工程車輛常行駛于非結(jié)構(gòu)化地面,快速且準(zhǔn)確地重建復(fù)雜多變的非結(jié)構(gòu)化地形,并對(duì)其特征進(jìn)行識(shí)別與分類是實(shí)現(xiàn)工程車輛自主安全穩(wěn)定行駛的前提和基礎(chǔ)。本文圍繞基于激光雷達(dá)的非結(jié)構(gòu)化地形環(huán)境感知展開研究,基于激光雷達(dá)、慣性測(cè)量單元(IMU)等多傳感器信息融合,研究非結(jié)構(gòu)化地形三維點(diǎn)云準(zhǔn)確重構(gòu),數(shù)據(jù)模型的高效預(yù)處理以及地形障礙物特征的準(zhǔn)確識(shí)別與分類問題,為工程車輛的非結(jié)構(gòu)化地形實(shí)時(shí)感知和實(shí)現(xiàn)其自主安全穩(wěn)定行駛提供依據(jù)和參考。本文研究的具體工作為:(1)非結(jié)構(gòu)化地形的準(zhǔn)確三維點(diǎn)云重構(gòu)。針對(duì)非結(jié)構(gòu)化地形點(diǎn)云密度不均勻、噪聲多的特點(diǎn),提出包含粗配準(zhǔn)和精配準(zhǔn)的兩步配準(zhǔn)方法。粗配準(zhǔn)使用多傳感器數(shù)據(jù)結(jié)合改進(jìn)航位推算法實(shí)現(xiàn)高效粗匹配,精配準(zhǔn)則提出基于鄰域信息的改進(jìn)ICP算法。同時(shí),搭建多傳感器數(shù)據(jù)采集處理系統(tǒng),實(shí)時(shí)地獲取及處理各種數(shù)據(jù),結(jié)合本文兩步配準(zhǔn)方法,實(shí)現(xiàn)對(duì)地形的三維點(diǎn)云重構(gòu)。(2)研究針對(duì)非結(jié)構(gòu)化地形點(diǎn)云的預(yù)處理方法。為了提高獲取的地形點(diǎn)云的質(zhì)量,強(qiáng)化后續(xù)地形特征提取效果,本文首先通過構(gòu)造組合濾波方法實(shí)現(xiàn)點(diǎn)云的密度均勻化、平滑去噪和離群點(diǎn)剔除。然后設(shè)計(jì)算法逐步提取點(diǎn)云空洞區(qū)域的邊界。最后基于三角片構(gòu)造的思想...

【文章頁數(shù)】：94 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及意義
    1.2 相關(guān)研究現(xiàn)狀
        1.2.1 點(diǎn)云配準(zhǔn)算法的研究現(xiàn)狀
        1.2.2 點(diǎn)云預(yù)處理方法的研究現(xiàn)狀
        1.2.3 環(huán)境點(diǎn)云特征提取的研究現(xiàn)狀
    1.3 論文的創(chuàng)新點(diǎn)及工作內(nèi)容
第二章 非結(jié)構(gòu)化地形的三維點(diǎn)云重構(gòu)
    2.1 針對(duì)非結(jié)構(gòu)化地形的兩步配準(zhǔn)方法
    2.2 基于多傳感器數(shù)據(jù)的粗配準(zhǔn)方法
        2.2.1 多傳感器數(shù)據(jù)采集處理系統(tǒng)構(gòu)建
        2.2.2 基于多線程技術(shù)的多傳感器數(shù)據(jù)融合
        2.2.3 粗配準(zhǔn)方法的原理及過程
    2.3 基于改進(jìn)ICP算法的精配準(zhǔn)方法
        2.3.1 ICP算法的概述
        2.3.2 魯棒的關(guān)鍵點(diǎn)提取方法
        2.3.3 對(duì)應(yīng)點(diǎn)集的高精度構(gòu)建
        2.3.4 變換矩陣的快速計(jì)算
    2.4 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析
        2.4.1 改進(jìn)ICP算法的有效性驗(yàn)證實(shí)驗(yàn)
        2.4.2 改進(jìn)ICP算法的優(yōu)越性驗(yàn)證實(shí)驗(yàn)
        2.4.3 粗配準(zhǔn)的必要性驗(yàn)證實(shí)驗(yàn)
        2.4.4 非結(jié)構(gòu)化地形點(diǎn)云重構(gòu)實(shí)驗(yàn)
    2.5 本章小結(jié)
第三章 非結(jié)構(gòu)化地形點(diǎn)云的預(yù)處理研究
    3.1 組合濾波算法的構(gòu)建
        3.1.1 點(diǎn)云數(shù)據(jù)密度均勻化處理
        3.1.2 點(diǎn)云數(shù)據(jù)的平滑去噪處理
        3.1.3 點(diǎn)云數(shù)據(jù)的離散點(diǎn)剔除
    3.2 點(diǎn)云空洞區(qū)域的補(bǔ)全
        3.2.1 平均點(diǎn)間距的計(jì)算
        3.2.2 點(diǎn)云模型中邊界點(diǎn)的提取
        3.2.3 引入走向判斷的邊界線連接
        3.2.4 外邊界剔除與內(nèi)邊界方向統(tǒng)一
        3.2.5 基于三角片構(gòu)造方法的空洞修補(bǔ)
    3.3 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析
        3.3.1 地形點(diǎn)云濾波實(shí)驗(yàn)
        3.3.2 點(diǎn)云空洞區(qū)域補(bǔ)全實(shí)驗(yàn)
    3.4 本章小結(jié)
第四章 基于點(diǎn)云的障礙物提取與分類
    4.1 基于邊緣檢測(cè)的地形障礙物提取
        4.1.1 利用邊緣檢測(cè)提取障礙物的可行性分析
        4.1.2 邊緣檢測(cè)方法概述
        4.1.3 地形點(diǎn)云的障礙物邊緣檢測(cè)
        4.1.4 引入非極大值抑制的檢測(cè)優(yōu)化
    4.2 基于聚類的地形障礙物凹凸分類
        4.2.1 結(jié)合超體素分割的障礙物聚類方法
        4.2.2 基于幾何分析的凹凸障礙物判別
    4.3 非結(jié)構(gòu)化地形點(diǎn)云障礙物提取與分類實(shí)驗(yàn)
        4.3.1 地形點(diǎn)云的障礙物提取實(shí)驗(yàn)
        4.3.2 地形點(diǎn)云的障礙物聚類實(shí)驗(yàn)
        4.3.3 地形點(diǎn)云的凹凸障礙物判別實(shí)驗(yàn)
    4.4 本章小結(jié)
第五章 總結(jié)和展望
    5.1 全文總結(jié)
    5.2 研究展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間參與的科研項(xiàng)目及科研成果



本文編號(hào)：3928495