精确定位是农业机械实现自动导航的重要前提，提出了一种基于单目摄像机的导航定位算法。算法通过对捕获的每帧图像进行特征点检测与跟踪，基于3D-2D特征点配对方法，还原了车辆行驶过程中的姿态信息。同时，假设车辆前方小区域近似平坦，摄像机离地高度近似固定不变，算法实时求解车辆位移的绝对尺度因子，配合姿态阈值滤波器，对所求姿态信息进行在线修正。实验选择在三种不同的场景进行，以RTK-GPS定位数据作为对比，三种场景的平均相对位置偏差分别为5.459 9%、8.373 1%、6.443 94%，三种不同场景的航向角变化平均值分别为7.717 7°、5.738 9°、3.438 3°。结果表明算法可实现农业机械的自动定位，在短距离范围内具有一定的可靠性。

Precise localization is an important premise of autonomous navigation for agricultural vehicles. We propose a localization algorithm based on monocular camera. After features are detected and tracked through multiple frames, vehicle poses are estimated based on 3D-2D correspondences. Furthermore, the translation absolute scale is calculated based on the assumption that the ground patches are locally flat and the camera is moving at a known and fixed height over the ground. Finally, the poses are refined by the pose threshold filter. Compared with the RTK-GPS data, the average relative position errors of the three different experimental terrains are 5.459 9%, 8.373 1% and 6.443 94%, and the average heading errors are 7.717 7°, 5.738 9° and 3.438 3°. The results show that the algorithm is feasible for agricultural vehicles localization. 
相关文章

[1]	康宇, 史珂豪, 陈佳艺, 曹洋, 许镇义, . 基于度量学习的跨摄像头运动目标重定位方法研究[J]. 计算机工程与科学, 2024, 46(07): 1256-1268.
[2]	夏文强, 王书涵, 曾理湛, 罗欣. 面向林地环境的四足机器人自主定位方法[J]. 计算机工程与科学, 2024, 46(03): 499-507.
[3]	刘维, 杨洁, 罗佳莉, 王赛威, 陈崚. 基于深度学习节点表示的谣言源定位方法[J]. 计算机工程与科学, 2024, 46(03): 545-559.
[4]	濮子俊, 张寿明. 基于特征融合与Transformer模型的声音事件定位与检测算法研究[J]. 计算机工程与科学, 2023, 45(06): 1097-1105.
[5]	杨浩艺, 陈微, 姚泽欢, 谭郁松, 李非. 基于转录组学数据的抗真菌药物预测方法研究[J]. 计算机工程与科学, 2023, 45(02): 246-251.
[6]	何海江. 融合语句复杂度的软件错误定位轻量级方法[J]. 计算机工程与科学, 2022, 44(12): 2187-2195.
[7]	仲臣, 余学祥, 邰晓曼, 韩雨辰, 肖星星, 刘清华, . 萤火虫算法优化支持向量机室内定位研究[J]. 计算机工程与科学, 2022, 44(11): 1968-1975.
[8]	牛琨, 高仲合, 张凡. 面向整体区域的改进VIRE定位算法研究[J]. 计算机工程与科学, 2022, 44(09): 1602-1609.
[9]	徐光柱, 匡婉, 万秋波, 雷帮军, 吴正平, 马国亮. 基于级联CNNs的非约束车牌精确定位[J]. 计算机工程与科学, 2022, 44(09): 1665-1675.
[10]	罗施章, 张 晶, 王健敏. 基于三维坐标修正的改进型3DDV-Hop定位算法[J]. 计算机工程与科学, 2021, 43(10): 1766-1772.
[11]	刘颜星, 郝占军, 田冉. 基于CSI信号的被动式室内指纹定位算法研究[J]. 计算机工程与科学, 2021, 43(08): 1398-1404.
[12]	苟平章, 刘学治, 孙梦源, 何博. 基于跳距修正与狮群优化的WSNs三维定位算法[J]. 计算机工程与科学, 2021, 43(08): 1405-1412.
[13]	宋玲, 黄达胜. 一种基于狼群优化的改进DV_Hop定位算法[J]. 计算机工程与科学, 2021, 43(07): 1210-1218.
[14]	党小超, 汝春瑞, 郝占军, . 基于CSI与SVM回归的室内定位方法[J]. 计算机工程与科学, 2021, 43(05): 853-861.
[15]	付文博1，2，何欣1，2，于俊洋1，2 . C-Canny算法和改进单层神经网络相结合的面部特征点定位[J]. 计算机工程与科学, 2020, 42(04): 658-664.