[发明专利]基于视觉筛选的无人驾驶汽车组合导航方法

摘要

基于视觉筛选的无人驾驶汽车组合导航方法，该方法包括以下步骤坐标系换算；建筑物遮挡角度识别；非视距环境下卫星信号可用性判断；改进的自适应平方根容积卡尔曼滤波算法；提出了以视觉信息为筛选条件的组合导航算法，引入了“剔除非视距传播卫星数据”的概念并给出判断方法，用来剔除由于建筑物遮挡而造成精度下降的GPS卫星数据信息；本发明区别于传统组合方法采用视觉导航用以实时并行处理数据，而是采用视觉信息对GPS数据有针对性的筛选，避免了传统采用视觉导航而造成的维数灾难；提出了改进的自适应平方根容积卡尔曼滤波算法，并考虑到无人驾驶智能车行驶在城市路况中导航数据强非线性的问题。

主权项

一种基于视觉筛选的无人驾驶汽车组合导航方法，其特征在于：该方法包括以下步骤，步骤1，坐标系换算；步骤1.1：大地坐标系换算到视觉坐标系；摄像头成像变换涉及不同坐标系之间的转换，包括大地坐标系、摄像机坐标系、成像平面坐标系和图像平面坐标系；在无人驾驶智能车导航系统的视觉系统中，需首先将摄像头在大地坐标系中的位置换算到视觉坐标系；步骤1.2：换算视觉坐标系相对车体坐标系；步骤1.3：将视觉、车体、大地坐标系进行统一；GPS输出数据为ECEF坐标系统下的经度、纬度、高度，并不适合于平面运动的车辆导航；采用通用横轴墨卡托坐标系将经纬度转化到平面坐标系并转换到“东北天”大地坐标系下，以此坐标系为主坐标系，并统一其他坐标系；步骤2，建筑物遮挡角度识别；步骤2.1：图像预处理；通过摄像头采集的周围图像信息，首先提取出导航基准线，确定导航路径中的特征点；主要流程包括灰度变换、图像分割、图像去噪、提取候选点、直线拟合、确定已知点；步骤2.2：道路识别；步骤2.3：建筑物识别；通过计算熵值，进行填充处理，分离出天空与遮挡建筑物；步骤2.4：计算建筑物俯仰角确定建筑物上隅角、下隅角坐标值，并分别与车体中心点即图像底边中心点连线，同时找到过建筑物上隅角下隅角坐标的直线段，沿直线段分别向水平中线，垂直中线做垂线；分别计算各点连线距离，并换算出建筑物俯仰角余弦值即为建筑物遮挡角度余弦值；步骤3，非视距环境下卫星信号可用性判断；步骤3.1：计算卫星高度与车体所在位置水平切线的夹角余弦值；步骤3.2：判断接收的卫星信号是否被建筑物遮挡；比较卫星夹角余弦值与建筑物遮挡角度余弦值，判断接收的卫星信号是否被建筑物遮挡，若遮挡，则将此卫星提供的GPS数据剔除；步骤4，改进的自适应平方根容积卡尔曼滤波算法；步骤4.1：计算容积点及权重；步骤4.2：初始化；步骤4.3：时间更新；步骤4.4：测量更新。