道路几何信息是自动驾驶系统中重要的信息来源,也是后续路径规划的关键参考信息之一。该研究针对城市内车道线遮挡及多路径效应导致的全球定位系统失效等问题,提出了一种基于前车信息的道路几何估计方法。通过对当前车辆、前车以及道路...道路几何信息是自动驾驶系统中重要的信息来源,也是后续路径规划的关键参考信息之一。该研究针对城市内车道线遮挡及多路径效应导致的全球定位系统失效等问题,提出了一种基于前车信息的道路几何估计方法。通过对当前车辆、前车以及道路之间关系的建模,获得了系统的运动模型和观测模型。采用无损卡尔曼滤波框架对观测到的前车相对位置、相对速度、相对角度和本车角速度进行滤波处理,估计出当前车道的曲率参数。在仿真软件Car learning to Act(Carla)上的实验结果表明,相比地图匹配方法,在无法获取车道线目标及精确定位信息的情况下,该方法道路几何精度得到了显著提升。展开更多
文摘道路几何信息是自动驾驶系统中重要的信息来源,也是后续路径规划的关键参考信息之一。该研究针对城市内车道线遮挡及多路径效应导致的全球定位系统失效等问题,提出了一种基于前车信息的道路几何估计方法。通过对当前车辆、前车以及道路之间关系的建模,获得了系统的运动模型和观测模型。采用无损卡尔曼滤波框架对观测到的前车相对位置、相对速度、相对角度和本车角速度进行滤波处理,估计出当前车道的曲率参数。在仿真软件Car learning to Act(Carla)上的实验结果表明,相比地图匹配方法,在无法获取车道线目标及精确定位信息的情况下,该方法道路几何精度得到了显著提升。