城市环境基于三维激光雷达的自动驾驶车辆多目标检测及跟踪算法研究

发布时间：2017-03-20 07:08

  本文关键词：城市环境基于三维激光雷达的自动驾驶车辆多目标检测及跟踪算法研究，，由笔耕文化传播整理发布。

【摘要】：本文针对城区道路环境下智能车辆自主规划决策对周围其他车辆运动状态的感知需求,采用三维激光雷达检测及跟踪本车周围360°的运动目标,为自主车进行智能换道和速度跟随提供周围运动目标的位置及速度信息。算法首先将三维点云投影到二维栅格地图以减少数据量,再通过连通域分析进行目标聚类,并用最小包络面积矩形进行建模描述,然后从基于几何模型和运动模型假设两种方法进行候选目标选取,对选取的目标与上一帧跟踪上的目标进行数据关联,并使用二分图最大匹配的思想对关联矩阵进行优化,采用匈牙利算法进行求解,最后基于扩展卡尔曼滤波算法对需要跟踪的目标进行滤波更新,估计目标的位置和速度。实验采集北京城区三环道路真实场景数据,在正常行车的状态下能够检测到车辆周围360°的运动车辆,并能够稳定跟踪。基于运动模型假设的方法可以检测到几何形状不明显的目标,能够有效的处理遮挡的问题,运动状态跟踪实验结果表明基于目标位置、速度和速度方向模型的非线性扩展卡尔曼滤波算法比传统的估计位置和两个方向上的速度分量的线性卡尔曼滤波算法要更加稳定,算法运行在车载工控机下平均耗时70 ms左右,满足实时性的要求。
【关键词】：三维激光雷达 多目标检测与跟踪 智能车辆 运动模型假设
【学位授予单位】：北京理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U463.6;TN958.98
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-20
• 1.1 智能车辆概述10-12
• 1.1.1 智能车辆系统框架11-12
• 1.1.2 环境感知相关技术研究12
• 1.2 多目标检测与跟踪的背景和意义12-17
• 1.2.1 智能汽车平台“Ray”12-14
• 1.2.2 三维激光雷达传感器14-16
• 1.2.3 基于三维激光雷达多目标检测与跟踪16-17
• 1.3 本文研究内容及主要贡献17-20
• 1.3.1 本文研究内容及组织结构17-19
• 1.3.2 本文主要贡献19-20
• 第2章 点云提取及栅格地图创建20-27
• 2.1 三维激光雷达的安装及标定20-24
• 2.1.1 三维激光雷达安装20-21
• 2.1.2 三维激光雷达标定21-24
• 2.2 障碍物栅格地图24-26
• 2.2.1 基于PCL点云库的原始数据解析25
• 2.2.2 栅格地图创建25-26
• 2.3 本章小结26-27
• 第3章 目标聚类与检测27-36
• 3.1 基于连通域分析的目标聚类27-31
• 3.1.1 预处理28-29
• 3.1.2 连通域分析29
• 3.1.3 最小包络面积矩形29-30
• 3.1.4 结果与小结30-31
• 3.2 基于几何形状的目标检测31-32
• 3.3 基于运动模型的目标检测32-35
• 3.3.1 轨迹生成33-34
• 3.3.2 基于运动模型假设的动态目标检测34-35
• 3.4 本章小结35-36
• 第4章 目标数据关联36-44
• 4.1 数据关联算法概述37-38
• 4.2 数据关联矩阵38-43
• 4.2.1 关联值计算38-40
• 4.2.2 二分图最大匹配优化关联矩阵40-43
• 4.3 本章小结43-44
• 第5章 动态目标的状态估计44-56
• 5.1 卡尔曼滤波器理论基础44-47
• 5.2 基于标准线性卡尔曼滤波的动态目标状态实时估计47-50
• 5.2.1 标准线性卡尔曼滤波器算法原理47-49
• 5.2.2 基于标准线性卡尔曼滤波算法的多目标更新系统设计49-50
• 5.3 基于扩展卡尔曼滤波的动态目标状态实时估计50-53
• 5.3.1 扩展卡尔曼滤波算法原理50-52
• 5.3.2 基于扩展卡尔曼滤波算法的多目标跟踪系统设计52-53
• 5.4 实验结果及分析53-55
• 5.5 本章小结55-56
• 第6章 实验及结果56-65
• 6.1 城区道路测试56-58
• 6.1.1 实验环境56-57
• 6.1.2 实验结果与分析57-58
• 6.2 目标状态估计结果对比实验58-62
• 6.2.1 实验平台及场景58-59
• 6.2.2 实验结果与分析59-62
• 6.3 线性卡尔曼滤波和扩展卡尔曼滤波对比62-64
• 6.4 本章小结64-65
• 结论65-67
• 主要工作及贡献有65
• 本文创新点65-66
• 未来工作展望66-67
• 参考文献67-71
• 攻读学位期间发表论文与研究成果清单71-72
• 致谢72

【相似文献】

中国期刊全文数据库 前10条

1 高明哲;祝明波;邹建武;;单脉冲跟踪雷达多目标检测算法性能分析[J];海军航空工程学院学报;2013年04期

2 唐朝伟,杨士中,黄振,蒋阳;伪随机码扩频超声多目标检测及干扰抑制[J];电路与系统学报;1997年02期

3 张建明,陈松灿;低信噪比条件下SAR多目标检测方法[J];空军雷达学院学报;2004年04期

4 赵钦君;赵东标;陆永华;;一种基于时空信息的多目标检测新算法[J];仪器仪表学报;2011年04期

5 李金元;訾振宁;张佃青;;电能质量多目标检测策略的应用[J];变频器世界;2011年06期

6 贾继鹏;;一种特征增量门限MIMO阵列多目标检测方法[J];舰船电子工程;2013年04期

7 谢成学;利用改进的高阶相关方法进行多目标检测[J];现代电子;1998年03期

8 王鲲鹏;张小虎;朱肇昆;于起峰;;基于形状熵差的相似多目标检测方法[J];国防科技大学学报;2010年03期

9 庞存锁;侯慧玲;;基于包络补偿的高速多目标检测算法[J];弹箭与制导学报;2013年03期

10 赵兆;是湘全;;PRC-CW雷达多目标检测的逐次消去脉压-FFT方法[J];探测与控制学报;2008年04期

中国重要会议论文全文数据库 前3条

1 匡宇;游志胜;;精子运动图象的多目标检测与分割[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年

2 牟新刚;张桂林;丁全心;张国华;周晓;;基于DSP+FPGA的红外多目标检测系统设计[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年

3 王智灵;路婷婷;张硕奇;陈宗海;罗杨宇;李成荣;;基于全局光流的多目标检测与跟踪[A];'2008系统仿真技术及其应用学术会议论文集[C];2008年

中国硕士学位论文全文数据库 前10条

1 刘伟伟;针对多目标检测的雷达传感器网信号波形研究[D];电子科技大学;2014年

2 车少帅;基于O2O学习的多目标检测与跟踪技术研究[D];南京邮电大学;2015年

3 叶刚;城市环境基于三维激光雷达的自动驾驶车辆多目标检测及跟踪算法研究[D];北京理工大学;2016年

4 郑兮;多目标检测前跟踪算法研究[D];电子科技大学;2012年

5 郭会文;监控视频中的快速多目标检测与跟踪研究[D];湖南大学;2013年

6 丁艳;基于全方位视觉的多目标检测跟踪[D];浙江工业大学;2007年

7 郭晓慧;复杂场景下视频监控系统中多目标检测的研究与实现[D];北京邮电大学;2013年

8 黄超;基于视频的人体多目标检测与跟踪算法研究[D];西华大学;2014年

9 王允;基于TMS320DM642的多目标检测系统的硬件设计[D];重庆大学;2009年

10 蔡俊林;医学图像中多目标检测与跟踪技术研究[D];华南理工大学;2012年

  本文关键词：城市环境基于三维激光雷达的自动驾驶车辆多目标检测及跟踪算法研究，由笔耕文化传播整理发布。

本文编号：257360