面向无人驾驶的多激光雷达耦合系统设计与实现

发布时间：2021-03-15 19:36

　　近年来无人驾驶技术飞速发展,已成为全球研究热点。无人驾驶关键技术包括感知、决策、规划和控制,其中感知是无人驾驶决策、规划和控制的基础。感知模块依靠多种传感器来进行车身周围驾驶态势获取,因此传感器的好坏将直接影响感知结果,进而影响无人驾驶汽车的安全性。激光雷达是无人驾驶领域最常用的传感器之一。激光雷达探测距离远,精度高,抗干扰能力强。低线数激光雷达价格便宜,但是分辨率较低,点云成像效果较差,不利于算法分析;高线数激光雷达分辨率较高,点云成像效果较好,但是价格昂贵,供货周期长。因此,无人驾驶领域急需一款分辨率高、价格低、供货周期短的激光雷达系统。针对以上问题,本文提出了一种将多个低线数激光雷达进行耦合、构建多激光雷达耦合系统的方法,达到了以较低成本获取高分辨率点云的目的,可有效提升感知精度。论文依托吉林大学机器人研究组,主要完成了以下工作:1)针对无人驾驶领域高线数激光雷达价格昂贵、低线数激光雷达分辨率较低等问题,本文基于已有的四激光雷达耦合方案,设计了一种新的多激光雷达耦合结构,使多个较低成本的低线数激光雷达的激光线能够在空间中均匀分布,提升点云成像效果。2)针对多个低线数激光雷达标定问... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

百度阿波龙无人驾驶小巴

速腾聚创多激光雷达方案

velodyne16线激光雷达

【参考文献】：
期刊论文
[1]实数编码遗传算法的改进及并行化实现[J]. 刘振鹏,王雪峰,薛雷,张彬,张寿华.  河北大学学报(自然科学版). 2019(01)
[2]基于粒子群算法优化卷积神经网络结构[J]. 白燕燕,曹军,张福元,彭心怡.  内蒙古大学学报(自然科学版). 2019(01)
[3]逐步求精的多视角点云配准方法[J]. 徐思雨,祝继华,田智强,李垚辰,庞善民.  自动化学报. 2019(08)
[4]无人驾驶技术发展对策研究[J]. 杨艳明,高增桂,张子龙,沈悦,王林军.  中国工程科学. 2018(06)
[5]激光扫描匹配方法研究综述[J]. 宗文鹏,李广云,李明磊,王力,李帅鑫.  中国光学. 2018(06)
[6]一种基于3D激光雷达的实时道路边缘提取算法[J]. 李广敬,鲍泓,徐成.  计算机科学. 2018(09)
[7]基于混合遗传算法的有效路径求解[J]. 刘兰芬,杨信丰.  计算机工程与应用. 2019(11)
[8]改进的快速遗传算法在函数优化中的应用[J]. 周勇,胡中功.  现代电子技术. 2018(17)
[9]基于三维激光雷达的无人车障碍物检测与跟踪[J]. 谢德胜,徐友春,王任栋,苏致远.  汽车工程. 2018(08)
[10]基于局部特征的点云配准算法[J]. 赵夫群,周明全,耿国华.  图学学报. 2018(03)



本文编号：3084700