基于点云匹配的智能车定位方法研究
发布时间：2021-01-06 05:12
智能车是结合人工智能、机器人学、控制规划等多门学科的综合应用研究。涉及到目标检测、场景理解、高精度定位、路径规划、运动控制等众多关键技术。在支撑智能车的众多技术中,高精度定位是其中最为基础且关键的。智能车所行驶的环境大多为已知环境,因此基于点云匹配的定位成为目前主流的定位方法。基于点云匹配的定位中最常用的两种传感器包括视觉传感器与激光雷达,由于视觉传感器对于光线变化、天气变化等状况的鲁棒性较差,基于激光雷达的定位方案越来越受到青睐。但基于激光雷达的定位方法由于地图存储量大、环境表示效率低、地图管理难度大、地图匹配算法鲁棒性差等缺点使得其应用受到制约。为解决以上问题,本文提出了一种基于点云匹配的定位框架。为解决点云匹配中的精度与鲁棒性问题,本文提出了鲁棒的点集配准算法。具体工作如下:针对点云地图数据存储量大,不适用于大范围定位的问题。本文对拼接点云进行三维栅格化与平面压缩处理生成感知地图。首先将点云转换成三维占据栅格图,并采用八叉树的格式进行存储。这不仅可以降低存储量、抽取有用信息,还可以通过多分辨率格式,提高定位的鲁棒性与实时性。在道路两侧结构特征明显的区域,进一步压缩八叉树地图,得到...
【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校
【文章页数】：152 页
【学位级别】：博士
【部分图文】：
–12007年DARPA城市挑战赛前三名车辆
相继举办了两届无人驾驶比赛（DARPA Grand Challenge）。2007 年，DARPA 又在城市环境中举办了无人驾驶比赛（DARPA Urban Challenge）。通过这三届赛事的举办，智能车的发展得到了较大的促进。图1–1展示了 2007 年 DARPA 无人车挑战赛的前三名车辆。在城市挑战赛中，比赛充分考虑了“城市”这一特性。参赛车辆需要应对城市交通流，以及由立体交通、高楼引起的 GPS 信号缺失或精度下降等其他真实环境中的诸多困难。2010 年 7 月到 10 月，意大利帕尔马大学的 VisLab 实验室举办了一项国际智能车比赛，比赛起点为帕尔马，终点为上海。随后多家科技公司也竞相投入智能车的研究，如 Google、Tesla、Uber、百度、华为等。此外多家国内外高校也都在不同时期开始无人驾驶方面的相关研究，图1–2展示了几个商业公司的代表性无人驾驶汽车。全球参与的智能车竞赛以及商业公司在智能车领域投入的研发促进无人驾驶技术在诸多方面的进步，如导航、路径规划、感知以及定位。作为支撑无人车成功运行的技术金字塔中底层的根基技术，定位是尤为重要的。图1–3展示了 2007 年 DARPA 城市挑战赛冠军车辆 BOSS 的信息流图。从图1–3中可以看出定位模块是整个结构的根基，更高层级的行为需要获知车辆当前的位姿信息。因此
相继举办了两届无人驾驶比赛（DARPA Grand Challenge）。2007 年，DARPA 又在城市环境中举办了无人驾驶比赛（DARPA Urban Challenge）。通过这三届赛事的举办，智能车的发展得到了较大的促进。图1–1展示了 2007 年 DARPA 无人车挑战赛的前三名车辆。在城市挑战赛中，比赛充分考虑了“城市”这一特性。参赛车辆需要应对城市交通流，以及由立体交通、高楼引起的 GPS 信号缺失或精度下降等其他真实环境中的诸多困难。2010 年 7 月到 10 月，意大利帕尔马大学的 VisLab 实验室举办了一项国际智能车比赛，比赛起点为帕尔马，终点为上海。随后多家科技公司也竞相投入智能车的研究，如 Google、Tesla、Uber、百度、华为等。此外多家国内外高校也都在不同时期开始无人驾驶方面的相关研究，图1–2展示了几个商业公司的代表性无人驾驶汽车。全球参与的智能车竞赛以及商业公司在智能车领域投入的研发促进无人驾驶技术在诸多方面的进步，如导航、路径规划、感知以及定位。作为支撑无人车成功运行的技术金字塔中底层的根基技术，定位是尤为重要的。图1–3展示了 2007 年 DARPA 城市挑战赛冠军车辆 BOSS 的信息流图。从图1–3中可以看出定位模块是整个结构的根基，更高层级的行为需要获知车辆当前的位姿信息。因此
【参考文献】：
期刊论文
[1]地面交通控制的百年回顾和未来展望[J]. 李力,王飞跃. 自动化学报. 2018(04)
[2]基于道路结构特征的智能车单目视觉定位[J]. 俞毓锋,赵卉菁,崔锦实,査红彬. 自动化学报. 2017(05)
[3]平行机器人与平行无人系统:框架、结构、过程、平台及其应用[J]. 白天翔,王帅,沈震,曹东璞,郑南宁,王飞跃. 自动化学报. 2017(02)
[4]大数据时代的创新思维[J]. 李德毅,郑思仪. 北京联合大学学报. 2014(04)
[5]驾驶行为智能分析的研究与发展[J]. 李力,王飞跃,郑南宁,张毅. 自动化学报. 2007(10)
[6]室外智能移动机器人的发展及其关键技术研究[J]. 欧青立,何克忠. 机器人. 2000(06)
硕士论文
[1]城市拥堵环境智能车辆定位方法研究与实践[D]. 翁理洪.上海交通大学 2018
本文编号：2959992
【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校
【文章页数】：152 页
【学位级别】：博士
【部分图文】：
–12007年DARPA城市挑战赛前三名车辆
相继举办了两届无人驾驶比赛（DARPA Grand Challenge）。2007 年，DARPA 又在城市环境中举办了无人驾驶比赛（DARPA Urban Challenge）。通过这三届赛事的举办，智能车的发展得到了较大的促进。图1–1展示了 2007 年 DARPA 无人车挑战赛的前三名车辆。在城市挑战赛中，比赛充分考虑了“城市”这一特性。参赛车辆需要应对城市交通流，以及由立体交通、高楼引起的 GPS 信号缺失或精度下降等其他真实环境中的诸多困难。2010 年 7 月到 10 月，意大利帕尔马大学的 VisLab 实验室举办了一项国际智能车比赛，比赛起点为帕尔马，终点为上海。随后多家科技公司也竞相投入智能车的研究，如 Google、Tesla、Uber、百度、华为等。此外多家国内外高校也都在不同时期开始无人驾驶方面的相关研究，图1–2展示了几个商业公司的代表性无人驾驶汽车。全球参与的智能车竞赛以及商业公司在智能车领域投入的研发促进无人驾驶技术在诸多方面的进步，如导航、路径规划、感知以及定位。作为支撑无人车成功运行的技术金字塔中底层的根基技术，定位是尤为重要的。图1–3展示了 2007 年 DARPA 城市挑战赛冠军车辆 BOSS 的信息流图。从图1–3中可以看出定位模块是整个结构的根基，更高层级的行为需要获知车辆当前的位姿信息。因此
相继举办了两届无人驾驶比赛（DARPA Grand Challenge）。2007 年，DARPA 又在城市环境中举办了无人驾驶比赛（DARPA Urban Challenge）。通过这三届赛事的举办，智能车的发展得到了较大的促进。图1–1展示了 2007 年 DARPA 无人车挑战赛的前三名车辆。在城市挑战赛中，比赛充分考虑了“城市”这一特性。参赛车辆需要应对城市交通流，以及由立体交通、高楼引起的 GPS 信号缺失或精度下降等其他真实环境中的诸多困难。2010 年 7 月到 10 月，意大利帕尔马大学的 VisLab 实验室举办了一项国际智能车比赛，比赛起点为帕尔马，终点为上海。随后多家科技公司也竞相投入智能车的研究，如 Google、Tesla、Uber、百度、华为等。此外多家国内外高校也都在不同时期开始无人驾驶方面的相关研究，图1–2展示了几个商业公司的代表性无人驾驶汽车。全球参与的智能车竞赛以及商业公司在智能车领域投入的研发促进无人驾驶技术在诸多方面的进步，如导航、路径规划、感知以及定位。作为支撑无人车成功运行的技术金字塔中底层的根基技术，定位是尤为重要的。图1–3展示了 2007 年 DARPA 城市挑战赛冠军车辆 BOSS 的信息流图。从图1–3中可以看出定位模块是整个结构的根基，更高层级的行为需要获知车辆当前的位姿信息。因此
【参考文献】：
期刊论文
[1]地面交通控制的百年回顾和未来展望[J]. 李力,王飞跃. 自动化学报. 2018(04)
[2]基于道路结构特征的智能车单目视觉定位[J]. 俞毓锋,赵卉菁,崔锦实,査红彬. 自动化学报. 2017(05)
[3]平行机器人与平行无人系统:框架、结构、过程、平台及其应用[J]. 白天翔,王帅,沈震,曹东璞,郑南宁,王飞跃. 自动化学报. 2017(02)
[4]大数据时代的创新思维[J]. 李德毅,郑思仪. 北京联合大学学报. 2014(04)
[5]驾驶行为智能分析的研究与发展[J]. 李力,王飞跃,郑南宁,张毅. 自动化学报. 2007(10)
[6]室外智能移动机器人的发展及其关键技术研究[J]. 欧青立,何克忠. 机器人. 2000(06)
硕士论文
[1]城市拥堵环境智能车辆定位方法研究与实践[D]. 翁理洪.上海交通大学 2018
本文编号：2959992
本文链接：https://www.wllwen.com/kejilunwen/qiche/2959992.html
