无人车基于双目视觉室外即时定位与地图构建的中期报告.docx

无人车基于双目视觉室外即时定位与地图构建的中期报告
一、研究背景
无人驾驶车辆是近年来备受关注的领域，其涉及到车辆控制、路径规划、环境识别等多个方面。其中，环境识别是无人驾驶车辆关键的技术之一，也是实现自动驾驶至关重要的一环。在室外环境中，无人驾驶车辆需要实时获取周围环境的信息并进行处理，以便规划合适的行驶路径。
传统的室外环境识别技术主要依赖于激光雷达和GPS等传感器，但这些传感器存在精度不够高、贵重等问题。而双目视觉技术可以通过双目摄像头获取图像信息，实现对室外环境的快速准确识别，因此被越来越多的无人驾驶车辆厂商所采用。
二、研究内容
本研究立足于双目视觉技术，以实现无人驾驶车辆在室外环境中的实时定位和地图构建为目标。具体研究内容包括以下三个方面：
1.双目摄像头校准
双目视觉技术的前提是要获取到两个摄像头的图像信息。因此需要进行相机内外参数标定，即求解摄像头的内部参数和外部参数。这一步骤需要采集一定数量不同角度不同位置的图片，通过计算两个摄像头之间的距离和角度等信息，得到相应的内外参数。
2.双目视觉匹配算法
在获取到双目摄像头的图像信息后，需要通过特定的算法进行图像匹配。本研究采用了一种基于SGBM的算法，该算法可以有效地匹配左右两个图像之间的对应点，从而获取到图片的深度信息。
3.SLAM算法的实现
在获取到深度图像信息后，可以采用基于结构光和视差图的SLAM算法，对无人车辆所在位置进行地图构建和实时定位。本研究采用ORB-SLAM2算法，并对其进行优化，以实现更精确的地图构建和定位。
三、研究意义
本研究的最终目的是实现无人驾驶车辆在室外环境中的实时定位和地图构建，从而提高车辆的自动驾驶性能和智能化程度。其具体意义如下：
1.提高车辆的自主驾驶性能
通过实现无人驾驶车辆在室外环境中的实时定位和地图构建，可以提高车辆的自主驾驶性能，使其能够更加准确地进行路径规划和行驶。
2.降低车辆的安全风险
无人驾驶车辆在行驶过程中，需要对周围的环境进行识别和预测，以避免碰撞等危险情况的发生。通过本研究提出的双目视觉技术，可以更加准确地获取周围环境的信息，从而降低车辆的安全风险。
3.推动自动驾驶技术的发展
自动驾驶技术是未来出行的趋势，如何实现室外环境下的自主驾驶是当前无人驾驶车辆研究的重点之一。通过本研究，可以为自动驾驶技术的发展做出一定的贡献。