【摘要】：無(wú)人車是人工智能領(lǐng)域中的一個(gè)非常重要的部分，而環(huán)境感知?jiǎng)t是無(wú)人車研究中的關(guān)鍵模塊�，F(xiàn)階段國(guó)內(nèi)外對(duì)障礙物的檢測(cè)和跟蹤已做了很多研究，但還存在算法不夠完善、數(shù)據(jù)處理比較復(fù)雜、設(shè)備價(jià)格昂貴等問(wèn)題。針對(duì)這些問(wèn)題，本文基于單線激光雷達(dá)測(cè)距技術(shù)，結(jié)合現(xiàn)場(chǎng)試驗(yàn)，提出了一種新的基于單線激光雷達(dá)的障礙物檢測(cè)和跟蹤算法，實(shí)現(xiàn)了無(wú)人車對(duì)障礙物的檢測(cè)和跟蹤。 本文取得的主要研究成果： (1)基于不同類型障礙物的表面特征以及單線激光雷達(dá)的特點(diǎn)，提出了一種最近鄰聚類算法，該算法采用中值濾波去掉噪聲，利用相鄰兩點(diǎn)的距離對(duì)障礙物進(jìn)行初步的聚類，并用試驗(yàn)驗(yàn)證這一算法的有效性。 (2)基于距離聚類判據(jù)單一的缺陷，結(jié)合激光反射強(qiáng)度機(jī)理，并將障礙物的反射強(qiáng)度作為聚類的另一判據(jù)，提出了距離和反射強(qiáng)度耦合聚類算法，提高了障礙物聚類的精確度，試驗(yàn)驗(yàn)證這一判據(jù)的可行性。 (3)針對(duì)卡爾曼濾波和粒子濾波算法的缺陷，結(jié)合卡爾曼濾波方法，提出了通過(guò)相鄰時(shí)刻不同目標(biāo)障礙物的距離信息來(lái)匹配目標(biāo)的最近匹配跟蹤算法，解決了同一目標(biāo)障礙物在相鄰時(shí)刻的準(zhǔn)確位置和目標(biāo)的精確跟蹤以及障礙物的相對(duì)速度和行駛方向等難以獲取的問(wèn)題。 (4)采用C++和Qt語(yǔ)言編程實(shí)現(xiàn)了文中的算法，結(jié)合室內(nèi)簡(jiǎn)單環(huán)境和室外復(fù)雜環(huán)境測(cè)試，證實(shí)了這些算法的可行性和有效性。
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TN958.98

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 于金霞;蔡自興;鄒小兵;段琢華;;移動(dòng)機(jī)器人導(dǎo)航中激光雷達(dá)測(cè)距性能研究[J];傳感技術(shù)學(xué)報(bào);2006年02期

2 周平;王從軍;陳鑫;;計(jì)算機(jī)單目視覺(jué)測(cè)量系統(tǒng)[J];光電工程;2005年12期

3 劉維亭;戴曉強(qiáng);朱志宇;;基于重要性重采樣粒子濾波器的機(jī)動(dòng)目標(biāo)跟蹤方法[J];江蘇科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年01期

4 劉梓;唐振民;任明武;;基于3D激光雷達(dá)的實(shí)時(shí)道路邊界檢測(cè)算法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年S2期

5 戈新良,楊杰;基于多傳感器融合的機(jī)器人障礙物檢測(cè)和識(shí)別[J];計(jì)算機(jī)仿真;2005年03期

6 劉大學(xué);孫振平;戴斌;賀漢根;;多線激光雷達(dá)越野環(huán)境障礙檢測(cè)[J];計(jì)算機(jī)仿真;2009年07期

7 申磊;趙艷麗;汪連棟;;基于最小二乘估計(jì)的多點(diǎn)起始算法[J];計(jì)算機(jī)仿真;2011年02期

8 梁雄;唐t;蔡自興;;車載單線激光雷達(dá)成像分割及噪聲檢測(cè)算法[J];計(jì)算機(jī)應(yīng)用研究;2011年05期

9 趙一兵;王榮本;李琳輝;金立生;郭烈;;基于激光雷達(dá)的無(wú)人駕駛車前方障礙物檢測(cè)[J];交通與計(jì)算機(jī);2007年02期

10 崔高健,黃銀花,田原Z，

本文編號(hào)：2528279