智能車是結(jié)合人工智能、機(jī)器人學(xué)、控制規(guī)劃等多門學(xué)科的綜合應(yīng)用研究。涉及到目標(biāo)檢測、場景理解、高精度定位、路徑規(guī)劃、運(yùn)動控制等眾多關(guān)鍵技術(shù)。在支撐智能車的眾多技術(shù)中,高精度定位是其中最為基礎(chǔ)且關(guān)鍵的。智能車所行駛的環(huán)境大多為已知環(huán)境,因此基于點(diǎn)云匹配的定位成為目前主流的定位方法。基于點(diǎn)云匹配的定位中最常用的兩種傳感器包括視覺傳感器與激光雷達(dá),由于視覺傳感器對于光線變化、天氣變化等狀況的魯棒性較差,基于激光雷達(dá)的定位方案越來越受到青睞。但基于激光雷達(dá)的定位方法由于地圖存儲量大、環(huán)境表示效率低、地圖管理難度大、地圖匹配算法魯棒性差等缺點(diǎn)使得其應(yīng)用受到制約。為解決以上問題,本文提出了一種基于點(diǎn)云匹配的定位框架。為解決點(diǎn)云匹配中的精度與魯棒性問題,本文提出了魯棒的點(diǎn)集配準(zhǔn)算法。具體工作如下:針對點(diǎn)云地圖數(shù)據(jù)存儲量大,不適用于大范圍定位的問題。本文對拼接點(diǎn)云進(jìn)行三維柵格化與平面壓縮處理生成感知地圖。首先將點(diǎn)云轉(zhuǎn)換成三維占據(jù)柵格圖,并采用八叉樹的格式進(jìn)行存儲。這不僅可以降低存儲量、抽取有用信息,還可以通過多分辨率格式,提高定位的魯棒性與實(shí)時性。在道路兩側(cè)結(jié)構(gòu)特征明顯的區(qū)域,進(jìn)一步壓縮八叉樹地圖,得到... 

【文章來源】：上海交通大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：152 頁

【學(xué)位級別】：博士

【部分圖文】：

–12007年DARPA城市挑戰(zhàn)賽前三名車輛

相繼舉辦了兩屆無人駕駛比賽（DARPA Grand Challenge）。2007 年，DARPA 又在城市環(huán)境中舉辦了無人駕駛比賽（DARPA Urban Challenge）。通過這三屆賽事的舉辦，智能車的發(fā)展得到了較大的促進(jìn)。圖1–1展示了 2007 年 DARPA 無人車挑戰(zhàn)賽的前三名車輛。在城市挑戰(zhàn)賽中，比賽充分考慮了“城市”這一特性。參賽車輛需要應(yīng)對城市交通流，以及由立體交通、高樓引起的 GPS 信號缺失或精度下降等其他真實(shí)環(huán)境中的諸多困難。2010 年 7 月到 10 月，意大利帕爾馬大學(xué)的 VisLab 實(shí)驗(yàn)室舉辦了一項(xiàng)國際智能車比賽，比賽起點(diǎn)為帕爾馬，終點(diǎn)為上海。隨后多家科技公司也競相投入智能車的研究，如 Google、Tesla、Uber、百度、華為等。此外多家國內(nèi)外高校也都在不同時期開始無人駕駛方面的相關(guān)研究，圖1–2展示了幾個商業(yè)公司的代表性無人駕駛汽車。全球參與的智能車競賽以及商業(yè)公司在智能車領(lǐng)域投入的研發(fā)促進(jìn)無人駕駛技術(shù)在諸多方面的進(jìn)步，如導(dǎo)航、路徑規(guī)劃、感知以及定位。作為支撐無人車成功運(yùn)行的技術(shù)金字塔中底層的根基技術(shù)，定位是尤為重要的。圖1–3展示了 2007 年 DARPA 城市挑戰(zhàn)賽冠軍車輛 BOSS 的信息流圖。從圖1–3中可以看出定位模塊是整個結(jié)構(gòu)的根基，更高層級的行為需要獲知車輛當(dāng)前的位姿信息。因此

相繼舉辦了兩屆無人駕駛比賽（DARPA Grand Challenge）。2007 年，DARPA 又在城市環(huán)境中舉辦了無人駕駛比賽（DARPA Urban Challenge）。通過這三屆賽事的舉辦，智能車的發(fā)展得到了較大的促進(jìn)。圖1–1展示了 2007 年 DARPA 無人車挑戰(zhàn)賽的前三名車輛。在城市挑戰(zhàn)賽中，比賽充分考慮了“城市”這一特性。參賽車輛需要應(yīng)對城市交通流，以及由立體交通、高樓引起的 GPS 信號缺失或精度下降等其他真實(shí)環(huán)境中的諸多困難。2010 年 7 月到 10 月，意大利帕爾馬大學(xué)的 VisLab 實(shí)驗(yàn)室舉辦了一項(xiàng)國際智能車比賽，比賽起點(diǎn)為帕爾馬，終點(diǎn)為上海。隨后多家科技公司也競相投入智能車的研究，如 Google、Tesla、Uber、百度、華為等。此外多家國內(nèi)外高校也都在不同時期開始無人駕駛方面的相關(guān)研究，圖1–2展示了幾個商業(yè)公司的代表性無人駕駛汽車。全球參與的智能車競賽以及商業(yè)公司在智能車領(lǐng)域投入的研發(fā)促進(jìn)無人駕駛技術(shù)在諸多方面的進(jìn)步，如導(dǎo)航、路徑規(guī)劃、感知以及定位。作為支撐無人車成功運(yùn)行的技術(shù)金字塔中底層的根基技術(shù)，定位是尤為重要的。圖1–3展示了 2007 年 DARPA 城市挑戰(zhàn)賽冠軍車輛 BOSS 的信息流圖。從圖1–3中可以看出定位模塊是整個結(jié)構(gòu)的根基，更高層級的行為需要獲知車輛當(dāng)前的位姿信息。因此

【參考文獻(xiàn)】：
期刊論文
[1]地面交通控制的百年回顧和未來展望[J]. 李力,王飛躍.  自動化學(xué)報(bào). 2018(04)
[2]基于道路結(jié)構(gòu)特征的智能車單目視覺定位[J]. 俞毓鋒,趙卉菁,崔錦實(shí),査紅彬.  自動化學(xué)報(bào). 2017(05)
[3]平行機(jī)器人與平行無人系統(tǒng):框架、結(jié)構(gòu)、過程、平臺及其應(yīng)用[J]. 白天翔,王帥,沈震,曹東璞,鄭南寧,王飛躍.  自動化學(xué)報(bào). 2017(02)
[4]大數(shù)據(jù)時代的創(chuàng)新思維[J]. 李德毅,鄭思儀.  北京聯(lián)合大學(xué)學(xué)報(bào). 2014(04)
[5]駕駛行為智能分析的研究與發(fā)展[J]. 李力,王飛躍,鄭南寧,張毅.  自動化學(xué)報(bào). 2007(10)
[6]室外智能移動機(jī)器人的發(fā)展及其關(guān)鍵技術(shù)研究[J]. 歐青立,何克忠.  機(jī)器人. 2000(06)

碩士論文
[1]城市擁堵環(huán)境智能車輛定位方法研究與實(shí)踐[D]. 翁理洪.上海交通大學(xué) 2018



本文編號：2959992