公开(公告)号：CN113516714A

公开(公告)日：2021-10-19

申请号：CN202110798869.5

申请日：2021-07-15

Applicant: 北京理工大学

Inventor： 蒋朝阳 ,  王慷 ,  郑晓妮 ,  王星琦 ,  盛树轩 ,  徐言杰

IPC: G06T7/73 ,  G01C21/00

Abstract: 本发明提供一种基于IMU预积分信息加速特征匹配的视觉SLAM方法，为实现快速并且准确的两帧图像之间特征匹配，利用图像帧与帧之间惯性传感器预积分出的位姿变化，估计出上一帧特征点对应的空间点投影到当前帧中图像的位置，同时考虑观测误差以及IMU预积分出的位姿变化量误差的存在，在理论投影点周围的一定范围内搜索，利用特征点的特征描述的汉明距离进行匹配。同时，由于在特征点理想区域进行特征匹配，减少了误匹配，可信度高，同时能够实现加速特征匹配的效果。

公开(公告)号：CN113470360A

公开(公告)日：2021-10-01

申请号：CN202110798328.2

申请日：2021-07-14

Applicant: 北京理工大学

Inventor： 蒋朝阳 ,  王星琦

IPC: G08G1/01 ,  G08G1/056

Abstract: 本发明公开了一种基于车路协同的车道识别方法，实时采集车辆与道路两侧路侧单元的距离，通过对车辆距道路两侧路侧单元的距离差进行匹配滤波，获取距离差的峰值，并根据预先标定数据确定车辆行驶的车道；当无法获取距离差滤波后的峰值时，利用相机判断车辆前方是否存在与自车行驶车道相同的车辆，并通过自车与其他车辆间的无线通信获取前方车辆的所处车道，作为车道识别结果。本发明提出的方法识别车道准确度高，实时性好，并且易于实现工程实践。

公开(公告)号：CN113447021A

公开(公告)日：2021-09-28

申请号：CN202110798898.1

申请日：2021-07-15

Applicant: 北京理工大学

Inventor： 蒋朝阳 ,  徐言杰 ,  王星琦 ,  盛树轩 ,  荆崇波

IPC: G01C21/18 ,  G01S19/47 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供基于LSTM神经网络模型的MEMS惯性导航系统定位增强方法，包括以下步骤：面向MEMS‑INS定位增强的LSTM神经网络模型包含两个模块，即去噪模块和计算模块；S2、数据集获取及预处理，以供神经网络的训练与测试；使用陆地车辆作为MEMS‑INS的载体用于数据集获取；采集足量数据后，需按照时间窗序列长度L对数据集进行分割预处理；将预处理后的数据集依照8：2的比例分为训练集和测试集，以对神经网络模型进行训练和测试。本发明提出的神经网络模型能够有效降低环境噪声、机械噪声、制造误差等多种干扰源对MEMS‑INS的影响，能够提高MEMS‑INS相对定位的准确性和鲁棒性。

公开(公告)号：CN115248037A

公开(公告)日：2022-10-28

申请号：CN202210488646.3

申请日：2022-05-06

Applicant: 北京理工大学

Inventor： 蒋朝阳 ,  盛树轩 ,  荆崇波 ,  王星琦 ,  高九龙

IPC: G01C21/16

Abstract: 本发明提供了一种测距、测向、测速相结合的智能车协同定位方法，包括：基于惯性测量单元测量车辆的线运动信息和角运动信息，获得离散时间的车辆名义位姿递推方程；基于惯性测量单元测量的误差状态变量，建立误差状态离散时间下的递推方程，获得车辆误差状态的先验估计；利用路侧单元对车辆进行实时测距、测向、测速，获得观测方程，基于卡尔曼滤波方程对车辆的状态进行估计，获得车辆误差状态的后验估计；将所述误差状态的后验估计注入到车辆名义位姿递推方程中，获得车辆定位估计。本发明在GNSS信号不佳区域，利用路侧单元辅助可以修正车辆的累计定位误差，提高车辆的定位精度。