近年來,受益于深度學(xué)習(xí)技術(shù)的穩(wěn)步發(fā)展以及激光雷達(dá)等傳感器的應(yīng)用,無人駕駛技術(shù)步入快速發(fā)展時代。無人駕駛常用的傳感器中,激光雷達(dá)作為一種主動式傳感器,具有受環(huán)境因素影響小和準(zhǔn)確的深度信息的優(yōu)點。在目標(biāo)檢測領(lǐng)域,與傳統(tǒng)檢測方法相比,深度學(xué)習(xí)技術(shù)具有高精度和自動學(xué)習(xí)特征的優(yōu)勢。因此,兩者在無人駕駛系統(tǒng)的環(huán)境感知中得到廣泛的應(yīng)用。所以本文主要研究基于多線激光雷達(dá)點云數(shù)據(jù)的深度學(xué)習(xí)感知算法。當(dāng)前的感知算法中多傳感器融合算法存在時間復(fù)雜度高、多傳感器標(biāo)定難以長時間維持穩(wěn)定等問題。此外,考慮到在特定場景下（如環(huán)境光干擾大）對傳感器的要求,基于純點云數(shù)據(jù)的感知算法十分必要。目前針對純點云數(shù)據(jù)使用的算法多是單步法,它的檢測速度雖然較快,但是卻有精度低的缺點。針對上述問題,本文以多線激光雷達(dá)點云數(shù)據(jù)中的車輛和行人作為主要研究對象,在兼顧實時性的基礎(chǔ)上,設(shè)計了一種兩階段的目標(biāo)檢測網(wǎng)絡(luò)以達(dá)到高精度檢測的目的。本文使用標(biāo)注工具完成點云數(shù)據(jù)集的建立,方便訓(xùn)練檢測模型和評估感知算法。在深度學(xué)習(xí)感知算法的設(shè)計方面,考慮到速度的要求,本文在數(shù)據(jù)處理方面采用將三維空間內(nèi)的點云數(shù)據(jù)投影到俯視圖上,經(jīng)過柵格化后提取統(tǒng)計特征,... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【部分圖文】：

參賽的無人駕駛汽車2004年，第一屆自動駕駛挑戰(zhàn)賽在美國正式舉行，比賽要求各參賽者在野外

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文2.1.2傳感器安裝本文采用KITTI數(shù)據(jù)集，以下主要介紹該數(shù)據(jù)集的硬件采集平臺。該數(shù)據(jù)采集車的頂部安裝了一個64線激光雷達(dá)，兩側(cè)分別安裝了一個彩色攝像機(jī)和一個灰度攝像機(jī)。數(shù)據(jù)采集過程中，各傳感器有交叉的感知區(qū)域，為了充分利用各傳感器，選取攝像機(jī)與激光雷達(dá)共同的感知區(qū)域進(jìn)行標(biāo)注。攝像頭和激光雷達(dá)傳感器的具體安裝位置如圖2-1所示。圖2-1KITTI數(shù)據(jù)采集車傳感器位置示意圖如圖2-1所示，相機(jī)和激光雷達(dá)的坐標(biāo)系不同，為了方便標(biāo)定，激光雷達(dá)和攝像機(jī)均采用右手坐標(biāo)系，具體的傳感器坐標(biāo)系如表2-1所示。表2-1激光雷達(dá)和相機(jī)坐標(biāo)系坐標(biāo)軸相機(jī)激光雷達(dá)x右前y下左z前上該數(shù)據(jù)采集車使用的攝像機(jī)有灰度相機(jī)和彩色相機(jī)，不同的相機(jī)獲取的數(shù)據(jù)有各自的特點，細(xì)節(jié)如表2-2所示。數(shù)據(jù)采集車使用的激光雷達(dá)是64線激光雷達(dá)，該傳感器能夠測量120米的范圍，水平方向有360度的感知范圍，豎直方向有26.9度的感知范圍，水平分辨率大約0.4度，豎直分辨率有0.08度。激光雷達(dá)以每秒10幀的速度旋轉(zhuǎn)，每周期捕獲大約100k點，同時以每秒10幀的速度觸發(fā)攝像機(jī)。表2-2灰度相機(jī)與彩色相機(jī)對比表屬性灰度相機(jī)彩色相機(jī)型號FL2-14S3M-CFl2-14S3C-C圖像傳感器SonyICX267CCDSonyICX267CCD分辨率高低通道數(shù)１３-9-

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文當(dāng)前主流的檢測方法作對比，本文采取與主流檢測算法相同的感知范圍進(jìn)行檢測。本文選擇的感興趣區(qū)域是前向70米，左右各40米的范圍。高度上為了去除路邊部分路段上樹木的干擾，以及兼顧絕大部分的車輛，本文選擇過濾掉高于地面2.5米的點云。由于KITTI數(shù)據(jù)集采用的是聯(lián)合標(biāo)注的方法，結(jié)合相機(jī)的視場角，本文選取視場角90度的范圍，去除視場角以外的點。通過這樣的感興趣區(qū)域的設(shè)置，不僅可以過濾掉作用不大和干擾檢測效果的數(shù)據(jù)，減小了檢測算法的輸入量，提高了實時性，也同時節(jié)省了點云數(shù)據(jù)所占用的儲存空間。如圖2-2所示即感興趣的區(qū)域范圍，這樣可以方便檢測算法的處理，其中矩形與兩條直線圍成的最大區(qū)域就是本文所選擇的感興趣區(qū)域。圖2-2點云數(shù)據(jù)的感興趣區(qū)域額外的數(shù)據(jù)處理相較于由此帶來的好處是值得的。通過這樣的處理，處理和存儲數(shù)據(jù)的難度都得到了降低。這樣的處理使得對于硬件的要求沒有那么嚴(yán)苛，對于實時性的提升也有很大的幫助。就新數(shù)據(jù)和全部數(shù)據(jù)的輸入的表現(xiàn)來看，效果并沒有降低。雖然去掉了部分?jǐn)?shù)據(jù)，但是這些數(shù)據(jù)在視場角以外的部分并沒有經(jīng)過打標(biāo)，這部分?jǐn)?shù)據(jù)對算法是沒有影響的。對于在視場角以內(nèi)去除的部分，水平方向上因為距離過遠(yuǎn)，感知難度較大，有效感知距離無法達(dá)到。在豎直方向上高于車輛的范圍有樹等干擾物，去除較高范圍的數(shù)據(jù)能夠有效避免干擾，節(jié)省計算量。2.2.2點云數(shù)據(jù)的標(biāo)注為了提高標(biāo)注的效率，采用對感興趣區(qū)域過濾后的點云數(shù)據(jù)進(jìn)行標(biāo)注。標(biāo)注方法中有采用半自動標(biāo)注的方法完成打標(biāo)任務(wù)，這種通過聚類或者深度學(xué)習(xí)的方法預(yù)先標(biāo)注然后再經(jīng)過手工調(diào)整的方法需要保證精細(xì)的調(diào)整才能得到較好的標(biāo)注-11-

【參考文獻(xiàn)】：
期刊論文
[1]點云數(shù)據(jù)的多幾何面片特征自動識別[J]. 石宏斌,殷義程,袁曼飛.  測繪通報. 2017(02)



本文編號：3330524