無人駕駛技術(shù)在越來越多的場景下都得到了廣泛應(yīng)用。越野環(huán)境下無人駕駛技術(shù)是軍用地面無人平臺的基礎(chǔ),其中道路檢測作為無人駕駛系統(tǒng)的一個重要組成部分,在環(huán)境感知和路徑規(guī)劃中都起著至關(guān)重要的作用,是無人平臺自主能力的重要支撐。與城市環(huán)境車道線檢測不同,越野環(huán)境的道路更加復(fù)雜。本文針對越野場景下的道路檢測及其在局部路徑規(guī)劃中的應(yīng)用做了系統(tǒng)的研究。本論文的主要創(chuàng)新包括如下兩點:第一,在工程應(yīng)用研究方面,我們研究了道路檢測技術(shù)在野外地面無人平臺的自主導(dǎo)航中的應(yīng)用落地。本文基于現(xiàn)有的基于離散道邊點表示的道路模型,使用端到端的卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測;然后將算法集成到野外軍用車載平臺上,對車載相機采集的彩色圖片進(jìn)行實時預(yù)測。同時,我們提出利用圖像道邊檢測進(jìn)行局部路徑規(guī)劃的方案。首先進(jìn)行相機的內(nèi)參標(biāo)定,以及相機與規(guī)劃坐標(biāo)系之間的外參標(biāo)定,得到圖像平面與規(guī)劃平面之間的單應(yīng)性矩陣。通過將圖像中檢測出的道邊點投影到規(guī)劃坐標(biāo)系下,無人車可以在沒有精確定位信息的情況下進(jìn)行魯棒的局部路徑規(guī)劃。根據(jù)實際環(huán)境情況,本文在投影的時候還提出了結(jié)合實時的車體姿態(tài)信息修正投影單應(yīng)性矩陣和投影結(jié)果多幀融合等優(yōu)化策略。第二,在理論研究方... 

【文章來源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：85 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
Abstract
1 緒論
    1.1 研究的背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文內(nèi)容與結(jié)構(gòu)
2 基于離散道邊點的道路檢測及其在路徑規(guī)劃中的應(yīng)用
    2.1 道路模型
    2.2 網(wǎng)絡(luò)結(jié)構(gòu)
    2.3 離散道邊點的投影
        2.3.1 單應(yīng)性矩陣估計
        2.3.2 單應(yīng)性矩陣標(biāo)定
        2.3.3 單應(yīng)性矩陣修正
    2.4 基于離散道邊點的局部路徑規(guī)劃
        2.4.1 道邊點擬合及優(yōu)化
        2.4.2 岔路口的道路選擇
    2.5 模型訓(xùn)練
        2.5.1 數(shù)據(jù)的采集與處理
        2.5.2 損失函數(shù)
        2.5.3 損失曲線
    2.6 實驗結(jié)果分析
        2.6.1 圖像檢測結(jié)果分析
        2.6.2 投影結(jié)果分析
        2.6.3 規(guī)劃結(jié)果分析
    2.7 本章小結(jié)
3 基于曲線預(yù)測的道路檢測算法
    3.1 道路模型
        3.1.1 道路的曲線模型
        3.1.2 多項式函數(shù)表示
        3.1.3 三角函數(shù)表示
    3.2 模型訓(xùn)練
        3.2.1 數(shù)據(jù)的采集和處理
        3.2.2 網(wǎng)絡(luò)結(jié)構(gòu)
        3.2.3 損失函數(shù)
        3.2.4 損失曲線
    3.3 模型評估
        3.3.1 評估標(biāo)準(zhǔn)
        3.3.2 多項式模型與三角函數(shù)模型比較
        3.3.3 曲線自由度實驗
        3.3.4 曲線系數(shù)正則項權(quán)重實驗
    3.4 誤檢漏檢分析
    3.5 岔路口分析
    3.6 本章小結(jié)
4 總結(jié)與展望
    4.1 本文工作總結(jié)
    4.2 未來工作展望
參考文獻(xiàn)
作者在學(xué)期間所取得的科研成果


【參考文獻(xiàn)】：
期刊論文
[1]矮化密植棗園收獲作業(yè)視覺導(dǎo)航路徑提取[J]. 彭順正,坎雜,李景彬.  農(nóng)業(yè)工程學(xué)報. 2017(09)
[2]基于機器視覺的農(nóng)田機械導(dǎo)航線提取算法研究[J]. 刁智華,王會丹,宋寅卯.  農(nóng)機化研究. 2015(02)
[3]采用Hough變換的道路邊界檢測算法[J]. 史曉鵬,何為,韓力群.  智能系統(tǒng)學(xué)報. 2012(01)
[4]基于3D激光雷達(dá)的實時道路邊界檢測算法[J]. 劉梓,唐振民,任明武.  華中科技大學(xué)學(xué)報(自然科學(xué)版). 2011(S2)

博士論文
[1]深度學(xué)習(xí)算法在無人駕駛視覺中的應(yīng)用[D]. 蔡惠民.西安電子科技大學(xué) 2018



本文編號：3205388