Detailergebnis zu DOK-Nr. 77402
Multi-View- und Multi-Scale-Lokalisierung für intelligente Fahrzeuge in Tiefgaragen (Orig. engl.: Multi-view and multi-scale localization for intelligent vehicles in underground parking lots)
| Autoren |
G. Huang Z. Hu M. Mu X. Wang F. Zhang |
|---|---|
| Sachgebiete |
0.11 Datenverarbeitung 5.13 Ruhender Verkehr (Parkflächen, Parkbauten) 6.7.2 Verkehrsbeeinflussung außerorts, Verkehrsmanagement, Fahrerassistenzsysteme |
Transportation Research Record: Journal of the Transportation Research Board Vol. 2673, H. 11, 2019, S. 791-800, 9 B, 1 T, 21 Q. - Online-Ressource: verfügbar unter: http://journals.sagepub.com/home/trr
Aufgrund des begrenzten Empfangs von GPS-Signalen (Global Positioning System) ist die genaue und zuverlässige Lokalisierung intelligenter, mit einer Unterstützung der Fahr- und Parkfunktionen versehener Fahrzeuge in Tiefgaragen immer noch ein offenes Problem. In dem Beitrag wird eine Lokalisierungsmethode mit mehreren Ansichten und mehreren Maßstäben vorgeschlagen, um dieses Problem zu lösen. Die vorgeschlagene Methode ist in eine Offline-Kartierungsphase und eine Online-Lokalisierungsphase unterteilt. In der Mapping-Phase wird die Offline-Karte durch die Verschmelzung von 3D-Informationen, WiFi-Merkmalen, visuellen Merkmalen und der Trajektorie aus der visuellen Odometrie (VO) erstellt. In der Lokalisierungsphase wird der WiFi-Fingerabdruckabgleich für die Groblokalisierung genutzt. Basierend auf dem Ergebnis der Groblokalisierung wird die Lokalisierung auf mehreren Ansichten für die Lokalisierung auf Bildebene genutzt. Schließlich wird die metrische Lokalisierung genutzt, um die Lokalisierungsergebnisse zu verfeinern. Durch die Anwendung dieser Multiskalenstrategie ist es möglich, die WiFi-Lokalisierung und die visuelle Lokalisierung miteinander zu verbinden und die Bildübereinstimmung und die Fehlerquote in hohem Maße zu reduzieren. Da mehr Informationen genutzt werden, ist die Multi-View-Lokalisierung robuster und genauer als die Single-View-Lokalisierung. Die Methode wurde in einer 2 000 m² großen Tiefgarage getestet. Das Ergebnis zeigt, dass mit dieser Methode im Durchschnitt eine Lokalisierung im Sub-Meter-Bereich erreicht werden kann. Die vorgeschlagene Lokalisierungsmethode kann eine Ergänzung zu den bestehenden intelligenten Fahrzeuglokalisierungstechniken sein.