日韩一区二区视频在线观看视频在线| 久久久久久久久免费视频了| 丝袜在线中文字幕| 午夜影院在线不卡| 国产熟女午夜一区二区三区| 啦啦啦啦在线视频资源| 久久国产精品大桥未久av| 两个人看的免费小视频| 国产又爽黄色视频| 18在线观看网站| 两个人看的免费小视频| 精品少妇一区二区三区视频日本电影 | 大陆偷拍与自拍| 国产在视频线精品| 香蕉丝袜av| 亚洲一区中文字幕在线| 亚洲综合色惰| 日韩精品免费视频一区二区三区|