无人驾驶智能车障碍检测方法研究

发布时间：2017-05-25 19:24

  本文关键词：无人驾驶智能车障碍检测方法研究，，由笔耕文化传播整理发布。

【摘要】：随着经济的快速发展,人们生活水平不断的提高；人们对于出行的交通工具提出了更高的要求。无人车技术开历史之先河,完全解放因驾驶给人所带来的束缚。障碍物检测是无人车研究的重点之一。本文首先对GPS惯性导航、激光雷达的通讯协议以及传输的数据编码进行了详细的介绍,并通过Visual Basic平台实现了与工控机之间的通讯,从而获得了GPS惯性导航、激光雷达的检测数据。其次为了解决在未知环境情况下障碍物运动状态的检测问题。文中提出一种基于激光雷达自主动态障碍物的检测方法。通过近邻域法和层次聚类算法对激光雷达检测的数据进行聚类；在此基础上分析了聚类障碍物的特征参数,利用聚类障碍物数据的置信区间关联性分析确定了障碍物的类型,对同一类型障碍物进行相对坐标转化分析确定了障碍物的速度、航向。对于道路边界和侧方障碍物检测的问题。本文对道路边界的检测采用激光雷达检测的方法,通过采用递推中位值滤波法使得边界道路变的更加平滑；以及实现了超声波对侧方障碍物的检测。最后通过Visual Basic的软件平台开发出各个传感器的数据接受界面,同时对障碍物的聚类、障碍物运动状态、道路边界和侧方障碍物的检测分别做了相应的实验。实验结果表明：能够对障碍物进行有效的聚类,从而实现对同一障碍物速度和航向的检测；同时实现了对道路边界和侧方障碍物的检测。
【关键词】：无人车 障碍物检测 聚类 Visual Basic
【学位授予单位】：西安工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：U495;U463.6
【目录】：

• 摘要3-4
• Abstract4-8
• 1 绪论8-17
• 1.1 课题研究的背景及意义8-9
• 1.2 无人驾驶智能车辆发展研究概况9-12
• 1.2.1 国外无人车驾驶智能车研究状况9-11
• 1.2.2 国内研究概况11-12
• 1.3 无人驾驶智能车障碍检测方法的介绍12-15
• 1.3.1 基于立体视觉的障碍物检测12
• 1.3.2 基于二维激光雷达的障碍检测12-13
• 1.3.3 基于三维激光雷达的障碍物检测13-14
• 1.3.4 基于彩色机器视觉的障碍物检测14
• 1.3.5 基于结构光的障碍物检测14-15
• 1.4 本论文研究的主要内容及各章节安排15-17
• 1.4.1 本论文研究主要内容15-16
• 1.4.2 论文各章节安排16-17
• 2 无人驾驶智能车检测系统的数据协议17-31
• 2.1 GPS导航系统的数据协议17-21
• 2.1.1 GPS数据协议介绍17-19
• 2.1.2 GPS数据编译方式19-21
• 2.2 LMS510激光雷达的数据协议21-27
• 2.2.1 LMS510激光雷达数据协议介绍22-24
• 2.2.2 LMS510激光雷达的数据编译方式24-27
• 2.3 UTM-30LX-EW的数据协议27-30
• 2.3.1 SCIP2.2数据协议介绍27-28
• 2.3.2 UTM-30LX-EW数据编译方式28-30
• 2.4 本章小结30-31
• 3 激光雷达自主动态障碍物检测31-40
• 3.1 激光雷达的工作原理31-32
• 3.2 激光雷达的测距原理32
• 3.3 激光雷达数据采集32-33
• 3.4 聚类分析介绍33-34
• 3.5 激光雷达检测点的聚类34-36
• 3.6 聚类障碍的特征参数提取36-37
• 3.7 障碍物的关联性分析37-38
• 3.8 运动障碍物的状态检测38-39
• 3.9 本章小结39-40
• 4 道路边界和侧方障碍物的检测40-48
• 4.1 激光雷达的道路边界检测40-42
• 4.1.1 激光雷达检测点的坐标转化40-41
• 4.1.2 滤波方法41-42
• 4.2 侧方障碍物检测42-47
• 4.2.1 超声波测距原理43-44
• 4.2.2 超声测距系统组成44
• 4.2.3 系统硬件电路设计44-46
• 4.2.4 系统软件设计46-47
• 4.3 本章小结47-48
• 5 障碍物检测试验及结果48-58
• 5.1 试验车参数48
• 5.2 障碍物检测软件系统48-49
• 5.3 VB6.0编写运用界面49-54
• 5.3.1 GPS接受数据界面49-51
• 5.3.2 SICK激光雷达数据接受与参数设置界面51-52
• 5.3.3 UTM激光雷达数据接受52-53
• 5.3.4 无人车运行监控界面设计53-54
• 5.4 障碍物检测的实测结果54-56
• 5.5 激光雷达边沿检测的实测结果56-57
• 5.6 超声波检测实测结果57
• 5.7 本章小结57-58
• 6 总结与展望58-60
• 6.1 总结58
• 6.2 展望58-60
• 参考文献60-63
• 攻读硕士学位期间发表的论文63-64
• 致谢64-66

【参考文献】

中国期刊全文数据库 前3条

1 项志宇;;针对越野自主导航的障碍物检测系统[J];东南大学学报(自然科学版);2005年S2期

2 杨蕾,侯春萍;无缝线路轨温实时监测系统的实现和应用[J];电子技术应用;2004年03期

3 李国厚,赵明富,徐君鹏;PLC控制系统的可靠性设计[J];矿山机械;2005年04期

中国硕士学位论文全文数据库 前5条

1 唐高友;基于机器视觉的道路识别与障碍物检测技术研究[D];重庆大学;2005年

2 沈璐;基于双目立体视觉的三维重构剖分算法研究[D];东北师范大学;2010年

3 冀光强;基于线结构光扫描的水下三维重建技术[D];中国海洋大学;2013年

4 张双喜;基于雷达与相机的无人驾驶智能车障碍物检测技术研究[D];长安大学;2013年

5 吕峰;无人驾驶智能车控制系统的设计研究[D];西安工业大学;2014年

  本文关键词：无人驾驶智能车障碍检测方法研究，由笔耕文化传播整理发布。

本文编号：394790