典型文献
自动驾驶车辆视觉全局定位研究综述
文献摘要：
视觉全局定位指根据视觉相机的当前图像,预测相机在地图坐标系中的绝对位姿,是自动驾驶技术框架中的关键环节.鉴于自动驾驶的场景复杂性,目前尚无一套成熟的、已落地使用的视觉全局定位方案,但对此技术的研究依然是近年来的热点方向.在早期的视觉全局定位研究中,大量的工作基于传统计算机视觉方法,利用关键点或关键帧的匹配进行位姿估计.近年来,随着深度学习的兴起,视觉全局定位的算法也逐步开始部分地或端到端地使用神经网络模型,并且在优化框架结构和设计约束函数等方面不断取得进展.目前,在定位精度方面,部分深度学习视觉全局定位算法已经能够达到比传统算法更好的定位精度,同时具备计算耗时短、不易受光照影响和泛化性强等优势,但是也依然存在大尺度场景(10公里级别)的定位精度有待提升的问题,需要在后续的研究中通过多阶段的级联网络模型或者引入道路元素信息作为参考等方法进行改进.
文献关键词：
视觉定位;自动驾驶车辆;位姿估计;特征匹配;深度学习
中图分类号：
作者姓名：
刘伟;佟天旭;田咪;孙佳
作者机构：
北京信息科技大学自动化学院,北京100192;中国科学院自动化研究所,北京100190;上海谱视科技有限公司,上海200434
文献出处：
引用格式：
[1]刘伟;佟天旭;田咪;孙佳-.自动驾驶车辆视觉全局定位研究综述)[J].北京信息科技大学学报（自然科学版）,2022(05):74-83
A类：
B类：
自动驾驶车辆,全局定位,定位研究,视觉相机,坐标系,绝对位姿,自动驾驶技术,技术框架,定位方案,计算机视觉,关键帧,位姿估计,端到端,优化框架,框架结构,设计约束,约束函数,定位精度,定位算法,传统算法,泛化性,大尺度,多阶段,级联网络,入道,视觉定位,特征匹配
AB值：
0.364907
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
