基于激光雷达和视觉融合的无人扫地车前方障碍物检测技术研究

发布时间：2021-06-16 00:23

　　智能驾驶是目前全球车辆工程领域的研发热点之一,无人驾驶汽车的主动安全性也受到了国内外智能驾驶研究机构的广泛关注。本文主要聚焦无人扫地车作业的环境感知环节,利用激光雷达与车载相机,实时采集扫地车周围的环境信息。为了快速、准确地处理和分析采集的数据信息,从而得到前方障碍物的位置信息与几何特征,提出激光雷达与视觉融合的障碍物检测研究方案,实现对前方障碍物的融合检测。本论文主要包括以下研究内容:首先,根据无人扫地车的运行条件和研究要求,建立了无人扫地车环境感知平台;通过建立无人扫地车融合所涉及的三种坐标系,并对其进行坐标转换,完成相机和激光雷达的标定处理,为多传感器数据在时空上的匹配融合奠定研究基础。其次,提出了一种可适应不同距离的三维激光雷达数据去噪和精简研究方法。在对原始点云数据栅格化和去噪滤波后,采用最邻近距离聚类的方法确定适应阈值,采用融合网格连通标记的聚类方法,减少离散点,提高聚类算法的精度,实现不同距离下的前方障碍物检测。实验结果表明,与已有的其他聚类算法相比较,本文提出的新方法可以适应不同距离下的障碍物聚类,提高了路面障碍物的识别能力。然后,基于AlexNet卷积神经网络的方法实... 

【文章来源】：江苏大学江苏省

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

无人扫地车EC500i车型Fig.1.1EC500iintelligentcleaningvehicle

基于激光雷达和视觉融合的无人扫地车前方障碍物检测技术研究8第二章多传感器数据融合原理与算法根据第一章中所述的主要技术路线，本章对多传感器融合的原理及其算法进行了阐述，介绍了多传感器数据在时间和空间上的匹配原理；建立了无人扫地车环境感知环节涉及到的三种坐标系，并对坐标系进行转换；介绍了相机和激光雷达的标定方法，最终实现多传感器数据的融合。2.1传感器选型本文研究的EC500i无人扫地车的环境感知系统包括1个自动驾驶控制单元、2个RS-LiDAR-16激光雷达、1个前视摄像头模块、1个前向毫米波雷达、2个前侧向毫米波雷达、2个后侧向毫米波雷达、1个工控机、1个惯导、1套GNNS天线、1个智能泊车辅助系统模块、1个全景泊车影响系统模块。传感器布置方案见图2.1。图2.1EC500i吸尘车传感器布置方案Fig2.1SensorlayoutofEC500i本文研究的多传感器融合主要是基于RS-LiDAR-16激光雷达和前置机器视觉的摄像头MobieyeEQ3。RS-LiDAR-16激光雷达是一种面向无人驾驶、机器人和无人机等环境感知环节的小型激光雷达，它安装了16个激光信号的收发探

江苏大学硕士学位论文15(b)智能扫地车坐标系(b)ThecoordinateSystemofintelligentcleaningvehicle图2.7建立传感器坐标系Fig2.7Establishingthesensorcoordinatesystem本文参照KITTI数据集的传感器坐标系，基于无人驾驶扫地车建立了三种坐标系，分别位于车体、相机和激光雷达，如图2.7所示。KITTI数据集是一个较全面的自动驾驶机器视觉处理数据库，广泛用于检测、识别、跟踪立体图像。无人驾驶扫地车体坐标系ssssOXYZ中，以车体的重心为坐标系的原点SO，经过坐标原点SO、沿着车辆的前进方向的轴线为车体坐标系的SX轴，经过坐标原点SO、垂直于车辆的前进方向水平向左的轴线为车体坐标系的SY轴，经过坐标原点SO、垂直于水平面向上的轴线为车体坐标系的SZ轴。在激光雷达的位置坐标系JJJJOXYZ中，坐标系原点JO为激光雷达的中心位置，JX轴、JY轴和JZ轴分别与CX轴、CY轴和CZ轴平行且同向。选用车载相机在系统中的安装位置作为相机坐标系CCCCOXYZ，坐标系原点CO为摄像头的中心点，CX轴为SY轴的反方向，CZ轴为SX轴的反方向，CY轴垂直于其他两坐标轴的平面向下。图像成像后的像素平面为图像坐标系TTTTOXYZ。2.3.4相机标定当多传感器采集的数据坐标在世界坐标系和图像坐标系之间转换时，需要确定相机的内部参数（相机自身的特性参数）和外部参数（相机的位置参数），


本文编号：3231995