本文關(guān)鍵詞：城市環(huán)境基于三維激光雷達(dá)的自動(dòng)駕駛車輛多目標(biāo)檢測(cè)及跟蹤算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：本文針對(duì)城區(qū)道路環(huán)境下智能車輛自主規(guī)劃決策對(duì)周圍其他車輛運(yùn)動(dòng)狀態(tài)的感知需求,采用三維激光雷達(dá)檢測(cè)及跟蹤本車周圍360°的運(yùn)動(dòng)目標(biāo),為自主車進(jìn)行智能換道和速度跟隨提供周圍運(yùn)動(dòng)目標(biāo)的位置及速度信息。算法首先將三維點(diǎn)云投影到二維柵格地圖以減少數(shù)據(jù)量,再通過連通域分析進(jìn)行目標(biāo)聚類,并用最小包絡(luò)面積矩形進(jìn)行建模描述,然后從基于幾何模型和運(yùn)動(dòng)模型假設(shè)兩種方法進(jìn)行候選目標(biāo)選取,對(duì)選取的目標(biāo)與上一幀跟蹤上的目標(biāo)進(jìn)行數(shù)據(jù)關(guān)聯(lián),并使用二分圖最大匹配的思想對(duì)關(guān)聯(lián)矩陣進(jìn)行優(yōu)化,采用匈牙利算法進(jìn)行求解,最后基于擴(kuò)展卡爾曼濾波算法對(duì)需要跟蹤的目標(biāo)進(jìn)行濾波更新,估計(jì)目標(biāo)的位置和速度。實(shí)驗(yàn)采集北京城區(qū)三環(huán)道路真實(shí)場(chǎng)景數(shù)據(jù),在正常行車的狀態(tài)下能夠檢測(cè)到車輛周圍360°的運(yùn)動(dòng)車輛,并能夠穩(wěn)定跟蹤�；谶\(yùn)動(dòng)模型假設(shè)的方法可以檢測(cè)到幾何形狀不明顯的目標(biāo),能夠有效的處理遮擋的問題,運(yùn)動(dòng)狀態(tài)跟蹤實(shí)驗(yàn)結(jié)果表明基于目標(biāo)位置、速度和速度方向模型的非線性擴(kuò)展卡爾曼濾波算法比傳統(tǒng)的估計(jì)位置和兩個(gè)方向上的速度分量的線性卡爾曼濾波算法要更加穩(wěn)定,算法運(yùn)行在車載工控機(jī)下平均耗時(shí)70 ms左右,滿足實(shí)時(shí)性的要求。
【關(guān)鍵詞】：三維激光雷達(dá) 多目標(biāo)檢測(cè)與跟蹤 智能車輛 運(yùn)動(dòng)模型假設(shè)
【學(xué)位授予單位】：北京理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：U463.6;TN958.98
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-20
• 1.1 智能車輛概述10-12
• 1.1.1 智能車輛系統(tǒng)框架11-12
• 1.1.2 環(huán)境感知相關(guān)技術(shù)研究12
• 1.2 多目標(biāo)檢測(cè)與跟蹤的背景和意義12-17
• 1.2.1 智能汽車平臺(tái)“Ray”12-14
• 1.2.2 三維激光雷達(dá)傳感器14-16
• 1.2.3 基于三維激光雷達(dá)多目標(biāo)檢測(cè)與跟蹤16-17
• 1.3 本文研究?jī)?nèi)容及主要貢獻(xiàn)17-20
• 1.3.1 本文研究?jī)?nèi)容及組織結(jié)構(gòu)17-19
• 1.3.2 本文主要貢獻(xiàn)19-20
• 第2章 點(diǎn)云提取及柵格地圖創(chuàng)建20-27
• 2.1 三維激光雷達(dá)的安裝及標(biāo)定20-24
• 2.1.1 三維激光雷達(dá)安裝20-21
• 2.1.2 三維激光雷達(dá)標(biāo)定21-24
• 2.2 障礙物柵格地圖24-26
• 2.2.1 基于PCL點(diǎn)云庫的原始數(shù)據(jù)解析25
• 2.2.2 柵格地圖創(chuàng)建25-26
• 2.3 本章小結(jié)26-27
• 第3章 目標(biāo)聚類與檢測(cè)27-36
• 3.1 基于連通域分析的目標(biāo)聚類27-31
• 3.1.1 預(yù)處理28-29
• 3.1.2 連通域分析29
• 3.1.3 最小包絡(luò)面積矩形29-30
• 3.1.4 結(jié)果與小結(jié)30-31
• 3.2 基于幾何形狀的目標(biāo)檢測(cè)31-32
• 3.3 基于運(yùn)動(dòng)模型的目標(biāo)檢測(cè)32-35
• 3.3.1 軌跡生成33-34
• 3.3.2 基于運(yùn)動(dòng)模型假設(shè)的動(dòng)態(tài)目標(biāo)檢測(cè)34-35
• 3.4 本章小結(jié)35-36
• 第4章 目標(biāo)數(shù)據(jù)關(guān)聯(lián)36-44
• 4.1 數(shù)據(jù)關(guān)聯(lián)算法概述37-38
• 4.2 數(shù)據(jù)關(guān)聯(lián)矩陣38-43
• 4.2.1 關(guān)聯(lián)值計(jì)算38-40
• 4.2.2 二分圖最大匹配優(yōu)化關(guān)聯(lián)矩陣40-43
• 4.3 本章小結(jié)43-44
• 第5章 動(dòng)態(tài)目標(biāo)的狀態(tài)估計(jì)44-56
• 5.1 卡爾曼濾波器理論基礎(chǔ)44-47
• 5.2 基于標(biāo)準(zhǔn)線性卡爾曼濾波的動(dòng)態(tài)目標(biāo)狀態(tài)實(shí)時(shí)估計(jì)47-50
• 5.2.1 標(biāo)準(zhǔn)線性卡爾曼濾波器算法原理47-49
• 5.2.2 基于標(biāo)準(zhǔn)線性卡爾曼濾波算法的多目標(biāo)更新系統(tǒng)設(shè)計(jì)49-50
• 5.3 基于擴(kuò)展卡爾曼濾波的動(dòng)態(tài)目標(biāo)狀態(tài)實(shí)時(shí)估計(jì)50-53
• 5.3.1 擴(kuò)展卡爾曼濾波算法原理50-52
• 5.3.2 基于擴(kuò)展卡爾曼濾波算法的多目標(biāo)跟蹤系統(tǒng)設(shè)計(jì)52-53
• 5.4 實(shí)驗(yàn)結(jié)果及分析53-55
• 5.5 本章小結(jié)55-56
• 第6章 實(shí)驗(yàn)及結(jié)果56-65
• 6.1 城區(qū)道路測(cè)試56-58
• 6.1.1 實(shí)驗(yàn)環(huán)境56-57
• 6.1.2 實(shí)驗(yàn)結(jié)果與分析57-58
• 6.2 目標(biāo)狀態(tài)估計(jì)結(jié)果對(duì)比實(shí)驗(yàn)58-62
• 6.2.1 實(shí)驗(yàn)平臺(tái)及場(chǎng)景58-59
• 6.2.2 實(shí)驗(yàn)結(jié)果與分析59-62
• 6.3 線性卡爾曼濾波和擴(kuò)展卡爾曼濾波對(duì)比62-64
• 6.4 本章小結(jié)64-65
• 結(jié)論65-67
• 主要工作及貢獻(xiàn)有65
• 本文創(chuàng)新點(diǎn)65-66
• 未來工作展望66-67
• 參考文獻(xiàn)67-71
• 攻讀學(xué)位期間發(fā)表論文與研究成果清單71-72
• 致謝72

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 高明哲;祝明波;鄒建武;;單脈沖跟蹤雷達(dá)多目標(biāo)檢測(cè)算法性能分析[J];海軍航空工程學(xué)院學(xué)報(bào);2013年04期

2 唐朝偉,楊士中,黃振,蔣陽;偽隨機(jī)碼擴(kuò)頻超聲多目標(biāo)檢測(cè)及干擾抑制[J];電路與系統(tǒng)學(xué)報(bào);1997年02期

3 張建明,陳松燦;低信噪比條件下SAR多目標(biāo)檢測(cè)方法[J];空軍雷達(dá)學(xué)院學(xué)報(bào);2004年04期

4 趙欽君;趙東標(biāo);陸永華;;一種基于時(shí)空信息的多目標(biāo)檢測(cè)新算法[J];儀器儀表學(xué)報(bào);2011年04期

5 李金元;訾振寧;張佃青;;電能質(zhì)量多目標(biāo)檢測(cè)策略的應(yīng)用[J];變頻器世界;2011年06期

6 賈繼鵬;;一種特征增量門限MIMO陣列多目標(biāo)檢測(cè)方法[J];艦船電子工程;2013年04期

7 謝成學(xué);利用改進(jìn)的高階相關(guān)方法進(jìn)行多目標(biāo)檢測(cè)[J];現(xiàn)代電子;1998年03期

8 王鯤鵬;張小虎;朱肇昆;于起峰;;基于形狀熵差的相似多目標(biāo)檢測(cè)方法[J];國(guó)防科技大學(xué)學(xué)報(bào);2010年03期

9 龐存鎖;侯慧玲;;基于包絡(luò)補(bǔ)償?shù)母咚俣嗄繕?biāo)檢測(cè)算法[J];彈箭與制導(dǎo)學(xué)報(bào);2013年03期

10 趙兆;是湘全;;PRC-CW雷達(dá)多目標(biāo)檢測(cè)的逐次消去脈壓-FFT方法[J];探測(cè)與控制學(xué)報(bào);2008年04期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前3條

1 匡宇;游志勝;;精子運(yùn)動(dòng)圖象的多目標(biāo)檢測(cè)與分割[A];中國(guó)圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國(guó)圖象圖形科技大會(huì)論文集[C];1998年

2 牟新剛;張桂林;丁全心;張國(guó)華;周曉;;基于DSP+FPGA的紅外多目標(biāo)檢測(cè)系統(tǒng)設(shè)計(jì)[A];2007年光電探測(cè)與制導(dǎo)技術(shù)的發(fā)展與應(yīng)用研討會(huì)論文集[C];2007年

3 王智靈;路婷婷;張碩奇;陳宗海;羅楊宇;李成榮;;基于全局光流的多目標(biāo)檢測(cè)與跟蹤[A];'2008系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 劉偉偉;針對(duì)多目標(biāo)檢測(cè)的雷達(dá)傳感器網(wǎng)信號(hào)波形研究[D];電子科技大學(xué);2014年

2 車少帥;基于O2O學(xué)習(xí)的多目標(biāo)檢測(cè)與跟蹤技術(shù)研究[D];南京郵電大學(xué);2015年

3 葉剛;城市環(huán)境基于三維激光雷達(dá)的自動(dòng)駕駛車輛多目標(biāo)檢測(cè)及跟蹤算法研究[D];北京理工大學(xué);2016年

4 鄭兮;多目標(biāo)檢測(cè)前跟蹤算法研究[D];電子科技大學(xué);2012年

5 郭會(huì)文;監(jiān)控視頻中的快速多目標(biāo)檢測(cè)與跟蹤研究[D];湖南大學(xué);2013年

6 丁艷;基于全方位視覺的多目標(biāo)檢測(cè)跟蹤[D];浙江工業(yè)大學(xué);2007年

7 郭曉慧;復(fù)雜場(chǎng)景下視頻監(jiān)控系統(tǒng)中多目標(biāo)檢測(cè)的研究與實(shí)現(xiàn)[D];北京郵電大學(xué);2013年

8 黃超;基于視頻的人體多目標(biāo)檢測(cè)與跟蹤算法研究[D];西華大學(xué);2014年

9 王允;基于TMS320DM642的多目標(biāo)檢測(cè)系統(tǒng)的硬件設(shè)計(jì)[D];重慶大學(xué);2009年

10 蔡俊林;醫(yī)學(xué)圖像中多目標(biāo)檢測(cè)與跟蹤技術(shù)研究[D];華南理工大學(xué);2012年

  本文關(guān)鍵詞：城市環(huán)境基于三維激光雷達(dá)的自動(dòng)駕駛車輛多目標(biāo)檢測(cè)及跟蹤算法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：257360