障礙物檢測(cè)與辨識(shí)是無人駕駛汽車環(huán)境感知功能的重要組成部分,對(duì)于提高無人駕駛汽車行駛的可靠性和安全性起著重要作用;而激光雷達(dá)由于測(cè)量精度高、范圍廣被作為主要傳感器應(yīng)用到了無人駕駛汽車上,本文研究了基于激光雷達(dá)測(cè)量數(shù)據(jù)的道路交通環(huán)境下障礙物的檢測(cè)和辨識(shí),并確立了基于點(diǎn)云聚類分割的障礙物檢測(cè)方法以及基于點(diǎn)云特征和機(jī)器學(xué)習(xí)的障礙物分類辨識(shí)方法,主要研究工作和成果有以下幾個(gè)方面:針對(duì)無人駕駛車載激光雷達(dá)的原始測(cè)量數(shù)據(jù),提出并制定了一套通用有效的處理方法和流程,對(duì)于點(diǎn)云的獲取、濾波、運(yùn)動(dòng)畸變校正、空間分布特點(diǎn)分析等數(shù)據(jù)的處理和分析具有一定的參考價(jià)值。在障礙物檢測(cè)方面,明確了障礙物定義及主要檢測(cè)對(duì)象,確定了以點(diǎn)云聚類分割為基礎(chǔ)的檢測(cè)方法;為了避免地面點(diǎn)云對(duì)檢測(cè)造成的干擾,提出了一種基于直線擬合的方法將地面點(diǎn)云作為障礙物點(diǎn)云的背景進(jìn)行分割并移除,并取得了較好的地面分割效果;針對(duì)目前常用聚類分割方法可能導(dǎo)致的欠分割和過分割問題,提出了一種基于歐氏距離的鄰近生長(zhǎng)聚類方法進(jìn)行障礙物點(diǎn)云的分割。具體地,建立了點(diǎn)云的k-d樹數(shù)據(jù)結(jié)構(gòu)以進(jìn)行點(diǎn)云空間快速鄰域搜索,通過鄰域搜索半徑閾值的距離自適應(yīng)在一定程度上避免了欠... 

【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)】：68 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－２?Ｖｅｌｏｄｙｎｅ?ＨＤＬ－６４Ｅ垂直視場(chǎng)及有效測(cè)量距離??

達(dá)數(shù)據(jù)［３９］，其中激光霄??達(dá)數(shù)據(jù)就是由Ｖｅｌｏｄｙｎｅ公芎研發(fā)的６４線激光雷達(dá)ＨＤＬ－６４Ｅ采集得到。??２．２激光雷達(dá)原始數(shù)據(jù)處理??２．２．１坐標(biāo)轉(zhuǎn)換??激光雷達(dá)點(diǎn)：石＿坐標(biāo)系．定乂在Ｖｅｌｏｄｙｎｅ坐細(xì)系下，如圏２－３所爾激光舊達(dá)中心為??坐標(biāo)系原點(diǎn)０，?ＸＹ乎面平行于底座底平面，且Ｘ軸ＩＨ方向指向激光耆達(dá)ｉＨ右方，Ｙ??軸正方向指向激光黌達(dá)ＪＥ前方，Ｚ軸疋方向：垂直ＸＹ平面向上（不難看出Ｚ軸也是激??光雷迖工作時(shí)激光模塊的旋轉(zhuǎn)中軸）。??ａ?ｚ?ａ?ｚ??Ｙ??圖２－３激光雷達(dá)點(diǎn)云坐標(biāo)系??根據(jù)點(diǎn)云坐標(biāo)系的定義，為了更好地獲得車輛周圍的環(huán)境信息詞時(shí)體現(xiàn)激光賃達(dá)??測(cè)量處與車輛的相對(duì)位置關(guān)系，激光雷達(dá)水平安裝在車頂，如圖２－４所示＾點(diǎn)云坐標(biāo)??系麵．牟輛有如下位賛關(guān)系：??１，）安裝高度（即點(diǎn)云坐標(biāo)系原點(diǎn)到地面的距離）為１．７３ｍ；??２）?Ｘ軸芷方向指向以率頭Ｓ前方；牟頭朝前，Ｙ軸芷方向垂慮車輛縱向?qū)ΨQ面并??９??

?第＿ｉＳ鐵達(dá)點(diǎn)云獲取與處理???指向車身左側(cè)；Ｚ軸正方向豎重向上。??圖２－４激光雷達(dá)安裝示意圖??激光雷達(dá)水平安裝在車頂，基本沒有遮擋，可以獲得理想的測(cè)掃描測(cè)量范圍。Ｘ＇??作時(shí)，激光雷達(dá)按一定的頻率旋轉(zhuǎn)，不斷地發(fā)射激光掃描周圍空間得到原始掃描測(cè)量??數(shù)據(jù)，并將原始掃描測(cè)讀數(shù)據(jù)以ＵＤＰ數(shù)據(jù)包的格式通過以太網(wǎng)向外發(fā)送。每個(gè)ＵＤＰ??數(shù)據(jù)包的大小為１２４８字節(jié)，由４２字節(jié)的包頭、１２個(gè)１００字節(jié)的數(shù)據(jù)塊，以及６宇節(jié)??的狀態(tài)信息組成［４（）］，數(shù)據(jù)包的具體內(nèi)容及組織格式見表２－２。??表２－２?ＵＤＰ數(shù)據(jù)包的組織格式及內(nèi)容??組織格式（數(shù)據(jù)大小單位：宇節(jié)）?數(shù)據(jù)內(nèi)容??４２?包頭??２?激光器糢塊標(biāo)識(shí)??２?旋轉(zhuǎn)像鷲??。八?單個(gè)數(shù)?＾＾＾２＾?距離信息??＾?＇?據(jù)塊?激光器??有效１〇〇?３２Ｘ３測(cè)屢數(shù)據(jù)?１?反射強(qiáng)度餐息??１２４８?數(shù)據(jù)?１２Ｘ１００?３??此處省略３１個(gè)同上３字節(jié)的數(shù)據(jù)??１２０６??????此處省略１１個(gè)同，上１００學(xué)節(jié)的數(shù)據(jù)??狀態(tài)?４?ＧＰＳ時(shí)間戳??信息??１??狀態(tài)類型，??６?１?狀態(tài)值??１０??

【參考文獻(xiàn)】：
期刊論文
[1]基于激光雷達(dá)點(diǎn)云密度特征的智能車障礙物檢測(cè)與跟蹤[J]. 汪世財(cái),談東奎,謝有浩,趙林峰.  合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(10)
[2]掃描線段特征用于三維點(diǎn)云地面分割[J]. 程子陽,任國(guó)全,張銀.  光電工程. 2019(07)
[3]基于射線坡度閾值的城市地面分割算法[J]. 李炯,趙凱,白睿,朱愿,徐友春.  光學(xué)學(xué)報(bào). 2019(09)
[4]基于三維激光雷達(dá)的車輛目標(biāo)檢測(cè)方法[J]. 蘇致遠(yuǎn),徐友春,李永樂.  軍事交通學(xué)院學(xué)報(bào). 2017(01)
[5]基于激光雷達(dá)的無人駕駛汽車動(dòng)態(tài)障礙物檢測(cè)、跟蹤與識(shí)別方法[J]. 黃如林,梁華為,陳佳佳,趙盼,杜明博.  機(jī)器人. 2016(04)
[6]基于體素化網(wǎng)格下采樣的點(diǎn)云簡(jiǎn)化算法研究[J]. 袁華,龐建鏗,莫建文.  電視技術(shù). 2015(17)
[7]基于k-d樹的機(jī)載LIDAR點(diǎn)云濾波處理[J]. 劉艷豐,王守彬,湯仲安,趙永統(tǒng).  測(cè)繪工程. 2009(05)
[8]基于主元神經(jīng)網(wǎng)絡(luò)的非結(jié)構(gòu)化道路跟蹤[J]. 李青,鄭南寧,馬琳,程洪.  機(jī)器人. 2005(03)
[9]汽車縱向行駛安全報(bào)警系統(tǒng)開發(fā)[J]. 劉剛,侯德藻,楊殿閣,李克強(qiáng),連小珉.  汽車工程. 2004(03)
[10]多功能室外智能移動(dòng)機(jī)器人實(shí)驗(yàn)平臺(tái)—THMR-V[J]. 張朋飛,何克忠,歐陽正柱,張軍宇.  機(jī)器人. 2002(02)

博士論文
[1]基于激光點(diǎn)云的復(fù)雜三維場(chǎng)景多態(tài)目標(biāo)語義分割技術(shù)研究[D]. 張蕊.戰(zhàn)略支援部隊(duì)信息工程大學(xué) 2018
[2]面向建筑測(cè)繪的地面激光掃描模式識(shí)別方法研究[D]. 梁玉斌.武漢大學(xué) 2013
[3]機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)處理與建筑物三維重建[D]. 曾齊紅.上海大學(xué) 2009

碩士論文
[1]基于激光雷達(dá)的行人目標(biāo)檢測(cè)與識(shí)別[D]. 范小輝.重慶郵電大學(xué) 2019
[2]基于深度神經(jīng)網(wǎng)絡(luò)的激光雷達(dá)點(diǎn)云語義分割算法研究[D]. 周天添.哈爾濱工業(yè)大學(xué) 2019
[3]城區(qū)環(huán)境下基于激光雷達(dá)的障礙物聚類和跟蹤方法研究[D]. 張彩紅.中國(guó)科學(xué)技術(shù)大學(xué) 2019
[4]基于車載激光雷達(dá)的目標(biāo)識(shí)別方法研究[D]. 王旭.山東理工大學(xué) 2019
[5]基于深度學(xué)習(xí)的物體檢測(cè)與跟蹤方法的研究[D]. 曾鈺廷.東華理工大學(xué) 2018
[6]基于激光掃描雷達(dá)的自動(dòng)駕駛技術(shù)研究[D]. 李趙.北方工業(yè)大學(xué) 2018
[7]基于激光雷達(dá)的無人駕駛汽車自主尋跡研究[D]. 王文宇.長(zhǎng)安大學(xué) 2018
[8]激光雷達(dá)/相機(jī)組合的3D SLAM技術(shù)研究[D]. 李帥鑫.戰(zhàn)略支援部隊(duì)信息工程大學(xué) 2018
[9]基于三維激光雷達(dá)的障礙物檢測(cè)與跟蹤研究[D]. 汪世財(cái).合肥工業(yè)大學(xué) 2018
[10]無人駕駛汽車動(dòng)態(tài)障礙物識(shí)別及避障方法研究[D]. 張紅.山東科技大學(xué) 2018



本文編號(hào)：3503661