基于视觉和毫米波雷达的车道级定位方法

doi:10.16183/j.cnki.jsjtu.2018.01.006

上海交通大学学报（自然版） ›› 2018, Vol. 52 ›› Issue (1): 33-38.doi: 10.16183/j.cnki.jsjtu.2018.01.006

基于视觉和毫米波雷达的车道级定位方法

赵翔a,b，杨明a,b，王春香c，王冰a,b

上海交通大学 a. 自动化系; b. 上海市北斗导航与位置服务重点实验室； c. 机器人研究所，上海 200240

出版日期:2018-01-01 发布日期:2018-01-01
基金资助:
国家自然科学基金项目（91420101）

A Lane-Level Positioning Method Based on Vision and Millimeter Wave Radar

ZHAO Xianga,b,YANG Minga,b,WANG Chunxiangc,WANG Binga,b

a. Department of Automation; b. Shanghai Key Laboratory of Navigation and Location Services; c. Research Institute of Robotics, Shanghai Jiao Tong University, Shanghai 200240, China

Online:2018-01-01 Published:2018-01-01

摘要/Abstract

摘要： 提出了一种基于视觉和毫米波雷达的车道级定位方法.利用机器视觉方法，通过摄像头检测车道线，并用圆曲线模型进行拟合；采用毫米波雷达检测道路两旁的静止护栏边沿，以获取道路的边界信息，采用低精度全球定位系统（GPS）获取当前道路信息，并对比车道线与道路边沿的相对位置关系，从而进行车道级定位.结果表明，针对中、高速城市道路及高速公路场景，所提出的车道级定位方法的定位效果较好.

关键词: 车道线, 道路边沿, 车道级定位, 毫米波雷达, 全球定位系统

Abstract: A lane-level positioning method based on vision and millimeter wave radar is proposed. A camera is used for lane recognition with circular curve model and a millimeter wave radar is used for road curb re-cognition by detecting the stationary railways alongside. Lane-level positioning is then calculated by comparing the relative distance of lane and curb with the road prior information obtained from a low precision global position system (GPS). The results show that the lane-level positioning method proposed in this paper can achieve good positioning accuracy in city and highway scenes.

Key words: lane marking, road curb, lane-level positioning, millimeter wave radar, global position system (GPS)

中图分类号:

U 495

赵翔a,b，杨明a,b，王春香c，王冰a,b. 基于视觉和毫米波雷达的车道级定位方法[J]. 上海交通大学学报（自然版）, 2018, 52(1): 33-38.

ZHAO Xianga,b,YANG Minga,b,WANG Chunxiangc,WANG Binga,b. A Lane-Level Positioning Method Based on Vision and Millimeter Wave Radar[J]. Journal of Shanghai Jiaotong University, 2018, 52(1): 33-38.

参考文献

［1］HILLEL A B, LERNER R, LEVI D, et al. Recent progress in road and lane detection: A survey［J］. Machine Vision and Applications, 2014, 25(3): 727-745. ［2］WANG H Y, ZHANG X X, LI X L, et al. GPS/DR information fusion for AGV navigation［C］∥World Automation Congress. Puerto Vallarta, Mexico: IEEE, 2012: 1-4. ［3］ALAM N, DEMPSTER A G. Cooperative position-ing for vehicular networks: Facts and future［J］. IEEE Transactions on Intelligent Transportation Systems, 2013, 14(4): 1708-1717. ［4］YONEDA K, YANG C, MITA S, et al. Urban road localization by using multiple layer map matching and line segment matching［C］∥Intelligent Vehicles Symposium (IV). Seoul, South Korea: IEEE, 2015: 525-530. ［5］MECHAT N, SAADIA N, M’SIRDI N K, et al. Lane detection and tracking by monocular vision system in road vehicle［C］∥5th International Congress on International Congress on Image and Signal Processing. Congqing: IEEE, 2013: 1276-1282. ［6］MCDONALD J B, FRANZ J, SHORTEN R. Application of the hough transform to lane detection in motorway driving scenarios［EB/OL］. ［2016-10-01］. http:∥citeseerx.ist.psu.edu/viewdoc/summary?doi= 10.1.1.16.402. ［7］白聪敏. 区域交通环境下的智能车全自主导航方法研究［D］. 上海交通大学机械与动力工程学院, 2012. ［8］BERTOZZI M, BROGGI A. GOLD: A parallel real-time stereo vision system for generic obstacle and lane detection［J］. IEEE Transactions on Image Processing, 1998, 7(1): 62-81. ［9］曹毓, 冯莹, 雷兵, 等. 逆透视映射公式的误差分析及准确度验证［J］. 光子学报, 2011, 40(12): 1833-1838. CAO Yu, FENG Ying, LEI Bing, et al. Eror analysis and precision validation of inverse perspective mapping formulae［J］. Acta Photonica Sinica, 2011, 40(12): 1833-1838. ［10］JANDA F, PANGERL S, LANG E, et al. Road boundary detection for run-off road prevention based on the fusion of video and radar［C］∥Intelligent Vehicles Symposium (IV). Gold Coast, Australia: IEEE, 2013: 1173-1178.

[1]	公才赫，茅旭初,李少远. 一种BDS/GPS双系统融合导航的快速选星方法[J]. 上海交通大学学报（自然版）, 2017, 51(6): 641-646.
[2]	王晓岚1,2，马冠一1，万庆涛1，李婧华1，范江涛1，张杰1,2. 基于全球卫星导航系统观测网的全球总电子含量快速反演方法[J]. 上海交通大学学报（自然版）, 2017, 51(2): 214-.
[3]	张天骐,闫振华,欧旭东,钱文瑞. 并行码相位结合分形重构的TMBOC调制信号捕获算法[J]. 上海交通大学学报（自然版）, 2016, 50(05): 782-787.
[4]	王进，赵蕊，曹宝林，邓欣，陈乔松. 基于视觉的缩微智能车车道检测与控制[J]. 上海交通大学学报（自然版）, 2015, 49(08): 1159-1167.
[5]	任光辉，茅旭初. 多约束条件的全球定位系统单频单历元短基线定向技术与实现[J]. 上海交通大学学报（自然版）, 2014, 48(03): 335-340.
[6]	赵文骏,茅旭初. 一种用于高动态全球定位系统信号跟踪的新模型[J]. 上海交通大学学报（自然版）, 2014, 48(03): 323-327.
[7]	朱立新，马春来，孟. IMM-SRUKF在GPS/INS组合导航中的应用[J]. 上海交通大学学报（自然版）, 2014, 48(03): 346-350.
[8]	范江涛1，2，马冠一1，2. 全球定位系统预解扩延时相乘捕获算法[J]. 上海交通大学学报（自然版）, 2014, 48(03): 363-366.
[9]	颜琳，战兴群. 全球定位系统/北斗双系统定位优势的验证与分析[J]. 上海交通大学学报（自然版）, 2013, 47(08): 1169-1172.
[10]	崔小准, 米红, 李懿, 陈忠贵. 一种全球定位系统卫星C/A信号通道绝对时延标定算法[J]. 上海交通大学学报（自然版）, 2012, 46(11): 1843-1847.
[11]	匡鸿博, 茅旭初, 王永凯. 一种用于高动态环境的GPS信号跟踪方法[J]. 上海交通大学学报（自然版）, 2012, 46(06): 854-858.
[12]	周广宇，茅旭初，林庆恩，曹意. 基于双卡尔曼滤波及贝叶斯估计的微弱GPS信号跟踪方法 [J]. 上海交通大学学报（自然版）, 2010, 44(09): 1246-1250.
[13]	武静，茅旭初. 用于提高全球定位系统定位估计速度的滤波算法[J]. 上海交通大学学报（自然版）, 2008, 42(10): 1758-1761.

基于视觉和毫米波雷达的车道级定位方法

A Lane-Level Positioning Method Based on Vision and Millimeter Wave Radar

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 13

编辑推荐

Metrics

本文评价