针对高光谱图像和高空间分辨率图像配准过程中，各波段之间差异较大难以选择高精度配准波段的问题，提出一种基于Cram′er-Rao下限(CRLB)理论的高光谱图像高精度匹配波段选择算法。利用波段选择的方法选出高光谱图像中若干信息量大、相关性小的波段；将其分别与高空间分辨率图像做配准，并计算配准结果相应的CRLB；根据CRLB选择高精度配准波段。通过比较配准后的CRLB和均方根误差，验证CRLB具有较好配准质量评价性能。通过CRLB与其他方法的选择波段配准结果比较可知，本文算法选择的波段配准精度较高。上述波段为高光谱图像和高空间分辨率图像的配准提供更好的数据。
2021-08-06 20:06:56
4.79MB
1
车联网是车与车、车与人、车与道路基础设施以及车与网络之间进行无线通信和信息交换的系统网络，是能够实现智能交通管理、智能动态信息服务和车辆智能化控制的一体化网络。 车联网具有技术整合、信息共享、产业融合的特点。车联网将定位技术、传感器技术、通信技术、互联网技术等多种先进技术有机的运用，并由此衍生出诸多增值服务。其中，定位技术是车联网的关键技术之一，是实现车辆安全通行的重要保障。在车联网应用中，不同的应用场景对定位的要求也不同。例如辅助驾驶中对车的定位精度要求在米级，而对于自动驾驶业务，其对定位的精度要求亚米级甚至厘米级。虽然对定位精度要求不同，但定位的连续性是车联网业务安全可靠的必要前提，考虑到环境（遮挡、光线、天气）、成本以及稳定性等因素，单纯采用某一种定位技术并不能满足车联网业务的定位需求。 本白皮书旨在研究车联网环境下的车辆高精度定位技术，通过分析目前车联网中的定位技术以及不同应用场景下的定位需求及挑战，提出车辆高精度定位的系统架构及相应关键技术，为后续车联网定位的标准化以及在自动驾驶和智能交通中的应用提供重要参考。
2021-08-06 16:47:37
8MB
1