車輛在行駛過程的主要激勵源自路面,路面不平度對于車輛的行駛平順性、乘坐舒適性以及操縱穩(wěn)定性有重要的影響。懸架作為車橋與車身的連接件,其參數(shù)直接影響車身對于路面激勵的響應(yīng)。因此如何準(zhǔn)確獲取車輛前方路面的高程信息進而對懸架進行控制,對提高車輛行駛平順性有重要意義。論文結(jié)合高端工程機械智能制造國家重點實驗室開放基金課題“面向全地面起重機主動懸架開發(fā)的路況識別技術(shù)研究（W182414）”和國家自然基金課題“非結(jié)構(gòu)環(huán)境下工程車輛自主作業(yè)關(guān)鍵技術(shù)研究（No.51875232）”,對車輛前方路面高程信息的測量與構(gòu)建方法進行了研究。本文利用編碼器、慣性導(dǎo)航系統(tǒng)（INS）以及全球定位系統(tǒng)（GPS）三者通過擴展卡爾曼濾波進行位姿信息融合完成車輛實時位姿的準(zhǔn)確測量,通過激光雷達采集路面點云信息,然后結(jié)合車輛實時位姿完成了車輛前方路面高程信息的測量后通過克里金插值算法完成所識別車輛前方路面的準(zhǔn)確構(gòu)建。首先對路譜識別、前方路面識別、位姿感知方法及三維場景重建的國內(nèi)外研究現(xiàn)狀進行介紹。接著完成了傳感器的選型,并根據(jù)實際工況制定傳感器的安裝方案并搭建試驗臺。提出激光雷達的外參標(biāo)定方案完成激光雷達安裝位置及角度的標(biāo)定... 

【文章來源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：94 頁

【學(xué)位級別】：碩士

【部分圖文】：

Waymo無人車

通過融合多個激光雷達的數(shù)據(jù)，來檢測道路的幾何特征利用二維激光對路面邊緣數(shù)據(jù)進行快速提取，然后利用擴展卡爾曼濾波方法提取視覺圖像的中線，使用中線數(shù)據(jù)來預(yù)測道路邊界[38]。Yu 通過融合三維激光雷達、相機、GPS 以及 IMU 完成了路面三維模型的重建，該系統(tǒng)主要用于路面監(jiān)測[39]。高德芝通過融合圖像信息和雷達信息來檢測前方車輛，并通過試驗驗證了該算法可以在無約束條件下檢測目標(biāo)車輛[40]。楊文杰通過視覺傳感器獲取前方道路的信息，進一步用來車輛導(dǎo)航[41]。楊象軍用了獲取路面點云信息的傳感器為四線激光雷達點云，對道路邊界進行直線擬合后結(jié)合車輛的運動狀態(tài)采用卡爾曼濾波完成對道路邊界跟蹤，該算法擁有良好的抗干擾性并且計算簡單，實時性好[42][43]。朱學(xué)葵采用分層及中值濾波算法完成路面邊界點的選取，再利用隨機抽樣一致算法對道路的邊界點集進行了直線擬合來實現(xiàn)道路邊界的檢測，但是該算法只能對直道進行準(zhǔn)確的擬合[44]。Waymo 的前身是谷歌無人車，使用的傳感器有紅外攝像機、激光雷達等，實現(xiàn)了車輛四周環(huán)境的重構(gòu)，如圖 1.2 所示。

(3) 編碼器這車輛行駛過程中，通過旋轉(zhuǎn)編碼器可以準(zhǔn)確獲得車輪的轉(zhuǎn)速，進而可以的到車輛的位移變換。Luo 提出了一種基于游程編碼器（RLE）的智能賽車實時數(shù)據(jù)處理算法，通過重新編碼路徑信息來提高智能賽車在第二次循環(huán)中運行的實現(xiàn)[61]。Petriu 基于偽隨機二進制序列的屬性的原始引導(dǎo)路徑編碼技術(shù)，描述了一種自動引導(dǎo)車輛，可以在引導(dǎo)路徑上的任何位置恢復(fù)其絕對位置[62]。李明喜提出了一種利用編碼器所測量的數(shù)據(jù)來對車輛的實時位姿進行計算的方法，旋轉(zhuǎn)編碼器用來測量車輛左右車輪的旋轉(zhuǎn)角，然后計算得到航向角以及行駛軌跡[63]。(4) 激光雷達位姿測量Zhang 基于擁有 6 自由度的三維激光雷達，提出了一種實時低漂移的定位及建圖方法，該方法實現(xiàn)了運動估計中的低漂移和低復(fù)雜度計算[64]。Malavazi 通過采用激光雷達實現(xiàn)機器人的自主導(dǎo)航，為了改善物體檢測，提出了對異常值的懲罰以及模型消除的步驟[65]。

【參考文獻】：
期刊論文
[1]井下無人駕駛列車慣性導(dǎo)航定位系統(tǒng)[J]. 杜京義,郭金寶,張渤.  工礦自動化. 2018(09)
[2]基于VSLAM的自主移動機器人三維同時定位與地圖構(gòu)建[J]. 林輝燦,呂強,王國勝,張洋,梁冰.  計算機應(yīng)用. 2017(10)
[3]基于單目視覺的同時定位與建圖算法研究綜述[J]. 朱凱,劉華峰,夏青元.  計算機應(yīng)用研究. 2018(01)
[4]基于3D激光雷達點云的道路邊界識別算法[J]. 孔棟,孫亮,王建強,王曉原.  廣西大學(xué)學(xué)報(自然科學(xué)版). 2017(03)
[5]一種智能汽車的實時道路邊緣檢測算法[J]. 朱學(xué)葵,高美娟,李尚年.  北京聯(lián)合大學(xué)學(xué)報(自然科學(xué)版). 2015(04)
[6]GPS/INS緊耦合導(dǎo)航中多路徑效應(yīng)改正算法及應(yīng)用[J]. 李增科,高井祥,姚一飛,王堅.  中國慣性技術(shù)學(xué)報. 2014(06)
[7]一種利用旋轉(zhuǎn)編碼器的車輛姿態(tài)動態(tài)算法研究[J]. 李明喜,項昌樂,賈鵬,袁一.  汽車工程. 2014(07)
[8]改進神經(jīng)網(wǎng)絡(luò)輔助的GPS/INS組合導(dǎo)航算法[J]. 譚興龍,王堅,韓厚增,姚一飛.  中國礦業(yè)大學(xué)學(xué)報. 2014(03)
[9]基于嵌入式系統(tǒng)的室內(nèi)移動機器人定位與導(dǎo)航[J]. 胡春旭,熊梟,任慰,何頂新.  華中科技大學(xué)學(xué)報(自然科學(xué)版). 2013(S1)
[10]基于四線激光雷達的校園道路的檢測與跟蹤[J]. 楊象軍,項志宇,劉濟林.  傳感器與微系統(tǒng). 2013(09)

博士論文
[1]基于路面識別的車輛半主動懸架控制研究[D]. 秦也辰.北京理工大學(xué) 2016
[2]移動機器人視覺同時定位與地圖構(gòu)建關(guān)鍵算法研究[D]. 吳俊君.華南理工大學(xué) 2013
[3]路面三維檢測系統(tǒng)原理及方法研究[D]. 馬榮貴.長安大學(xué) 2008

碩士論文
[1]基于激光雷達的車前地形高程信息測量技術(shù)研究[D]. 李以磊.吉林大學(xué) 2018
[2]基于點線特征的RGB-D SLAM系統(tǒng)研究[D]. 劉志洋.華南理工大學(xué) 2018
[3]基于IMU定位導(dǎo)航系統(tǒng)的設(shè)計研究[D]. 楊壘強.華僑大學(xué) 2017
[4]基于激光雷達的路面不平度重構(gòu)方法研究[D]. 鄭穎琳.吉林大學(xué) 2017
[5]基于GPS/SINS/里程計的智能車導(dǎo)航定位算法研究[D]. 宋志雪.北京工業(yè)大學(xué) 2017
[6]基于信息融合的汽車自主防撞控制系統(tǒng)設(shè)計與研究[D]. 楊闖.青島科技大學(xué) 2017
[7]基于雷達與圖像信息融合的路面目標(biāo)識別與應(yīng)用[D]. 陸怡悅.南京理工大學(xué) 2017
[8]基于TOF相機的環(huán)境智能探測技術(shù)研究[D]. 肖瑤.北京交通大學(xué) 2016
[9]基于ARM的車輛障礙自動識別系統(tǒng)設(shè)計[D]. 宋博.黑龍江大學(xué) 2016
[10]基于雙目視覺的自主勘探車輛通過性研究[D]. 曾慶響.吉林大學(xué) 2015



本文編號：3292578