视觉为主的无人驾驶方程式赛车目标感知与跟踪控制研究

发布时间：2021-10-08 01:37

　　随着社会不断进步和科技高速发展,与智能车相关的研究受到科研机构、企业和高校的密切关注,其涉及多学科知识的交叉融合,各方不断加大研发的投入力度。无人驾驶作为智能车发展的高级目标,目前已取得阶段性的突破。基于ROS平台,本文以低速环境下的无人驾驶方程式赛车作为研究对象,结合实际赛道场景针对环境感知和跟踪控制技术展开深入研究。在环境感知方面,采用32线激光雷达和摄像头来感知赛道两侧的交通锥桶。首先采用基于视觉的目标检测算法实现对交通锥桶目标的检测,目的在于以尽可能高的检测帧率下保证识别类别的正确性和定位框的准确性,对比分析基于人工设计特征的目标检测算法和基于深度卷积网络的目标检测算法,分别针对基于区域的Faster R-CNN算法和基于回归的SSD算法进行改进,从而确定最优检测方案能够在现有平台上满足检测需求;接着在完成激光雷达和摄像头标定的基础上,提出基于图像上检测框内交通锥桶目标的数据融合方法,将激光雷达提供的点云数据与图像像素信息进行融合,确定交通锥桶目标在三维空间中的位置,为后续规划路径提供依据。组合惯导能够实现厘米级高精度定位,将经纬度信息通过坐标转换至二维车辆全局坐标系下来获取无... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：85 页

【学位级别】：硕士

【部分图文】：

帕尔马大学VisLab实验赛ARGO无人车

谷歌无人车

哈尔滨工业大学工程硕士学位论文-4-被称为“基于国产车辆平台的城市自主驾驶智能车”。图1-3无人驾驶汽车—红旗HQ3国内众多高科技公司也投入大量的财力与物力进行无人驾驶汽车研究，当中包括了百度、华为、阿里巴巴、滴滴等。其中以百度无人车最为突出，其所公布的Apollo无人驾驶系统架构如下图1-4所示，目前业界大部分无人车的总体硬件架构都与其相似。2015年百度无人车首次实现在复杂交通场景下的无人驾驶，测试的最高车速达到100千米/时；2016年与著名旅游景区乌镇进行合作，在景区内实现第4级的无人驾驶；2018年百度无人车在中央电视台春节联欢晚会上亮相，在港珠澳大桥表演“8字交叉”跑动表演。雷达雷达摄像头摄像头摄像头GPS内置机箱工控机机箱底座GPS接收器惯导图1-4Apollo无人驾驶系统架构综上所述，关于智能车的研究，我国相较于欧美各国的研究起步时间较晚，但在相关技术的水平上总体差距并不大，目前各国基本处于同一起跑线上，车企不断加大对无人驾驶技术的研发力度，广泛采取与高科技企业合作的模式，争取在相关技术领域实现突破。1.2.2目标检测的研究现状视觉传感作为无人驾驶汽车环境感知的重要方法之一，其主要是通过机器视觉获取周围的环境信息，通过图像处理对信息进行过滤与筛选，完成对周围环境的感知[10]。无人驾驶汽车需要学会如何“睁眼看世界”，识别现实场景环境


本文编号：3423175