基于光學照相機和神經網絡的車輛定位技術

?

基于光學照相機和神經網絡的車輛定位技術

精確的車輛定位是智能交通系統和自主導航的重要組成部分，也是保證汽車安全的關鍵。為維持與周圍車輛的安全距離，必須計算車輛正面和側面的精確位置。在現代車輛中最常見的定位技術是全球定位系統（GPS）。然而由于高樓大廈所造成的信號堵塞，GPS不能提供準確的定位信息。此外，當車輛在隧道中時，GPS得到的數據也不準確，不能獲取鄰車的位置信息。為此，GPS作為未來智能汽車中的主要定位技術是不可靠的。

提出基于光學照相機通信（OCC）和車輛定位技術的聯合技術。OCC技術利用圖像傳感器和照相機接收、解碼從發光二極管（LED）收集的信息。配備有OCC收發功能的車輛可以接收車輛的定位信息和其它信息，如車速、車道改變、駕駛員的狀態等。該車輛也可以通過鄰近車輛光學無線鏈路接收鄰近車輛的信息。當目標車輛位置太遠以至不能建立一個OCC鏈路時，可以通過基于計算機視覺的技術和周圍車輛信息來確定。設計一個反向傳播神經網絡學習方法用于車輛定位和范圍估計。以神經網絡為基礎的技術可以只通過兩個立體視覺目標車輛圖像點估計目標車輛位置。

將神經網絡和基于計算機視覺的技術應用于兩個模擬車輛，以估計前向移動目標車輛相對后部車輛的位置，并對其進行驗證。仿真結果表明，相比基于計算機技術的方法，基于神經網絡方法得到的車輛位置精度更高。

刊名：Optics Communications（英）

刊期：2015年第352期

作者：Md.Shareef Ifthekhar et al

編譯：孫堅