【摘要】：智能汽車自動(dòng)駕駛技術(shù)是新一輪科技革命背景下的新興技術(shù),也是目前世界公認(rèn)的汽車發(fā)展方向。智能汽車自動(dòng)駕駛技術(shù)主要分為感知、定位、決策和控制四個(gè)模塊,其中高精度地圖在多個(gè)模塊中均有重要作用。因此高精度地圖是智能汽車產(chǎn)業(yè)鏈的核心一環(huán),是智能汽車實(shí)現(xiàn)自動(dòng)駕駛的必要支撐。傳統(tǒng)的高精度地圖數(shù)據(jù)采集多依賴于專用采集車,但由于采集車價(jià)格高昂導(dǎo)致無(wú)法大規(guī)模部署,所以獲得的高精度地圖的數(shù)據(jù)量和更新速度無(wú)法滿足智能汽車的行駛需求。因此有人提出采用眾包視頻,即借助大量的道路車輛上攝像頭獲取的視頻作為地圖的數(shù)據(jù)來(lái)源,從而獲得高精度地圖。但面向眾包視頻的高精度地圖處理是一個(gè)復(fù)雜的流程,其中一個(gè)關(guān)鍵技術(shù)是視覺(jué)SLAM算法,現(xiàn)有流程受限于視覺(jué)SLAM算法的性能。本文針對(duì)現(xiàn)有的面向眾包視頻的SLAM算法的不足,基于雙目視覺(jué)SLAM基本理論,采用分布式SLAM架構(gòu),提出一種適用于智能汽車眾包視頻處理的SLAM算法,旨在充分利用同一區(qū)域內(nèi)的眾包視頻的信息共享,更高效地構(gòu)建更精準(zhǔn)的點(diǎn)云地圖,為構(gòu)建高精度地圖奠定基礎(chǔ)。本文的主要研究?jī)?nèi)容包括:(1)闡述高精度地圖的必要性,根據(jù)高精度地圖的使用要求說(shuō)明面向眾包視頻的SLAM算法的重要性。進(jìn)而回顧了國(guó)內(nèi)外的視覺(jué)SLAM研究現(xiàn)狀,比較分析了集中式框架和分布式框架應(yīng)用于眾包視頻處理的性能特點(diǎn),確定了基于雙目視覺(jué)的分布式SLAM算法作為處理智能汽車眾包視頻的技術(shù)方案。(2)通過(guò)分析視覺(jué)里程計(jì)、地圖構(gòu)建和回環(huán)檢測(cè)三個(gè)子系統(tǒng)的算法流程,對(duì)基于雙目視覺(jué)的SLAM算法基本理論進(jìn)行研究。接著針對(duì)現(xiàn)有的面向眾包視頻的SLAM算法的不足,提出了適用于智能汽車眾包視頻的分布式SLAM算法框架。(3)針對(duì)智能汽車駕駛場(chǎng)景的特殊性,提出融合光流信息的車輛視覺(jué)里程計(jì),詳細(xì)分析了如何將光流信息用于特征匹配、特征點(diǎn)精選、外點(diǎn)剔除和位姿估計(jì)等環(huán)節(jié),并對(duì)算法進(jìn)行仿真分析,說(shuō)明算法的可行性。(4)針對(duì)智能汽車駕駛場(chǎng)景的特殊性,分析經(jīng)典的回環(huán)檢測(cè)方法的局限性,引入基于深度卷積神經(jīng)網(wǎng)絡(luò)的分布式回環(huán)檢測(cè)算法。接著以VGGNet為例介紹了卷積神經(jīng)網(wǎng)絡(luò)的基本概念,詳細(xì)說(shuō)明了用于回環(huán)檢測(cè)的VLAD池化層。在此基礎(chǔ)上引入NetVLAD網(wǎng)絡(luò),提出基于NetVLAD的分布式回環(huán)檢測(cè)改進(jìn)算法,通過(guò)分布式的框架高效準(zhǔn)確地實(shí)現(xiàn)同一區(qū)域內(nèi)的眾包視頻的回環(huán)檢測(cè)。之后進(jìn)行仿真分析,說(shuō)明算法的可行性。(5)針對(duì)智能汽車眾包視頻的特殊性,分析了經(jīng)典的地圖構(gòu)建算法的局限性,引入基于DGS的并行算法。接著將地圖構(gòu)建問(wèn)題抽象為非線性方程求解,并證明上述方程可簡(jiǎn)化為兩個(gè)線性方程求解。在此基礎(chǔ)上,提出基于DGS的分布式地圖構(gòu)建改進(jìn)算法,通過(guò)分布式的框架實(shí)現(xiàn)對(duì)不同視頻的地圖異步更新。之后進(jìn)行仿真分析,說(shuō)明算法的可行性。(6)在KITTI數(shù)據(jù)集上進(jìn)行系統(tǒng)實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,融合光流信息的車輛視覺(jué)里程計(jì)能有效提高位姿軌跡精度,從而提升了原有的視覺(jué)里程計(jì),使之更適用于智能汽車的駕駛場(chǎng)景;分布式回環(huán)檢測(cè)算法能高效準(zhǔn)確地實(shí)現(xiàn)同一區(qū)域內(nèi)的眾包視頻的回環(huán)檢測(cè),優(yōu)于經(jīng)典的基于視覺(jué)詞典的分布式回環(huán)檢測(cè)算法;分布式地圖構(gòu)建能對(duì)同一區(qū)域內(nèi)的不同視頻的地圖進(jìn)行異步更新,并保證算法的收斂性;分布式SLAM算法能通過(guò)眾包視頻間高效的信息共享提高位姿估計(jì)精度,且算法具有合理的通信開銷,從而實(shí)現(xiàn)更高效更精準(zhǔn)的點(diǎn)云地圖構(gòu)建。通過(guò)上述研究,驗(yàn)證了基于雙目視覺(jué)的面向智能汽車眾包視頻的分布式SLAM算法的有效性,為構(gòu)建高精度地圖奠定基礎(chǔ),對(duì)智能汽車的應(yīng)用推廣有一定的實(shí)際意義和參考作用。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：U463.6
【圖文】：

第 1 章 緒論第 1 章 緒論1 研究背景自 20 世紀(jì) 80 年代以來(lái)，在美國(guó)國(guó)防部先進(jìn)研究項(xiàng)目局（簡(jiǎn)稱為 DARP支持下，美國(guó)舉辦了多屆智能汽車自動(dòng)駕駛挑戰(zhàn)賽，如圖 1.1 所示，從而在掀起了智能汽車自動(dòng)駕駛技術(shù)研究熱潮[1]。智能汽車自動(dòng)駕駛技術(shù)是新一輪革命背景下的新興技術(shù)，在減少交通事故、緩解交通擁堵、提高道路及車輛率等方面具有巨大潛能。智能汽車自動(dòng)駕駛技術(shù)代表著未來(lái)汽車技術(shù)的戰(zhàn)略點(diǎn)，是汽車產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的關(guān)鍵，也是目前世界公認(rèn)的汽車發(fā)展方向[2]。

圖 1.2 智能汽車自動(dòng)駕駛技術(shù)框架業(yè)界對(duì)于高精度地圖并沒(méi)有明確的定義，所謂的高精度地圖是相對(duì)于傳統(tǒng)導(dǎo)航地圖而言的。但是業(yè)界普遍的共識(shí)是高精度地圖應(yīng)具有高精度和精細(xì)化兩個(gè)主要特征。其中高精度是指地圖精度達(dá)到分米級(jí)，精細(xì)化是指地圖存儲(chǔ)了交通場(chǎng)景中的各種交通要素，而這些都是傳統(tǒng)導(dǎo)航地圖不具備的。如圖 1.3 是高精度地圖示意圖，圖中不僅包含環(huán)境的三維點(diǎn)云，還有車道線、限速標(biāo)識(shí)、紅綠燈、人行橫道、隔離帶等諸多信息。另外，高精度地圖通常還包含有車道坡度、彎道曲率等信息，這些都未在圖中顯示。

圖 1.2 智能汽車自動(dòng)駕駛技術(shù)框架業(yè)界對(duì)于高精度地圖并沒(méi)有明確的定義，所謂的高精度地圖是相對(duì)于傳統(tǒng)導(dǎo)航地圖而言的。但是業(yè)界普遍的共識(shí)是高精度地圖應(yīng)具有高精度和精細(xì)化兩個(gè)主要特征。其中高精度是指地圖精度達(dá)到分米級(jí)，精細(xì)化是指地圖存儲(chǔ)了交通場(chǎng)景中的各種交通要素，而這些都是傳統(tǒng)導(dǎo)航地圖不具備的。如圖 1.3 是高精度地圖示意圖，圖中不僅包含環(huán)境的三維點(diǎn)云，還有車道線、限速標(biāo)識(shí)、紅綠燈、人行橫道、隔離帶等諸多信息。另外，高精度地圖通常還包含有車道坡度、彎道曲率等信息，這些都未在圖中顯示。

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 梁明杰;閔華清;羅榮華;;基于圖優(yōu)化的同時(shí)定位與地圖創(chuàng)建綜述[J];機(jī)器人;2013年04期

相關(guān)博士學(xué)位論文 前1條

1 江燕華;車輛運(yùn)動(dòng)特性約束的智能車輛視覺(jué)里程計(jì)系統(tǒng)研究[D];北京理工大學(xué);2014年

本文編號(hào)：2791461