目前,智能駕駛技術(shù)正在迅速發(fā)展。由于環(huán)境感知和信息處理方面的算法問(wèn)題,無(wú)法對(duì)各種環(huán)境進(jìn)行自動(dòng)理解。基于傳感信息融合的方法構(gòu)建車(chē)輛信息地圖能夠提高車(chē)輛識(shí)別準(zhǔn)確率,對(duì)智能車(chē)輛安全行駛具有重要意義。首先,對(duì)相機(jī)與激光雷達(dá)進(jìn)行聯(lián)合標(biāo)定。建立相機(jī)標(biāo)定模型,采用LM梯度下降算法對(duì)相機(jī)的內(nèi)、外參數(shù)進(jìn)行優(yōu)化;同時(shí)建立激光雷達(dá)標(biāo)定模型,采用粒子群算法、可變鄰域半徑的DBSCAN聚類算法及最小二乘法對(duì)激光雷達(dá)的外參數(shù)進(jìn)行確定;由于相機(jī)模型和激光雷達(dá)模型都是在車(chē)輛坐標(biāo)系下標(biāo)定的,通過(guò)推導(dǎo)可以對(duì)相機(jī)與激光雷達(dá)進(jìn)行聯(lián)合標(biāo)定。其次,對(duì)相機(jī)圖像與激光雷達(dá)數(shù)據(jù)進(jìn)行預(yù)處理及車(chē)輛識(shí)別。對(duì)相機(jī)彩色圖像通過(guò)信息熵理論灰度化算法、基于權(quán)重系數(shù)的濾波算法、圖像分塊二值化算法進(jìn)行處理,以實(shí)現(xiàn)車(chē)道與車(chē)輛陰影的分離;以車(chē)道線為基準(zhǔn),采用搜索黑色像素點(diǎn)的方法尋找車(chē)底陰影與道路相交線,進(jìn)而識(shí)別車(chē)輛。對(duì)激光雷達(dá)數(shù)據(jù)通過(guò)四種濾波方法濾除非車(chē)輛目標(biāo),通過(guò)可變鄰域半徑的DBSCAN聚類算法對(duì)激光點(diǎn)云進(jìn)行聚類,確定車(chē)輛的位置。再次,基于相機(jī)與激光雷達(dá)的信息融合對(duì)車(chē)輛進(jìn)行識(shí)別并構(gòu)建車(chē)輛信息地圖。采用三次樣條插值對(duì)相機(jī)與激光雷達(dá)信息實(shí)現(xiàn)時(shí)間上的配準(zhǔn),使... 

【文章來(lái)源】：哈爾濱理工大學(xué)黑龍江省

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

交通事故Fig.1-1Trafficaccident

智能駕駛技術(shù)的內(nèi)容Fig.1-2Thecontentsofintelligentdrivingtechnology

（a）超聲波雷達(dá) （b）激光雷達(dá) （c）毫米波雷達(dá)圖 1-3 距離傳感器Fig.1-3 Range sensor構(gòu)建車(chē)輛周?chē)畔⒌貓D是智能駕駛技術(shù)中的環(huán)境感知與信息處理部分，規(guī)劃與智能控制的前提。提高智能駕駛系統(tǒng)對(duì)障礙物的自動(dòng)理解能力，車(chē)輛乘坐的舒適性與安全性，避免交通擁擠，節(jié)約能源并有效降低尾氣

【參考文獻(xiàn)】：
期刊論文
[1]基于ORB-slam2改進(jìn)的八叉樹(shù)地圖構(gòu)建[J]. 周明超.  電腦知識(shí)與技術(shù). 2018(34)
[2]一種基于決策距離測(cè)量與D-S證據(jù)理論結(jié)合的多源沖突證據(jù)信息融合算法[J]. 楊永旭,高自凡,朱輝,趙玄.  蘭州文理學(xué)院學(xué)報(bào)(自然科學(xué)版). 2018(06)
[3]基于邏輯回歸的車(chē)輛檢測(cè)方法研究[J]. 藍(lán)章禮,陳巍,楊揚(yáng).  電子設(shè)計(jì)工程. 2018(20)
[4]基于粒子群優(yōu)化算法的目標(biāo)運(yùn)動(dòng)參數(shù)估計(jì)[J]. 官善政,陳韶華,陳川.  水下無(wú)人系統(tǒng)學(xué)報(bào). 2018(05)
[5]多傳感器數(shù)據(jù)的處理及融合[J]. 陳英,胡艷霞,劉元寧,朱曉冬.  吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2018(05)
[6]基于抗差嶺估計(jì)的相機(jī)標(biāo)定方法[J]. 王俊威,西勤,馮其強(qiáng),郭迎剛,王永強(qiáng).  測(cè)繪工程. 2018(09)
[7]基于深度數(shù)據(jù)的車(chē)輛目標(biāo)檢測(cè)與跟蹤方法[J]. 陸德彪,郭子明,蔡伯根,姜維,王劍,上官偉.  交通運(yùn)輸系統(tǒng)工程與信息. 2018(03)
[8]基于EdgeBoxes與旋轉(zhuǎn)不變特征的車(chē)輛檢測(cè)[J]. 婁玉強(qiáng),蔣華濤,常琳,李慶,陳大鵬.  信息技術(shù)與網(wǎng)絡(luò)安全. 2018(05)
[9]基于改進(jìn)塊匹配的復(fù)雜背景下的車(chē)輛檢測(cè)[J]. 劉逸,應(yīng)捷.  電子測(cè)量技術(shù). 2018(06)
[10]基于三階貝塞爾曲線的AGV軌跡規(guī)劃研究[J]. 劉學(xué)問(wèn),陶鈞,徐海巍.  工業(yè)控制計(jì)算機(jī). 2018(01)

碩士論文
[1]基于毫米波雷達(dá)的汽車(chē)主動(dòng)防撞預(yù)警目標(biāo)識(shí)別[D]. 韓星.吉林大學(xué) 2013



本文編號(hào)：3051689