室外无人扫地车路沿感知技术研究

发布时间：2025-02-08 20:20

　　在基于多线激光的移动机器人路沿感知技术中,构建路沿特征是目前提取路沿的一个主要方式。本课题结合室外无人清扫车路况,利用神经网络学习路沿特征,进行路沿提取,并将路沿点作为激光SLAM的特征点,构建出室外无人扫地车的3D激光SLAM系统。根据课题研究内容,本文研究主要分为以下几个部分:基于多平面迭代的路面分割算法。本课题提出一种多平面迭代的路面分割算法对三维激光点云进行分割。由于原始点云数据量较大,很多空间点云冗余,而研究重心是路沿感知问题,因此需要将路面点云进行分离。由于实际路面存在明显但不绝对的平面几何特征,因此提出一种带有先验知识的平面模型估计方法去拟合路面,对路面点云进行估计,并且针对实际路面存在局部斜坡、凹坑等不平整问题,提出一种分段分割的思想,对每一小段的点云进行平面模型估计,最终拼接成一个完整路面。该算法能分离出含有直道、弯道、坡道和岔道的复杂路面,并且比传统的路面分割算法更稳定,分割速度更快。基于图卷积的路沿提取网路。提出一种图卷积网络用于路沿点提取(Road Curb Detection Net)RCDNet,将路沿点提取转化成点云分割问题。传统人工路沿特征具有很大的局限性...

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

图1-1LOAM算法建图的软件框架

哈尔滨工业大学工学硕士学位论文-3-Nuchter[12]对二维激光雷达新增加旋转自由度，从而获得三维激光点云，他们将最近迭代点算法(IterativeClosestPoint,ICP)应用在六自由度的SLAM方案中，实现了对地下矿道的三维构图。ZhangJ和SanjivSing....

图1-2Mapping过程：k+1Q和kQ配准

扫描的结束时刻就把k1p+的所有点云映射到2tk+，完成对k1p+点云的运动补偿，否则输出已经更新的k+1LT，为下一次算法迭代做准备。Mapping算法以1hz运行。算法通过将已经消除畸变的pk点云转换到全局坐标系k+1Q，在k+1Q提取特征点方式也是和LidarOdometr....

图1-3LeGO-LOAM的软硬件框架

哈尔滨工业大学工学硕士学位论文-4-惯性测量单元和两个3DLidar,实现了大规模自然地形的环境建模。MichielVlaminck等人[16]提出了一个基于激光扫描仪的完整环路检测和校正系统，方法可以处理在很大程度上偏离方向的点云，同时提高现有技术的效率。ZhuliRen等人[....

图1-4LeGO-LOAM算法软件框架

哈尔滨工业大学工学硕士学位论文-4-惯性测量单元和两个3DLidar,实现了大规模自然地形的环境建模。MichielVlaminck等人[16]提出了一个基于激光扫描仪的完整环路检测和校正系统，方法可以处理在很大程度上偏离方向的点云，同时提高现有技术的效率。ZhuliRen等人[....

本文编号：4031932