结合路网地图的视觉定位优化方法研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第12-24页 |
| 1.1 课题研究背景和意义 | 第12-14页 |
| 1.2 视觉定位的应用 | 第14-16页 |
| 1.3 视觉定位的发展及研究现状 | 第16-22页 |
| 1.3.1 国外发展及现状 | 第16-22页 |
| 1.3.2 国内发展及现状 | 第22页 |
| 1.4 本文组织结构及主要工作 | 第22-24页 |
| 第2章 视觉里程计及误差约束方法 | 第24-37页 |
| 2.1 视觉里程计简介 | 第24-31页 |
| 2.1.1 视觉里程计算法原理概述 | 第24-30页 |
| 2.1.2 视觉里程计优缺点 | 第30-31页 |
| 2.2 视觉里程计的误差约束方法 | 第31-36页 |
| 2.2.1 与传统传感器结合的约束方法 | 第31-32页 |
| 2.2.2 基于视觉路标的约束方法 | 第32页 |
| 2.2.3 基于路网地图的约束方法 | 第32-36页 |
| 2.3 本章小结 | 第36-37页 |
| 第3章 基于粒子滤波框架的车辆自定位模型 | 第37-49页 |
| 3.1 粒子滤波 | 第37-43页 |
| 3.2 基于粒子滤波框架的视觉定位传统方法 | 第43-45页 |
| 3.2.1 基于粒子滤波框架的视觉定位算法介绍 | 第43-44页 |
| 3.2.2 传统粒子滤波定位方法存在的问题 | 第44-45页 |
| 3.3 多位置联合粒子滤波定位算法 | 第45-48页 |
| 3.3.1 算法原理 | 第45-48页 |
| 3.3.2 算法的优缺点分析 | 第48页 |
| 3.4 本章小结 | 第48-49页 |
| 第4章 基于多位置联合滤波和路网地图的定位算法 | 第49-75页 |
| 4.1 系统框架介绍 | 第49页 |
| 4.2 路网地图的构建 | 第49-51页 |
| 4.3 车辆轨迹实时拐点探测算法 | 第51-52页 |
| 4.4 基于轨迹分段的路网地图匹配 | 第52-54页 |
| 4.4.1 轨迹线段的长度相似度 | 第53-54页 |
| 4.4.2 轨迹线段的朝向相似度 | 第54页 |
| 4.4.3 轨迹的相似度归一化 | 第54页 |
| 4.5 基于多位置联合滤波的定位方法 | 第54-61页 |
| 4.5.1 滤波算法介绍 | 第54-60页 |
| 4.5.2 粒子权重计算 | 第60-61页 |
| 4.6 实验结果 | 第61-73页 |
| 4.6.1 校园实验结果 | 第62-63页 |
| 4.6.2 KITTI数据集实验结果 | 第63-69页 |
| 4.6.3 与传统方法的比较结果 | 第69-73页 |
| 4.7 本章小结 | 第73-75页 |
| 第5章 总结与展望 | 第75-77页 |
| 5.1 总结 | 第75页 |
| 5.2 展望 | 第75-77页 |
| 参考文献 | 第77-83页 |
| 攻读硕士学位期间主要的研究成果 | 第83页 |
