基于视觉的道路场景建模

摘要：

步入21世纪,随着人工智能的发展,智能车的研究成为一大热点,而智能汽车研究的基础就是定位问题.目前有2种定位方法,一种是实时定位与建图(SLAM),另一种则是基于道路场景表征建模的定位方法,两者各有所长.本文针对基于视觉的道路场景表征建模定位方法进行了优化与改进.首先,本文提出了一种对点云处理的方法,对当前Z坐标一定距离内的点云取不同权值,进行加权投影,以此来构建道路的二维场景.采用ORB特征提取算子提取二维特征,并采用视觉里程计算法获取车辆运动轨迹信息.构建了轻量级神经网络,用来检测道路标志特征,例如车道线、斑马线、道路标志牌等.对二维场景精度差的问题进行补充.

关键词：视觉SLAM、GPS、融合定位、智能车定位、轻量级神经网络

所属期刊栏目：11

分类号：TP391(计算技术、计算机技术)

在线出版日期：2021-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：29-34