典型文献
基于2阶HMM的智能车视觉地图定位方法
文献摘要：
本文中针对视觉地图匹配问题,将视觉地图匹配问题转化为基于图像序列的最优视觉地图节点匹配问题,并提出基于2阶隐马尔科夫模型(hidden Markov model,HMM)的视觉地图匹配方法.在该模型中,状态变量被定义为高精度视觉地图节点,查询图像被定义为观测数据.在状态转移模型中,引入2阶模型对短时间车辆运动进行匀速运动建模,与传统的1阶HMM相比,可以提高模型的适用性与准确性.提出利用全局图像特征建立查询图像与地图节点之间的匹配关系,并从匹配的汉明距离建立发射概率模型,可有效提高地图匹配的效率.最后,通过前向算法来求解最优匹配的地图节点.为了验证算法的性能,分别在封闭工业园区、开放道路和KITTI公开数据集对算法进行验证.实验结果表明:2阶HMM模型能够有效融合车辆运动信息和图像信息,提高匹配的稳定性和精确度,算法性能明显优于传统的基于单帧匹配和序列匹配算法.
文献关键词：
智能车;视觉定位;2阶隐马尔可夫模型;视觉地图
中图分类号：
作者姓名：
周哲;胡钊政;王志强;肖汉彪
作者机构：
武汉理工大学智能交通系统研究中心,武汉 430063;武汉理工大学重庆研究院,重庆 401120
文献出处：
引用格式：
[1]周哲;胡钊政;王志强;肖汉彪-.基于2阶HMM的智能车视觉地图定位方法)[J].汽车工程,2022(02):190-198
A类：
视觉地图
B类：
HMM,智能车视觉,地图定位,定位方法,对视,地图匹配,图匹配问题,问题转化,图像序列,隐马尔科夫模型,hidden,Markov,model,匹配方法,状态变量,查询图,观测数据,状态转移,匀速运动,运动建模,全局图,图像特征,匹配关系,汉明距离,概率模型,前向算法,工业园区,开放道路,KITTI,公开数据集,有效融合,运动信息,和图像,图像信息,高匹配,算法性能,单帧,序列匹配,匹配算法,视觉定位,隐马尔可夫模型
AB值：
0.380005
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。
