本文關(guān)鍵詞： 無人車 邊界檢測 激光雷達 聚類 雙閾值　出處：《西安工業(yè)大學(xué)》2016年碩士論文　論文類型：學(xué)位論文

【摘要】：近年來車輛技術(shù)的發(fā)展使得無人駕駛技術(shù)成為國內(nèi)外研究的熱點,無人車的道路邊界檢測是無人駕駛技術(shù)的重要研究方向之一,道路邊界檢測就是要識別出道路上的障礙物,判別出道路邊界,提取出無人車在道路的可行區(qū)域,保證無人車可以在未知的道路環(huán)境中安全行駛。本文首先根據(jù)無人駕駛智能車系統(tǒng)的要求搭建了無人車的硬件平臺,安裝了所需的各類傳感器。然后對所安裝的激光雷達傳感器和GPS/INS慣性導(dǎo)航的通訊協(xié)議以及數(shù)據(jù)進行了比較詳細的介紹說明。最后,實現(xiàn)了工控機與無人車上安裝的各傳感器之間的通訊,從而得到激光雷達、GPS/INS慣性導(dǎo)航的檢測數(shù)據(jù)。其次,結(jié)合現(xiàn)實道路環(huán)境的具體情況,在現(xiàn)有的三維激光測距系統(tǒng)使用場合、特點等基礎(chǔ)上,分析了本文所采用的三維激光測距系統(tǒng)是由激光雷達配合無人車的行駛來進行掃描,并且建立了系統(tǒng)所用的激光雷達局部坐標(biāo)系、無人車局部坐標(biāo)系和無人車全局坐標(biāo)系這三種坐標(biāo)系。文中提出一種在無人車行駛中基于激光雷達的道路邊界檢測方法。確定雷達數(shù)據(jù)點的搜索原則,通過最近鄰域算法對激光雷達檢測的數(shù)據(jù)進行聚類；再經(jīng)過雙閾值結(jié)合中位值平均濾波算法對激光雷達采集的道路邊界信息進行處理,最后通過最小二乘法擬合出道路邊界,進而估算出道路車道線信息,為無人車的行駛提供安全可靠的保障。最后通過Visual Basic軟件平臺結(jié)合無人車的運行對道路邊界檢測算法做了相應(yīng)的測試實驗。實驗結(jié)果表明：激光雷達能夠?qū)Φ缆愤吔鐢?shù)據(jù)進行有效的聚類,同時實現(xiàn)了對無人車道路邊界和側(cè)方障礙物的準(zhǔn)確檢測。
[Abstract]:In recent years, with the development of vehicle technology, driverless technology has become a hot spot at home and abroad. Road boundary detection of unmanned vehicles is one of the important research directions of driverless technology. Road boundary detection is to identify the obstacles on the road, identify the road boundary, and extract the feasible area of the road. Ensure that the unmanned vehicle can drive safely in the unknown road environment. Firstly, the hardware platform of the unmanned vehicle is built according to the requirements of the unmanned intelligent vehicle system. Then the communication protocol and data of lidar sensor and GPS/INS inertial navigation are introduced in detail. The communication between the industrial control computer and the sensors installed on the unmanned vehicle is realized, and the detection data of GPS / ins inertial navigation are obtained. Secondly, combined with the actual road environment. On the basis of the application and characteristics of the existing 3D laser ranging system, it is analyzed that the 3D laser ranging system used in this paper is scanned by the laser radar combined with the driving of the unmanned vehicle. And the local coordinate system of lidar used in the system is established. In this paper, a method of road boundary detection based on lidar is presented in this paper, and the search principle of radar data points is determined. The nearest neighborhood algorithm is used to cluster the data of lidar detection. Then the road boundary information collected by lidar is processed by double threshold and mean median filter algorithm. Finally, the road boundary is fitted by the least square method, and then the road lane information is estimated. To provide a safe and reliable guarantee for the driving of the unmanned vehicle. Finally, through the Visual. The Basic software platform is used to test the road boundary detection algorithm combined with the running of the unmanned vehicle. The experimental results show that the lidar can effectively cluster the road boundary data. At the same time, it realizes the accurate detection of the road boundary and side obstacles of the unmanned vehicle.
【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】：2016
【分類號】：U463.6;TN958.98

【相似文獻】

相關(guān)期刊論文 前10條

1 蔣興浩;孫錟鋒;方之昕;李榮杰;馮冰;;基于可變窗的鏡頭邊界檢測算法[J];上海交通大學(xué)學(xué)報;2009年11期

2 陳維南，李立源，龔堅;主動型邊界檢測：理論與方法的研究[J];東南大學(xué)學(xué)報;1995年S1期

3 王暉,張基宏;一種基于熵算子的圖像邊界檢測算法(英文)[J];Transactions of Nanjing University of Aeronautics & Astronau;1999年01期

4 高梁;劉曉云;廖志武;陳武凡;;一種基于多信息融合的模糊邊界檢測算法[J];儀器儀表學(xué)報;2011年11期

5 陳杰春;張恒;趙麗萍;;基于蒙特卡羅方法的邊界檢測不確定度估計[J];東北電力大學(xué)學(xué)報;2012年03期

6 趙春江,施文康,鄧勇;基于模糊推理的邊界檢測方法[J];光學(xué)精密工程;2003年03期

7 薛玲;熊璋;歐陽元新;鐘林;;一種二級級聯(lián)分類的鏡頭邊界檢測算法[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2008年05期

8 趙業(yè)，，陳維南，李立源;基于邊界點方向的邊界檢測方法[J];東南大學(xué)學(xué)報;1994年06期

9 王衛(wèi)星;吳林春;;基于分?jǐn)?shù)階積分谷底邊界檢測的路面裂縫提取[J];華南理工大學(xué)學(xué)報(自然科學(xué)版);2014年01期

10 范彥斌,李西兵,沈自林;基于亞像素的邊界檢測與提取算法及誤差分析[J];機械科學(xué)與技術(shù);2005年02期

相關(guān)會議論文 前7條

1 Yue Feng WAN;Jack-Gérard POSTAIRE;Fran噻ois CABESTAING;;圖像邊界檢測[A];1995年中國控制會議論文集（上）[C];1995年

2 管永紅;劉瑞根;周俸才;;用計算機對比法進行邊界檢測[A];中國工程物理研究院科技年報（1998）[C];1998年

3 盧文鋒;;基于貝葉斯方法的超聲波圖像邊界檢測[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會通信與信息技術(shù)會議論文集（上冊）[C];2008年

4 彭進業(yè);郝重陽;;一種基于二維圖像分割的視頻鏡頭邊界檢測方法[A];信號與信息處理技術(shù)第三屆信號與信息處理全國聯(lián)合學(xué)術(shù)會議論文集[C];2004年

5 劉瑞根;董維申;周俸才;管永紅;;三種不依賴對比樣品的閃光X光照相圖像邊界檢測[A];中國工程物理研究院科技年報（1999）[C];1999年

6 王麗輝;袁保宗;苗振江;;結(jié)合FCM和邊界檢測算法進行不規(guī)則點云去噪[A];第十三屆全國信號處理學(xué)術(shù)年會（CCSP-2007）論文集[C];2007年

7 范競往;翟曉飛;封化民;楊鼎才;方勇;;一種雙層新聞邏輯單元分割框架[A];第一屆建立和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2005）論文集[C];2005年

相關(guān)博士學(xué)位論文 前3條

1 邰振華;位場數(shù)據(jù)高精度處理方法的研究與應(yīng)用[D];吉林大學(xué);2016年

2 張輝;基于朝向?qū)Ρ榷鹊倪吔鐧z測和圖像分類研究[D];北京交通大學(xué);2014年

3 李桂丹;無線傳感器網(wǎng)絡(luò)路由協(xié)議及容錯事件邊界檢測研究[D];天津大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 耿鵬;混合屬性數(shù)據(jù)聚類邊界檢測技術(shù)的研究[D];鄭州大學(xué);2015年

2 樊駿笠;關(guān)聯(lián)稀疏在圖像恢復(fù)和邊界檢測中的應(yīng)用[D];浙江師范大學(xué);2015年

3 孫娟;新的視頻鏡頭邊界檢測的度量標(biāo)準(zhǔn)[D];蘭州大學(xué);2015年

4 劉烽;基于動態(tài)閾值與擬合特征的鏡頭邊界檢測[D];南京大學(xué);2013年

5 劉勝男;基于超像素的點互信息圖像邊界檢測與分割算法研究[D];西北農(nóng)林科技大學(xué);2016年

6 王瑞宇;無監(jiān)督在線學(xué)習(xí)實現(xiàn)遮擋邊界檢測與遮擋規(guī)避方法研究[D];燕山大學(xué);2016年

7 張鋮;基于小型無人直升機的環(huán)境污染區(qū)域邊界檢測與跟蹤算法的研究[D];華南理工大學(xué);2016年

8 嚴(yán)征;無人車的道路邊界檢測研究[D];西安工業(yè)大學(xué);2016年

9 徐文菁;一種基于運動特征的自適應(yīng)鏡頭邊界檢測算法及實現(xiàn)[D];北京郵電大學(xué);2009年

10 方之昕;鏡頭邊界檢測中的不連續(xù)度設(shè)定與閾值判定問題研究[D];上海交通大學(xué);2010年

本文編號：1448879