【摘要】：與結(jié)構(gòu)化城市環(huán)境中影響地面無人車輛通過性安全的主要是地面以上的障礙物不同,越野環(huán)境中感知系統(tǒng)需要考慮包括地面起伏、凸起正障礙物、負(fù)障礙、水體、坡面等多種環(huán)境要素。為了使地面無人車輛能夠完成越野環(huán)境下的安全行駛,感知系統(tǒng)必須具備局部感知這些環(huán)境要素的能力,或者具備綜合環(huán)境信息要素以獲得可通行區(qū)域的能力。本文提出了一套針對以上這些環(huán)境要素的越野環(huán)境多要素合成可通行區(qū)域檢測系統(tǒng)。首先,分析了32線激光雷達(dá)幾何模型,并基于PCL點云庫實現(xiàn)了三維激光點云數(shù)據(jù)的獲取,提出了一種簡單32線激光雷達(dá)雷達(dá)與地面無人車輛安裝參數(shù)標(biāo)定方法。其次,采用極坐標(biāo)柵格地圖將車輛周圍局部環(huán)境激光點云柵格化,對地面凸起正障礙物、負(fù)障礙、水體、坡面等多種環(huán)境要素進(jìn)行了分析和提取。(1)通過對極坐標(biāo)柵格地圖扇形塊內(nèi)地面候選點進(jìn)行直線擬合計算柵格地面參考高度,并計算柵格激光點云與地面參考高度的最大高度差判斷柵格狀態(tài),實現(xiàn)地面點和正障礙點的分離,同時通過計算地面柵格內(nèi)激光點高度的方差對地面柵格進(jìn)行了不平度分析;(2)通過計算相鄰層激光線的徑向間隔進(jìn)行負(fù)障礙檢測;(3)通過對極坐標(biāo)柵格地圖中沒有激光點的未知狀態(tài)柵格進(jìn)行最大、最小高度填充建立極坐標(biāo)雷達(dá)圖,并沿極坐標(biāo)雷達(dá)圖圓周方向計算柵格間高度差檢測道路邊緣障礙;(4)通過回波強度濾波檢測水體區(qū)域;(5)通過對柵格內(nèi)激光點采用隨機采樣一致性方法提取平面特征并結(jié)合坡面約束條件實現(xiàn)坡面檢測。最后,將極坐標(biāo)柵格地圖正障礙物柵格、負(fù)障礙物柵格、道路邊緣柵格、水體障礙物柵格以及坡面柵格統(tǒng)一標(biāo)記為障礙物柵格,基于連通區(qū)域標(biāo)記方法對障礙物柵格進(jìn)行聚類擴展;通過分析同一角度位置相鄰激光掃描線對正障礙物、負(fù)障礙物、地面的測量情況,對極坐標(biāo)柵格地圖進(jìn)行可通行區(qū)域擴展,實現(xiàn)可通行區(qū)域提取。真實越野環(huán)境下的實車實驗表明,此系統(tǒng)能夠滿足地面無人車輛在中等起伏越野環(huán)境低速安全行駛的要求。
[Abstract]:Different from the obstacles above the ground that affect the safety of ground-based unmanned vehicles in the structured urban environment, the sensing system in off-road environment needs to be considered including ground undulation, raised positive obstacles, negative obstacles, water bodies, etc. Slope and other environmental factors. In order to make the ground unmanned vehicle complete the safe driving in the off-road environment, the sensing system must have the ability to locally perceive these environmental elements, or the ability of synthesizing the environmental information elements to obtain the passable area. In this paper, we present a set of cross-country environment multi-factor synthesis passable area detection system for these environmental elements. Firstly, the geometry model of 32-line lidar is analyzed, and the 3D laser point cloud data is acquired based on PCL point cloud library. A simple calibration method of installation parameters between 32-line lidar and ground unmanned vehicle is proposed. Secondly, the polar grid map is used to grid the local environment of the vehicle by laser point cloud, which raises positive obstacles, negative obstacles and water bodies on the ground. Many environmental factors such as slope are analyzed and extracted. (1) the reference height of grid ground is calculated by straight-line fitting of candidate points in sector block of polar grid map. The maximum height difference between grid laser point cloud and ground reference height is calculated to judge grid state, and the separation of ground point and positive obstacle point is realized. At the same time, by calculating the variance of the laser point height in the ground grid, the irregularity of the ground grid is analyzed; (2) the negative obstacle detection is carried out by calculating the radial interval of the laser line in the adjacent layer; (3) by the method of no excitation in the polar grid map, the negative barrier is detected by calculating the radial interval of the laser line in the adjacent layer. The unknown state grid of the spot is maximum, Minimum height fill to establish polar radar map, Along the circumferential direction of the polar radar map, the road edge obstacle is detected by calculating the height difference between grids; (4) the water area is detected by echo intensity filter; (5) the plane feature is extracted by random sampling consistency method to the laser points in the grid. And combined with the slope constraints to achieve slope detection. Finally, the polar grid map positive barrier grid, negative barrier grid, road edge grid, water barrier grid and slope grid are labeled as obstacle grid. By analyzing the measurement of positive obstacle, negative obstacle and ground by analyzing the adjacent laser scanning line at the same angle, the accessible area of polar grid map is extended. The passable area can be extracted. The real vehicle experiments in off-road environment show that the system can meet the requirements of low speed and safety driving of ground unmanned vehicles in medium undulating off-road environment.
【學(xué)位授予單位】：北京理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：U495;U463.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前8條

1 李宇光;李清泉;;利用地圖柵格化的海量浮動車數(shù)據(jù)道路匹配快速算法[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2014年06期

2 楊高明,楊顯波,傅家祥;GIS中矢量數(shù)據(jù)柵格化的誤差估計[J];貴州工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2003年04期

3 牛強;;基于柵格的公路網(wǎng)絡(luò)建模技術(shù)及其應(yīng)用[J];交通與計算機;2005年06期

4 邢細(xì)濤,柯冬,郭大海;一種快速生成地形剖面的方法[J];北京測繪;1998年04期

5 王加虎,郝振純,李麗;基于DEM和主干河網(wǎng)信息提取數(shù)字水系研究[J];河海大學(xué)學(xué)報(自然科學(xué)版);2005年02期

6 郝振純,王加虎,李麗,章四龍;Channel Network Tool-I的原理與功能[J];水文;2005年02期

7 劉佳嘉;周祖昊;賈仰文;王浩;;河網(wǎng)提取算法中河道斷裂現(xiàn)象原因剖析及算法改進(jìn)[J];中國水利水電科學(xué)研究院學(xué)報;2013年03期

8 ;[J];;年期

相關(guān)會議論文 前6條

1 李青元;王濤;朱菊芳;孫立堅;張福浩;;對“繪制—檢出”柵格化方法的深入探討[A];圖像圖形技術(shù)研究與應(yīng)用(2010)[C];2010年

2 錢海忠;武芳;葛磊;王輝連;;螞蟻增強算法在空間柵格聚類中的應(yīng)用[A];中國測繪學(xué)會第八次全國會員代表大會暨2005年綜合性學(xué)術(shù)年會論文集[C];2005年

3 黃中;吳洋洋;;基于武器交戰(zhàn)網(wǎng)絡(luò)的柵格化指揮與火力控制系統(tǒng)總體技術(shù)研究[A];2014第二屆中國指揮控制大會論文集（上）[C];2014年

4 陶琳;岳軍;;基于柵格的掃頻數(shù)據(jù)分析[A];2013年中國通信學(xué)會信息通信網(wǎng)絡(luò)技術(shù)委員會年會論文集[C];2013年

5 孟現(xiàn)勇;劉志輝;;基于柵格尺度的沙漠化預(yù)警模型研究——以塔里木河下游中段區(qū)域為例[A];首屆干旱半干旱區(qū)域水土保持生態(tài)保護(hù)論壇論文選編[C];2013年

6 白萌;李大林;;基于天球柵格剖分的區(qū)域目標(biāo)覆蓋分析[A];中國空間科學(xué)學(xué)會空間探測專業(yè)委員會第二十六屆全國空間探測學(xué)術(shù)研討會會議論文集[C];2013年

相關(guān)重要報紙文章 前1條

1 夏天;一流企業(yè)做標(biāo)準(zhǔn)[N];市場報;2005年

相關(guān)博士學(xué)位論文 前2條

1 章莉萍;基于柵格模式的地圖圖形自動綜合研究[D];武漢大學(xué);2009年

2 楊傳勇;歐氏障礙空間的最短路徑問題解法（MA-ESPO）[D];武漢大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 陳偉;海戰(zhàn)場柵格節(jié)點規(guī)劃與管理技術(shù)研究[D];中國艦船研究院;2015年

2 肖強;地面無人車輛越野環(huán)境多要素合成可通行區(qū)域檢測[D];北京理工大學(xué);2015年

3 石瀟;GIS中矢量多邊形柵格化的算法優(yōu)化及誤差分析[D];山東科技大學(xué);2008年

4 馮釗;柵格通信網(wǎng)資源管理系統(tǒng)的研究與設(shè)計[D];河北科技大學(xué);2014年

5 鄭偉;柵格化數(shù)據(jù)在移動通信網(wǎng)絡(luò)優(yōu)化中的應(yīng)用研究[D];北京郵電大學(xué);2015年

6 趙泉華;柵格影像變形可視化與分塊糾正方法研究[D];遼寧工程技術(shù)大學(xué);2004年

7 王健欣;典型地貌土地利用現(xiàn)狀矢量數(shù)據(jù)柵格化的尺度效應(yīng)及誤差分析[D];山西農(nóng)業(yè)大學(xué);2013年

8 康江;柵格通信網(wǎng)資源調(diào)度技術(shù)研究[D];河北科技大學(xué);2014年

9 李毅;邊坡GIS柵格模型研究及軟件開發(fā)[D];重慶大學(xué);2009年

10 甘喜慶;基于約束logistic-CA模型的城市擴張空間形態(tài)研究[D];中南大學(xué);2008年

，

本文編號：2289788