无人车的道路边界检测研究
本文关键词: 无人车 边界检测 激光雷达 聚类 双阈值 出处:《西安工业大学》2016年硕士论文 论文类型:学位论文
【摘要】:近年来车辆技术的发展使得无人驾驶技术成为国内外研究的热点,无人车的道路边界检测是无人驾驶技术的重要研究方向之一,道路边界检测就是要识别出道路上的障碍物,判别出道路边界,提取出无人车在道路的可行区域,保证无人车可以在未知的道路环境中安全行驶。本文首先根据无人驾驶智能车系统的要求搭建了无人车的硬件平台,安装了所需的各类传感器。然后对所安装的激光雷达传感器和GPS/INS惯性导航的通讯协议以及数据进行了比较详细的介绍说明。最后,实现了工控机与无人车上安装的各传感器之间的通讯,从而得到激光雷达、GPS/INS惯性导航的检测数据。其次,结合现实道路环境的具体情况,在现有的三维激光测距系统使用场合、特点等基础上,分析了本文所采用的三维激光测距系统是由激光雷达配合无人车的行驶来进行扫描,并且建立了系统所用的激光雷达局部坐标系、无人车局部坐标系和无人车全局坐标系这三种坐标系。文中提出一种在无人车行驶中基于激光雷达的道路边界检测方法。确定雷达数据点的搜索原则,通过最近邻域算法对激光雷达检测的数据进行聚类;再经过双阈值结合中位值平均滤波算法对激光雷达采集的道路边界信息进行处理,最后通过最小二乘法拟合出道路边界,进而估算出道路车道线信息,为无人车的行驶提供安全可靠的保障。最后通过Visual Basic软件平台结合无人车的运行对道路边界检测算法做了相应的测试实验。实验结果表明:激光雷达能够对道路边界数据进行有效的聚类,同时实现了对无人车道路边界和侧方障碍物的准确检测。
[Abstract]:In recent years, with the development of vehicle technology, driverless technology has become a hot spot at home and abroad. Road boundary detection of unmanned vehicles is one of the important research directions of driverless technology. Road boundary detection is to identify the obstacles on the road, identify the road boundary, and extract the feasible area of the road. Ensure that the unmanned vehicle can drive safely in the unknown road environment. Firstly, the hardware platform of the unmanned vehicle is built according to the requirements of the unmanned intelligent vehicle system. Then the communication protocol and data of lidar sensor and GPS/INS inertial navigation are introduced in detail. The communication between the industrial control computer and the sensors installed on the unmanned vehicle is realized, and the detection data of GPS / ins inertial navigation are obtained. Secondly, combined with the actual road environment. On the basis of the application and characteristics of the existing 3D laser ranging system, it is analyzed that the 3D laser ranging system used in this paper is scanned by the laser radar combined with the driving of the unmanned vehicle. And the local coordinate system of lidar used in the system is established. In this paper, a method of road boundary detection based on lidar is presented in this paper, and the search principle of radar data points is determined. The nearest neighborhood algorithm is used to cluster the data of lidar detection. Then the road boundary information collected by lidar is processed by double threshold and mean median filter algorithm. Finally, the road boundary is fitted by the least square method, and then the road lane information is estimated. To provide a safe and reliable guarantee for the driving of the unmanned vehicle. Finally, through the Visual. The Basic software platform is used to test the road boundary detection algorithm combined with the running of the unmanned vehicle. The experimental results show that the lidar can effectively cluster the road boundary data. At the same time, it realizes the accurate detection of the road boundary and side obstacles of the unmanned vehicle.
【学位授予单位】:西安工业大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:U463.6;TN958.98
【相似文献】
相关期刊论文 前10条
1 蒋兴浩;孙锬锋;方之昕;李荣杰;冯冰;;基于可变窗的镜头边界检测算法[J];上海交通大学学报;2009年11期
2 陈维南,李立源,龚坚;主动型边界检测:理论与方法的研究[J];东南大学学报;1995年S1期
3 王晖,张基宏;一种基于熵算子的图像边界检测算法(英文)[J];Transactions of Nanjing University of Aeronautics & Astronau;1999年01期
4 高梁;刘晓云;廖志武;陈武凡;;一种基于多信息融合的模糊边界检测算法[J];仪器仪表学报;2011年11期
5 陈杰春;张恒;赵丽萍;;基于蒙特卡罗方法的边界检测不确定度估计[J];东北电力大学学报;2012年03期
6 赵春江,施文康,邓勇;基于模糊推理的边界检测方法[J];光学精密工程;2003年03期
7 薛玲;熊璋;欧阳元新;钟林;;一种二级级联分类的镜头边界检测算法[J];计算机辅助设计与图形学学报;2008年05期
8 赵业,,陈维南,李立源;基于边界点方向的边界检测方法[J];东南大学学报;1994年06期
9 王卫星;吴林春;;基于分数阶积分谷底边界检测的路面裂缝提取[J];华南理工大学学报(自然科学版);2014年01期
10 范彦斌,李西兵,沈自林;基于亚像素的边界检测与提取算法及误差分析[J];机械科学与技术;2005年02期
相关会议论文 前7条
1 Yue Feng WAN;Jack-Gérard POSTAIRE;Fran噻ois CABESTAING;;图像边界检测[A];1995年中国控制会议论文集(上)[C];1995年
2 管永红;刘瑞根;周俸才;;用计算机对比法进行边界检测[A];中国工程物理研究院科技年报(1998)[C];1998年
3 卢文锋;;基于贝叶斯方法的超声波图像边界检测[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集(上册)[C];2008年
4 彭进业;郝重阳;;一种基于二维图像分割的视频镜头边界检测方法[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年
5 刘瑞根;董维申;周俸才;管永红;;三种不依赖对比样品的闪光X光照相图像边界检测[A];中国工程物理研究院科技年报(1999)[C];1999年
6 王丽辉;袁保宗;苗振江;;结合FCM和边界检测算法进行不规则点云去噪[A];第十三届全国信号处理学术年会(CCSP-2007)论文集[C];2007年
7 范竞往;翟晓飞;封化民;杨鼎才;方勇;;一种双层新闻逻辑单元分割框架[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
相关博士学位论文 前3条
1 邰振华;位场数据高精度处理方法的研究与应用[D];吉林大学;2016年
2 张辉;基于朝向对比度的边界检测和图像分类研究[D];北京交通大学;2014年
3 李桂丹;无线传感器网络路由协议及容错事件边界检测研究[D];天津大学;2009年
相关硕士学位论文 前10条
1 耿鹏;混合属性数据聚类边界检测技术的研究[D];郑州大学;2015年
2 樊骏笠;关联稀疏在图像恢复和边界检测中的应用[D];浙江师范大学;2015年
3 孙娟;新的视频镜头边界检测的度量标准[D];兰州大学;2015年
4 刘烽;基于动态阈值与拟合特征的镜头边界检测[D];南京大学;2013年
5 刘胜男;基于超像素的点互信息图像边界检测与分割算法研究[D];西北农林科技大学;2016年
6 王瑞宇;无监督在线学习实现遮挡边界检测与遮挡规避方法研究[D];燕山大学;2016年
7 张铖;基于小型无人直升机的环境污染区域边界检测与跟踪算法的研究[D];华南理工大学;2016年
8 严征;无人车的道路边界检测研究[D];西安工业大学;2016年
9 徐文菁;一种基于运动特征的自适应镜头边界检测算法及实现[D];北京邮电大学;2009年
10 方之昕;镜头边界检测中的不连续度设定与阈值判定问题研究[D];上海交通大学;2010年
本文编号:1448879
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/1448879.html