智能车辆地图匹配定位和宏观路径规划研究

发布时间：2022-01-11 17:14

　　自20世纪50年代初推出以来,智能车辆已成为智能交通系统中必不可少的技术,然而商用自动驾驶车辆的精确定位仍然是一个关键的问题。智能车辆在行驶过程中,定位是最基本的信息,在定位准确的前提下,智能车才能较好地完成轨迹控制同时还能使得车与车、车与城市之间的信息传递变得有意义。本课题首先研究了智能车辆在行驶过程中获取精确定位的方法,然后对智能车辆进行了宏观的路径规划。为了解决定位问题,智能车辆往往需要精确的3D点云地图。但是由于精确地图的制造设备昂贵并且由于设备中存在大量硬件而易受到干扰的影响,本文提出了一种从任意数量的视图中重建3D点云的方法。本文拟采取基于多视图的三维重建方法来对高精点云地图进行模拟和构建,具体包括特征点的检测与匹配、摄像机标定和三维重建三个步骤。同时,本文考虑了在已经拥有点云地图的基础上,为了获得智能车辆的位置信息,需要用实时点云数据和已经建好的地图进行点云配准,本文在这方面提出了一种改进措施,通过仿真实验表明提出的改进方法匹配误差更小。智能车辆的定位是自动驾驶车辆在行驶过程中的基本信息,同时高精度的定位效果也可以满足智能车轨迹跟随控制的要求。本文在获取了车辆的定位信息后... 

【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】：65 页

【学位级别】：硕士

【部分图文】：

地图在导航系统中的应用本课题来源于国家自然科学基金重大研究计划“面向沉浸式体验的空天

例如物体中包含一些尖点的3）LiZhang提出的物体表面间的约束关到物体重建的目的，但是这种方式也重建时，难以获得很好的结果。的是第二种三维重建的方式，即基于多使用十分方便，只需要一个移动摄像像上物体的三维重建。当然这种方式依赖于三维重建算法的好坏。算法的能不好则重建出的物体误差很大。这维重建时，对实行算法的硬件设备要高配置的设备完成算法的时间就会短一幅图像的三维重建囊括的范围中，还基于双目的三维重建主要是模拟人们个摄像头同时拍照的方式，用来模仿觉差来达到对物体三维重建的目的。

哈尔滨工业大学工程硕士学位论文本课题中关于无人驾驶车辆的定位问题是采用高精度地图匹配的方法。其中，高精度地图是由基于图像的三维重建算法获得的。本课题中关于无人驾驶车辆的路径规划问题是利用强化学习的方法，针对实时交通状况，对车辆进行实时的路径规划。其中，交通状况是在保证车辆的准确定位的基础上，对获取到的交通流信息利用模糊规则来输出的最终判定结果。综上所述，本文的具体研究内容如图 1-3 所示。

【参考文献】：
期刊论文
[1]自适应窗口和半全局立体匹配算法研究[J]. 郭龙源,罗百通,欧先锋,向灿群,曾毅.  成都工业学院学报. 2017(01)
[2]双目立体视觉匹配技术综述[J]. 曹之乐,严中红,王洪.  重庆理工大学学报(自然科学). 2015(02)
[3]无人驾驶汽车的发展现状和展望[J]. 杨帆.  上海汽车. 2014(03)
[4]自主移动机器人即时定位与地图构建方法研究[J]. 曾品善,妙全兴,徐磊.  电子科技. 2013(09)
[5]基于特征点和改进ICP的三维点云数据配准算法[J]. 张晓娟,李忠科,王先泽,吕培军,王勇.  传感器与微系统. 2012(09)



本文编号：3583152