本文選題：運載車 + 激光雷達�。� 參考：《上海交通大學(xué)》2012年碩士論文

【摘要】：大型運載車平臺是一種廣泛用于重型設(shè)備運輸?shù)奶厥庋b備。隨著相關(guān)工程機械技術(shù)的不斷進步和工程建設(shè)需求的提高,大型運載車等裝備的研究開始朝著智能化的方向發(fā)展。大型運載車的自主定位技術(shù)就是其中的一個重要內(nèi)容。而普遍的基于GPS,慣性組合等方法的車輛定位由于其自身的限制,并不適用于穩(wěn)定性和精確性等要求較高的大型運載車定位環(huán)境,因此結(jié)合大型運載車平臺特點的自主定位技術(shù)研究對大型運載設(shè)備的智能化發(fā)展有著重要意義。 本文在對運載車平臺結(jié)構(gòu)及其定位特性分析的基礎(chǔ)上,提出了基于激光雷達特征識別和信息融合技術(shù)的自主定位方法。本文的研究主要包含三部分內(nèi)容: 1.基于對LMS111激光雷達測量原理和數(shù)據(jù)特點的研究分析,應(yīng)用聚類-擬合算法實現(xiàn)了信標(biāo)特征識別。該算法的基本思想是根據(jù)激光雷達二維掃描的距離圖像對原始測量數(shù)據(jù)進行聚類分組,然后分別進行線段的正交回歸擬合與圓弧檢測,按照一定的匹配準(zhǔn)則進行組合信標(biāo)匹配,最后進行特征識別實驗對該算法的性能進行了驗證。 2.建立了運載車定位系統(tǒng)的位姿估計模型。根據(jù)運載車的定位系統(tǒng)工作原理分析,建立了系統(tǒng)的狀態(tài)及觀測模型�；诩す饫走_預(yù)處理數(shù)據(jù)和運載車轉(zhuǎn)向角反饋信息,應(yīng)用擴展卡爾曼濾波器實現(xiàn)了多信息融合的位姿估計,通過室內(nèi)模擬實驗對該方法的穩(wěn)定性及其對隨機噪聲的抑制進行了驗證。 3.完成了定位系統(tǒng)實現(xiàn)與整車定位實驗�；谘芯框炞C的自主定位方法,本文設(shè)計了運載車自主定位系統(tǒng)的結(jié)構(gòu)方案,并結(jié)合實際的大型運載車平臺完成了系統(tǒng)定位功能、人機交互、系統(tǒng)監(jiān)控等模塊的軟硬件實現(xiàn)。最終在該系統(tǒng)上進行了全過程的自主定位實驗,大量的實驗結(jié)果表明了本文所述的自主定位技術(shù)方案的可行性和可靠性,為今后大型運載車自主定位技術(shù)的深入研究提供了一定的借鑒。
[Abstract]:Large vehicle platform is a special equipment widely used in heavy equipment transportation. With the continuous progress of related construction machinery technology and the improvement of engineering construction demand, the research of large vehicles and other equipment began to develop intelligently. The autonomous positioning technology of large vehicle is one of the important contents. However, the general vehicle positioning based on GPS, inertial combination and other methods is not suitable for large vehicle positioning environment with high stability and accuracy due to its own limitations. Therefore, the research of autonomous positioning technology based on the characteristics of large vehicle platform is of great significance to the intelligent development of large-scale transportation equipment. Based on the analysis of the platform structure and location characteristics of the carrier vehicle, this paper presents an autonomous localization method based on lidar feature recognition and information fusion technology. This paper mainly includes three parts: 1. Based on the research and analysis of LMS111 lidar measurement principle and data characteristics, the feature recognition of beacon is realized by clustering and fitting algorithm. The basic idea of this algorithm is to cluster and group the original measured data according to the range image of the two dimensional scanning of lidar, and then carry out the orthogonal regression fitting and arc detection of the line segments respectively, and carry out the combined beacon matching according to certain matching criteria. Finally, the performance of the algorithm is verified by feature recognition experiment. 2. The position and attitude estimation model of vehicle positioning system is established. Based on the analysis of the working principle of the vehicle positioning system, the state and observation model of the system is established. Based on the pre-processing data of lidar and the steering angle feedback information of vehicle, an extended Kalman filter is used to estimate the position and attitude of multi-information fusion. The stability of the method and its suppression of random noise are verified by indoor simulation experiments. The realization of the positioning system and the vehicle positioning experiment are completed. Based on the research and verification of the autonomous positioning method, this paper designs the structural scheme of the autonomous positioning system of the vehicle, and realizes the hardware and software of the system positioning function, man-machine interaction, system monitoring and other modules combined with the actual large-scale vehicle platform. Finally, the whole process of autonomous localization experiment is carried out on the system. A large number of experimental results show the feasibility and reliability of the proposed autonomous positioning technology. It provides a certain reference for the further study of autonomous positioning technology of large vehicles in the future.
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2012
【分類號】：TH22

【參考文獻】

相關(guān)期刊論文 前10條

1 李運華,楊麗曼,張志華;船舶制造大型構(gòu)件動力平板運輸車的開發(fā)研制[J];船舶工程;2005年01期

2 涂剛毅;金世俊;祝雪芬;宋愛國;;基于粒子濾波的移動機器人SLAM算法[J];東南大學(xué)學(xué)報(自然科學(xué)版);2010年01期

3 角淑媛;蘇東林;周淑萍;戴飛;;電磁兼容自動測試軟件的工程化設(shè)計[J];電子測量技術(shù);2006年06期

4 呂小紅，張玲翔;飛航導(dǎo)彈發(fā)射車自動定位定向技術(shù)[J];飛航導(dǎo)彈;1995年05期

5 劉麗雯;張崇巍;徐玉華;汪木蘭;;基于UKF的室內(nèi)移動機器人定位問題[J];合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2009年01期

6 張翠;崔培玲;楊照華;全偉;;基于UKF的微小衛(wèi)星姿態(tài)確定方法研究[J];航天控制;2010年02期

7 郭銳;周軍;葛致磊;;基于PF的EKF算法及應(yīng)用[J];測控技術(shù);2010年07期

8 董再勵,王光輝,田彥濤,朱楓,洪偉;自主移動機器人激光全局定位系統(tǒng)研究[J];機器人;2000年03期

9 張朋飛,何克忠,歐陽正柱,張軍宇;多功能室外智能移動機器人實驗平臺—THMR-V[J];機器人;2002年02期

10 楊明,王宏,張鈸;基于激光雷達的移動機器人位姿估計方法綜述[J];機器人;2002年02期

相關(guān)博士學(xué)位論文 前2條

1 鄭貴省;GPS/DR車載組合定位系統(tǒng)數(shù)據(jù)融合算法研究[D];天津大學(xué);2005年

2 嚴(yán)恭敏;車載自主定位定向系統(tǒng)研究[D];西北工業(yè)大學(xué);2006年

相關(guān)碩士學(xué)位論文 前5條

1 汪星剛;重型工程運輸車行走驅(qū)動控制系統(tǒng)的研究與實現(xiàn)[D];武漢理工大學(xué);2005年

2 許偉;基于激光雷達環(huán)境信息處理的機器人定位/導(dǎo)航技術(shù)研究[D];南京理工大學(xué);2006年

3 伍舜喜;基于激光雷達的智能車定位技術(shù)研究[D];上海交通大學(xué);2008年

4 郎改平;雷達目標(biāo)檢測與跟蹤聯(lián)合優(yōu)化技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2009年

5 史曉磊;基于激光雷達的自動泊車系統(tǒng)研究[D];上海交通大學(xué);2010年

，

本文編號：2103701