自动驾驶车辆定位：一种计算机视觉方法的的概念验证
计算机视觉与模式识别
2021-04-08 v1 应用统计
摘要
本文介绍了一种基于视觉的自动驾驶车辆（AVs）定位方法，该方法除单一摄像头外无需任何复杂硬件系统即可运行。视觉定位是指基于物体周边区域的视觉信息来寻找其位置的技术。定位问题多年来备受关注。然而，视觉定位在交通文献中相对较新。此外，此类定位在自动驾驶车辆背景下的必然应用要求交通学界对该问题给予特别关注。本研究提出一种两步定位方法，其需要一个地理标记图像数据库和安装在车辆上、能在行驶中拍摄照片的摄像头。第一步即图像检索，使用SIFT局部特征描述符通过图像匹配为车辆找到初始位置。下一步是利用卡尔曼滤波在车辆移动时估计更精确的位置。所介绍方法的所有阶段均使用不同Python库作为完整系统实现。所提系统在KITTI数据集上测试，在寻找车辆最终位置中显示出2米的平均精度。
引用
@article{arxiv.2104.02785,
title = {Localization of Autonomous Vehicles: Proof of Concept for A Computer Vision Approach},
author = {Sara Zahedian and Kaveh Farokhi Sadabadi and Amir Nohekhan},
journal= {arXiv preprint arXiv:2104.02785},
year = {2021}
}
备注
2019 ITS America Annual Meeting