基于姿态传感器进行感兴趣区域压缩的园区无人车图传

园区无人车需要同时用于视觉导航、监控及控制信号传输的带宽.在实时提供图像信号的同时,不过多占用带宽,成为园区无人车图传的关键.而用于导航监控的图像要求水平范围视场具有较高的图像质量,但车辆行驶过程中路面不平整,使得水平视场的获取呈现一定难度.过多的带宽占用会影响无人车视觉导航、监控及控制信号的传输,因此,在低带宽条件下实现图像数据传输的实时性是无人车图传研究的重点.为了平衡图像质量与带宽占用,本文提出基于H.264/AVC算法,利用姿态传感器实现以水平视场为感兴趣区域的图像压缩算法,对视频帧分为感兴趣区域和非感兴趣区域采用不同的压缩比压缩.相比H.264/AVC算法,此方法在保证图像质量的情况下,能够实现更高的压缩率,对网络带宽更友好.     

一种基于边缘计算的RTK定位方法

实时动态载波相位差分(Real-Time kinematic,RTK)定位是一种基于载波相位观测值的实时动态定位技术,通过架设基准站并将基准站数据与流动站数据进行差分解算获取流动站的精确位置,从而得到比传统GPS定位更为精确的结果。本文提出了一种基于边缘计算的实时动态载波相位差分定位方法 E-RTK(Edge Real-Time Kinematic),通过将RTK解算任务迁移至边缘设备,降低RTK移动端对硬件的算力需求,进而降低RTK定位的硬件成本。本文基于E-RTK进行了实现及测试,实验证明,该E-RTK定位在较低的硬件成本下,能够达到与传统RTK定位相当的精度,除此之外,在使用GPS+BEIDOU卫星数据进行解算定位时,相较于常见的GPS+GLONASS定位,其Fix速度具有较大提升。