| 成果基本信息 | ||||||
| 关键词: | 场景指纹,智能车定位 | |||||
| 成果类别: | 应用技术 | 技术成熟度: | 初期阶段 | |||
| 体现形式(基础理论类): | 其他 | 体现形式(应用技术类): | 新技术 | |||
| 成果登记号: | 资源采集日期: | |||||
| 研究情况 | |||||
| 单位名称: | 武汉理工大学 | 技术水平: | 未评价 | ||
| 评价证书号: | 评价单位: | ||||
| 评价日期: | 评价证书号: | ||||
| 转化情况 | |||||
| 转让范围: | 合作开发 | 推广形式: | 合作开发 | ||
| 已转让企业数(个): | |||||
| 联系方式 | |||||
| 联系人(平台): | 孵化基地 | 联系人(平台)电话: | 0771-3394012 | ||
| *成果单位详细联系方式请登录会员;还不是会员,马上注册! | |||||
| 成果简介 | |||||
本发明提供一种基于场景指纹的智能车定位方法,采用试验车对行车线路进行数据采集,每隔固定距离设置一个节点,记录每个节点的GPS信息和在节点位置拍摄的前视图像信息;将采集的前视图像信息输入训练好的神经网络模型中,提取图像中各类目标的概率值,构造一维的特征矩阵;将节点的GPS信息和对应前视图像信息的特征矩阵融合,构成场景指纹地图;从场景指纹地图中筛选出待定位点周围的节点作为候选节点;构建待定位点前视图像的特征矩阵;将待定位点与候选节点前视图像的特征矩阵计算相似度,选取相似度最大的候选节点作为最终定位节点。本发明能够提高车辆定位的精度和效率,并降低成本 |