基于 GPS 与图像融合的智能车辆高精度定位算法

        摘 要： 车辆自定位是实现智能车辆环境感知的核心问题之一.全球定位系统(Global Positioning System, GPS)定位误差通常在 10 m 左右，不能满足智能车辆的定位需求；惯性 导航系统成本较高，不适于智能车辆的推广.本文在视觉地图基础上，提出一种基于GPS 与图像融合的智能车辆定位算法.该算法以计算当前位置距离视觉地图中最近一个数据 采集点的位姿为目标，首先运用GPS信息进行初定位，在视觉地图中选取若干采集点作 为初步候选，其次运用Oriented FAST and Rotated BRIEF (ORB)全局特征进行特征匹配， 得到一个候选定位结果，最后通过待检测图像中的局部特征点与候选定位结果中的三维 局部特征点建立透视n点模型(Perspective-n-Point, Pn P)，得到车辆当前的位姿，并以此对 候选定位结果进行修正，得到最终定位结果.实验在长为5 km的路段中进行，并在不同天 气及不同智能车辆平台测试.经验证，平均定位精度为11.6 cm，最大定位误差为37 cm，同 时对不同天气具有较强鲁棒性.该算法满足了智能车定位需求，且大幅降低了高精度定位 成本.