面向轻轨的高精度实时视觉定位方法

• Published in: 自动化学报 Vol. 47; no. 9; pp. 2194 - 2204
• Main Authors: 王婷娴, 贾克斌, 姚萌
• Format: Journal Article
• Language: Chinese
• Published: 北京工业大学信息学部 北京100124 01.09.2021; 先进信息网络北京实验室 北京100124; 计算智能与智能系统北京市重点实验室北京工业大学 北京100124%北京工业大学信息学部 北京100124
• Subjects: 视觉定位;位置识别;关键帧检索;关键区域检测;序列匹配
• ISSN: 0254-4156
• DOI: 10.16383/j.aas.c200009

轻轨作为城市公共交通系统的重要组成部分,对其实现智能化的管理势在必行.针对城市轻轨定位系统要求精度高、实时强且易于安装等特点,本文提出一种基于全局-局部场景特征与关键帧检索的定位方法.该方法在语义信息的指导下,从单目相机获取的参考帧中提取区别性高的区域作为关键区域.并结合像素点位置线索利用无监督学习的方式筛选关键区域中描述力强的像素对生成二值化特征提取模式,不仅能够提升匹配精度还显著提高了在线模块场景特征提取与匹配的速度.其次,以场景显著性分数为依据获取的关键帧避免了具有相似外观的场景给定位带来的干扰,并能辅助提高场景在线匹配的精度与效率.本文使用公开测试数据集以及具有挑战性的轻轨数据集进行测试.实验结果表明,本系统在满足实时性要求的同时,其定位准确率均可达到90％以上.