無人駕駛技術(shù)成為了全世界研究的熱門。無人駕駛汽車是由一個(gè)龐大的知識(shí)體系構(gòu)成,主要需要解決四個(gè)方面的問題,即定位,感知,決策,控制。無人駕駛汽車不僅可以緩解交通壓力,而且在工況危險(xiǎn)的礦區(qū),無人駕駛汽車可以代替人執(zhí)行作業(yè),增加了礦區(qū)工人的安全性。激光雷達(dá)在無人駕駛汽車環(huán)境感知中起著至關(guān)重要的作用,并具有檢測(cè)距離遠(yuǎn)、精度高、受環(huán)境影響小等特點(diǎn)。激光雷達(dá)可以為無人駕駛車輛提供足夠的道路環(huán)境信息,并可以滿足無人駕駛車輛所需的實(shí)時(shí)性,具有重要的理論研究?jī)r(jià)值和工程價(jià)值。本文主要研究?jī)?nèi)容如下:（1）根據(jù)激光雷達(dá)的安裝位置及其數(shù)據(jù)特點(diǎn)進(jìn)行分析,提出基于多雷達(dá)融合的雷達(dá)數(shù)據(jù)預(yù)處理,首先,利用多激光雷達(dá)對(duì)智能車前方區(qū)域進(jìn)行組網(wǎng)融合。其次,針對(duì)不同雷達(dá)的頻率與位置關(guān)系對(duì)其進(jìn)行時(shí)空對(duì)準(zhǔn)。最后,提出基于特征的融合表決法檢測(cè)障礙物,提高障礙物檢測(cè)率。（2）根據(jù)雷達(dá)掃描融合數(shù)據(jù)特點(diǎn),提出了一種基于多激光雷達(dá)可行駛區(qū)域信息提取算法。首先,根據(jù)雷達(dá)返回?cái)?shù)據(jù)的特征結(jié)合數(shù)據(jù)區(qū)間密度分布獲得路沿點(diǎn)集并利用基于加權(quán)歐氏距離的K-最近鄰（K-NearestNeighbor,KNN）改進(jìn)的OPTICS算法對(duì)得到的路沿點(diǎn)聚類。然后,使... 

【文章來源】：北京工業(yè)大學(xué)北京市 211工程院校

【文章頁數(shù)】：98 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

無人駕駛車輛環(huán)境感知統(tǒng)體系Fig.1-1IntelligentVehicleofEnvironmentalAwarenessSystem

所共同研發(fā)的遙控偵察車在 1980 年被研制。八十年代后期，國(guó)防科技大學(xué)又研制出首輛智能小車，八五期間，ATB-1 無人駕駛車輛有清華大學(xué)、浙江大學(xué)等高校共同完成，時(shí)速可達(dá)二十公里每小時(shí)。2014 年 11 月 15-16 日，具有無人駕駛劃時(shí)代意義的“中國(guó)智能車挑戰(zhàn)賽”在常熟市進(jìn)行了為期兩天的比賽，參加比賽的單位有 10 余家，其中包括清華大學(xué)、同濟(jì)大學(xué)、軍事交通學(xué)院和西安交通大學(xué)等。在該 10 家單位中，共有 22 輛無人駕駛車輛進(jìn)行比賽。在該比賽中，為了測(cè)試無人駕駛中的安全性、智能性和速度的平穩(wěn)性，選擇了不同場(chǎng)景下的道路進(jìn)行比賽，其中包括校園道路、城市道路、城郊道路等，總共全長(zhǎng)為 14.5KM。參賽車輛都配備有激光雷達(dá)、高速攝像機(jī)等傳感器。比賽中，各車隊(duì)展現(xiàn)出各個(gè)單位的氣勢(shì)，完成了自動(dòng)避障、交通信號(hào)識(shí)別、自動(dòng)加速減速以及自動(dòng)停車調(diào)頭等高難度動(dòng)作。在比賽的最后，來自軍事交通學(xué)院的“軍交猛獅”車隊(duì)發(fā)揮尤其出色，獲得了本次賽事最高的兩項(xiàng)榮譽(yù)冠亞軍，成為本次比賽收獲最大的參賽單位。不僅如此，“軍交猛獅”還在2015 年、2016 年蟬聯(lián)了“中國(guó)智能車未來挑戰(zhàn)賽”三連冠。

圖 1-3 百度無人駕駛車Fig.1-3 Intelligent vehicle of Baidu 22 日至 28 日期間，新一輪世界智能駕駛挑戰(zhàn)大賽參賽隊(duì)伍一共有 63 支，其中包括企業(yè)、高個(gè)類別組，其中，無人駕駛車隊(duì)有 19 支，智能車隊(duì)有 24 支。在無人駕駛這個(gè)組中，設(shè)置的項(xiàng)車道偏離預(yù)警與保持等。通過以上幾種方式來考、決策和控制能力。在比賽過后，智能輔助駕駛隊(duì)、西安理工車隊(duì)、西安航空車隊(duì)獲領(lǐng)先獎(jiǎng)，清眾邁騰車隊(duì)獲領(lǐng)軍獎(jiǎng)；北京航空航天大學(xué)車隊(duì)獲人駕駛組中有七家單位被評(píng)為單項(xiàng)獎(jiǎng)，包括，停獎(jiǎng)、最佳避障獎(jiǎng)軍交猛獅二隊(duì)、最佳信號(hào)識(shí)別猛獅智能車隊(duì)、最佳速度獎(jiǎng)軍交猛獅車隊(duì)、車隊(duì)、最佳網(wǎng)聯(lián)獎(jiǎng)北航仿生車聯(lián)網(wǎng)隊(duì)。應(yīng)用獎(jiǎng) 獅隊(duì)、清源智能車、長(zhǎng)安大學(xué)前行車隊(duì)，領(lǐng)先獎(jiǎng)

【參考文獻(xiàn)】：
期刊論文
[1]從百度無人駕駛汽車看人工智能在交通領(lǐng)域的應(yīng)用[J]. 柴百霖.  中國(guó)高新區(qū). 2018(06)
[2]基于多層激光雷達(dá)的可行駛區(qū)域信息提取算法[J]. 段建民,王昶人,任璐,劉丹.  電子技術(shù)應(yīng)用. 2017(10)
[3]改進(jìn)貝葉斯推理的柵格地圖更新與障礙物檢測(cè)[J]. 段建民,王昶人,任璐,劉丹.  激光雜志. 2017(08)
[4]2017世界智能駕駛挑戰(zhàn)賽（WIDC）在中汽中心舉行[J].   摩托車技術(shù). 2017(07)
[5]基于四線激光雷達(dá)的道路信息提取與目標(biāo)檢測(cè)[J]. 段建民,任璐,王昶人,劉丹.  激光雜志. 2017(06)
[6]無人駕駛汽車研究綜述與發(fā)展展望[J]. 潘福全,亓榮杰,張璇,張麗霞.  科技創(chuàng)新與應(yīng)用. 2017(02)
[7]時(shí)間序列數(shù)據(jù)挖掘的相似性度量綜述[J]. 陳海燕,劉晨暉,孫博.  控制與決策. 2017(01)
[8]基于VLP-16激光雷達(dá)的360°全站式激光掃描儀設(shè)計(jì)與實(shí)現(xiàn)[J]. 許毅,郭際明,方孟元,楊學(xué)彬,張帥千.  測(cè)繪通報(bào). 2016(S2)
[9]二值圖像膨脹腐蝕的快速算法[J]. 鄧仕超,黃寅.  計(jì)算機(jī)工程與應(yīng)用. 2017(05)
[10]基于改進(jìn)DBSCAN算法的激光雷達(dá)目標(biāo)物檢測(cè)方法[J]. 黃鋼,吳超仲,呂能超.  交通信息與安全. 2015(03)

博士論文
[1]K-均值算法與自組織神經(jīng)網(wǎng)絡(luò)算法的改進(jìn)研究及應(yīng)用[D]. 王曉燕.中北大學(xué) 2017
[2]基于激光雷達(dá)的智能車輛目標(biāo)識(shí)別與跟蹤關(guān)鍵技術(shù)研究[D]. 周俊靜.北京工業(yè)大學(xué) 2014
[3]城市交通中智能車輛環(huán)境感知方法研究[D]. 王科.湖南大學(xué) 2013
[4]面向智能車輛的道路環(huán)境理解技術(shù)研究[D]. 劉華軍.南京理工大學(xué) 2007

碩士論文
[1]基于交互式多模型快速數(shù)據(jù)關(guān)聯(lián)的多機(jī)動(dòng)目標(biāo)跟蹤算法研究[D]. 裴忠釬.太原理工大學(xué) 2017
[2]基于DBSCAN聚類算法的研究與應(yīng)用[D]. 馮振華.江南大學(xué) 2016
[3]基于多層激光雷達(dá)的道路與障礙物信息提取算法[D]. 鄭凱華.北京工業(yè)大學(xué) 2015
[4]基于多種激光雷達(dá)數(shù)據(jù)融合的障礙檢測(cè)技術(shù)的研究[D]. 楊光祖.北京工業(yè)大學(xué) 2013
[5]基于四線激光雷達(dá)的道路檢測(cè)與跟蹤[D]. 楊象軍.浙江大學(xué) 2013
[6]基于單線激光雷達(dá)的道路特征檢測(cè)[D]. 史鵬波.南京理工大學(xué) 2013
[7]非結(jié)構(gòu)化道路路邊融合算法研究[D]. 李雪.南京理工大學(xué) 2011
[8]多傳感器信息融合中的時(shí)間配準(zhǔn)技術(shù)研究[D]. 施立濤.國(guó)防科學(xué)技術(shù)大學(xué) 2010
[9]激光雷達(dá)原理系統(tǒng)軟件設(shè)計(jì)[D]. 張杰.西安電子科技大學(xué) 2010
[10]基于路徑規(guī)劃的智能小車控制系統(tǒng)研究[D]. 孫穎.青島大學(xué) 2007



本文編號(hào)：3543529