面向复杂城市环境的无人车多源信息融合导航方法研究
发布时间：2022-11-03 17:38
近年来,无人车逐渐走入大众的视野,无人驾驶技术也成为了当前一个热门研究领域。然而,城市环境的复杂性对传感器信息质量造成了影响,对无人车高精度导航定位构成了巨大的挑战和威胁。目前车辆上配置的传感器类型和信息融合手段都较为单一,无法适用于复杂环境下的高可靠和高精度定位,因此引入并综合利用多类导航传感器提供的冗余数据进行多源信息融合,可以为系统提供更全面和有价值的导航解决方案。本文以复杂城市环境下无人车的多源传感器信息融合为研究背景,开展多源传感器误差建模、GPS时间差分载波相位高精度定位、多源传感器融合构架与算法设计等方面的研究,旨在有效提高无人车导航系统的可靠性与精度。车载传感器误差特性研究是多源信息融合的基础。由于城市环境在路边建筑、路面情况和道路情况的多样性和复杂性,无人车搭载的导航系统精度在实际应用过程中受到较大影响。针对于此,本文基于目前车载常用的导航传感器（包括MEMS惯性传感器、GPS卫星导航系统、车辆里程计、视觉传感器以及无线电通讯系统）,对异类传感器在特殊环境下的误差模型构建与补偿方法展开了研究:一方面,基于各类传感器误差原理,设计了传感器的配型方案;另一方面,研究了上述...
【文章页数】：87 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
注释表
缩略词
第一章 绪论
1.1 论文研究背景
1.2 基于多源信息融合的无人车高精度定位技术
1.2.1 概述
1.2.2 国内外研究现状
1.2.3 发展趋势
1.3 论文主要研究工作及结构安排
第二章 复杂城市环境下多源信息融合构架设计及传感器误差建模
2.1 引言
2.2 复杂城市环境下无人车多源信息融合总体方案设计
2.2.1 复杂城市环境下无人车多源信息融合总体方案及构架设计
2.2.2 复杂城市环境下无人车多源信息融合关键技术分析
2.3 城市环境下无人车多源传感器误差分析及建模
2.3.1 MEMS-IMU惯性传感器误差建模与补偿
2.3.2 GPS卫星导航系统误差建模与补偿
2.3.3 车辆里程计误差建模与补偿
2.3.4 双目立体视觉误差建模与补偿
2.3.5 UWB无线定位技术误差建模与补偿
2.4 车载多源信息导航性能分析及信息预处理
2.4.1 复杂城市环境特征描述及分类
2.4.2 车载多源信息可用性分析
2.4.3 车载多源信息时空配准方法研究
2.5 本章小结
第三章 GPS/INS时间差分载波相位高精度车辆定位算法研究
3.1 引言
3.2 GPS/INS时间差分载波相位算法
3.2.1 卫星导航系统载波相位模型
3.2.2 GPS/INS时间差分载波相位紧组合算法
3.3 卫星载波相位周跳自适应探测方法
3.3.1 载波相位周跳产生原因及探测基本原理
3.3.2 基于高次差法的载波相位周跳探测方法
3.3.3 基于高次差法的车辆运动分量分离
3.4 基于时间差分载波相位的GPS/INS高精度车辆定位方法验证
3.4.1 GPS/INS高精度车辆定位算法结构设计
3.4.2 实际车载平台搭建与实验测试结果分析
3.5 本章小结
第四章 基于因子图的多源信息融合方法研究
4.1 引言
4.2 基于因子图的多源信息融合构架设计及方法研究
4.2.1 因子图算法分析
4.2.2 基于因子图的多源信息融合算法
4.2.3 传感器在线标定的因子图模型构建
4.3 用于多源融合导航的因子图推理方法改进
4.3.1 基于批量平滑算法的因子图推理方法
4.3.2 基于增量平滑算法(i SAM)的因子图推理方法
4.3.3 面向车载多源信息融合的改进因子图算法
4.4 基于因子图的多源信息融合算法性能验证
4.4.1 图优化方法下的多源信息融合算法性能分析
4.4.2 多源信息融合构架设计与验证分析
4.5 本章小结
第五章 多源信息融合方法验证平台搭建及验证分析
5.1 引言
5.2 多源信息融合验证平台系统设计及实现
5.2.1 车载导航系统构架设计及硬件组成
5.2.2 车载导航系统软件流程设计与实现
5.3 多源信息融合实验平台搭建及方案设计
5.4 车载多源信息融合实验方案设计及结果分析
5.4.1 实验总体方案设计与测试情况
5.4.2 车载多源信息融合实验结果分析
5.5 本章小结
第六章 总结与展望
6.1 本文工作总结
6.2 对未来工作的展望
参考文献
致谢
在学期间的研究成果及学术论文情况
【参考文献】：
期刊论文
[1]无人驾驶汽车研究综述与发展展望[J]. 潘福全,亓荣杰,张璇,张丽霞. 科技创新与应用. 2017(02)
[2]双目立体视觉测量系统的标定[J]. 杨景豪,刘巍,刘阳,王福吉,贾振元. 光学精密工程. 2016(02)
[3]智能汽车技术发展趋势[J]. 陈慧,徐建波. 中国集成电路. 2014(11)
[4]室内定位技术的多源数据融合算法研究[J]. 董哲,吴瑶,孙德辉. 计算机工程与设计. 2014(05)
[5]北斗三频无几何相位组合周跳探测与修复[J]. 黄令勇,宋力杰,王琰,智遂强. 测绘学报. 2012(05)
[6]利用改进的TurboEdit算法与Chebyshev多项式探测与修复周跳[J]. 刘宁,熊永良,徐韶光. 武汉大学学报(信息科学版). 2011(12)
[7]基于卡尔曼滤波的周跳探测算法[J]. 李猛,文援兰,梁加红,廖瑛. 测绘科学技术学报. 2010(06)
[8]改进的RANSAC算法在图像配准中的应用[J]. 曲天伟,安波,陈桂兰. 计算机应用. 2010(07)
[9]对伪距/相位组合量探测与修复周跳算法的改进[J]. 张成军,许其凤,李作虎. 测绘学报. 2009(05)
[10]联合使用高次差法和TurboEdit法自动探测、修复周跳[J]. 严新生,王一强,白征东,过静珺. 测绘通报. 2007(09)
博士论文
[1]多源传感器增强的精密单点定位与惯性测量组合导航系统[D]. 李增科.中国矿业大学 2015
[2]GNSS/INS组合导航误差补偿与自适应滤波理论的拓展[D]. 吴富梅.解放军信息工程大学 2010
硕士论文
[1]GNSS实时动态周跳探测与修复方法研究[D]. 龙嘉露.西南交通大学 2014
[2]摄像机标定方法的研究[D]. 舒娜.南京理工大学 2014
[3]多传感器信息融合技术的研究[D]. 冯波.南京航空航天大学 2004
本文编号：3700333
【文章页数】：87 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
注释表
缩略词
第一章 绪论
1.1 论文研究背景
1.2 基于多源信息融合的无人车高精度定位技术
1.2.1 概述
1.2.2 国内外研究现状
1.2.3 发展趋势
1.3 论文主要研究工作及结构安排
第二章 复杂城市环境下多源信息融合构架设计及传感器误差建模
2.1 引言
2.2 复杂城市环境下无人车多源信息融合总体方案设计
2.2.1 复杂城市环境下无人车多源信息融合总体方案及构架设计
2.2.2 复杂城市环境下无人车多源信息融合关键技术分析
2.3 城市环境下无人车多源传感器误差分析及建模
2.3.1 MEMS-IMU惯性传感器误差建模与补偿
2.3.2 GPS卫星导航系统误差建模与补偿
2.3.3 车辆里程计误差建模与补偿
2.3.4 双目立体视觉误差建模与补偿
2.3.5 UWB无线定位技术误差建模与补偿
2.4 车载多源信息导航性能分析及信息预处理
2.4.1 复杂城市环境特征描述及分类
2.4.2 车载多源信息可用性分析
2.4.3 车载多源信息时空配准方法研究
2.5 本章小结
第三章 GPS/INS时间差分载波相位高精度车辆定位算法研究
3.1 引言
3.2 GPS/INS时间差分载波相位算法
3.2.1 卫星导航系统载波相位模型
3.2.2 GPS/INS时间差分载波相位紧组合算法
3.3 卫星载波相位周跳自适应探测方法
3.3.1 载波相位周跳产生原因及探测基本原理
3.3.2 基于高次差法的载波相位周跳探测方法
3.3.3 基于高次差法的车辆运动分量分离
3.4 基于时间差分载波相位的GPS/INS高精度车辆定位方法验证
3.4.1 GPS/INS高精度车辆定位算法结构设计
3.4.2 实际车载平台搭建与实验测试结果分析
3.5 本章小结
第四章 基于因子图的多源信息融合方法研究
4.1 引言
4.2 基于因子图的多源信息融合构架设计及方法研究
4.2.1 因子图算法分析
4.2.2 基于因子图的多源信息融合算法
4.2.3 传感器在线标定的因子图模型构建
4.3 用于多源融合导航的因子图推理方法改进
4.3.1 基于批量平滑算法的因子图推理方法
4.3.2 基于增量平滑算法(i SAM)的因子图推理方法
4.3.3 面向车载多源信息融合的改进因子图算法
4.4 基于因子图的多源信息融合算法性能验证
4.4.1 图优化方法下的多源信息融合算法性能分析
4.4.2 多源信息融合构架设计与验证分析
4.5 本章小结
第五章 多源信息融合方法验证平台搭建及验证分析
5.1 引言
5.2 多源信息融合验证平台系统设计及实现
5.2.1 车载导航系统构架设计及硬件组成
5.2.2 车载导航系统软件流程设计与实现
5.3 多源信息融合实验平台搭建及方案设计
5.4 车载多源信息融合实验方案设计及结果分析
5.4.1 实验总体方案设计与测试情况
5.4.2 车载多源信息融合实验结果分析
5.5 本章小结
第六章 总结与展望
6.1 本文工作总结
6.2 对未来工作的展望
参考文献
致谢
在学期间的研究成果及学术论文情况
【参考文献】：
期刊论文
[1]无人驾驶汽车研究综述与发展展望[J]. 潘福全,亓荣杰,张璇,张丽霞. 科技创新与应用. 2017(02)
[2]双目立体视觉测量系统的标定[J]. 杨景豪,刘巍,刘阳,王福吉,贾振元. 光学精密工程. 2016(02)
[3]智能汽车技术发展趋势[J]. 陈慧,徐建波. 中国集成电路. 2014(11)
[4]室内定位技术的多源数据融合算法研究[J]. 董哲,吴瑶,孙德辉. 计算机工程与设计. 2014(05)
[5]北斗三频无几何相位组合周跳探测与修复[J]. 黄令勇,宋力杰,王琰,智遂强. 测绘学报. 2012(05)
[6]利用改进的TurboEdit算法与Chebyshev多项式探测与修复周跳[J]. 刘宁,熊永良,徐韶光. 武汉大学学报(信息科学版). 2011(12)
[7]基于卡尔曼滤波的周跳探测算法[J]. 李猛,文援兰,梁加红,廖瑛. 测绘科学技术学报. 2010(06)
[8]改进的RANSAC算法在图像配准中的应用[J]. 曲天伟,安波,陈桂兰. 计算机应用. 2010(07)
[9]对伪距/相位组合量探测与修复周跳算法的改进[J]. 张成军,许其凤,李作虎. 测绘学报. 2009(05)
[10]联合使用高次差法和TurboEdit法自动探测、修复周跳[J]. 严新生,王一强,白征东,过静珺. 测绘通报. 2007(09)
博士论文
[1]多源传感器增强的精密单点定位与惯性测量组合导航系统[D]. 李增科.中国矿业大学 2015
[2]GNSS/INS组合导航误差补偿与自适应滤波理论的拓展[D]. 吴富梅.解放军信息工程大学 2010
硕士论文
[1]GNSS实时动态周跳探测与修复方法研究[D]. 龙嘉露.西南交通大学 2014
[2]摄像机标定方法的研究[D]. 舒娜.南京理工大学 2014
[3]多传感器信息融合技术的研究[D]. 冯波.南京航空航天大学 2004
本文编号：3700333
本文链接：https://www.wllwen.com/kejilunwen/qiche/3700333.html
