基于激光雷达的无人车全局定位算法研究

发布时间：2023-04-21 01:03

　　准确定位是无人驾驶的关键技术之一,传统的车辆定位使用全球定位导航系统(Global Navigation Satellite System,GNSS),但在复杂的城市环境下由于多路径和非视距传播效应GNSS不能为无人车提供准确的定位。同时定位与建图(Simultaneous Localization And Mapping,SLAM)由于帧间配准不可避免地存在微小误差导致SLAM的累积误差随着无人车行驶里程的增加而增大,也不能直接用于无人车的定位。本文针对复杂城市环境下GNSS和SLAM无法为无人车提供准确定位问题,研究基于激光雷达(Light Detection and Ranging,LiDAR)和先验3D点云地图的无人车定位算法。首先,针对激光点云配准问题,本文给出根据点云曲率大小提取特征点的方法,并将特征点分为边缘特征点和平面特征点。为了计算无人车在相邻帧之间的位姿变换关系,根据当前帧边缘特征点到其对应的参考帧特征直线以及当前帧平面特征点到其对应的参考帧特征平面的距离构建损失函数,通过最小化损失函数就可以计算出无人车的帧间位姿变换关系。其次,针对3D点云地图建立问题,提出基于自...

【文章页数】：76 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景及研究的目的和意义
    1.2 课题相关领域国内外研究现状
        1.2.1 国内外无人车研究现状及分析
        1.2.2 基于激光雷达的建图研究现状及分析
        1.2.3 基于激光雷达的无人车定位研究现状及分析
    1.3 无人车建图和定位的发展趋势
    1.4 本文的主要研究内容及章节安排
第2章 基于激光雷达的无人车定位方法
    2.1 引言
    2.2 无人车坐标系、无人车运动模型和运动采样算法
        2.2.1 无人车坐标系
        2.2.2 无人车运动模型
        2.2.3 运动采样算法
    2.3 自适应蒙特卡洛定位算法
        2.3.1 蒙特卡罗定位
        2.3.2 自适应蒙特卡罗定位
    2.4 高斯牛顿法和列文伯格-马夸尔特方法
    2.5 g2o图优化架构
    2.6 本章小结
第3章 基于自适应信息矩阵的位姿图优化建图
    3.1 引言
    3.2 现有位姿图优化方法存在的问题
    3.3 基于自适应信息矩阵的位姿图优化建图方法
        3.3.1 激光里程计
        3.3.2 构建相邻位姿节点间的信息矩阵
        3.3.3 加入GNSS先验位姿信息
    3.4 建图算法实验及结果分析
    3.5 本章小结
第4章 基于3D特征点与蒙特卡罗的融合定位算法
    4.1 引言
    4.2 3D特征点与蒙特卡罗的融合定位
        4.2.1 无人车位姿初始化
        4.2.2 无人车位姿预测
        4.2.3 无人车位姿更新
    4.3 定位算法实验及结果分析
    4.4 本章小结
第5章 无人车定位系统实验验证与误差分析
    5.1 引言
    5.2 实验环境
        5.2.1 硬件环境
        5.2.2 软件环境
    5.3 定位结果及误差分析
        5.3.1 GNSS信号差的情况
        5.3.2 GNSS信号好的情况
    5.4 与其它算法对比
    5.5 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢



本文编号：3795519