本文關(guān)鍵詞：智能車輛多激光雷達目標檢測系統(tǒng)的設(shè)計與實現(xiàn)　出處：《重慶郵電大學》2016年碩士論文　論文類型：學位論文

  更多相關(guān)文章： 智能車輛 信息融合 多激光雷達 目標檢測

【摘要】：智能車輛目標檢測系統(tǒng)能夠通過傳感器對周圍的行人、車輛等物體進行感知和識別,是實現(xiàn)智能車輛無人駕駛的基礎(chǔ)。傳統(tǒng)的目標檢測方法多采用雷達、視覺等單一的傳感器,不能為智能車輛提供充分的環(huán)境信息。加之視覺傳感器存在檢測實時性以及準確性等方面問題,因此,基于多激光雷達的智能車輛目標檢測技術(shù)的研究具有重要的研究價值和應(yīng)用前景。本文針對多激光雷達信息融合算法及智能車輛目標檢測實現(xiàn)技術(shù)進行研究,基于柵格表決法和目標特征法等,設(shè)計了一種多激光雷達目標檢測系統(tǒng),實現(xiàn)了車輛周圍動態(tài)和靜態(tài)目標的檢測,提高了目標檢測的實時性和可靠性。本文的內(nèi)容包括以下幾個方面:1.本文綜述了基于激光雷達的目標檢測技術(shù)的研究背景和發(fā)展現(xiàn)狀,分析了多傳感器信息融合和目標檢測技術(shù)的原理及存在的問題,提出了本課題的研究目標。2.針對智能車輛目標檢測與環(huán)境感知技術(shù)需要滿足全方位、高準確性、高實時性等工程應(yīng)用需求,本文設(shè)計了多傳感器信息融合的柵格表決法融合規(guī)則,實現(xiàn)了相應(yīng)的信息融合算法。實驗表明該方法能滿足智能車輛靜態(tài)障礙物等目標檢測的要求,并具有較好的實時性。3.針對柵格表決法不能檢測動態(tài)目標的問題,本文提出了一種基于目標特征法的多激光雷達信息融合與目標檢測方法。通過目標相似度匹配和目標跟蹤等算法,分別對目標的幾何特征和運動特征進行提取,實現(xiàn)了多傳感器的信息融合及目標的判定,提高了智能車輛對動態(tài)目標的檢測能力;此外,本文還利用ICP算法解決了對車輛在室內(nèi)、隧道等特殊環(huán)境中因GPS信號較弱導(dǎo)致不能準確提取目標運動特征的問題,提高了目標特征法的適用性。4.根據(jù)智能車輛目標檢測系統(tǒng)的實際需求,分析了柵格表決法和目標特征法的性能及適用場景,設(shè)計了智能車輛多激光雷達目標檢測系統(tǒng)架構(gòu),完成了各個子系統(tǒng)的軟硬件設(shè)計和功能樣機的實現(xiàn)。通過智能車實驗平臺現(xiàn)場測試,表明了相關(guān)融合算法與實驗系統(tǒng)能夠滿足目標檢測準確性與實時性的要求,從而為智能車輛目標檢測與環(huán)境感知技術(shù)的工程應(yīng)用奠定了較好的技術(shù)基礎(chǔ)。
[Abstract]:A multi - laser radar target detection system is designed based on multi - sensor information fusion algorithm and target tracking .

【學位授予單位】：重慶郵電大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U463.67

【參考文獻】

相關(guān)期刊論文 前10條

1 周俊靜;段建民;楊光祖;;基于深度信息的車輛識別和跟蹤方法[J];北京工業(yè)大學學報;2013年11期

2 楊飛;朱株;龔小謹;劉濟林;;基于三維激光雷達的動態(tài)障礙實時檢測與跟蹤[J];浙江大學學報(工學版);2012年09期

3 張迎春;黃志紅;;智能交通系統(tǒng)(ITS)的發(fā)展[J];科技信息;2009年26期

4 沈兵;吳毅平;李海剛;;基于三層架構(gòu)模式的基礎(chǔ)能源管理系統(tǒng)[J];控制工程;2009年S2期

5 劉大學;孫振平;戴斌;賀漢根;;多線激光雷達越野環(huán)境障礙檢測[J];計算機仿真;2009年07期

6 甘志梅;王春香;楊明;;基于激光雷達的車輛跟蹤與識別方法[J];上海交通大學學報;2009年06期

7 王榮本;趙一兵;李琳輝;張明恒;;智能車輛的障礙物檢測研究方法綜述[J];公路交通科技;2007年11期

8 焦利明;于偉;羅均平;翟永慶;;向量相似度在雷達目標識別中的應(yīng)用[J];火控雷達技術(shù);2006年02期

9 項志宇;;針對越野自主導(dǎo)航的障礙物檢測系統(tǒng)[J];東南大學學報(自然科學版);2005年S2期

10 何友，，王國宏，任少龍;目標識別的層次化描述和信息綜合模型[J];信息與控制;1994年02期

相關(guān)博士學位論文 前1條

1 楊小兵;聚類分析中若干關(guān)鍵技術(shù)的研究[D];浙江大學;2005年

本文編號：1421169