基于激光雷达与相机融合的机器人建图与目标追踪研究

发布时间：2021-01-14 00:37

　　无人驾驶是一种通过各类传感器感知周围环境的信息,然后使用计算机控制车辆运行的高新技术。成熟的无人驾驶技术可以使得车辆在行驶过程中不需要人类的干预,是智能交通系统中重要的一个部分。本文使用单目相机和多线激光雷达为传感器,针对无人驾驶场景下的两个问题进行了研究,分别是点云地图构建以及多目标检测与追踪。在无人车导航场景下,点云地图可以作为先验信息使无人车实现高精度定位的功能。本文使用相机和激光雷达融合进行建图工作,首先使用单目相机计算无人车在运动过程中的位姿变换矩阵,将其作为先验值提供给激光雷达,而后使用激光雷达帧间特征匹配计算无人车的位姿变换,最后以较低的频率将当前点云帧与局部地图进行位姿匹配,构建出初始点云地图,并建立位姿图中的弱约束边。同时,针对初始点云地图出现断裂的情况,使用单目相机提取视觉关键帧,并在无人车建图过程中持续进行回环检测,如果检测到环境回环就在位姿图中建立强约束边,并使用Levenberg-Marquardt法对位姿图进行迭代优化,得到无人车的最优位姿,并优化点云地图。在无人车导航过程中,多目标追踪是对车辆周围多个移动目标进行检测和追踪,实现对环境感知的任务。本文将多目... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

国内外自动驾驶车辆

哈尔滨工业大学工程硕士学位论文-8-第2章无人车系统平台分析2.1引言为了实现融合建图和多目标检测与追踪的功能，本文使用ROS框架作为无人车的软件平台，将各部分功能以模块化的方式集成进ROS框架中。在无人车运行的过程中，依赖各种传感器提供的感知信息，因此还介绍了无人车搭载的相机模块和多线激光雷达模块。2.2无人车系统分析2.2.1无人车系统硬件层分析本文根据实验的具体需求，选择经过线控改装后的园区观光车作为无人车基体，在此基础上布置传感器和计算单元。实验硬件平台系统总装图如下所示，其上装备了Velodyne多线激光雷达和LeopardImaging的单目相机。图2-1实验硬件平台系统总装图无人车的各个部件对应的功能如下，（1）上层部件主要是基于工业控制电脑实现融合建图和多目标追踪算法，包括多线激光雷达和单目相机。工业控制电脑选用了Neousys的Nuvo-6108GC，这款工业服务器支持InterXeonE3系列处理器，NvidiaGeForceGTX1080显卡，并提供额外PCIe接口以供更大的拓展能力。在融合建图过程中，使用视觉信息估计无人车的位姿变换，为激光点云配准提供位姿先验信息，然后使用激

哈尔滨工业大学工程硕士学位论文-10-2.3无人车系统的传感器模块2.3.1激光传感器模块激光雷达选用了Velodyne公司的VLP-16多线激光雷达，如下图2-2所示。多线激光雷达可以测量周围环境较为精确的三维尺寸信息，而且扫描频率较高，点云较为密集。图2-2VLP-16多线激光雷达VLP-16多线激光雷达的参数如下表2-1所示，从表中可以看出多线激光雷达垂直角分辨率为2°，水平角分辨率为0.2°（扫描频率10Hz）。表2-1VLP-16多线激光雷达主要参数参数具体数值激光线数16线测量距离100m测量精度±30mm垂直视场+15.0°~-15.0°垂直角分辨率2.0°水平视场360°水平角分辨率0.1°~0.4°旋转频率5Hz~20Hz可以得到多线激光雷达的极坐标表示的测量数据，，其中表示激光点的距离，表示激光点的垂直角度，表示激光点的水平角度。可以将激光点从极坐标形式转化为直角坐标形式，具体如下，cossincoscossinxyz=(2-1)


本文编号：2975852