自動(dòng)駕駛系統(tǒng)是一種集地圖引擎、高精度定位、環(huán)境感知、預(yù)測、規(guī)劃決策和運(yùn)動(dòng)控制于一體的人工智能平臺(tái),在緩解交通壓力、改善交通環(huán)境等方面具有廣闊應(yīng)用場景。隨著人們對自動(dòng)駕駛的研究不斷深入,智能車在復(fù)雜道路環(huán)境中行駛時(shí),需要對周圍環(huán)境不斷分析處理,得到精確的障礙物信息。由于激光雷達(dá)響應(yīng)速度靈敏、抗干擾能力強(qiáng)、分辨率高等特點(diǎn),在自動(dòng)駕駛系統(tǒng)中起著至關(guān)重要的作用。本文圍繞車載激光雷達(dá)和路側(cè)激光雷達(dá),重點(diǎn)研究了道路交通場景中行人、車輛等目標(biāo)檢測分類方面的內(nèi)容,主要研究內(nèi)容如下:（1）提出了制作離線柵格地圖濾除無效區(qū)域點(diǎn)云的方法。為了排除無效行駛區(qū)域?qū)δ繕?biāo)檢測的影響,可制作離線柵格地圖濾除與行駛區(qū)域無關(guān)的點(diǎn)云數(shù)據(jù)。針對部分區(qū)域受建筑物遮擋等影響造成的RTK采集位置信息不準(zhǔn)確問題,本文采用一元多項(xiàng)式回歸方法確定高斯投影x軸坐標(biāo)與高斯投影y軸坐標(biāo)的對應(yīng)關(guān)系,擬合得到完整道路邊界信息。根據(jù)道路邊界對區(qū)域柵格化處理,得到離線柵格地圖,本方法相對ear-clipping制作的柵格地圖更精確。最后根據(jù)離線柵格地圖與雷達(dá)掃描區(qū)域標(biāo)簽“與”操作,提取有效區(qū)域點(diǎn)云數(shù)據(jù)。（2）設(shè)計(jì)了基于多層次歐式聚類的車載激光雷達(dá)點(diǎn)云... 

【文章頁數(shù)】：85 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景及意義
    1.2 無人駕駛感知與點(diǎn)云檢測現(xiàn)狀
        1.2.1 無人駕駛環(huán)境感知現(xiàn)狀
        1.2.2 點(diǎn)云目標(biāo)檢測現(xiàn)狀
    1.3 本文主要工作
    1.4 文章結(jié)構(gòu)
2 點(diǎn)云目標(biāo)檢測關(guān)鍵算法分析
    2.1 三維激光雷達(dá)選型
    2.2 激光雷達(dá)數(shù)據(jù)解析
    2.3 數(shù)據(jù)處理關(guān)鍵技術(shù)
        2.3.1 線性回歸
        2.3.2 主成分分析
    2.4 深度學(xué)習(xí)關(guān)鍵算法分析
        2.4.1 卷積神經(jīng)網(wǎng)絡(luò)
        2.4.2 循環(huán)神經(jīng)網(wǎng)絡(luò)
        2.4.3 批量標(biāo)準(zhǔn)化
    2.5 本章小結(jié)
3 車載激光雷達(dá)點(diǎn)云目標(biāo)檢測系統(tǒng)設(shè)計(jì)
    3.1 車載雷達(dá)點(diǎn)云目標(biāo)檢測系統(tǒng)框架
    3.2 雙目激光雷達(dá)點(diǎn)云校正融合
    3.3 基于多項(xiàng)式回歸的離線柵格地圖點(diǎn)云過濾法
        3.3.1 離線柵格地圖過濾法框架
        3.3.2 采集道路邊界信息
        3.3.3 報(bào)文數(shù)據(jù)預(yù)處理
        3.3.4 多項(xiàng)式回歸擬合道路邊界
        3.3.5 提取有效區(qū)域點(diǎn)云數(shù)據(jù)
    3.4 障礙物特征檢測分類
        3.4.1 基于射線分割的地面點(diǎn)濾除法
        3.4.2 分層次歐氏聚類法
        3.4.3 基于幾何特征的檢測分類
    3.5 本章小結(jié)
4 路側(cè)激光雷達(dá)點(diǎn)云目標(biāo)檢測系統(tǒng)設(shè)計(jì)
    4.1 路側(cè)激光雷達(dá)目標(biāo)檢測系統(tǒng)流程
        4.1.1 深度學(xué)習(xí)點(diǎn)云目標(biāo)檢測常用方法
        4.1.2 路側(cè)激光雷達(dá)點(diǎn)云目標(biāo)檢測系統(tǒng)框架
    4.2 點(diǎn)云預(yù)處理
        4.2.1 點(diǎn)云投影降維
        4.2.2 數(shù)據(jù)切割
    4.3 基于Squeeze Seg算法模型的構(gòu)建
        4.3.1 網(wǎng)絡(luò)模型框架
        4.3.2 解決模糊邊界問題
    4.4 基于Voxel Net算法模型的構(gòu)建
        4.4.1 特征提取
        4.4.2 卷積中間層和區(qū)域生成網(wǎng)絡(luò)
        4.4.3 損失函數(shù)
    4.5 本章小結(jié)
5 實(shí)驗(yàn)驗(yàn)證與分析
    5.1 實(shí)驗(yàn)數(shù)據(jù)
        5.1.1 KITTI數(shù)據(jù)集
        5.1.2 自動(dòng)駕駛實(shí)測數(shù)據(jù)
    5.2 點(diǎn)云數(shù)據(jù)集制作
    5.3 車載雷達(dá)感知實(shí)驗(yàn)結(jié)果與分析
        5.3.1 濾除無效區(qū)域?qū)Ρ确治?br>        5.3.2 地面點(diǎn)過濾分析
        5.3.3 目標(biāo)聚類實(shí)驗(yàn)對比分析
        5.3.4 障礙物檢測分類對比分析
    5.4 路側(cè)雷達(dá)感知實(shí)驗(yàn)結(jié)果與分析
        5.4.1 實(shí)驗(yàn)結(jié)果
        5.4.2 路側(cè)雷達(dá)點(diǎn)云目標(biāo)檢測系統(tǒng)實(shí)驗(yàn)對比分析
    5.5 本章小結(jié)
總結(jié)與展望
    總結(jié)
    展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間科研成果


【參考文獻(xiàn)】：
期刊論文
[1]一種新的網(wǎng)絡(luò)RTK電文格式編碼解碼方法[J]. 張風(fēng),王慶,潘樹國.  測控技術(shù). 2010(10)
[2]多級移動(dòng)曲面擬合LIDAR數(shù)據(jù)濾波算法[J]. 蘇偉,孫中平,趙冬玲,孫崇利,張超,楊建宇.  遙感學(xué)報(bào). 2009(05)

博士論文
[1]自主駕駛汽車智能控制系統(tǒng)[D]. 孫振平.國防科學(xué)技術(shù)大學(xué) 2004



本文編號：3679304