隨著科技的不斷發(fā)展,智能車輛受到越來越廣泛的關(guān)注。目前基于先驗地圖的智能車輛定位方案已經(jīng)得到了普遍的認同,以前使用較為普遍的二維柵格地圖雖然可以直接表示出車輛的可行駛區(qū)域,但實際上并不能很好地描述周圍環(huán)境。在缺失了大量有用環(huán)境特征信息的情況下,較大且復(fù)雜的二維柵格地圖不僅定位精度不高,而且容易失效。當(dāng)前主要通過構(gòu)建三維地圖并將其作為先驗信息來實現(xiàn)車輛定位。三維地圖包含更多的環(huán)境特征信息,不僅可以用于高精度的車輛定位,還可以用于環(huán)境感知、路徑規(guī)劃等功能。相較于相機,三維激光雷達通過主動發(fā)射激光束來直接獲得與周圍環(huán)境特征之間距離,其測量精度更高、測量范圍更廣,因此常被用于制作精度高的三維點云地圖�；诟呔热S點云地圖的車輛定位系統(tǒng)不依賴于外界的衛(wèi)星信號,可以很好地解決目前使用較多的融合慣性測量單元（Inertial Measurement Unit,IMU）和全球衛(wèi)星導(dǎo)航系統(tǒng)（Global Navigation Satellite System,GNSS）的組合定位系統(tǒng)長時間信號丟失導(dǎo)致定位失效的問題。本文主要研究基于激光雷達的智能車輛三維地圖構(gòu)建和定位算法,具體包括激光雷達數(shù)據(jù)處理和多... 

【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)】：88 頁

【學(xué)位級別】：碩士

【部分圖文】：

未進行網(wǎng)格劃分前的三維點云地圖

第4章融合IMU的三維定位算法研究47圖4.7未進行網(wǎng)格劃分前的三維點云地圖圖4.8網(wǎng)格化劃分后的三維點云地圖4.3基于無跡卡爾曼濾波的傳感器融合定位算法智能車輛的運動模型是一個非線性模型，而且大多數(shù)的傳感器觀測模型也是非線性的，實現(xiàn)傳感器融合的當(dāng)務(wù)之急就是解決如何通過同時將多個傳感器數(shù)據(jù)融合來估計非線性系統(tǒng)內(nèi)部狀態(tài)。傳感器融合算法分為前融合和后融合兩種，前融合算法將多個傳感器原

第5章實車驗證57第5章實車驗證為了驗證前兩章提出的地圖構(gòu)建算法和融合定位算法的有效性，先進行了智能車實驗平臺的搭建，并采集了多段校園數(shù)據(jù)，之后在采集的數(shù)據(jù)集上分別使用增量式的地圖構(gòu)建算法和本文提出的地圖構(gòu)建算法進行了地圖構(gòu)建實驗，并給出了詳細的地圖分析結(jié)果，接著基于已經(jīng)構(gòu)建的三維點云地圖進行了融合定位實驗，并將定位結(jié)果跟RTK設(shè)備采集的實際車輛位置進行了對比分析。5.1智能車輛實驗平臺介紹為了搭建實驗所需的智能車輛實驗平臺，將某款運動型多用途汽車（SportUtilityVehicle，SUV）進行改裝，在車輛頂部安裝固定支架，然后在支架上安裝Velodyne公司的VLP-16激光雷達，同時在車頂安裝有北京諾耕科技發(fā)展有限公司的SimPak982-雙天線測向系統(tǒng)的接收天線，在車內(nèi)裝備GNSS數(shù)據(jù)接收處理設(shè)備，以此來獲得智能車輛的實時位置，車內(nèi)還裝備有OxTS公司的Inertial+慣導(dǎo)設(shè)備，其性能指標如表5.1所示。IMU安裝在垂直于車輛后軸上方的一定位置，因此IMU坐標系原點和車輛坐標系原點只在Z軸上有一個差值。圖5.1智能車輛實驗平臺所使用的某款SUV圖5.2GNSS設(shè)備和IMU傳感器

【參考文獻】：
期刊論文
[1]激光掃描匹配方法研究綜述[J]. 宗文鵬,李廣云,李明磊,王力,李帥鑫.  中國光學(xué). 2018(06)
[2]移動機器人SLAM關(guān)鍵問題和解決方法綜述[J]. 楊雪夢,姚敏茹,曹凱.  計算機系統(tǒng)應(yīng)用. 2018(07)
[3]中國汽車工程學(xué)術(shù)研究綜述·2017[J]. 《中國公路學(xué)報》編輯部.  中國公路學(xué)報. 2017(06)
[4]視覺SLAM綜述[J]. 權(quán)美香,樸松昊,李國.  智能系統(tǒng)學(xué)報. 2016(06)
[5]無人駕駛汽車發(fā)展面臨的挑戰(zhàn)與建議[J]. 王欽普,趙佳,趙浩.  客車技術(shù)與研究. 2016(06)
[6]未來智能汽車產(chǎn)業(yè)發(fā)展趨勢[J]. 朱盛鐳.  上海汽車. 2015(08)
[7]對兩種衛(wèi)星導(dǎo)航系統(tǒng)性能進行的幾點比較[J]. 胡曉粉,劉亞濤,張沖,賈蕊溪.  導(dǎo)航定位學(xué)報. 2013(03)
[8]北斗衛(wèi)星導(dǎo)航系統(tǒng)的現(xiàn)況與發(fā)展[J]. 劉基余.  遙測遙控. 2013(03)
[9]無人駕駛車試制成功[J]. 朱華.  今日科苑. 2011(18)

博士論文
[1]城市環(huán)境下無人車自主定位關(guān)鍵技術(shù)研究[D]. 康俊民.長安大學(xué) 2016
[2]車輛運動特性約束的智能車輛視覺里程計系統(tǒng)研究[D]. 江燕華.北京理工大學(xué) 2014
[3]GNSS/INS深組合導(dǎo)航理論與方法研究[D]. 陳坡.解放軍信息工程大學(xué) 2013
[4]北斗衛(wèi)星導(dǎo)航系統(tǒng)精密定位理論方法研究與實現(xiàn)[D]. 周巍.解放軍信息工程大學(xué) 2013

碩士論文
[1]基于三維激光點云的室內(nèi)機器人即時定位與建圖算法研究[D]. 任健銘.哈爾濱工業(yè)大學(xué) 2019
[2]基于三維激光點云的復(fù)雜場景人體目標識別[D]. 陳兆一.北京郵電大學(xué) 2019
[3]激光雷達/相機組合的3D SLAM技術(shù)研究[D]. 李帥鑫.戰(zhàn)略支援部隊信息工程大學(xué) 2018
[4]基于CNN的三維目標測量研究與應(yīng)用[D]. 李東方.哈爾濱工程大學(xué) 2017
[5]基于雙目視覺/MIMU的組合導(dǎo)航系統(tǒng)關(guān)鍵技術(shù)研究[D]. 余歡.北京理工大學(xué) 2016
[6]基于3D激光點云的無人車城市環(huán)境SLAM問題研究[D]. 李玉.北京理工大學(xué) 2016
[7]GPS/INS組合導(dǎo)航算法研究與實現(xiàn)[D]. 劉帥.解放軍信息工程大學(xué) 2012
[8]未知環(huán)境下基于SLAM的移動機器人導(dǎo)航算法研究[D]. 韓銳.武漢理工大學(xué) 2006



本文編號：3611874