基于2D激光雷达的泊车车位智能检测设计与实现

发布时间：2023-04-12 02:56

　　泊车车位检测是实现自动泊车的关键技术。现有泊车车位检测主要针对规则停车位,但实际泊车环境存在大量规划和停靠不规则的情况,当车辆进行泊车车位检测时,往往检测准确率低,且需要人工干预调整检测多种车位场景,智能化水平低。因此,针对性的研究车辆在不规则车位情况下的泊车车位检测问题并提高其智能化水平十分必要,对提高泊车车位检测方法的场景适应性具有重要价值。论文针对上述问题,利用激光雷达作为环境感知手段,提出了考虑车辆轮廓特性的数据聚类算法,给出了更适应车辆轮廓提取的线段拟合方法。通过建立泊车车位空间模型,提取模型参数,进而建立了基于多输入多规则模糊推理系统的车位智能检测方法。最后完成了基于2D激光雷达的泊车车位智能检测系统的设计。主要内容包括:(1)考虑车辆轮廓特征的激光雷达数据聚类方法。通过对激光雷达的扫描原理、车位的相对位置关系以及车辆的轮廓特征进行分析,基于激光雷达传感器在进行车位扫描时存在的数据特性规律,对自适应阈值聚类方法进行改进,提出了一种基于改进型的自适应阈值聚类方法,对比实验的结果表明,该方法在实时性和准确性均优于传统算法。(2)考虑过合并和过分割问题的线段拟合方法。针对目前的线...

【文章页数】：86 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 课题背景
    1.2 国内外研究现状
        1.2.1 自动泊车简介
        1.2.2 车位检测系统国内外研究现状
    1.3 课题的目的及研究意义
    1.4 论文的主要内容及章节安排
    1.5 本章小结
2 总体设计
    2.1 引言
    2.2 激光雷达传感器简介
        2.2.1 激光雷达传感器选型
        2.2.2 激光雷达传感器测距原理
        2.2.3 坐标系转换
    2.3 总体设计方案
    2.4 关键问题分析
    2.5 本章小结
3 基于2D激光雷达的泊车车位环境感知
    3.1 引言
    3.2 激光雷达数据处理
        3.2.1 激光雷达数据预处理
        3.2.2 激光雷达数据特性分析
        3.2.3 基于改进型的自适应阈值聚类方法
    3.3 基于特征线段的车辆边界轮廓模型建立
        3.3.1 车辆轮廓模型建立
        3.3.2 基于LT-IEPF方法的车辆特征线段拟合
        3.3.3 车辆轮廓提取
    3.4 实验验证与分析
        3.4.1 基于改进型自适应阈值的激光雷达数据点聚类
        3.4.2 基于LT-IEPF方法的车辆特征线段拟合
    3.5 本章小结
4 基于多输入多规则模糊推理系统的泊车车位智能检测
    4.1 引言
    4.2 泊车车位空间模型建立
        4.2.1 典型车辆位姿分析
        4.2.2 泊车车位空间模型参数提取
    4.3 模糊理论与模糊推理系统
    4.4 基于多输入多规则模糊推理系统的泊车车位智能检测
        4.4.1 泊车车位类型分类
        4.4.2 泊车车位预检测
        4.4.3 基于梯形隶属度法的输入输出模糊化
        4.4.4 车位检测的模糊规则库制定
        4.4.5 多输入多规则的模糊推理合成
    4.5 实验验证与分析
        4.5.1 仿真实验平台介绍
        4.5.2 仿真实验结果及分析
    4.6 本章小结
5 基于2D激光雷达的泊车车位智能检测设计与实现
    5.1 引言
    5.2 系统整体框架设计
    5.3 系统的实现
        5.3.2 系统的设计
        5.3.3 系统实现流程
    5.4 真实场景应用效果与分析
    5.5 本章小结
6 总结与展望
    6.1 本文总结
    6.2 研究展望
致谢
参考文献
附录
    A.作者在攻读硕士学位期间参与的科研项目



本文编号：3790284