在车辆导航与自动驾驶领域,全球定位系统(GPS)信号易受遮挡或干扰,导致定位不准确甚至失效,严重影响行车安全与导航精度。特别是在城市峡谷、隧道等复杂环境中,GPS信号丢失问题尤为突出,成为亟待解决的痛点。
本发明提出了一种基于车载摄像头和地图的车辆定位方法及系统,通过融合视觉感知与地图信息实现精准定位。首先,利用车载摄像头实时检测车道,计算车辆与左车道间的横向距离;同时,将车辆估计位置与高精度地图匹配,获取另一横向距离。通过比较两者差异,构建实际残差,并结合输入残差预测模型预测残差,以此判断GPS信号状态。一旦检测到信号故障,立即启用无迹卡尔曼滤波算法,重构定位信号,确保定位连续性与准确性。
本发明结合了图像识别与地图匹配技术,实现了在GPS信号缺失情况下的高精度车辆定位,显著提升了定位系统的鲁棒性与可靠性。通过无迹卡尔曼滤波的引入,进一步优化了定位精度,为自动驾驶车辆提供了更为稳定、安全的定位解决方案。相较于传统单一依赖GPS的定位方式,本发明在复杂环境下具有更强的适应性和更高的定位准确性,为智能驾驶技术的发展提供了有力支撑。
20241220
信息传输、软件和信息技术服务业
1、成果由北京理工大学单独持有;2、本成果已授权专利
技术许可、合作开发、技术服务和咨询、技术转让等
可国(境)内外转让
会同成果完成团队与意向方共同研讨合作方案
北京理工大学产业开发研究院
北京市科学技术委员会;中关村科技园区管理委员会
本发明公开一种基于车载摄像头和地图的车辆定位方法及系统,涉及车辆定位技术领域,该方法包括:根据车载摄像头采集的图像进行车道检测,得到车辆与左车道间的第一横向距离;将k时刻的车辆估计位置与高精度地图匹配得到车辆与左车道间的第二横向距离;将k时刻第一横向距离与第二横向距离之差的绝对值作为k时刻的实际残差;根据输入残差预测模型得到k时刻的预测残差;根据k时刻的实际残差和预测残差,判断k时刻的全球定位系统定位信号是否故障;当k时刻的定位信号故障时,通过无迹卡尔曼滤波得到k时刻的重构定位信号。本发明提高了车辆定位的准确性。
