無(wú)人駕駛中首要解決的一個(gè)問(wèn)題是無(wú)人駕駛車輛的定位問(wèn)題,依據(jù)定位信息在高精度地圖中確定車輛的位置后,才能為無(wú)人駕駛車輛規(guī)劃合理的行駛線路,并根據(jù)當(dāng)前位置進(jìn)行車輛控制和姿態(tài)調(diào)整。正態(tài)分布變換（Normal Distributions Transform,NDT）是當(dāng)前無(wú)人駕駛中較為常用的一種厘米級(jí)定位方法,NDT定位算法使用激光雷達(dá)實(shí)時(shí)掃描的激光點(diǎn)云數(shù)據(jù)并結(jié)合高精度點(diǎn)云地圖即可進(jìn)行實(shí)時(shí)精確的無(wú)人駕駛車輛定位。然而NDT定位算法存在一個(gè)不足之處就是在使用時(shí)需要提供一個(gè)先驗(yàn)定位信息,即首先需要有車輛的初始位置信息才能通過(guò)執(zhí)行NDT算法進(jìn)行車輛行駛?cè)^(guò)程的定位。本文針對(duì)NDT定位算法在沒(méi)有初始定位信息的條件下,無(wú)法正常工作的這一問(wèn)題,提出了一種基于點(diǎn)云尺度不變特征（Scale invariant feature transform,SIFT）的新方法來(lái)解決和改進(jìn)這一問(wèn)題。本文通過(guò)使用激光雷達(dá)點(diǎn)云數(shù)據(jù)以及點(diǎn)云地圖展開(kāi)初始定位的研究工作,研究?jī)?nèi)容主要如下:1.本文基于PointPillars和DenseNet的改進(jìn)提出了一種多特征輸出模型—PDNet,該模型使用點(diǎn)云柱對(duì)點(diǎn)云進(jìn)行編碼,生成了二維點(diǎn)云特... 

【文章來(lái)源】：蘭州大學(xué)甘肅省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：73 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

無(wú)人駕駛系統(tǒng)架構(gòu)

盜鏡淖笥曳較蚪嵌齲?菹蚩刂樸糜誑刂莆?人駕駛車輛的速度大小，控制模塊通過(guò)線控執(zhí)行器向車輛CAN總線發(fā)送控制消息，橫行控制使用方向盤轉(zhuǎn)動(dòng)命令，縱向控制使用油門和剎車踏板的開(kāi)合角度命令。整個(gè)無(wú)人駕駛正是通過(guò)感知模塊、規(guī)劃模塊和控制模塊之間的交互合作完成的。定位問(wèn)題作為無(wú)人駕駛研究的基本問(wèn)題，可以說(shuō)是無(wú)人駕駛的起點(diǎn)，首先無(wú)人駕駛車輛要知道自己身處何方，才能根據(jù)目的地規(guī)劃出線路讓車輛啟動(dòng)，整個(gè)無(wú)人駕駛系統(tǒng)的各個(gè)模塊才能開(kāi)始工作、互相配合，同時(shí)整個(gè)行駛過(guò)程中也要保持車輛定位。常見(jiàn)定位算法依據(jù)如圖1-2所示不同不同的傳感器分為以下三類：l基于GNSSRTK定位：通過(guò)全球?qū)Ш叫l(wèi)星系統(tǒng)獲取車輛在世界坐標(biāo)系下的位置；l基于IMU定位：通過(guò)慣性測(cè)量單元結(jié)合車輛初始狀態(tài)獲取車輛位置；l基于激光雷達(dá)定位：通過(guò)激光雷達(dá)得到的周圍環(huán)境信息確定當(dāng)前車輛位置；（a）（b）（c）圖1-2（a）：RTK；（b）：IMU；（c）：激光雷達(dá)

蘭州大學(xué)碩士學(xué)位論文基于點(diǎn)云尺度不變特征的NDT算法初始定位研究與改進(jìn)4根據(jù)上文傳感器的分析GNSSRTK定位和IMU定位都有明顯缺陷，而激光雷達(dá)定位兼具二者優(yōu)點(diǎn)同時(shí)又可以互相配合使用成為了定位主要方式，NDT定位算法就是激光雷達(dá)定位中最常見(jiàn)的算法。NDT定位算法存在一個(gè)缺陷就是在使用時(shí)需要如圖1-3所示提供一個(gè)初始定位，一般情況下該初始定位信息可以由GNSS設(shè)備提供，但這里存在的問(wèn)題是：（1）很多研究團(tuán)隊(duì)和個(gè)人學(xué)習(xí)者使用的是公開(kāi)的無(wú)人駕駛路測(cè)數(shù)據(jù)諸如KIITI數(shù)據(jù)集[8]、Apollo數(shù)據(jù)集[9]等進(jìn)行研究，沒(méi)有無(wú)人駕駛硬件設(shè)備；（2）由于激光雷達(dá)作為無(wú)人駕駛感知模塊的核心傳感器，一些初始開(kāi)展無(wú)人駕駛的團(tuán)隊(duì)可能只配置了激光雷達(dá)而沒(méi)有其他傳感器。這樣很大一部分無(wú)人駕駛研究者沒(méi)有GNSS設(shè)備，因此在使用NDT定位算法就需要手工標(biāo)注初始位置，無(wú)法做到無(wú)人駕駛中完全由計(jì)算機(jī)控制的一致性。正是為了解決NDT定位算法存在這一問(wèn)題，本文提出一種新的方法改進(jìn)NDT定位算法，使NDT算法在沒(méi)有GNSS以及人為提供的定位信息也能正常工作。圖1-3NDT定位算法的兩種初始定位信息獲取方式1.2國(guó)內(nèi)外研究現(xiàn)狀本文的研究?jī)?nèi)容包括無(wú)人駕駛定位研究以及基于目標(biāo)檢測(cè)去除定位影響元素的研究，本節(jié)內(nèi)容將根據(jù)以上兩方面內(nèi)容介紹和總結(jié)無(wú)人駕駛定位技術(shù)研究現(xiàn)狀和特征定位影響元素濾除研究現(xiàn)狀。1.2.1無(wú)人駕駛定位技術(shù)研究現(xiàn)狀無(wú)人駕駛車輛在邏輯上可以看作是一個(gè)四輪機(jī)器人，因此定位技術(shù)的研究起源于機(jī)器人定位研究，不少經(jīng)典機(jī)器人定位算法都被遷移應(yīng)用到無(wú)人駕駛當(dāng)中。Nistér等人[10]提出視覺(jué)里程計(jì)（VisualOdometry，VO）方法，是運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)（StructurefromMotion，SfM）的一種特殊情況，VO方法根據(jù)移動(dòng)車輛搭載攝像GNSS

【參考文獻(xiàn)】：
期刊論文
[1]自動(dòng)駕駛產(chǎn)業(yè)發(fā)展現(xiàn)狀及趨勢(shì)[J]. 倫一.  電信網(wǎng)技術(shù). 2017(06)
[2]5G若干關(guān)鍵技術(shù)評(píng)述[J]. 張平,陶運(yùn)錚,張治.  通信學(xué)報(bào). 2016(07)
[3]散亂點(diǎn)云噪聲分析與降噪方法研究[J]. 王振,孫志剛.  計(jì)算機(jī)與數(shù)字工程. 2015(09)
[4]基于地面特征點(diǎn)匹配的無(wú)人駕駛車全局定位[J]. 方輝,楊明,楊汝清.  機(jī)器人. 2010(01)
[5]移動(dòng)機(jī)器人Markov定位算法的研究——方向傳感器建模新方法[J]. 劉瑜,朱世強(qiáng),金波.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2005(03)
[6]基于路徑識(shí)別的移動(dòng)機(jī)器人視覺(jué)導(dǎo)航[J]. 張海波,原魁,周慶瑞.  中國(guó)圖象圖形學(xué)報(bào). 2004(07)



本文編號(hào)：3519232