基于激光雷达的工程车辆非结构化地形感知研究

发布时间：2024-03-15 03:37

　　工程车辆常行驶于非结构化地面,快速且准确地重建复杂多变的非结构化地形,并对其特征进行识别与分类是实现工程车辆自主安全稳定行驶的前提和基础。本文围绕基于激光雷达的非结构化地形环境感知展开研究,基于激光雷达、惯性测量单元(IMU)等多传感器信息融合,研究非结构化地形三维点云准确重构,数据模型的高效预处理以及地形障碍物特征的准确识别与分类问题,为工程车辆的非结构化地形实时感知和实现其自主安全稳定行驶提供依据和参考。本文研究的具体工作为:(1)非结构化地形的准确三维点云重构。针对非结构化地形点云密度不均匀、噪声多的特点,提出包含粗配准和精配准的两步配准方法。粗配准使用多传感器数据结合改进航位推算法实现高效粗匹配,精配准则提出基于邻域信息的改进ICP算法。同时,搭建多传感器数据采集处理系统,实时地获取及处理各种数据,结合本文两步配准方法,实现对地形的三维点云重构。(2)研究针对非结构化地形点云的预处理方法。为了提高获取的地形点云的质量,强化后续地形特征提取效果,本文首先通过构造组合滤波方法实现点云的密度均匀化、平滑去噪和离群点剔除。然后设计算法逐步提取点云空洞区域的边界。最后基于三角片构造的思想...

【文章页数】：94 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景及意义
    1.2 相关研究现状
        1.2.1 点云配准算法的研究现状
        1.2.2 点云预处理方法的研究现状
        1.2.3 环境点云特征提取的研究现状
    1.3 论文的创新点及工作内容
第二章 非结构化地形的三维点云重构
    2.1 针对非结构化地形的两步配准方法
    2.2 基于多传感器数据的粗配准方法
        2.2.1 多传感器数据采集处理系统构建
        2.2.2 基于多线程技术的多传感器数据融合
        2.2.3 粗配准方法的原理及过程
    2.3 基于改进ICP算法的精配准方法
        2.3.1 ICP算法的概述
        2.3.2 鲁棒的关键点提取方法
        2.3.3 对应点集的高精度构建
        2.3.4 变换矩阵的快速计算
    2.4 实验设计与结果分析
        2.4.1 改进ICP算法的有效性验证实验
        2.4.2 改进ICP算法的优越性验证实验
        2.4.3 粗配准的必要性验证实验
        2.4.4 非结构化地形点云重构实验
    2.5 本章小结
第三章 非结构化地形点云的预处理研究
    3.1 组合滤波算法的构建
        3.1.1 点云数据密度均匀化处理
        3.1.2 点云数据的平滑去噪处理
        3.1.3 点云数据的离散点剔除
    3.2 点云空洞区域的补全
        3.2.1 平均点间距的计算
        3.2.2 点云模型中边界点的提取
        3.2.3 引入走向判断的边界线连接
        3.2.4 外边界剔除与内边界方向统一
        3.2.5 基于三角片构造方法的空洞修补
    3.3 实验设计与结果分析
        3.3.1 地形点云滤波实验
        3.3.2 点云空洞区域补全实验
    3.4 本章小结
第四章 基于点云的障碍物提取与分类
    4.1 基于边缘检测的地形障碍物提取
        4.1.1 利用边缘检测提取障碍物的可行性分析
        4.1.2 边缘检测方法概述
        4.1.3 地形点云的障碍物边缘检测
        4.1.4 引入非极大值抑制的检测优化
    4.2 基于聚类的地形障碍物凹凸分类
        4.2.1 结合超体素分割的障碍物聚类方法
        4.2.2 基于几何分析的凹凸障碍物判别
    4.3 非结构化地形点云障碍物提取与分类实验
        4.3.1 地形点云的障碍物提取实验
        4.3.2 地形点云的障碍物聚类实验
        4.3.3 地形点云的凹凸障碍物判别实验
    4.4 本章小结
第五章 总结和展望
    5.1 全文总结
    5.2 研究展望
参考文献
致谢
攻读硕士学位期间参与的科研项目及科研成果



本文编号：3928495