準確定位是無人駕駛的關鍵技術之一,傳統(tǒng)的車輛定位使用全球定位導航系統(tǒng)(Global Navigation Satellite System,GNSS),但在復雜的城市環(huán)境下由于多路徑和非視距傳播效應GNSS不能為無人車提供準確的定位。同時定位與建圖(Simultaneous Localization And Mapping,SLAM)由于幀間配準不可避免地存在微小誤差導致SLAM的累積誤差隨著無人車行駛里程的增加而增大,也不能直接用于無人車的定位。本文針對復雜城市環(huán)境下GNSS和SLAM無法為無人車提供準確定位問題,研究基于激光雷達(Light Detection and Ranging,LiDAR)和先驗3D點云地圖的無人車定位算法。首先,針對激光點云配準問題,本文給出根據點云曲率大小提取特征點的方法,并將特征點分為邊緣特征點和平面特征點。為了計算無人車在相鄰幀之間的位姿變換關系,根據當前幀邊緣特征點到其對應的參考幀特征直線以及當前幀平面特征點到其對應的參考幀特征平面的距離構建損失函數,通過最小化損失函數就可以計算出無人車的幀間位姿變換關系。其次,針對3D點云地圖建立問題,提出基于自...

【文章頁數】：76 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及研究的目的和意義
    1.2 課題相關領域國內外研究現狀
        1.2.1 國內外無人車研究現狀及分析
        1.2.2 基于激光雷達的建圖研究現狀及分析
        1.2.3 基于激光雷達的無人車定位研究現狀及分析
    1.3 無人車建圖和定位的發(fā)展趨勢
    1.4 本文的主要研究內容及章節(jié)安排
第2章 基于激光雷達的無人車定位方法
    2.1 引言
    2.2 無人車坐標系、無人車運動模型和運動采樣算法
        2.2.1 無人車坐標系
        2.2.2 無人車運動模型
        2.2.3 運動采樣算法
    2.3 自適應蒙特卡洛定位算法
        2.3.1 蒙特卡羅定位
        2.3.2 自適應蒙特卡羅定位
    2.4 高斯牛頓法和列文伯格-馬夸爾特方法
    2.5 g2o圖優(yōu)化架構
    2.6 本章小結
第3章 基于自適應信息矩陣的位姿圖優(yōu)化建圖
    3.1 引言
    3.2 現有位姿圖優(yōu)化方法存在的問題
    3.3 基于自適應信息矩陣的位姿圖優(yōu)化建圖方法
        3.3.1 激光里程計
        3.3.2 構建相鄰位姿節(jié)點間的信息矩陣
        3.3.3 加入GNSS先驗位姿信息
    3.4 建圖算法實驗及結果分析
    3.5 本章小結
第4章 基于3D特征點與蒙特卡羅的融合定位算法
    4.1 引言
    4.2 3D特征點與蒙特卡羅的融合定位
        4.2.1 無人車位姿初始化
        4.2.2 無人車位姿預測
        4.2.3 無人車位姿更新
    4.3 定位算法實驗及結果分析
    4.4 本章小結
第5章 無人車定位系統(tǒng)實驗驗證與誤差分析
    5.1 引言
    5.2 實驗環(huán)境
        5.2.1 硬件環(huán)境
        5.2.2 軟件環(huán)境
    5.3 定位結果及誤差分析
        5.3.1 GNSS信號差的情況
        5.3.2 GNSS信號好的情況
    5.4 與其它算法對比
    5.5 本章小結
結論
參考文獻
攻讀碩士學位期間發(fā)表的論文及其它成果
致謝



本文編號：3795519