动态场景下无人机SLAM在智慧城市中的关键技术研究

发布时间：2022-08-23 16:46

　　当前智慧城市场景下,无人飞行器在现代城市环境中的大规模应用依赖于鲁棒的定位,检测,追踪模块。在城市环境中的精准定位面临着定位信号涌浪,建筑物遮挡,特征信号重复等常见问题干扰,同时传统的目标检测和追踪方法也面临着动态环境,特征遮挡,距离估算等挑战。本文针对动态场景下的无人系统在城市环境中的建图,定位,检测,追踪模块算法进行研究论述。在室外复杂环境下使用GPS定位会出现信号遮挡,信号涌浪等一系列的传统定位问题导致定位出现偏差,城市环境下由于室外障碍物和复杂的电磁环境使得对定位稳定性和精度提出了极高的要求。由于实时定位与建图（Simultaneous Localization and Mapping,简称SLAM）与惯性导航系统的系统结构局限性,使得他们都不够鲁棒。我们在文中提出了一种从大规模城市道路场景中重建高精彩色点云地图,结合正态分布变换（Normal Distribution Transformation,简称NDT）实现精准定位的方法。高精彩色点云地图同时可以用于无人驾驶汽车和无人机的感知、定位、自动导航和智慧城市管理系统中。高精地图的应用可以在城市场景中实现厘米级的定位,本文针对... 

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 引言
    1.1 研究背景及意义
    1.2 无人系统室外定位和障碍物检测追踪研究难点
    1.3 国内外研究现状
    1.4 论文主要研究内容
    1.5 论文组织结构
    1.6 本章小结
第2章 高精彩色点云地图系统
    2.1 Lidar成像时刻位姿插值模块
    2.2 动态障碍物检测
    2.3 错位重投影
    2.4 本章小结
第3章 城市场景中基于高精地图的动态障碍物检测与跟踪
    3.1 多相机点云地图和定位
    3.2 动态目标检测与追踪
        3.2.1 预测阶段卡尔曼滤波器滤波
        3.2.2 匈牙利算法匹配
        3.2.3 更新阶段卡尔曼滤波
    3.3 本章小结
第4章 实验验证与结果分析
    4.1 高精彩色点云地图系统
        4.1.1 实验平台介绍
        4.1.2 实验数据采集
        4.1.3 实验结果与分析
    4.2 城市场景中基于高精地图的动态障碍物检测与跟踪系统
        4.2.1 实验平台介绍
        4.2.2 实验数据采集
        4.2.3 实验结果与分析
    4.3 本章小结
第5章 结论与展望
    5.1 总结
    5.2 展望
参考文献
致谢
作者简历及攻读学位期间发表的学术论文与研究成果


【参考文献】：
期刊论文
[1]创新发展智慧城市[J]. 本刊编辑部.  建设科技. 2017(13)
[2]智能城市中自动驾驶汽车工业的关键挑战——高清地图[J]. Heiko G.Seif,胡晓龙.  Engineering. 2016(02)
[3]一种雷达和摄像机的空间标定方法[J]. 王飞,段建民,高德芝,郑榜贵.  计算机测量与控制. 2012(02)
[4]无人飞行器航迹规划研究[J]. 陈海汉,刘因,杜运磊.  计算机应用. 2011(09)



本文编号：3678129