排序方式： 共有1条查询结果，搜索用时 31 毫秒
1
1.
针对地下停车场环境GPS信号缺失的问题,本文在环视特征地图构建的基础上,提出基于二阶马尔科夫模型的粒子滤波定位算法(Markov model-particle filter,MM-PF),实现智能车在地下停车场环境中的高精度定位.在该模型中,环视特征地图节点被定义为粒子,查询图像被定义为观测数据.在状态转移过程中,引入二阶马尔可夫模型,对短时间车辆运动进行建模,构建状态转移模型.利用图像的全局特征建立当前车辆获取的图像与各粒子(环视地图节点)之间的匹配关系,从获取的汉明距离建立粒子权重分布模型,可以大幅提高系统的计算效率.当前车辆的位置由局部特征匹配获得.选取两个典型的地下停车场场景对本文算法进行验证,在选取的两个场景中,本文算法平均定位精度小于0.38 m,定位误差均方差小于0.29 m,定位误差在1 m以下的概率不低于95.4％.试验结果表明:本文所提出的二阶MM-PF算法能够将车辆的运动信息与视觉信息相融合,相较于对比算法,定位精度与稳健性得到大幅提高. 相似文献
1