基于激光雷达的无人车自主定位方法研究
发布时间：2021-11-08 01:35
定位技术是无人驾驶技术体系的重要一环。传统的卫星定位、V2X等无人驾驶定位方法,对于城市、隧道等复杂交通场景具有局限性且定位误差较大,容易影响行车安全。依靠无人驾驶必备的激光雷达环境感知器件来实现车辆的自主定位,一直是无人驾驶领域的研究热点。激光雷达自主定位的关键是点云配准。传统的点云配准算法诸如ICP及其改进算法,存在应用面窄、易陷入局部最小解的缺点。为此,本文提出了一种新的激光雷达点云配准算法,在此基础上构建了相应的激光雷达里程计以及即时定位与地图构建（SLAM）方法,以实现无人驾驶的可靠自主定位。主要研究内容及创新点如下:（1）在卷积神经网络PointNet++和ICP算法的基础上,提出一种新的点云配准算法,利用PointNet++提取点云的深层特征描述子,以特征差为依据寻找两组点云的对应点,从而提高配准的精度。（2）基于PointNet++&ICP点云配准算法,提出了一种新的激光雷达里程计,利用粗细配准实现相邻点云帧之间的运动估计,并将其转换到全局坐标中。里程计首先对点云进行滤波和运动补偿的预处理,从而保证里程计的更新频率;由于PointNet++&ICP能克服...
【文章来源】：重庆理工大学重庆市
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
百度Apollo定位系统框架
重庆理工大学硕士学位论文10出激光源到目标物体的距离。激光雷达的扫描角度是360°，所以将激光发射源和接收器固定好后要绕中心轴旋转，即可得到点云数据。图2.2激光雷达三角测距法相比于三角法，TOF法的设计思路更加清晰简单，由于光速是恒定的，所以激光器可以通过计算激光的飞行时间来测量反射点到激光源的空间距离。TOF激光雷达[75]的技术难点在于对计时器的精度要求很高，且对于激光发射源的脉冲激光及其上升沿有着较高的要求，基于三角测距的激光雷达则对发射脉冲没有较高的要求，但TOF激光雷达能实现更快的采样频率，更远的测距范围和更快的运算过程，所以为了保证安全性TOF技术被广泛地应用于无人车的激光雷达的设计中。2.2三维刚体运动刚体运动可以简单地理解为在运动过程中物体没有发生形变，车辆及其负载物在行驶过程中并不会发生形变，所以车辆及其传感器的运动也属于刚体运用。在三维空间中一个车辆的位姿共有6个自由度，其中三个表示车辆的位置坐标，另外三个表示车辆的方向。2.2.1旋转矩阵和变换矩阵无人车的里程计定位本质上是激光雷达坐标系与全局坐标系之间的变换关系。两个坐标系可以通过刚体运动的旋转和平移相互变换，这种变换也就是车辆航机推算的一个过程，所以激光雷达里程计的位姿推算需要将自身的坐标系与全局或着上一个时刻的坐标系做欧式变换，通过变换矩阵可以得到其在全局空间的坐标，完成定位的功能。假设激光雷达参考系相对于全局发生了旋转，点在全局坐标系(1,2,3)下的
重庆理工大学硕士学位论文12其中，与分别表示旋转矩阵和向量，为模，为单位向量，^为的反对称矩阵，旋转矩阵R转换为向量的公式如式(2-8)和式(2-9)所示：()=cos()+(1cos)()+sin(^)=3cos+(1cos)=1+2cos式(28)=()12式(29)其中，为旋转角度，式(2-10)的解在经过归一化后为单位旋转向量。变换矩阵则可以用一个平移向量加旋转向量表示，构成6个参数的表示。=式(210)不同于旋转矩阵的向量表示，欧拉角可以用三个不同轴的旋转角度表示物体的旋转运动，但是旋转轴不同会使欧拉角的表示不同，容易造成混淆且存在万向锁问题。2.3点云配准算法在激光雷达里程计定位中，核心步骤是找到不同帧之间点云的对应点，并估计出帧与帧或帧与地图的旋转和平移，从而求得车辆运动的变换矩阵。点云配准的可视化表现为将两组空间位置不同的点云拼接在一起，如图2.3所示。图2.3点云配准过程
【参考文献】：
期刊论文
[1]基于激光雷达的室内场景三维重建系统设计[J]. 张明,王铉,陈柯颖. 电子设计工程. 2019(24)
[2]基于余弦相似度的点云配准算法[J]. 詹旭,蔡勇. 激光与光电子学进展. 2020(12)
[3]一种基于高斯曲率的ICP改进算法[J]. 王飞鹏,肖俊,王颖,王云标. 中国科学院大学学报. 2019(05)
[4]基于关键点提取与优化迭代最近点的点云配准[J]. 彭真,吕远健,渠超,朱大虎. 激光与光电子学进展. 2020(06)
[5]曲率约束的激光点云全局优化配准算法[J]. 马伟丽,王健,孙文潇. 遥感信息. 2019(04)
[6]固态激光雷达研究进展[J]. 陈敬业,时尧成. 光电工程. 2019(07)
[7]基于改进NDT算法的城市场景三维点云配准[J]. 赵凯,朱愿,王任栋. 军事交通学院学报. 2019(03)
[8]SLAM激光点云整体精配准位姿图技术[J]. 闫利,戴集成,谭骏祥,刘华,陈长军. 测绘学报. 2019(03)
[9]基于摆动单线激光雷达的大场景稠密点云地图创建系统[J]. 钱超杰,杨明,戚明旭,王春香,王冰. 机器人. 2019(04)
[10]基于直线特征的机器人自主定位方法[J]. 杨晶东,彭坤,顾浩楠,师艳伟. 上海交通大学学报. 2018(09)
博士论文
[1]医学图像配准算法研究[D]. 张红颖.天津大学 2007
硕士论文
[1]基于ROS的移动机器人自主定位与导航方法研究[D]. 王强.浙江工业大学 2017
本文编号：3482738
【文章来源】：重庆理工大学重庆市
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
百度Apollo定位系统框架
重庆理工大学硕士学位论文10出激光源到目标物体的距离。激光雷达的扫描角度是360°，所以将激光发射源和接收器固定好后要绕中心轴旋转，即可得到点云数据。图2.2激光雷达三角测距法相比于三角法，TOF法的设计思路更加清晰简单，由于光速是恒定的，所以激光器可以通过计算激光的飞行时间来测量反射点到激光源的空间距离。TOF激光雷达[75]的技术难点在于对计时器的精度要求很高，且对于激光发射源的脉冲激光及其上升沿有着较高的要求，基于三角测距的激光雷达则对发射脉冲没有较高的要求，但TOF激光雷达能实现更快的采样频率，更远的测距范围和更快的运算过程，所以为了保证安全性TOF技术被广泛地应用于无人车的激光雷达的设计中。2.2三维刚体运动刚体运动可以简单地理解为在运动过程中物体没有发生形变，车辆及其负载物在行驶过程中并不会发生形变，所以车辆及其传感器的运动也属于刚体运用。在三维空间中一个车辆的位姿共有6个自由度，其中三个表示车辆的位置坐标，另外三个表示车辆的方向。2.2.1旋转矩阵和变换矩阵无人车的里程计定位本质上是激光雷达坐标系与全局坐标系之间的变换关系。两个坐标系可以通过刚体运动的旋转和平移相互变换，这种变换也就是车辆航机推算的一个过程，所以激光雷达里程计的位姿推算需要将自身的坐标系与全局或着上一个时刻的坐标系做欧式变换，通过变换矩阵可以得到其在全局空间的坐标，完成定位的功能。假设激光雷达参考系相对于全局发生了旋转，点在全局坐标系(1,2,3)下的
重庆理工大学硕士学位论文12其中，与分别表示旋转矩阵和向量，为模，为单位向量，^为的反对称矩阵，旋转矩阵R转换为向量的公式如式(2-8)和式(2-9)所示：()=cos()+(1cos)()+sin(^)=3cos+(1cos)=1+2cos式(28)=()12式(29)其中，为旋转角度，式(2-10)的解在经过归一化后为单位旋转向量。变换矩阵则可以用一个平移向量加旋转向量表示，构成6个参数的表示。=式(210)不同于旋转矩阵的向量表示，欧拉角可以用三个不同轴的旋转角度表示物体的旋转运动，但是旋转轴不同会使欧拉角的表示不同，容易造成混淆且存在万向锁问题。2.3点云配准算法在激光雷达里程计定位中，核心步骤是找到不同帧之间点云的对应点，并估计出帧与帧或帧与地图的旋转和平移，从而求得车辆运动的变换矩阵。点云配准的可视化表现为将两组空间位置不同的点云拼接在一起，如图2.3所示。图2.3点云配准过程
【参考文献】：
期刊论文
[1]基于激光雷达的室内场景三维重建系统设计[J]. 张明,王铉,陈柯颖. 电子设计工程. 2019(24)
[2]基于余弦相似度的点云配准算法[J]. 詹旭,蔡勇. 激光与光电子学进展. 2020(12)
[3]一种基于高斯曲率的ICP改进算法[J]. 王飞鹏,肖俊,王颖,王云标. 中国科学院大学学报. 2019(05)
[4]基于关键点提取与优化迭代最近点的点云配准[J]. 彭真,吕远健,渠超,朱大虎. 激光与光电子学进展. 2020(06)
[5]曲率约束的激光点云全局优化配准算法[J]. 马伟丽,王健,孙文潇. 遥感信息. 2019(04)
[6]固态激光雷达研究进展[J]. 陈敬业,时尧成. 光电工程. 2019(07)
[7]基于改进NDT算法的城市场景三维点云配准[J]. 赵凯,朱愿,王任栋. 军事交通学院学报. 2019(03)
[8]SLAM激光点云整体精配准位姿图技术[J]. 闫利,戴集成,谭骏祥,刘华,陈长军. 测绘学报. 2019(03)
[9]基于摆动单线激光雷达的大场景稠密点云地图创建系统[J]. 钱超杰,杨明,戚明旭,王春香,王冰. 机器人. 2019(04)
[10]基于直线特征的机器人自主定位方法[J]. 杨晶东,彭坤,顾浩楠,师艳伟. 上海交通大学学报. 2018(09)
博士论文
[1]医学图像配准算法研究[D]. 张红颖.天津大学 2007
硕士论文
[1]基于ROS的移动机器人自主定位与导航方法研究[D]. 王强.浙江工业大学 2017
本文编号：3482738
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3482738.html
