本文關(guān)鍵詞：無人駕駛智能車障礙檢測方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著經(jīng)濟(jì)的快速發(fā)展,人們生活水平不斷的提高；人們對于出行的交通工具提出了更高的要求。無人車技術(shù)開歷史之先河,完全解放因駕駛給人所帶來的束縛。障礙物檢測是無人車研究的重點(diǎn)之一。本文首先對GPS慣性導(dǎo)航、激光雷達(dá)的通訊協(xié)議以及傳輸?shù)臄?shù)據(jù)編碼進(jìn)行了詳細(xì)的介紹,并通過Visual Basic平臺實(shí)現(xiàn)了與工控機(jī)之間的通訊,從而獲得了GPS慣性導(dǎo)航、激光雷達(dá)的檢測數(shù)據(jù)。其次為了解決在未知環(huán)境情況下障礙物運(yùn)動狀態(tài)的檢測問題。文中提出一種基于激光雷達(dá)自主動態(tài)障礙物的檢測方法。通過近鄰域法和層次聚類算法對激光雷達(dá)檢測的數(shù)據(jù)進(jìn)行聚類；在此基礎(chǔ)上分析了聚類障礙物的特征參數(shù),利用聚類障礙物數(shù)據(jù)的置信區(qū)間關(guān)聯(lián)性分析確定了障礙物的類型,對同一類型障礙物進(jìn)行相對坐標(biāo)轉(zhuǎn)化分析確定了障礙物的速度、航向。對于道路邊界和側(cè)方障礙物檢測的問題。本文對道路邊界的檢測采用激光雷達(dá)檢測的方法,通過采用遞推中位值濾波法使得邊界道路變的更加平滑；以及實(shí)現(xiàn)了超聲波對側(cè)方障礙物的檢測。最后通過Visual Basic的軟件平臺開發(fā)出各個傳感器的數(shù)據(jù)接受界面,同時(shí)對障礙物的聚類、障礙物運(yùn)動狀態(tài)、道路邊界和側(cè)方障礙物的檢測分別做了相應(yīng)的實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明：能夠?qū)φ系K物進(jìn)行有效的聚類,從而實(shí)現(xiàn)對同一障礙物速度和航向的檢測；同時(shí)實(shí)現(xiàn)了對道路邊界和側(cè)方障礙物的檢測。
【關(guān)鍵詞】：無人車 障礙物檢測 聚類 Visual Basic
【學(xué)位授予單位】：西安工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：U495;U463.6
【目錄】：

• 摘要3-4
• Abstract4-8
• 1 緒論8-17
• 1.1 課題研究的背景及意義8-9
• 1.2 無人駕駛智能車輛發(fā)展研究概況9-12
• 1.2.1 國外無人車駕駛智能車研究狀況9-11
• 1.2.2 國內(nèi)研究概況11-12
• 1.3 無人駕駛智能車障礙檢測方法的介紹12-15
• 1.3.1 基于立體視覺的障礙物檢測12
• 1.3.2 基于二維激光雷達(dá)的障礙檢測12-13
• 1.3.3 基于三維激光雷達(dá)的障礙物檢測13-14
• 1.3.4 基于彩色機(jī)器視覺的障礙物檢測14
• 1.3.5 基于結(jié)構(gòu)光的障礙物檢測14-15
• 1.4 本論文研究的主要內(nèi)容及各章節(jié)安排15-17
• 1.4.1 本論文研究主要內(nèi)容15-16
• 1.4.2 論文各章節(jié)安排16-17
• 2 無人駕駛智能車檢測系統(tǒng)的數(shù)據(jù)協(xié)議17-31
• 2.1 GPS導(dǎo)航系統(tǒng)的數(shù)據(jù)協(xié)議17-21
• 2.1.1 GPS數(shù)據(jù)協(xié)議介紹17-19
• 2.1.2 GPS數(shù)據(jù)編譯方式19-21
• 2.2 LMS510激光雷達(dá)的數(shù)據(jù)協(xié)議21-27
• 2.2.1 LMS510激光雷達(dá)數(shù)據(jù)協(xié)議介紹22-24
• 2.2.2 LMS510激光雷達(dá)的數(shù)據(jù)編譯方式24-27
• 2.3 UTM-30LX-EW的數(shù)據(jù)協(xié)議27-30
• 2.3.1 SCIP2.2數(shù)據(jù)協(xié)議介紹27-28
• 2.3.2 UTM-30LX-EW數(shù)據(jù)編譯方式28-30
• 2.4 本章小結(jié)30-31
• 3 激光雷達(dá)自主動態(tài)障礙物檢測31-40
• 3.1 激光雷達(dá)的工作原理31-32
• 3.2 激光雷達(dá)的測距原理32
• 3.3 激光雷達(dá)數(shù)據(jù)采集32-33
• 3.4 聚類分析介紹33-34
• 3.5 激光雷達(dá)檢測點(diǎn)的聚類34-36
• 3.6 聚類障礙的特征參數(shù)提取36-37
• 3.7 障礙物的關(guān)聯(lián)性分析37-38
• 3.8 運(yùn)動障礙物的狀態(tài)檢測38-39
• 3.9 本章小結(jié)39-40
• 4 道路邊界和側(cè)方障礙物的檢測40-48
• 4.1 激光雷達(dá)的道路邊界檢測40-42
• 4.1.1 激光雷達(dá)檢測點(diǎn)的坐標(biāo)轉(zhuǎn)化40-41
• 4.1.2 濾波方法41-42
• 4.2 側(cè)方障礙物檢測42-47
• 4.2.1 超聲波測距原理43-44
• 4.2.2 超聲測距系統(tǒng)組成44
• 4.2.3 系統(tǒng)硬件電路設(shè)計(jì)44-46
• 4.2.4 系統(tǒng)軟件設(shè)計(jì)46-47
• 4.3 本章小結(jié)47-48
• 5 障礙物檢測試驗(yàn)及結(jié)果48-58
• 5.1 試驗(yàn)車參數(shù)48
• 5.2 障礙物檢測軟件系統(tǒng)48-49
• 5.3 VB6.0編寫運(yùn)用界面49-54
• 5.3.1 GPS接受數(shù)據(jù)界面49-51
• 5.3.2 SICK激光雷達(dá)數(shù)據(jù)接受與參數(shù)設(shè)置界面51-52
• 5.3.3 UTM激光雷達(dá)數(shù)據(jù)接受52-53
• 5.3.4 無人車運(yùn)行監(jiān)控界面設(shè)計(jì)53-54
• 5.4 障礙物檢測的實(shí)測結(jié)果54-56
• 5.5 激光雷達(dá)邊沿檢測的實(shí)測結(jié)果56-57
• 5.6 超聲波檢測實(shí)測結(jié)果57
• 5.7 本章小結(jié)57-58
• 6 總結(jié)與展望58-60
• 6.1 總結(jié)58
• 6.2 展望58-60
• 參考文獻(xiàn)60-63
• 攻讀碩士學(xué)位期間發(fā)表的論文63-64
• 致謝64-66

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 項(xiàng)志宇;;針對越野自主導(dǎo)航的障礙物檢測系統(tǒng)[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年S2期

2 楊蕾,侯春萍;無縫線路軌溫實(shí)時(shí)監(jiān)測系統(tǒng)的實(shí)現(xiàn)和應(yīng)用[J];電子技術(shù)應(yīng)用;2004年03期

3 李國厚,趙明富,徐君鵬;PLC控制系統(tǒng)的可靠性設(shè)計(jì)[J];礦山機(jī)械;2005年04期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 唐高友;基于機(jī)器視覺的道路識別與障礙物檢測技術(shù)研究[D];重慶大學(xué);2005年

2 沈璐;基于雙目立體視覺的三維重構(gòu)剖分算法研究[D];東北師范大學(xué);2010年

3 冀光強(qiáng);基于線結(jié)構(gòu)光掃描的水下三維重建技術(shù)[D];中國海洋大學(xué);2013年

4 張雙喜;基于雷達(dá)與相機(jī)的無人駕駛智能車障礙物檢測技術(shù)研究[D];長安大學(xué);2013年

5 呂峰;無人駕駛智能車控制系統(tǒng)的設(shè)計(jì)研究[D];西安工業(yè)大學(xué);2014年

  本文關(guān)鍵詞：無人駕駛智能車障礙檢測方法研究，由筆耕文化傳播整理發(fā)布。

本文編號：394790