發(fā)布時間：2023-01-28 19:33

　　近年來,隨著信息融合與人工智能技術(shù)的飛速發(fā)展,智能車的智能化水平也在不斷提升,智能車的應(yīng)用正逐漸從封閉園區(qū)、高速公路等相對簡單的交通環(huán)境向更加復(fù)雜的城市環(huán)境滲透。由于城市路況復(fù)雜、人車混行、存在大量GPS盲區(qū),智能車周圍的動態(tài)目標(biāo)多,且容易形成遮擋,這些因素給智能車的高精度環(huán)境感知帶來了極大的挑戰(zhàn)。為了解決以上問題,本文基于三維激光雷達(dá)、RGB攝像機(jī)等多源傳感器采集的點(diǎn)云與圖像數(shù)據(jù),分別針對城市環(huán)境下智能車行駛地面點(diǎn)云分割、道路邊界檢測、目標(biāo)識別等關(guān)鍵問題展開深入研究,具體研究內(nèi)容如下:1.面向城市環(huán)境下的智能車行車環(huán)境感知系統(tǒng)框架設(shè)計(jì)。通過深入分析城市環(huán)境下智能車自主安全導(dǎo)航的需求,以長安大學(xué)“信達(dá)號”智能車為研究平臺,完成了基于多傳感器信息融合的行車環(huán)境感知系統(tǒng)的研制。該系統(tǒng)以車載激光雷達(dá)、毫米波雷達(dá)和攝像機(jī)為主要感知傳感器,同時利用V2X車路協(xié)同感知終端賦予智能車超視距感知和協(xié)同交互的能力,實(shí)現(xiàn)了智能車對遠(yuǎn)、中、近行車環(huán)境的全方位感知。2.基于三維激光雷達(dá)實(shí)時的地面點(diǎn)云分割算法研究。針對城市場景中存在的路面高程起伏不平的特點(diǎn),提出了兩種魯棒的三維激光雷達(dá)地面點(diǎn)云分割方法。首先針對... 

【文章頁數(shù)】：131 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題研究背景及意義
    1.2 智能駕駛汽車發(fā)展現(xiàn)狀
        1.2.1 國外智能駕駛汽車發(fā)展現(xiàn)狀
        1.2.2 國內(nèi)智能駕駛汽車發(fā)展現(xiàn)狀
    1.3 智能車行車環(huán)境感知方法的研究現(xiàn)狀
        1.3.1 實(shí)時地面分割
        1.3.2 道路邊界檢測
        1.3.3 目標(biāo)檢測與識別
    1.4 本文主要研究內(nèi)容及章節(jié)安排
        1.4.1 研究內(nèi)容
        1.4.2 章節(jié)安排
第二章 智能車整車架構(gòu)及行車環(huán)境感知系統(tǒng)簡介
    2.1 智能駕駛平臺整車架構(gòu)
        2.1.1 智能駕駛平臺硬件系統(tǒng)
        2.1.2 智能駕駛平臺軟件系統(tǒng)
    2.2 行車環(huán)境感知系統(tǒng)需求分析
    2.3 行車環(huán)境感知系統(tǒng)框架
        2.3.1 視覺傳感器
        2.3.2 激光雷達(dá)
        2.3.3 毫米波雷達(dá)
        2.3.4 V2X車路協(xié)同傳感器
    2.4 三維激光雷達(dá)工作原理及數(shù)據(jù)結(jié)構(gòu)
        2.4.1 三維激光雷達(dá)工作原理
        2.4.2 三維點(diǎn)云數(shù)據(jù)結(jié)構(gòu)
    2.5 本章小結(jié)
第三章 基于三維激光雷達(dá)的地面點(diǎn)云分割方法研究
    3.1 引言
    3.2 三維激光雷達(dá)數(shù)據(jù)預(yù)處理
    3.3 基于自適應(yīng)柵格的三維激光雷達(dá)地面點(diǎn)云分割
        3.3.1 自適應(yīng)極坐標(biāo)柵格地圖構(gòu)建
        3.3.2 基于自適應(yīng)柵格的地面點(diǎn)云分割
        3.3.3 實(shí)驗(yàn)分析與評估
    3.4 基于徑向距離分析的地面點(diǎn)云分割算法
        3.4.1 三維激光雷達(dá)點(diǎn)云序列化
        3.4.2 基于徑向距離分析的地面點(diǎn)云分割
        3.4.3 實(shí)驗(yàn)分析與評估
    3.5 本章小結(jié)
第四章 基于三維激光雷達(dá)的城市道路邊界檢測方法研究
    4.1 引言
    4.2 基于三維激光雷達(dá)的道路邊界提取算法
        4.2.1 地面點(diǎn)云提取
        4.2.2 道路邊界點(diǎn)特征選擇
        4.2.3 道路邊界特征點(diǎn)搜索
        4.2.4 道路邊界擬合
    4.3 實(shí)驗(yàn)分析與評估
        4.3.1 定性實(shí)驗(yàn)
        4.3.2 定量實(shí)驗(yàn)
    4.4 本章小結(jié)
第五章 基于三維激光雷達(dá)點(diǎn)云與圖像融合的目標(biāo)檢測方法研究
    5.1 引言
    5.2 算法流程
    5.3 基于三維激光雷達(dá)點(diǎn)云的目標(biāo)候選區(qū)域生成
        5.3.1 三維地面點(diǎn)云分割
        5.3.2 非地面點(diǎn)云聚類分割
        5.3.3 三維包圍盒擬合
        5.3.4 目標(biāo)候選區(qū)域生成
    5.4 基于CNN的目標(biāo)特征提取與目標(biāo)識別
        5.4.1 卷積神經(jīng)網(wǎng)絡(luò)(CNNs)
        5.4.2 基于CNNs的目標(biāo)識別
    5.5 實(shí)驗(yàn)分析與評估
        5.5.1 KITTI目標(biāo)檢測數(shù)據(jù)集
        5.5.2 實(shí)驗(yàn)評估
    5.6 本章小結(jié)
第六章 結(jié)論與展望
    6.1 論文總結(jié)
    6.2 研究展望
參考文獻(xiàn)
攻讀博士學(xué)位期間取得的成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]掃描線段特征用于三維點(diǎn)云地面分割[J]. 程子陽,任國全,張銀.  光電工程. 2019(07)
[2]基于3D激光雷達(dá)城市道路邊界魯棒檢測算法[J]. 孫朋朋,趙祥模,徐志剛,閔海根.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2018(03)
[3]采用延伸頂點(diǎn)的地面點(diǎn)云實(shí)時提取算法[J]. 孫朋朋,閔海根,徐志剛,趙祥模.  計(jì)算機(jī)工程與應(yīng)用. 2016(24)

博士論文
[1]基于三維激光雷達(dá)的動態(tài)車輛檢測與跟蹤[D]. 諶彤童.國防科學(xué)技術(shù)大學(xué) 2016
[2]無人駕駛車輛環(huán)境感知系統(tǒng)關(guān)鍵技術(shù)研究[D]. 王俊.中國科學(xué)技術(shù)大學(xué) 2016



本文編號：3732614