一种基于GNSS和视觉里程计融合的无人驾驶汽车导航定位精度矫正方法技术

本发明专利技术涉及一种基于GNSS和视觉里程计融合的无人驾驶汽车导航定位精度矫正方法，(1)基于单目视觉的车道线检测；(2)单目视觉里程计定位精度优化；(3)GNSS/VO组合导航系统的定位精度矫正。本发明专利技术利用车道线辅助视觉里程计，然后与GNSS定位进行融合以提高车辆定位系统的可靠性。GNSS/VO具有很强的互补特性，GNSS可以获得长时间稳定的定位结果，而VO可以获取短期高精度定位数据，利用两种传感器对位置测量值的差值进行滤波计算，使用VO系统误差的估计值去校正VO系统的误差，实现利用GNSS数据限制VO数据长时间漂移的目的。

A method for correcting the navigation and positioning accuracy of unmanned vehicle based on GNSS and visual odometry

The invention relates to a fusion of GNSS and visual odometry based on unmanned vehicle navigation positioning precision correction method, (1) the lane detection algorithm based on monocular vision; (2) monocular visual odometry localization accuracy optimization; (3) GNSS/VO integrated navigation system positioning precision correction. The invention utilizes lane line auxiliary vision odometer to fuse with GNSS positioning so as to improve the reliability of the vehicle positioning system. GNSS/VO has a strong complementary characteristics, positioning results of GNSS can be obtained stably for a long time, and VO can obtain high precision positioning of short-term data, using two kinds of sensor filtering calculation on the difference position of measured values were estimated using the VO system, the error value error correction to the VO system, realize the data drift with the long time limit of VO the objective of the GNSS data.

【技术实现步骤摘要】

本专利技术涉及无人驾驶车载组合导航
，具体涉及一种基于GNSS、视觉里程计、和车道线检测的融合导航方法。
技术介绍
随着汽车的普及和使用频率的上升，道路拥堵、环境污染与交通事故已经成为人们不得不面对的问题。发展无人驾驶车辆及研究车辆的自主行驶系统是目前实现安全、高效交通的最佳选择。定位作为无人驾驶车辆的关键技术，是目前车载导航系统亟待解决的问题。早期的车辆定位系统中常使用的是全球卫星导航系统GNSS(GPS，GLONASS，Galileo,BeiDou)。GNSS可以提供全球性的、高精度的定位服务，但是受到卫星轨道误差、时钟误差以及信号传播误差等的影响，GNSS的定位精度只能达到米级。虽然通过载波相位差分技术可以将定位精度提高到厘米级，但是在建筑物密集的城市区域，由于卫星信号受到阻挡以及多路径效应的其它因素干扰，GNSS往往无法满足无人驾驶汽车的定位需求。为了弥补GNSS的缺陷，通常采用组合导航的方式来提高车载导航系统的精度与鲁棒性。例如自主导航系统，基于车辆的相对运动模型，可以由车辆的上一个位置信息计算出车辆当前的位置。早期车辆自主定位系统常使用轮速编码器来进行航迹推算。然本文档来自技高网...

【技术保护点】
一种车道线辅助视觉里程计和GNSS融合的组合导航方法，其特征在于，所述方法的步骤为：(1)基于单目视觉的车道线检测；(2)单目视觉里程计定位精度优化；(3)GNSS与视觉里程计组合导航系统的定位精度矫正。

【技术特征摘要】
1.一种车道线辅助视觉里程计和GNSS融合的组合导航方法，其特征在于，所述方法的步骤为：(1)基于单目视觉的车道线检测；(2)单目视觉里程计定位精度优化；(3)GNSS与视觉里程计组合导航系统的定位精度矫正。2.如权利要求1所述的一种车道线辅助视觉里程计和GNSS融合的组合导航方法，所述的步骤(1)中基于单目视觉的车道线检测的方法为：读取一帧图像，对图像逐行处理，对图像中各行，采用对水平方向敏感的Sobel算法增强边缘，然后对行信息进行处理，进行二值化，对二值化后数据采用车道线内边缘提取算法，提取车道线内边缘点，采用hough变换进行拟合车道线，得到车道线极坐标参数，提取车辆在在道路坐标系下的航向角ψD和横向位置yD。3.如权利要求1所述的一种车道线辅助视觉里程计和GNSS融合的组合导航方法，所述的视觉里程计是由多个模块组合得到的系统，包括图像采集模块、特征选择和关联模块、位姿估计模块以及可选的局部优化模块。4.如权利要求3所述的一种车道线辅助视觉里程计和GNSS融合的组合导航方法，所述的特征选择与关联、帧间位姿估计这两个模块子在获取每一帧图像时都需要进行计算，是构成视觉里程计的必要模块。5.如权利要求4所述的一种车道线辅助视觉里程计和GNSS融合的组合导航方法，所述的基于特征的视觉里程计的算法流程为：(1)从车载相机采集的视频中读取一系列的图像序列Ik，对某一时刻的单帧图像进行特征点检测，寻找那些比较突出的像素，即根据特定响应度计分函数计算得到的特征度要明显高于其邻域像素，用不同的高斯差来对图像进行滤波并检测局部极值，以获得图像对尺度的不变性，在每个不同的尺度都用高斯差滤波器来对图像做卷积：DoGk,σ(x,y)=G(x,y,kσ)-G(x,y,σ)=12π(kσ)2·e-(x2+y2)/2(kσ)2=-12πσ2·e-(x2+y2)/2σ2]]>通过用不同的高斯核G(σ)对图像做卷积运算；(2)计算卷积图像的差选取局部极值作为特征候选点，只是该处的局部极值不仅要与当前尺度图像In中的8个邻近点比较，还要与“上层”图像In-1和“下层”图像In+1中的18个临近点进行比较；(3)用抛物线拟合来对特征候选点位置进行亚像素细化，再用对图像强度的阈值化方法来剔除对比度过小的候选点；公式如下：I0=I*DoGk,σ0(kσ0)-I*G...

【专利技术属性】
技术研发人员：曾庆喜，冯玉鹏，周倪青，邓书朝，李中兵，
申请(专利权)人：奇瑞汽车股份有限公司，
类型：发明
国别省市：安徽;34