基于多传感器信息融合的车前路面高程测量与构建
发布时间：2021-07-20 09:35
车辆在行驶过程的主要激励源自路面,路面不平度对于车辆的行驶平顺性、乘坐舒适性以及操纵稳定性有重要的影响。悬架作为车桥与车身的连接件,其参数直接影响车身对于路面激励的响应。因此如何准确获取车辆前方路面的高程信息进而对悬架进行控制,对提高车辆行驶平顺性有重要意义。论文结合高端工程机械智能制造国家重点实验室开放基金课题“面向全地面起重机主动悬架开发的路况识别技术研究（W182414）”和国家自然基金课题“非结构环境下工程车辆自主作业关键技术研究（No.51875232）”,对车辆前方路面高程信息的测量与构建方法进行了研究。本文利用编码器、惯性导航系统（INS）以及全球定位系统（GPS）三者通过扩展卡尔曼滤波进行位姿信息融合完成车辆实时位姿的准确测量,通过激光雷达采集路面点云信息,然后结合车辆实时位姿完成了车辆前方路面高程信息的测量后通过克里金插值算法完成所识别车辆前方路面的准确构建。首先对路谱识别、前方路面识别、位姿感知方法及三维场景重建的国内外研究现状进行介绍。接着完成了传感器的选型,并根据实际工况制定传感器的安装方案并搭建试验台。提出激光雷达的外参标定方案完成激光雷达安装位置及角度的标定...
【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】：94 页
【学位级别】：硕士
【部分图文】：
Waymo无人车
通过融合多个激光雷达的数据，来检测道路的几何特征利用二维激光对路面边缘数据进行快速提取，然后利用扩展卡尔曼滤波方法提取视觉图像的中线，使用中线数据来预测道路边界[38]。Yu 通过融合三维激光雷达、相机、GPS 以及 IMU 完成了路面三维模型的重建，该系统主要用于路面监测[39]。高德芝通过融合图像信息和雷达信息来检测前方车辆，并通过试验验证了该算法可以在无约束条件下检测目标车辆[40]。杨文杰通过视觉传感器获取前方道路的信息，进一步用来车辆导航[41]。杨象军用了获取路面点云信息的传感器为四线激光雷达点云，对道路边界进行直线拟合后结合车辆的运动状态采用卡尔曼滤波完成对道路边界跟踪，该算法拥有良好的抗干扰性并且计算简单，实时性好[42][43]。朱学葵采用分层及中值滤波算法完成路面边界点的选取，再利用随机抽样一致算法对道路的边界点集进行了直线拟合来实现道路边界的检测，但是该算法只能对直道进行准确的拟合[44]。Waymo 的前身是谷歌无人车，使用的传感器有红外摄像机、激光雷达等，实现了车辆四周环境的重构，如图 1.2 所示。
(3) 编码器这车辆行驶过程中，通过旋转编码器可以准确获得车轮的转速，进而可以的到车辆的位移变换。Luo 提出了一种基于游程编码器（RLE）的智能赛车实时数据处理算法，通过重新编码路径信息来提高智能赛车在第二次循环中运行的实现[61]。Petriu 基于伪随机二进制序列的属性的原始引导路径编码技术，描述了一种自动引导车辆，可以在引导路径上的任何位置恢复其绝对位置[62]。李明喜提出了一种利用编码器所测量的数据来对车辆的实时位姿进行计算的方法，旋转编码器用来测量车辆左右车轮的旋转角，然后计算得到航向角以及行驶轨迹[63]。(4) 激光雷达位姿测量Zhang 基于拥有 6 自由度的三维激光雷达，提出了一种实时低漂移的定位及建图方法，该方法实现了运动估计中的低漂移和低复杂度计算[64]。Malavazi 通过采用激光雷达实现机器人的自主导航，为了改善物体检测，提出了对异常值的惩罚以及模型消除的步骤[65]。
【参考文献】：
期刊论文
[1]井下无人驾驶列车惯性导航定位系统[J]. 杜京义,郭金宝,张渤. 工矿自动化. 2018(09)
[2]基于VSLAM的自主移动机器人三维同时定位与地图构建[J]. 林辉灿,吕强,王国胜,张洋,梁冰. 计算机应用. 2017(10)
[3]基于单目视觉的同时定位与建图算法研究综述[J]. 朱凯,刘华峰,夏青元. 计算机应用研究. 2018(01)
[4]基于3D激光雷达点云的道路边界识别算法[J]. 孔栋,孙亮,王建强,王晓原. 广西大学学报(自然科学版). 2017(03)
[5]一种智能汽车的实时道路边缘检测算法[J]. 朱学葵,高美娟,李尚年. 北京联合大学学报(自然科学版). 2015(04)
[6]GPS/INS紧耦合导航中多路径效应改正算法及应用[J]. 李增科,高井祥,姚一飞,王坚. 中国惯性技术学报. 2014(06)
[7]一种利用旋转编码器的车辆姿态动态算法研究[J]. 李明喜,项昌乐,贾鹏,袁一. 汽车工程. 2014(07)
[8]改进神经网络辅助的GPS/INS组合导航算法[J]. 谭兴龙,王坚,韩厚增,姚一飞. 中国矿业大学学报. 2014(03)
[9]基于嵌入式系统的室内移动机器人定位与导航[J]. 胡春旭,熊枭,任慰,何顶新. 华中科技大学学报(自然科学版). 2013(S1)
[10]基于四线激光雷达的校园道路的检测与跟踪[J]. 杨象军,项志宇,刘济林. 传感器与微系统. 2013(09)
博士论文
[1]基于路面识别的车辆半主动悬架控制研究[D]. 秦也辰.北京理工大学 2016
[2]移动机器人视觉同时定位与地图构建关键算法研究[D]. 吴俊君.华南理工大学 2013
[3]路面三维检测系统原理及方法研究[D]. 马荣贵.长安大学 2008
硕士论文
[1]基于激光雷达的车前地形高程信息测量技术研究[D]. 李以磊.吉林大学 2018
[2]基于点线特征的RGB-D SLAM系统研究[D]. 刘志洋.华南理工大学 2018
[3]基于IMU定位导航系统的设计研究[D]. 杨垒强.华侨大学 2017
[4]基于激光雷达的路面不平度重构方法研究[D]. 郑颖琳.吉林大学 2017
[5]基于GPS/SINS/里程计的智能车导航定位算法研究[D]. 宋志雪.北京工业大学 2017
[6]基于信息融合的汽车自主防撞控制系统设计与研究[D]. 杨闯.青岛科技大学 2017
[7]基于雷达与图像信息融合的路面目标识别与应用[D]. 陆怡悦.南京理工大学 2017
[8]基于TOF相机的环境智能探测技术研究[D]. 肖瑶.北京交通大学 2016
[9]基于ARM的车辆障碍自动识别系统设计[D]. 宋博.黑龙江大学 2016
[10]基于双目视觉的自主勘探车辆通过性研究[D]. 曾庆响.吉林大学 2015
本文编号：3292578
【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】：94 页
【学位级别】：硕士
【部分图文】：
Waymo无人车
通过融合多个激光雷达的数据，来检测道路的几何特征利用二维激光对路面边缘数据进行快速提取，然后利用扩展卡尔曼滤波方法提取视觉图像的中线，使用中线数据来预测道路边界[38]。Yu 通过融合三维激光雷达、相机、GPS 以及 IMU 完成了路面三维模型的重建，该系统主要用于路面监测[39]。高德芝通过融合图像信息和雷达信息来检测前方车辆，并通过试验验证了该算法可以在无约束条件下检测目标车辆[40]。杨文杰通过视觉传感器获取前方道路的信息，进一步用来车辆导航[41]。杨象军用了获取路面点云信息的传感器为四线激光雷达点云，对道路边界进行直线拟合后结合车辆的运动状态采用卡尔曼滤波完成对道路边界跟踪，该算法拥有良好的抗干扰性并且计算简单，实时性好[42][43]。朱学葵采用分层及中值滤波算法完成路面边界点的选取，再利用随机抽样一致算法对道路的边界点集进行了直线拟合来实现道路边界的检测，但是该算法只能对直道进行准确的拟合[44]。Waymo 的前身是谷歌无人车，使用的传感器有红外摄像机、激光雷达等，实现了车辆四周环境的重构，如图 1.2 所示。
(3) 编码器这车辆行驶过程中，通过旋转编码器可以准确获得车轮的转速，进而可以的到车辆的位移变换。Luo 提出了一种基于游程编码器（RLE）的智能赛车实时数据处理算法，通过重新编码路径信息来提高智能赛车在第二次循环中运行的实现[61]。Petriu 基于伪随机二进制序列的属性的原始引导路径编码技术，描述了一种自动引导车辆，可以在引导路径上的任何位置恢复其绝对位置[62]。李明喜提出了一种利用编码器所测量的数据来对车辆的实时位姿进行计算的方法，旋转编码器用来测量车辆左右车轮的旋转角，然后计算得到航向角以及行驶轨迹[63]。(4) 激光雷达位姿测量Zhang 基于拥有 6 自由度的三维激光雷达，提出了一种实时低漂移的定位及建图方法，该方法实现了运动估计中的低漂移和低复杂度计算[64]。Malavazi 通过采用激光雷达实现机器人的自主导航，为了改善物体检测，提出了对异常值的惩罚以及模型消除的步骤[65]。
【参考文献】：
期刊论文
[1]井下无人驾驶列车惯性导航定位系统[J]. 杜京义,郭金宝,张渤. 工矿自动化. 2018(09)
[2]基于VSLAM的自主移动机器人三维同时定位与地图构建[J]. 林辉灿,吕强,王国胜,张洋,梁冰. 计算机应用. 2017(10)
[3]基于单目视觉的同时定位与建图算法研究综述[J]. 朱凯,刘华峰,夏青元. 计算机应用研究. 2018(01)
[4]基于3D激光雷达点云的道路边界识别算法[J]. 孔栋,孙亮,王建强,王晓原. 广西大学学报(自然科学版). 2017(03)
[5]一种智能汽车的实时道路边缘检测算法[J]. 朱学葵,高美娟,李尚年. 北京联合大学学报(自然科学版). 2015(04)
[6]GPS/INS紧耦合导航中多路径效应改正算法及应用[J]. 李增科,高井祥,姚一飞,王坚. 中国惯性技术学报. 2014(06)
[7]一种利用旋转编码器的车辆姿态动态算法研究[J]. 李明喜,项昌乐,贾鹏,袁一. 汽车工程. 2014(07)
[8]改进神经网络辅助的GPS/INS组合导航算法[J]. 谭兴龙,王坚,韩厚增,姚一飞. 中国矿业大学学报. 2014(03)
[9]基于嵌入式系统的室内移动机器人定位与导航[J]. 胡春旭,熊枭,任慰,何顶新. 华中科技大学学报(自然科学版). 2013(S1)
[10]基于四线激光雷达的校园道路的检测与跟踪[J]. 杨象军,项志宇,刘济林. 传感器与微系统. 2013(09)
博士论文
[1]基于路面识别的车辆半主动悬架控制研究[D]. 秦也辰.北京理工大学 2016
[2]移动机器人视觉同时定位与地图构建关键算法研究[D]. 吴俊君.华南理工大学 2013
[3]路面三维检测系统原理及方法研究[D]. 马荣贵.长安大学 2008
硕士论文
[1]基于激光雷达的车前地形高程信息测量技术研究[D]. 李以磊.吉林大学 2018
[2]基于点线特征的RGB-D SLAM系统研究[D]. 刘志洋.华南理工大学 2018
[3]基于IMU定位导航系统的设计研究[D]. 杨垒强.华侨大学 2017
[4]基于激光雷达的路面不平度重构方法研究[D]. 郑颖琳.吉林大学 2017
[5]基于GPS/SINS/里程计的智能车导航定位算法研究[D]. 宋志雪.北京工业大学 2017
[6]基于信息融合的汽车自主防撞控制系统设计与研究[D]. 杨闯.青岛科技大学 2017
[7]基于雷达与图像信息融合的路面目标识别与应用[D]. 陆怡悦.南京理工大学 2017
[8]基于TOF相机的环境智能探测技术研究[D]. 肖瑶.北京交通大学 2016
[9]基于ARM的车辆障碍自动识别系统设计[D]. 宋博.黑龙江大学 2016
[10]基于双目视觉的自主勘探车辆通过性研究[D]. 曾庆响.吉林大学 2015
本文编号：3292578
本文链接：https://www.wllwen.com/kejilunwen/qiche/3292578.html
