基于激光雷达的低速无人物流车的环境感知算法研究

发布时间：2021-12-01 21:45

　　随着国内物流行业的快速发展,物流行业“最后一公里”末端配送服务的重要性不断提升,配送成本高以及效率低的问题日益凸显。常用于园区、社区和校园等特定场景的低速无人驾驶物流车,逐渐成了各大物流企业和相关研究机构关注的重点。无人车环境感知系统的作用,就如人的双眼一样重要,其主要的环境感知内容,包括对道路边界的检测和路面障碍物的跟踪。基于低速无人驾驶物流车感知系统的成本约束和感知能力的要求,本文选用价格相对较低的单线激光雷达,开发了一套具有良好可视性和实时性的Labview环境信息采集系统。通过实车实验,验证了道路边界检测算法,障碍物聚类算法和低速条件下的障碍物目标跟踪算法的准确性和有效性,具有一定的学术研究价值和工程价值。本文的主要研究内容如下:（1）介绍了单线激光雷达的工作原理和性能,基于Labview的环境信息采集系统的基本架构。在Labview中编写雷达点云信息解析程序,对激光雷达报文信息进行解析。Labview环境信息采集系统中调用包含道路检测算法、障碍物聚类和跟踪算法的动态链接库DLL,以完成对环境信息的采集。（2）提出一种激光雷达的道路可通行区域检测算法。根据二维激光雷达扫描道路的... 

【文章来源】：重庆理工大学重庆市

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

sick 雷达

HOKUYO 雷达

北醒单点测距激光雷达

【参考文献】：
期刊论文
[1]基于视觉和激光数据融合的3D多目标跟踪[J]. 房建武,王贺,薛建儒,许宏科.  无人系统技术. 2019(05)
[2]基于联合概率数据关联的车用多传感器目标跟踪融合算法[J]. 王鹏宇,赵世杰,马天飞,熊晓勇,程馨.  吉林大学学报(工学版). 2019(05)
[3]基于UDP协议的可靠数据传输的实现[J]. 许坤,赵亮.  科技创新导报. 2019(17)
[4]电商物流末端配送问题与对策研究[J]. 潘灿辉.  全国流通经济. 2019(05)
[5]智能汽车技术及环境感知传感器初探[J]. 魏琴,谷谢天,陈平易.  内燃机与配件. 2019(02)
[6]基于加权K近邻的改进密度峰值聚类算法[J]. 杨震,王红军.  计算机应用研究. 2020(03)
[7]校园快递“最后一公里”配送现状调查分析[J]. 李海东,马达威.  经济研究导刊. 2017(31)
[8]三维激光雷达的应用探索[J]. 杨尔忻,张磊,吉长东,徐爱功.  矿山测量. 2017(05)
[9]Clustering by Fast Search and Find of Density Peaks with Data Field[J]. WANG Shuliang,WANG Dakui,LI Caoyuan,LI Yan,DING Gangyi.  Chinese Journal of Electronics. 2016(03)
[10]MHT算法在航迹关联中的应用[J]. 尹文进,张静远,饶喆.  兵工自动化. 2016(04)

博士论文
[1]智能车辆同时定位与建图关键技术研究[D]. 刘丹.北京工业大学 2018
[2]地面三维激光扫描点云场景重建方法研究[D]. 龚珍.中国地质大学 2017
[3]基于激光雷达的智能车辆目标识别与跟踪关键技术研究[D]. 周俊静.北京工业大学 2014

硕士论文
[1]基于时空融合的激光雷达障碍物检测与运动目标跟踪[D]. 张佳鹏.浙江大学 2019
[2]基于单线激光雷达的车辆检测与跟踪[D]. 刘伟.长春理工大学 2019
[3]基于三维激光雷达的智能车辆安全行驶域检测方法研究[D]. 蔡宇锋.重庆邮电大学 2019
[4]城区环境下基于激光雷达的障碍物聚类和跟踪方法研究[D]. 张彩红.中国科学技术大学 2019
[5]基于低成本二维激光雷达的自动移动机器人[D]. 郑富瑜.广东工业大学 2018
[6]基于三维激光雷达的智能汽车障碍物检测与跟踪[D]. 郑正扬.江苏大学 2018
[7]面向无人驾驶车辆的多雷达检测与跟踪技术研究[D]. 王昶人.北京工业大学 2018
[8]基于激光雷达的智能汽车障碍物检测关键技术研究[D]. 刘康.武汉理工大学 2018
[9]多雷达融合的智能车辆目标跟踪方法研究[D]. 赵文旋.重庆邮电大学 2018
[10]基于聚类的短文本挖掘算法研究[D]. 刘思宇.哈尔滨工程大学 2018



本文编号：3527112