面向自动驾驶的多传感器三维环境感知系统关键技术研究

发布时间：2021-10-21 09:42

　　环境感知作为自动驾驶的关键环节,是行车安全性和智能性的保障。先进的三维环境感知系统能够及时地探测到车辆、行人、障碍物、道路等影响行驶安全性的外部事物,并准确地获取其三维位置、尺寸、行驶方向、几何形状、类别等信息,为后续的决策与控制环节提供依据。单一的检测手段或传感器很难对复杂场景进行鲁棒地感知,而利用多传感器优势互补,则能获取更加全面、兼容的行驶环境信息,从而满足自动驾驶系统对可靠性、精准度的需求。近年来,深度学习在信息处理方面取得了突破性进展,基于神经网络的识别、分割、检测算法性能突出,为多传感器三维环境感知系统的研究提供了新的方法和思路。基于此,论文采用三维激光雷达和可见光单目相机,结合深度神经网络,围绕多传感器标定、3D点云与RGB图像融合、三维目标检测、三维语义分割等关键技术,开展了理论分析、方法研究、技术实现、实测验证等工作,主要研究内容如下:（1）三维环境感知系统多传感器标定方法研究针对以三维激光雷达和单目RGB相机作为传感装置的行车环境感知系统,分析异构传感器独立标定、联合标定的原理及模型;设计系列标定方案,搭建实验系统;借助Matlab、Robot Operating ... 

【文章来源】：中国科学院大学(中国科学院长春光学精密机械与物理研究所)吉林省

【文章页数】：139 页

【学位级别】：博士

【部分图文】：

二维、三维感知效果简图

感知

搭载各类传感Figure1.4Autonomousvehicles

【参考文献】：
期刊论文
[1]单目摄像机与三维激光雷达联合标定的研究[J]. 魏克全,时兆峰,李晗,郝鹏.  导航定位与授时. 2015(06)
[2]基于k-均值聚类和最小二乘的数据融合方法[J]. 李菲菲,徐汀荣,徐小华.  微计算机信息. 2011(04)
[3]摄像机与3D激光雷达联合标定的新方法[J]. 项志宇,郑路.  浙江大学学报(工学版). 2009(08)
[4]多源遥感影像数据融合的理论与技术[J]. 韩玲,吴汉宁.  西北大学学报(自然科学版). 2004(04)

博士论文
[1]基于卷积神经网络的高效语义分割方法研究[D]. 杨威.中国科学院大学(中国科学院光电技术研究所) 2019
[2]视频监控中的前景目标检测算法研究[D]. 曾冬冬.中国科学院大学(中国科学院长春光学精密机械与物理研究所) 2019
[3]基于双目视觉的三维重建关键技术研究[D]. 张展.中国科学院大学(中国科学院沈阳计算技术研究所) 2019
[4]基于激光点云的复杂三维场景多态目标语义分割技术研究[D]. 张蕊.战略支援部队信息工程大学 2018
[5]基于车—路视觉协同的行车环境感知方法研究[D]. 穆柯楠.长安大学 2016
[6]无人驾驶车辆环境感知系统关键技术研究[D]. 王俊.中国科学技术大学 2016
[7]复杂环境下智能车辆动态目标三维感知方法研究[D]. 王肖.清华大学 2016
[8]城市环境下无人驾驶车辆决策系统研究[D]. 陈佳佳.中国科学技术大学 2014
[9]城市交通中智能车辆环境感知方法研究[D]. 王科.湖南大学 2013
[10]基于信息融合的移动机器人三维环境建模技术研究[D]. 张勤.北京邮电大学 2013

硕士论文
[1]基于注意力机制与知识蒸馏的目标细分类与检测[D]. 管文杰.南京大学 2019
[2]基于机载LiDAR点云与影像配准的真彩色点云生成技术[D]. 黄志安.华南理工大学 2017
[3]基于合作目标和单相机的空间相对位姿测量方法研究[D]. 曹雨.天津大学 2017
[4]基于雷达和机器视觉融合的前方车辆障碍物检测[D]. 那田.合肥工业大学 2016
[5]基于结构光投影法的空间障碍物探测方法研究[D]. 吴琳琳.西安工业大学 2015
[6]三维重建中的相机标定方法研究[D]. 冯焕飞.重庆交通大学 2013



本文编号：3448730