公开(公告)号：CN119469177A

公开(公告)日：2025-02-18

申请号：CN202411551290.9

申请日：2024-11-01

Applicant: 东南大学

Inventor： 张小国 ,  刘亚飞 ,  欧阳慕姣 ,  王慧青 ,  王庆

IPC: G01C21/32 ,  G01C21/16 ,  G01S19/53 ,  G06V20/56

Abstract: 本发明公开了一种面向GNSS拒止环境的基于高精地图的视觉同步定位与建图SLAM车辆定位方法，属于车辆导航定位领域，所述方法首先采用视觉车道识别算法实现了道路车道线的辨识与车辆横向偏移距离和角度的估计，然后针对SLAM长时间存在的累积误差问题，利用道路法向误差的可观测性、惯性测量单元IMU构建的前后位置约束以及视觉特征的共视约束，构建了旨在消除SLAM误差的非线性优化模型，从而利用地图匹配实现了累积误差的可靠辨识与消除。该方法大幅度提升了车辆定位精度，并且能够在全球导航卫星系统GNSS信号缺失的情况下保持稳定地亚米级定位水平，确保了车辆的车道级路径规划、车道级导航服务能力。

公开(公告)号：CN119779334A

公开(公告)日：2025-04-08

申请号：CN202411936628.2

申请日：2024-12-26

Applicant: 东南大学

Inventor： 张小国 ,  刘亚飞 ,  丁丁 ,  王慧青 ,  孟晓林 ,  阳媛 ,  潘树国 ,  王庆

IPC: G01C21/34 ,  G01C21/00 ,  G01C21/16

Abstract: 本发明公开了一种用于GNSS拒止环境的地图辅助的车辆在线标定及精确定位方法，属于车辆导航定位领域。所述方法首先采用一种反向增量地图匹配的地图与里程计坐标对齐的方法，以实现无GNSS环境下SLAM里程计与地图坐标系转换关系的在线标定。然后基于地图的拓扑有向性，提出了一种实时的基于概率的车道级地图匹配算法，借助于视觉特征及车道级拓扑地图显著提升了在复杂城市环境下的定位精度和鲁棒性。最终通过因子图优化技术构建了视觉、惯性、轮速计及矢量化HD地图的非线性优化模型。该方法能够在GNSS拒止环境下快速地依靠视觉感知及先验地图完成在线标定，并利用地图约束持续实现高精度定位，为自动驾驶车辆在复杂环境中的精准定位和路径规划提供了新的解决方案和实用工具。

公开(公告)号：CN115512325A

公开(公告)日：2022-12-23

申请号：CN202211256872.5

申请日：2022-10-14

Applicant: 东南大学

Inventor： 张小国 ,  刘亚飞 ,  沈德玉 ,  邓奎刚

IPC: G06V20/56 ,  G06V10/774 ,  G06V10/26 ,  G06V10/764 ,  G06V10/80 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种端到端的基于实例分割的车道检测方法，首先对车道检测数据集进行数据增强处理，获得训练及验证数据集；然后搭建车道实例分割网络模型LANet并设置损失函数；同时在网络中引入注意力门用以融合不同层的车道特征，并设计车道自注意力模块以增强车道特征的表达；最后对模型进行训练并在车道检测数据集上测试，完成车道检测任务。本方法利用注意力网络充分提取全局上下文信息并剔除相关车道干扰，能够应对车道受到严重遮挡和极端光照条件等复杂场景干扰的挑战，并展现了出色的鲁棒性。

公开(公告)号：CN118362138A

公开(公告)日：2024-07-19

申请号：CN202410466762.4

申请日：2024-04-18

Applicant: 东南大学

Inventor： 张小国 ,  刘亚飞 ,  张震霄 ,  赵凡 ,  邓奎刚 ,  王慧青

IPC: G01C21/32

Abstract: 本发明公开了一种用于GNSS拒止区域持久定位的车道级地图辅助SLAM方法，包括：首先通过车道检测算法对实时摄像头系统图像进行道路车道线检测，并利用RANSAC算法对异常点进行剔除，得到车辆与车道线之间的横向距离，并利用车道变换检测算法持续检测车辆行驶状态；然后利用基于隐马尔科夫构建的车道级地图匹配算法对SLAM里程计信息进行地图匹配，计算里程计与地图匹配结果之间的距离信息；最后视觉与地图的横向距离信息加入到视觉惯性因子图优化中，实现在GNSS拒止场景下消除车辆累积的定位误差。本发明能为GNSS拒止环境下的车辆实时定位问题提供一种可靠的低成本解决方案，并能保持大范围长航时的高精度定位能力。