基于多传感器信息融合的智能车定位导航系统研究
发布时间：2021-02-04 20:48
随着人工智能与计算机技术发展,智能车自动驾驶技术也受到了学术科研与工程界的广泛关注,智能车自主运行的核心基础技术是自主定位与导航功能。但是针对于复杂干扰的运行环境中,且采用的传感器都具备自身的优缺点,多传感器数据融合定位导航技术成为智能车领域重要研究方向之一。针对复杂室内外场景,场景特征缺失、光照不足、障碍物遮挡等因素会对智能车定位产生影响,因此本文主要研究适用于室内外不同场景下的多传感器融合方法来实现智能车的鲁棒定位导航任务。为了方便且快速验证多传感器融合算法,基于Gazebo软件搭建智能车及实验环境的仿真平台,可实现传感器数据采集及智能车的控制决策功能。首先根据设计需求,描述智能车的运动学模型,并建立传感器的相机坐标系、激光雷达坐标系和车体坐标系,然后分析深度相机、激光雷达的成像模型,GPS和IMU的数据采集原理与各传感器的时间同步关系,并完成各个传感器的误差标定和数据采集实验。针对户外场景中GPS信号遮挡影响智能车定位精度问题,本论文利用GPS和IMU传感器测量结果设计基于自适应扩展卡尔曼滤波算法,并结合GPS差分定位技术提高系统的定位精度与鲁棒性。然后设计预测跟踪模型进行轨迹追...
【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】：84 页
【学位级别】：硕士
【部分图文】：
智能车平台应用场景图
哈尔滨工业大学工程硕士学位论文-2-图1-2环境部署与自身携带传感器定位示意图环境部署的定位模式需要对环境已知并做出改变，相对而言很不方便且不满足工程需要。但是仅仅使用单一传感器又不能实现精准鲁棒的定位导航任务。例如视觉相机在光照变化强烈、特征纹理不明显的环境中会导致定位失败，IMU惯性导航单元存在累积误差、轮式计打滑等因素都会影响实际定位效果。综上所述，本文选取了多传感器融合的方案解决智能车在户外环境有GPS信号或局部信号遮挡的情况下融合IMU的精确定位导航，以及在室内无GPS信号的情况下采用激光雷达、视觉相机和IMU惯性单元多传感数据融合的方法完成精确定位，实现智能车在复杂环境中的自主定位导航。本论文的研究对于完成智能车巡检、安防、搬运、作战和服务等功能任务都具有重要的意义[4]。1.2国内外研究现状与分析智能车的精准定位技术是自主导航的基础与关键任务，根据定位原理可以分为局部和全局定位。局部定位是相对于起始位姿来求解当前帧的位姿变换关系，全局定位根据匹配已知地图的先验信息求得，相对而言局部定位在未知环境中定位更灵活但是存在较大的累积误差[5]。本论文中的应用载体对象为智能车移动平台，应用到多传感器融合与定位导航技术，所以在下文分别对智能车、多传感器融合和定位导航技术的国内外研究现状进行了阐述。智能车研究现状随着计算机与人工智能技术的发展，智能车会在未来无人作战的信息化装备领域发挥重要力量，是由机械、通信、控制和计算机等多学科融合的无人作战平台。随着智能车的阶段性发展可以分为人工遥控式、半自主式和全自动式地面无人作战平台[6]。目前无人作战智能车在伊拉克、阿富汗和叙利亚等多战争国家已得到广泛应用，主要用于安防巡逻、拆弹排爆、辅助作战和?
哈尔滨工业大学工程硕士学位论文-3-未来信息化战争中不可或缺的一部分，对应的自动化战斗装备也会成为战争胜利的关键[8]。目前，国外也研制出很多作战智能车装备，主要目的虽是服务于战争，但最终达到遏制战争的目标。例如：俄罗斯已经在研“Kungas”系列作战智能车，目标在2025年之前部署与无人机群配合作战的自主无人武装UGV部队，Kungas系列又根据功能不同分为多个“兵种”[9]，如下图1-3所示，分别为进攻型智能车，物资搬运智能车和巡检侦查智能车。图1-3“Kungas”系列智能车图1-4多功能智能车作战平台另外美国和加拿大等一些国家也研制了全自主式智能车，用于布雷与排爆，突围作战，物资运输和防御等功能。如上图1-4所示分别为MTGR微型战术机器人，美军RS2-H1作战智能车，加拿大AtlasXTR快速智能装备运输车和SWAT-Bot特种武警部队防御智能车[10]。其中美国在研究无人智能战车起步早、投入高、技术先进。智能车除了服务于无人战争环境中，近些年来在自动驾驶领域发展十分迅猛，国外最早在70世纪，美国和德国开始研究智能车自动驾驶技术。直至1983年，由美国的DARPA国防局、CMU、斯坦福、MIT等相继研究自动驾驶智能车。1986年由卡内基梅隆大学用雪佛兰研制成功第一辆自动驾驶智能车，可在固定园区范围内行驶。后来至1994年，德国慕尼黑联邦国防大学研制成功基于道路视觉跟踪技术的高速公路行驶自动驾驶智能车[11]。同时美国国防部组织了“DARPA智能车挑战赛”来推广智能车技术的进步，最终谷歌根据三维环境高精度地图与出众的智能驾驶算法获得优异成绩，并在2012年5月获得美国内达华州正式自动驾驶测试的智能车行驶牌照[12]。我国对于在无人作战系统下的智能车平台研发主要集中于中国兵器集团，如下图1-5中所示为中国新型无人炮塔智能车
【参考文献】：
期刊论文
[1]基于5G技术的智能车联网研究与展望[J]. 杨荣悦,张鹏洲,宋卿. 电信科学. 2020(05)
[2]室内定位研究综述[J]. 薛伟莲,赵娣,张颖超. 计算机与现代化. 2020(05)
[3]基于UWB/SINS组合的行人导航研究[J]. 陈昊,张海华,陈玮光,刘锡祥,汪宋兵. 导航定位与授时. 2020(02)
[4]智能手机利用二维码路标进行定位定姿的方法研究[J]. 葛雯斐,牛小骥,蒋郡祥,吴宜斌. 传感技术学报. 2019(12)
[5]智能无人战车在未来作战中的应用研究[J]. 朱成贤,毛勇,徐晓. 现代防御技术. 2019(02)
[6]无人战车的发展需求及研究意义[J]. 郑博文,辛学敏. 山东工业技术. 2018(17)
[7]基于联邦滤波进行立体相机/IMU/里程计运动平台组合导航定位[J]. 万文辉,李宇,胡文敏,赵强,孙逊,张秋昭,邸凯昌,郭杭,吴立新. 武汉大学学报(信息科学版). 2018(01)
[8]基于扩展卡尔曼滤波的GPS信号跟踪技术[J]. 丁虎. 船舶工程. 2017(05)
[9]无人化智能化装备技术发展及其影响分析[J]. 谢苏明. 现代军事. 2017(03)
[10]基于UKF的INS/GNSS/CNS组合导航最优数据融合方法[J]. 孟阳,高社生,高兵兵,王维. 中国惯性技术学报. 2016(06)
硕士论文
[1]北斗卫星导航系统的RTK定位性能研究[D]. 保宁鑫.中国民航大学 2019
[2]基于北斗的智能化精确定位方法研究[D]. 郝立芳.西安电子科技大学 2019
[3]基于WLAN的地下停车场定位导航系统的研究[D]. 王锬.山东建筑大学 2018
[4]基于EKF智能车辆多传感器融合定位算法研究[D]. 张银.长沙理工大学 2018
[5]基于二维码识别的自动泊车机器人定位导航技术研究[D]. 刘爽.华中科技大学 2017
[6]基于WIFI的室内定位导航系统的设计与实现[D]. 黄佳.长安大学 2017
[7]GPS/Visual/INS多传感器融合导航算法的研究[D]. 王加芳.浙江大学 2017
[8]室外移动机器人的定位与运动控制研究[D]. 胡胜豪.哈尔滨工业大学 2016
[9]感知校园中基于RFID的智能图书馆系统客户端的研究与实现[D]. 徐冬.北京邮电大学 2011
本文编号：3018915
【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】：84 页
【学位级别】：硕士
【部分图文】：
智能车平台应用场景图
哈尔滨工业大学工程硕士学位论文-2-图1-2环境部署与自身携带传感器定位示意图环境部署的定位模式需要对环境已知并做出改变，相对而言很不方便且不满足工程需要。但是仅仅使用单一传感器又不能实现精准鲁棒的定位导航任务。例如视觉相机在光照变化强烈、特征纹理不明显的环境中会导致定位失败，IMU惯性导航单元存在累积误差、轮式计打滑等因素都会影响实际定位效果。综上所述，本文选取了多传感器融合的方案解决智能车在户外环境有GPS信号或局部信号遮挡的情况下融合IMU的精确定位导航，以及在室内无GPS信号的情况下采用激光雷达、视觉相机和IMU惯性单元多传感数据融合的方法完成精确定位，实现智能车在复杂环境中的自主定位导航。本论文的研究对于完成智能车巡检、安防、搬运、作战和服务等功能任务都具有重要的意义[4]。1.2国内外研究现状与分析智能车的精准定位技术是自主导航的基础与关键任务，根据定位原理可以分为局部和全局定位。局部定位是相对于起始位姿来求解当前帧的位姿变换关系，全局定位根据匹配已知地图的先验信息求得，相对而言局部定位在未知环境中定位更灵活但是存在较大的累积误差[5]。本论文中的应用载体对象为智能车移动平台，应用到多传感器融合与定位导航技术，所以在下文分别对智能车、多传感器融合和定位导航技术的国内外研究现状进行了阐述。智能车研究现状随着计算机与人工智能技术的发展，智能车会在未来无人作战的信息化装备领域发挥重要力量，是由机械、通信、控制和计算机等多学科融合的无人作战平台。随着智能车的阶段性发展可以分为人工遥控式、半自主式和全自动式地面无人作战平台[6]。目前无人作战智能车在伊拉克、阿富汗和叙利亚等多战争国家已得到广泛应用，主要用于安防巡逻、拆弹排爆、辅助作战和?
哈尔滨工业大学工程硕士学位论文-3-未来信息化战争中不可或缺的一部分，对应的自动化战斗装备也会成为战争胜利的关键[8]。目前，国外也研制出很多作战智能车装备，主要目的虽是服务于战争，但最终达到遏制战争的目标。例如：俄罗斯已经在研“Kungas”系列作战智能车，目标在2025年之前部署与无人机群配合作战的自主无人武装UGV部队，Kungas系列又根据功能不同分为多个“兵种”[9]，如下图1-3所示，分别为进攻型智能车，物资搬运智能车和巡检侦查智能车。图1-3“Kungas”系列智能车图1-4多功能智能车作战平台另外美国和加拿大等一些国家也研制了全自主式智能车，用于布雷与排爆，突围作战，物资运输和防御等功能。如上图1-4所示分别为MTGR微型战术机器人，美军RS2-H1作战智能车，加拿大AtlasXTR快速智能装备运输车和SWAT-Bot特种武警部队防御智能车[10]。其中美国在研究无人智能战车起步早、投入高、技术先进。智能车除了服务于无人战争环境中，近些年来在自动驾驶领域发展十分迅猛，国外最早在70世纪，美国和德国开始研究智能车自动驾驶技术。直至1983年，由美国的DARPA国防局、CMU、斯坦福、MIT等相继研究自动驾驶智能车。1986年由卡内基梅隆大学用雪佛兰研制成功第一辆自动驾驶智能车，可在固定园区范围内行驶。后来至1994年，德国慕尼黑联邦国防大学研制成功基于道路视觉跟踪技术的高速公路行驶自动驾驶智能车[11]。同时美国国防部组织了“DARPA智能车挑战赛”来推广智能车技术的进步，最终谷歌根据三维环境高精度地图与出众的智能驾驶算法获得优异成绩，并在2012年5月获得美国内达华州正式自动驾驶测试的智能车行驶牌照[12]。我国对于在无人作战系统下的智能车平台研发主要集中于中国兵器集团，如下图1-5中所示为中国新型无人炮塔智能车
【参考文献】：
期刊论文
[1]基于5G技术的智能车联网研究与展望[J]. 杨荣悦,张鹏洲,宋卿. 电信科学. 2020(05)
[2]室内定位研究综述[J]. 薛伟莲,赵娣,张颖超. 计算机与现代化. 2020(05)
[3]基于UWB/SINS组合的行人导航研究[J]. 陈昊,张海华,陈玮光,刘锡祥,汪宋兵. 导航定位与授时. 2020(02)
[4]智能手机利用二维码路标进行定位定姿的方法研究[J]. 葛雯斐,牛小骥,蒋郡祥,吴宜斌. 传感技术学报. 2019(12)
[5]智能无人战车在未来作战中的应用研究[J]. 朱成贤,毛勇,徐晓. 现代防御技术. 2019(02)
[6]无人战车的发展需求及研究意义[J]. 郑博文,辛学敏. 山东工业技术. 2018(17)
[7]基于联邦滤波进行立体相机/IMU/里程计运动平台组合导航定位[J]. 万文辉,李宇,胡文敏,赵强,孙逊,张秋昭,邸凯昌,郭杭,吴立新. 武汉大学学报(信息科学版). 2018(01)
[8]基于扩展卡尔曼滤波的GPS信号跟踪技术[J]. 丁虎. 船舶工程. 2017(05)
[9]无人化智能化装备技术发展及其影响分析[J]. 谢苏明. 现代军事. 2017(03)
[10]基于UKF的INS/GNSS/CNS组合导航最优数据融合方法[J]. 孟阳,高社生,高兵兵,王维. 中国惯性技术学报. 2016(06)
硕士论文
[1]北斗卫星导航系统的RTK定位性能研究[D]. 保宁鑫.中国民航大学 2019
[2]基于北斗的智能化精确定位方法研究[D]. 郝立芳.西安电子科技大学 2019
[3]基于WLAN的地下停车场定位导航系统的研究[D]. 王锬.山东建筑大学 2018
[4]基于EKF智能车辆多传感器融合定位算法研究[D]. 张银.长沙理工大学 2018
[5]基于二维码识别的自动泊车机器人定位导航技术研究[D]. 刘爽.华中科技大学 2017
[6]基于WIFI的室内定位导航系统的设计与实现[D]. 黄佳.长安大学 2017
[7]GPS/Visual/INS多传感器融合导航算法的研究[D]. 王加芳.浙江大学 2017
[8]室外移动机器人的定位与运动控制研究[D]. 胡胜豪.哈尔滨工业大学 2016
[9]感知校园中基于RFID的智能图书馆系统客户端的研究与实现[D]. 徐冬.北京邮电大学 2011
本文编号：3018915
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3018915.html
