一个具有视觉感知的弹性过算法用于车辆GNSS导航和定位
Wenzhuo Ma1, Zhe Yue1, Zengzeng Lian1
1School of Surveying and Mapping, Henan Polytechnic University, Jiaozuo 454003, China.
本研究介绍了一种使用视觉感知的弹性过算法,以提高全球导航卫星系统 (GNSS) 在城市中的车辆的定位精度. 新方法显著提高了实时导航精度,特别是在复杂的城市环境中.
科学领域:
- * 机器人和自主系统
- * 计算机视觉 计算机视觉
- * 地质工程工程学
背景情况:
- * 精确的实时车辆定位在城市环境中至关重要,但对于当前的全球导航卫星系统 (GNSS) 算法来说具有挑战性.
- * 由于城市的复杂性,现有的基于卡尔曼波器的GNSS方法缺乏所需的准确性.
- *导航和视觉感知之间的协同作用为增强定位提供了潜力.
研究的目的:
- * 开发一个与视觉感知集成的弹性过算法,以改进车辆GNSS导航和定位.
- *通过将过模型适应不同车辆状态来提高GNSS导航的精度.
- * 解决城市驾驶中频繁停车的挑战,以便更准确地定位.
主要方法:
- * 采用视觉感知系统来捕获实时环境数据,并通过跨差光流和车辆状态切换来评估驾驶状态.
- *设计了一种适应状态的弹性过模型,以提高基于卡尔曼过器的GNSS准确性.
- * 整合了零速度约束,以在静止期间完善位置数据,并将其与适当的弹性过模型相匹配.
主要成果:
- * 拟议的弹性过算法通过模拟和现实世界的实验,在城市环境中显著改善了车辆GNSS导航和定位精度.
- * 性能优于传统算法和交互式多模型 (IMM) 算法.
- *与先进的IMM模型相比,实现了21.8%,20.9%和31.3%的3D定位精度提升.
结论:
- * 带有视觉感知的弹性过算法为在具有挑战性的城市环境中准确的车辆GNSS定位提供了强大的解决方案.
- * 算法的适应性对各种车辆状态及其零速度约束有效地提高了定位精度.
- *这种方法比现有实时城市导航系统的方法有了显著的进步.
更多相关视频
06:45Design and Application of a Fault Detection Method Based on Adaptive Filters and Rotational Speed Estimation for an Electro-Hydrostatic Actuator
Published on: October 28, 2022
11:54Microfluidic Platform with Multiplexed Electronic Detection for Spatial Tracking of Particles
Published on: March 13, 2017
相关概念视频
Errors in Global Positioning System
Introduction to Global Positioning System
Field Application of Global Positioning System
Types of Global Positioning System Surveys
Design Example: Identifying the Locations of Monuments in the Field Using Global Positioning System Device
Design Example: Alignment of a Road Line Using GIS
