【摘要】：連續(xù)、實(shí)時(shí)、準(zhǔn)確的定位是無(wú)人駕駛汽車(chē)安全行駛的重要保障之一。但城市環(huán)境中存在一些被高層建筑、濃密樹(shù)蔭包圍的半封閉區(qū)域,導(dǎo)致全球?qū)Ш叫l(wèi)星系統(tǒng)(GPS)的定位結(jié)果誤差增大或者完全失效,使單純依靠GPS的智能汽車(chē)無(wú)法持續(xù)定位。為解決以上問(wèn)題,本文提出了一種適用于智能汽車(chē)的多模式定位系統(tǒng),并對(duì)其關(guān)鍵技術(shù)進(jìn)行了深入研究。本文的主要?jiǎng)?chuàng)新點(diǎn)如下:1、提出了一種滿足城市環(huán)境的智能汽車(chē)平臺(tái)構(gòu)建方案。在方案中,智能汽車(chē)平臺(tái)的環(huán)境感知系統(tǒng)在空間上以車(chē)輛中心為球心對(duì)外部環(huán)境進(jìn)行感知。適用于感知不同高度、不同距離的環(huán)境實(shí)體障礙。在規(guī)劃決策系統(tǒng)中,根據(jù)我國(guó)的交通法規(guī)預(yù)設(shè)多種規(guī)劃決策條件與事件,在時(shí)域上將串行的交通事件網(wǎng)絡(luò)化,在滿足實(shí)時(shí)性和低資源消耗的同時(shí)為規(guī)劃決策系統(tǒng)的進(jìn)一步擴(kuò)展提供支撐。利用CAN總線實(shí)現(xiàn)了智能汽車(chē)執(zhí)行控制系統(tǒng)的全車(chē)電控,無(wú)論是從響應(yīng)靈敏度、控制精度以及安全性方面都優(yōu)于外掛式機(jī)械控制。2、改進(jìn)了一種GPS接收機(jī)和北斗全球?qū)Ш蕉ㄎ幌到y(tǒng)接收機(jī)的融合方案。具體為:1)改進(jìn)了一種同時(shí)適用于GPS信號(hào)與北斗信號(hào)的正交數(shù)字下變頻電路,該電路資源規(guī)模小,不使用加法、乘法等電路,不引入額外的誤差。2)改進(jìn)了一種北斗信號(hào)中Neumann-Hoffman(NH)編碼的解調(diào)方法。在北斗信號(hào)捕獲完成后,利用快速傅里葉變換(FFT)在頻域和時(shí)域同時(shí)搜索NH碼的碼頭和載波的準(zhǔn)確頻率。該方法硬件資源利用率高、處理速度快。實(shí)驗(yàn)證明該融合方案實(shí)現(xiàn)了在同一款芯片上對(duì)GPS信號(hào)和北斗信號(hào)的接收。3、提出了一種“先分割、再融合”的2D激光雷達(dá)探測(cè)數(shù)據(jù)中實(shí)體目標(biāo)的分割方法。與傳統(tǒng)的數(shù)據(jù)分割方法不同,“先分割、在融合”分割法分為“依據(jù)最大探測(cè)距離分割法”、“依據(jù)相鄰觀測(cè)點(diǎn)間距分割法”和“依據(jù)觀測(cè)點(diǎn)間距融合法”三個(gè)部分,分別實(shí)現(xiàn)環(huán)境實(shí)體之間的“地理分割”、“前景、背景分割”和“環(huán)境實(shí)體融合”三種不同的需求。該分割方法通過(guò)判斷觀測(cè)點(diǎn)云中各點(diǎn)簇之間的距離,對(duì)點(diǎn)簇進(jìn)行分割與融合,尤其適合城市環(huán)境中“樹(shù)冠”等松散實(shí)體的數(shù)據(jù)分割。4、提出一種基于神經(jīng)網(wǎng)絡(luò)的環(huán)境目標(biāo)特征分類(lèi)方法。不同于普通的“先識(shí)別、后分類(lèi)”的環(huán)境特征提取方法,該方法在利用神經(jīng)網(wǎng)絡(luò)分析數(shù)據(jù)樣本的類(lèi)型時(shí),不但利用神經(jīng)網(wǎng)絡(luò)分類(lèi)器的最大輸出值判定輸入樣本的類(lèi)型,同時(shí)對(duì)神經(jīng)網(wǎng)絡(luò)分類(lèi)器所有輸出值的權(quán)重進(jìn)行分析,以判定分類(lèi)的有效性。最后對(duì)有效的分類(lèi)進(jìn)行特征提取。該方法在有效的抑制分類(lèi)結(jié)果中的“假陽(yáng)性”、“假陰性”所占比例的同時(shí),提升了特征分類(lèi)的穩(wěn)定性。5、提出一種基于Delaunay三角剖分的環(huán)境特征唯一性表示法。2D激光雷達(dá)的觀測(cè)數(shù)據(jù)中沒(méi)有任何描述環(huán)境實(shí)體唯一性的數(shù)據(jù)。因此,識(shí)別后的環(huán)境特征僅具有類(lèi)別描述而沒(méi)有唯一性描述。本研究中利用Delaunay三角剖分法賦予環(huán)境特征之間唯一的幾何關(guān)系。該方法打通了環(huán)境特征在數(shù)據(jù)關(guān)聯(lián)上的距離壁壘,使得特征之間的關(guān)聯(lián)匹配從“最鄰近”法的局部空間拓展到了全局空間。但由于采用三角形匹配法,因此要求環(huán)境特征數(shù)量必須大于等于三個(gè)。6、提出一種智能汽車(chē)路徑回環(huán)快速檢測(cè)方法。該方法為兩個(gè)部分:1)路徑回環(huán)可能性進(jìn)行檢測(cè)。為了盡可能減小車(chē)輛位姿偏差引入的檢測(cè)誤差,該方法將觀測(cè)數(shù)據(jù)映射到對(duì)稱二維高斯空間中,利用所有觀測(cè)點(diǎn)高斯映射值的累加和作為場(chǎng)景識(shí)別元素之一,結(jié)合車(chē)輛航向、特征數(shù)量、車(chē)輛位姿之間的距離關(guān)系計(jì)算出該幀發(fā)生路徑回環(huán)的可能性,篩選出回環(huán)可能性較高的觀測(cè)幀對(duì)組成“回環(huán)觀測(cè)幀對(duì)”集合。第一步計(jì)算簡(jiǎn)單,能夠?qū)τ^測(cè)幀實(shí)現(xiàn)快速篩選。2)路徑回環(huán)精確判定。利用Delaunay三角剖分法提取每一組“回環(huán)觀測(cè)幀對(duì)”中環(huán)境特征之間的三角幾何關(guān)系,用兩個(gè)最相似三角形之間的匹配代替全量數(shù)據(jù)的幀間匹配,并保存所有“回環(huán)觀測(cè)幀對(duì)”的匹配結(jié)果與匹配誤差。選擇匹配誤差最小的匹配結(jié)果作為優(yōu)化累積誤差的約束條件,對(duì)所有觀測(cè)位姿進(jìn)行優(yōu)化。第二步不使用全量觀測(cè)數(shù)據(jù)進(jìn)行幀間匹配,避免了雜亂數(shù)據(jù)對(duì)匹配結(jié)果的干擾,提升了匹配精度。實(shí)驗(yàn)結(jié)果表明本文提出的方法能夠穩(wěn)定、準(zhǔn)確的識(shí)別環(huán)境特征;能夠快速、準(zhǔn)確的識(shí)別路徑回環(huán)點(diǎn);構(gòu)建的環(huán)境特征地圖中環(huán)境特征精度高,環(huán)境點(diǎn)云地圖中建筑物輪廓重合度高。
[Abstract]:......
【學(xué)位授予單位】：長(zhǎng)安大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：U463.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 熊和金;智能汽車(chē)系統(tǒng)研究的若干問(wèn)題[J];交通運(yùn)輸工程學(xué)報(bào);2001年02期

2 添藝;智能汽車(chē)──21世紀(jì)的新型交通工具[J];汽車(chē)工藝與材料;2001年03期

3 ;智能汽車(chē)走近你我[J];甘肅科技縱橫;2003年03期

4 高山;;智能汽車(chē)指日可待[J];科學(xué)時(shí)代;2003年09期

5 曉魚(yú);形式各異的智能汽車(chē)[J];安全與健康;2004年24期

6 田原Z，

本文編號(hào)：2384688