应用于无人驾驶的视觉定位关键技术研究

发布时间：2023-09-02 10:57

　　近些年,人工智能迅速发展,无人驾驶是人工智能与汽车产业的结合,受到了广泛的关注。无人驾驶汽车是一个复杂的系统,其关键技术包含感知、定位、决策、规划及控制。其中,定位是实现无人驾驶汽车自主导航及决策规划的重要基础。传统的定位方案多基于GNSS、IMU等设备。其中,GNSS定位受环境遮挡影响严重,难以在城市环境下取得高精度的定位效果;IMU定位存在累积漂移的问题,随着时间的延长,定位精度会下降。近些年,随着三维激光雷达及相机等视觉传感器的发展及应用,为定位研究提供了新的思路。一方面可以通过SLAM方式同步完成定位与地图测绘,另一方面可以基于已有地图完成定位。定位中使用的三维地图多采用测绘级激光雷达配合GNSS或IMU等定位设备获得。但测绘级激光雷达价格昂贵,使用门槛较高。三维实时激光雷达价格较测绘级激光雷达便宜,能够获得环境的三维数据,测距精度受环境光影响较小,但点云较测绘级激光雷达明显稀疏。相机能够获取环境的二维图像,包含色彩、明暗等数据,细节丰富,但成像受环境影响较大,且难以直接从单目相机图像数据中提取距离信息。本文研究依托于吉林大学机器人研究组项目,传感器采用三维实时激光雷达及相机,...

【文章页数】：78 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景与意义
    1.2 国内外发展现状
        1.2.1 国外发展现状
        1.2.2 国内发展现状
    1.3 研究内容及章节安排
        1.3.1 研究内容
        1.3.2 章节安排
第2章 相关理论基础
    2.1 引言
    2.2 三维刚体变换
    2.3 相机成像几何
    2.4 粒子群优化算法
    2.5 三维地图测绘
    2.6 特征地图
    2.7 定位算法
    2.8 本章小结
第3章 视觉定位关键算法
    3.1 引言
    3.2 多激光雷达标定
        3.2.1 点云匹配点对构建方式
        3.2.2 优化求解算法
    3.3 激光雷达与相机联合标定
        3.3.1 二维特征提取
        3.3.2 三维特征提取
        3.3.3 联合标定求解
    3.4 三维地图测绘
        3.4.1 三维特征提取
        3.4.2 里程计
        3.4.3 后端优化与建图
    3.5 特征地图生成
    3.6 基于地图的定位算法
        3.6.1 单帧特征图生成
        3.6.2 二维定位
        3.6.3 三维定位
    3.7 本章小结
第4章 实验与分析
    4.1 实验配置
    4.2 实验结果与分析
        4.2.1 多激光雷达标定
        4.2.2 激光雷达与相机联合标定
        4.2.3 三维地图测绘
        4.2.4 特征地图生成
        4.2.5 基于地图的定位算法
    4.3 本章小结
第5章 总结与展望
    5.1 全文总结
    5.2 未来展望
参考文献
作者简介及在学期间所取得的科研成果
致谢



本文编号：3845075