基于GPS 与图像融合的智能车辆高精度定位算法

来源：交通运输系统工程与信息杂志2017年第3期北京时间：

作者：李祎承，胡钊政，胡月志，吴华伟

单位：1. 纯电动汽车动力系统设计与测试湖北省重点实验室，湖北襄阳441053；2. 武汉理工大学2a. 智能交通系统研究中心； 2b. 能源与动力工程学院，武汉430063；3. 湖北省电池产品监督检验中心，湖北襄阳441000

摘要：车辆自定位是实现智能车辆环境感知的核心问题之一.全球定位系统(Global Positioning System, GPS)定位误差通常在10 m左右，不能满足智能车辆的定位需求；惯性导航系统成本较高，不适于智能车辆的推广.本文在视觉地图基础上，提出一种基于GPS 与图像融合的智能车辆定位算法.该算法以计算当前位置距离视觉地图中最近一个数据采集点的位姿为目标，首先运用GPS信息进行初定位，在视觉地图中选取若干采集点作为初步候选，其次运用Oriented FAST and Rotated BRIEF (ORB)全局特征进行特征匹配，得到一个候选定位结果，最后通过待检测图像中的局部特征点与候选定位结果中的三维局部特征点建立透视n 点模型(Perspective-n-Point, PnP)，得到车辆当前的位姿，并以此对候选定位结果进行修正，得到最终定位结果.实验在长为5 km的路段中进行，并在不同天气及不同智能车辆平台测试.经验证，平均定位精度为11.6 cm，最大定位误差为37 cm，同时对不同天气具有较强鲁棒性.该算法满足了智能车定位需求，且大幅降低了高精度定位成本.

关键词：智能交通,车辆定位,数据融合,智能车辆,计算机视觉

基金资助：国家自然科学基金/National Natural Science Foundation of China (51679181)；纯电动汽车动力系统设计与测试系统湖北省重点实验室开放基金/Open Foundation of Hubei Key Laboratory of Power System Design and Test for Electrical Vehicle (HBUASEV2015F001).