【摘要】：環(huán)境感知技術在無人駕駛中起著重要作用,是實現(xiàn)輔助駕駛和自主駕駛的前提條件,目標識別是無人駕駛環(huán)境感知中的重要部分。針對車輛檢測,本文完成了兩種實驗分析:本文提出了一種基于單線激光雷達作為主傳感器,基于OptoBot-IV實驗平臺,首先通過激光雷達掃描并獲取空間輪廓數(shù)據(jù),對每幀數(shù)據(jù)采用凝聚層次聚類算法進行目標分割,采用最小二乘法進行直線擬合,通過銳角判別方法判別目標車輛的方位;然后對目標車輛進行特征提取,通過交叉驗證和網(wǎng)格搜索對支持向量機的參數(shù)進行優(yōu)化以實現(xiàn)更好的分類效果,最后采用卡爾曼濾波(Kalman Filter)實現(xiàn)目標車輛的跟蹤;實驗結果表明,本文提取多種目標車輛特征值組成特征向量并配合參數(shù)優(yōu)化后的支持向量機可以實現(xiàn)較高識別率。文中同時進行了多種分類器效果分析,實驗結果表明,每一個分類器雖然在降維和交叉驗證后的正確率都有所變動,但是由于準確率不足以評價一個分類器的性能,最后通過分析ROC曲線和AUC值得出最優(yōu)的分類器為隨機森林�；诼愤叺撵o態(tài)平臺上使用單線激光雷達對電動自行車,貨車,乘用車和公交車四種車型識別。使用分類器支持向量機(SVM)對交通參與者的類型進行分類,為了提高識別正確率,采用K折交叉驗證和網(wǎng)格搜索的方法獲取最優(yōu)參數(shù),在四種車型分類過程中,應用了四次分類器來處理特定的分類,最終實驗的總體識別正確率為85.55%,其中對誤判的車型單獨進行了識別分析,分類精度分別為96.62%、98.20%以及96.18%,這表明所使用的單線激光雷達是可以作為識別道路交通參與者類型的工具。
【圖文】：

些技術主要應用于智能車輛的駕駛輔助系統(tǒng)上。究現(xiàn)狀檢測技術相比國外起步較晚，近年來在眾多高校和企業(yè)中研究目標識別與跟蹤方面的技術，并取得了一定的研究成自主研制了一輛智能駕駛車輛 THMR-V[4]，該智能車輛的PS、超聲波傳感器以及激光雷達等，其中利用了兩臺計算其中一臺用于視覺信息的處理，另一臺完成環(huán)境感知、路，如圖 1.1 所示，，智能駕駛車輛通過搭載多種傳感器，并成路面目標的識別。

如圖 1.1 所示，智能駕駛車輛通過搭載多種傳感器，并成路面目標的識別。圖 1.1 清華大學 THMR-V大學自主研制的無人駕駛平臺“OptoBot-IV”如圖 1-2 所示傳感器融合技術的車輛目標識別和路面辨識技術研究[5]，法首先進行車輛可行使區(qū)域的檢測，然后基于該區(qū)域進駕駛平臺裝備多個傳感器，包括單線激光雷達、多線激相機等，通過工業(yè)相機和輪速傳感器的數(shù)據(jù)融合完成了可的識別分類，以及基于激光雷達和相機的組合完成了車
【學位授予單位】：長春理工大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TN958.98;U463.6

【參考文獻】

相關期刊論文 前8條

1 鐘林輝;張能偉;侯長源;宗鴻雁;;一種改進的基于層次聚類的軟件重構技術研究[J];計算機工程與應用;2015年20期

2 程斐斐;王子牛;侯立鐸;;決策樹算法在Weka平臺上的數(shù)據(jù)挖掘應用[J];微型電腦應用;2015年06期

3 周俊靜;段建民;楊光祖;;基于雷達測距的車輛識別與跟蹤方法[J];汽車工程;2014年11期

4 慶鵬程;陳昆山;;基于點云處理技術的汽車車身尺寸獲取研究[J];科學技術與工程;2014年23期

5 滿增光;葉文華;肖海寧;錢曉明;;從激光掃描數(shù)據(jù)中提取角點特征的方法[J];南京航空航天大學學報;2012年03期

6 劉大學;戴斌;李政;賀漢根;;一種單線激光雷達和可見光攝像機的標定方法[J];華中科技大學學報(自然科學版);2008年S1期

7 戈新良,楊杰;基于多傳感器融合的機器人障礙物檢測和識別[J];計算機仿真;2005年03期

8 張軍宇,何克忠;移動機器人THMR-V的組合定位系統(tǒng)[J];計算機工程與應用;2001年15期

相關博士學位論文 前3條

1 劉大學;用于越野自主導航車的激光雷達與視覺融合方法研究[D];國防科學技術大學;2009年

2 楊小兵;聚類分析中若干關鍵技術的研究[D];浙江大學;2005年

3 項志宇;基于激光雷達的移動機器人障礙檢測和自定位[D];浙江大學;2002年

相關碩士學位論文 前8條

1 曾奇;激光測距與視覺融合的室內(nèi)導航系統(tǒng)研究[D];電子科技大學;2018年

2 蔣帥;基于AUC的分類器性能評估問題研究[D];吉林大學;2016年

3 王亞麗;基于毫米波雷達與機器視覺融合的前方車輛檢測研究[D];吉林大學;2013年

4 史鵬波;基于單線激光雷達的道路特征檢測[D];南京理工大學;2013年

5 萬忠濤;基于激光雷達的道路與障礙檢測研究[D];國防科學技術大學;2010年

6 戴永前;基于二維激光雷達的移動機器人三維環(huán)境的識別[D];南京理工大學;2007年

7 賀煒;移動機器人體系結構的設計和研究[D];哈爾濱工程大學;2006年

8 駱名劍;基于ROC的分類算法評價方法[D];武漢科技大學;2005年

本文編號：2681042