摘要
随着信息技术、自动化技术和车辆制造水平的快速发展,人们对于车辆的使用需求也日益呈现多样化,实现车辆的自动驾驶成为近年来各国研究者的研究热点,其中车辆的精确定位在智能车技术中扮演着极为重要的角色。实现实时车辆精确定位不仅更容易对车辆的驾驶进行控制,还能使车辆和道路信息在车路协同系统中实现更高效的交换与共享,更有助于形成智能交通系统。虽然目前全球导航卫星系统(GNSS)仍是使用最广泛的定位技术,但对于现今高需求的智能驾驶领域其暴露了不可忽视的弊端。例如在高楼大厦、高架桥和地下隧道等卫星信号极容易被遮挡的地方,无法获取精确的定位信息。为了使车辆在车路协同系统中实现精确定位,本文提出了一种基于单目视觉SLAM(simultaneous Localization and Mapping)系统来获得车辆高精度定位信息的方法。同时定位与地图构建算法——SLAM算法,文中为解决车辆在未知地图中,利用车载单目相机感知周围环境状况,然后基于环境信息实现同时定位与地图构建。显然实现同时定位和地图的构建与传感器的类型密切相关,在众多的传感器中,单目相机不仅操作简单、性价比高,而且获取的信息量丰富。所以本文将运用基于单目相机的SLAM算法对车辆实现定位,其中主要分析了SLAM系统的基本原理和相机模型的建立。
