公开(公告)号：CN116704458A

公开(公告)日：2023-09-05

申请号：CN202310421088.3

申请日：2023-04-19

Applicant: 江苏大学

Inventor： 李祎承 ,  仲伟 ,  蔡英凤 ,  刘泽 ,  王建强 ,  廉玉波 ,  陈龙 ,  袁朝春

IPC: G06V20/56 ,  G06T7/80 ,  G06F17/16 ,  G06V10/774 ,  G06V10/764 ,  G06T7/70

Abstract: 本发明公开了一种自动驾驶商用车横向定位方法，本方法基于深度学习车道线检测、Tukey加权最小二乘拟合，实时单应性变换的自动驾驶商用车高精度横向定位方法。该方法以高鲁棒性的深度学习车道线检测为基础，使用Tukey加权最小二乘法拟合得到的精确车道线，通过基于高斯采样最大似然求解得到的相机与采样地平面之间的单应性变换矩阵，计算车辆在最优采样平面的横向定位结果，最后利用尺度s恢复车辆在真实地平面的横向定位结果，有效减少传统方法所带来的车道线检测误差以及由于车辆振动和地面凹凸不平导致的定位误差，实现高精度的自车道横向定位。

公开(公告)号：CN116704458B

公开(公告)日：2025-05-06

申请号：CN202310421088.3

申请日：2023-04-19

Applicant: 江苏大学

Inventor： 李祎承 ,  仲伟 ,  蔡英凤 ,  刘泽 ,  王建强 ,  廉玉波 ,  陈龙 ,  袁朝春

IPC: G06V20/56 ,  G06T7/80 ,  G06F17/16 ,  G06V10/774 ,  G06V10/764 ,  G06T7/70

Abstract: 本发明公开了一种自动驾驶商用车横向定位方法，本方法基于深度学习车道线检测、Tukey加权最小二乘拟合，实时单应性变换的自动驾驶商用车高精度横向定位方法。该方法以高鲁棒性的深度学习车道线检测为基础，使用Tukey加权最小二乘法拟合得到的精确车道线，通过基于高斯采样最大似然求解得到的相机与采样地平面之间的单应性变换矩阵，计算车辆在最优采样平面的横向定位结果，最后利用尺度s恢复车辆在真实地平面的横向定位结果，有效减少传统方法所带来的车道线检测误差以及由于车辆振动和地面凹凸不平导致的定位误差，实现高精度的自车道横向定位。

公开(公告)号：CN118376238A

公开(公告)日：2024-07-23

申请号：CN202410589203.2

申请日：2024-05-13

Applicant: 江苏大学 ,  扬州瑞控汽车电子有限公司

Inventor： 李祎承 ,  仲伟 ,  蔡英凤 ,  陈军 ,  王海 ,  袁江

IPC: G01C21/16 ,  G06T7/73 ,  G06T7/246 ,  G06V10/44 ,  G06V10/25 ,  G06V10/26

Abstract: 本发明提供了一种基于路端相机及车端IMU数据融合的车路协同定位方法，包括：S1.车端信标安装以及IMU数据获取、图像数据采集S2.车端信标检测与特征点提取S3.将旋转优化问题转化为极外共面约束问题，利用各对应特征点极平面法向量共面约束构建约束方程，消除陀螺仪偏置影响，得到更精确的旋转信息S4.基于LiGT算法，利用各特征点构建深度‑位姿约束，去除IMU加速度中的重力向量影响，得到更精确的平移信息S5.利用PA优化算法进一步优化上述步骤得到的旋转和平移。有益效果：本发明简化了车路协同定位方案；保证车端信标检测的鲁棒性，使用基于深度学习的信标检测算法，适用性更强，检测精度也更高；提高了位姿精度，并减少了计算时间。