基于激光雷达的智能车辆三维地图构建和定位算法研究
发布时间：2022-01-27 05:40
随着科技的不断发展,智能车辆受到越来越广泛的关注。目前基于先验地图的智能车辆定位方案已经得到了普遍的认同,以前使用较为普遍的二维栅格地图虽然可以直接表示出车辆的可行驶区域,但实际上并不能很好地描述周围环境。在缺失了大量有用环境特征信息的情况下,较大且复杂的二维栅格地图不仅定位精度不高,而且容易失效。当前主要通过构建三维地图并将其作为先验信息来实现车辆定位。三维地图包含更多的环境特征信息,不仅可以用于高精度的车辆定位,还可以用于环境感知、路径规划等功能。相较于相机,三维激光雷达通过主动发射激光束来直接获得与周围环境特征之间距离,其测量精度更高、测量范围更广,因此常被用于制作精度高的三维点云地图。基于高精度三维点云地图的车辆定位系统不依赖于外界的卫星信号,可以很好地解决目前使用较多的融合惯性测量单元（Inertial Measurement Unit,IMU）和全球卫星导航系统（Global Navigation Satellite System,GNSS）的组合定位系统长时间信号丢失导致定位失效的问题。本文主要研究基于激光雷达的智能车辆三维地图构建和定位算法,具体包括激光雷达数据处理和多...
【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】：88 页
【学位级别】：硕士
【部分图文】：
未进行网格划分前的三维点云地图
第4章融合IMU的三维定位算法研究47图4.7未进行网格划分前的三维点云地图图4.8网格化划分后的三维点云地图4.3基于无迹卡尔曼滤波的传感器融合定位算法智能车辆的运动模型是一个非线性模型，而且大多数的传感器观测模型也是非线性的，实现传感器融合的当务之急就是解决如何通过同时将多个传感器数据融合来估计非线性系统内部状态。传感器融合算法分为前融合和后融合两种，前融合算法将多个传感器原
第5章实车验证57第5章实车验证为了验证前两章提出的地图构建算法和融合定位算法的有效性，先进行了智能车实验平台的搭建，并采集了多段校园数据，之后在采集的数据集上分别使用增量式的地图构建算法和本文提出的地图构建算法进行了地图构建实验，并给出了详细的地图分析结果，接着基于已经构建的三维点云地图进行了融合定位实验，并将定位结果跟RTK设备采集的实际车辆位置进行了对比分析。5.1智能车辆实验平台介绍为了搭建实验所需的智能车辆实验平台，将某款运动型多用途汽车（SportUtilityVehicle，SUV）进行改装，在车辆顶部安装固定支架，然后在支架上安装Velodyne公司的VLP-16激光雷达，同时在车顶安装有北京诺耕科技发展有限公司的SimPak982-双天线测向系统的接收天线，在车内装备GNSS数据接收处理设备，以此来获得智能车辆的实时位置，车内还装备有OxTS公司的Inertial+惯导设备，其性能指标如表5.1所示。IMU安装在垂直于车辆后轴上方的一定位置，因此IMU坐标系原点和车辆坐标系原点只在Z轴上有一个差值。图5.1智能车辆实验平台所使用的某款SUV图5.2GNSS设备和IMU传感器
【参考文献】：
期刊论文
[1]激光扫描匹配方法研究综述[J]. 宗文鹏,李广云,李明磊,王力,李帅鑫. 中国光学. 2018(06)
[2]移动机器人SLAM关键问题和解决方法综述[J]. 杨雪梦,姚敏茹,曹凯. 计算机系统应用. 2018(07)
[3]中国汽车工程学术研究综述·2017[J]. 《中国公路学报》编辑部. 中国公路学报. 2017(06)
[4]视觉SLAM综述[J]. 权美香,朴松昊,李国. 智能系统学报. 2016(06)
[5]无人驾驶汽车发展面临的挑战与建议[J]. 王钦普,赵佳,赵浩. 客车技术与研究. 2016(06)
[6]未来智能汽车产业发展趋势[J]. 朱盛镭. 上海汽车. 2015(08)
[7]对两种卫星导航系统性能进行的几点比较[J]. 胡晓粉,刘亚涛,张冲,贾蕊溪. 导航定位学报. 2013(03)
[8]北斗卫星导航系统的现况与发展[J]. 刘基余. 遥测遥控. 2013(03)
[9]无人驾驶车试制成功[J]. 朱华. 今日科苑. 2011(18)
博士论文
[1]城市环境下无人车自主定位关键技术研究[D]. 康俊民.长安大学 2016
[2]车辆运动特性约束的智能车辆视觉里程计系统研究[D]. 江燕华.北京理工大学 2014
[3]GNSS/INS深组合导航理论与方法研究[D]. 陈坡.解放军信息工程大学 2013
[4]北斗卫星导航系统精密定位理论方法研究与实现[D]. 周巍.解放军信息工程大学 2013
硕士论文
[1]基于三维激光点云的室内机器人即时定位与建图算法研究[D]. 任健铭.哈尔滨工业大学 2019
[2]基于三维激光点云的复杂场景人体目标识别[D]. 陈兆一.北京邮电大学 2019
[3]激光雷达/相机组合的3D SLAM技术研究[D]. 李帅鑫.战略支援部队信息工程大学 2018
[4]基于CNN的三维目标测量研究与应用[D]. 李东方.哈尔滨工程大学 2017
[5]基于双目视觉/MIMU的组合导航系统关键技术研究[D]. 余欢.北京理工大学 2016
[6]基于3D激光点云的无人车城市环境SLAM问题研究[D]. 李玉.北京理工大学 2016
[7]GPS/INS组合导航算法研究与实现[D]. 刘帅.解放军信息工程大学 2012
[8]未知环境下基于SLAM的移动机器人导航算法研究[D]. 韩锐.武汉理工大学 2006
本文编号：3611874
【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】：88 页
【学位级别】：硕士
【部分图文】：
未进行网格划分前的三维点云地图
第4章融合IMU的三维定位算法研究47图4.7未进行网格划分前的三维点云地图图4.8网格化划分后的三维点云地图4.3基于无迹卡尔曼滤波的传感器融合定位算法智能车辆的运动模型是一个非线性模型，而且大多数的传感器观测模型也是非线性的，实现传感器融合的当务之急就是解决如何通过同时将多个传感器数据融合来估计非线性系统内部状态。传感器融合算法分为前融合和后融合两种，前融合算法将多个传感器原
第5章实车验证57第5章实车验证为了验证前两章提出的地图构建算法和融合定位算法的有效性，先进行了智能车实验平台的搭建，并采集了多段校园数据，之后在采集的数据集上分别使用增量式的地图构建算法和本文提出的地图构建算法进行了地图构建实验，并给出了详细的地图分析结果，接着基于已经构建的三维点云地图进行了融合定位实验，并将定位结果跟RTK设备采集的实际车辆位置进行了对比分析。5.1智能车辆实验平台介绍为了搭建实验所需的智能车辆实验平台，将某款运动型多用途汽车（SportUtilityVehicle，SUV）进行改装，在车辆顶部安装固定支架，然后在支架上安装Velodyne公司的VLP-16激光雷达，同时在车顶安装有北京诺耕科技发展有限公司的SimPak982-双天线测向系统的接收天线，在车内装备GNSS数据接收处理设备，以此来获得智能车辆的实时位置，车内还装备有OxTS公司的Inertial+惯导设备，其性能指标如表5.1所示。IMU安装在垂直于车辆后轴上方的一定位置，因此IMU坐标系原点和车辆坐标系原点只在Z轴上有一个差值。图5.1智能车辆实验平台所使用的某款SUV图5.2GNSS设备和IMU传感器
【参考文献】：
期刊论文
[1]激光扫描匹配方法研究综述[J]. 宗文鹏,李广云,李明磊,王力,李帅鑫. 中国光学. 2018(06)
[2]移动机器人SLAM关键问题和解决方法综述[J]. 杨雪梦,姚敏茹,曹凯. 计算机系统应用. 2018(07)
[3]中国汽车工程学术研究综述·2017[J]. 《中国公路学报》编辑部. 中国公路学报. 2017(06)
[4]视觉SLAM综述[J]. 权美香,朴松昊,李国. 智能系统学报. 2016(06)
[5]无人驾驶汽车发展面临的挑战与建议[J]. 王钦普,赵佳,赵浩. 客车技术与研究. 2016(06)
[6]未来智能汽车产业发展趋势[J]. 朱盛镭. 上海汽车. 2015(08)
[7]对两种卫星导航系统性能进行的几点比较[J]. 胡晓粉,刘亚涛,张冲,贾蕊溪. 导航定位学报. 2013(03)
[8]北斗卫星导航系统的现况与发展[J]. 刘基余. 遥测遥控. 2013(03)
[9]无人驾驶车试制成功[J]. 朱华. 今日科苑. 2011(18)
博士论文
[1]城市环境下无人车自主定位关键技术研究[D]. 康俊民.长安大学 2016
[2]车辆运动特性约束的智能车辆视觉里程计系统研究[D]. 江燕华.北京理工大学 2014
[3]GNSS/INS深组合导航理论与方法研究[D]. 陈坡.解放军信息工程大学 2013
[4]北斗卫星导航系统精密定位理论方法研究与实现[D]. 周巍.解放军信息工程大学 2013
硕士论文
[1]基于三维激光点云的室内机器人即时定位与建图算法研究[D]. 任健铭.哈尔滨工业大学 2019
[2]基于三维激光点云的复杂场景人体目标识别[D]. 陈兆一.北京邮电大学 2019
[3]激光雷达/相机组合的3D SLAM技术研究[D]. 李帅鑫.战略支援部队信息工程大学 2018
[4]基于CNN的三维目标测量研究与应用[D]. 李东方.哈尔滨工程大学 2017
[5]基于双目视觉/MIMU的组合导航系统关键技术研究[D]. 余欢.北京理工大学 2016
[6]基于3D激光点云的无人车城市环境SLAM问题研究[D]. 李玉.北京理工大学 2016
[7]GPS/INS组合导航算法研究与实现[D]. 刘帅.解放军信息工程大学 2012
[8]未知环境下基于SLAM的移动机器人导航算法研究[D]. 韩锐.武汉理工大学 2006
本文编号：3611874
本文链接：https://www.wllwen.com/kejilunwen/qiche/3611874.html
