本文關鍵詞： 無人車 SLAM 城市環(huán)境 擴展高斯圖像 ICP算法 粒子濾波 PCA算法 高斯混合模型　出處：《北京理工大學》2016年碩士論文　論文類型：學位論文

【摘要】：無人車是當前智能機器人領域的研究熱點,即時定位與地圖構建(SLAM)實現(xiàn)無人車在未知環(huán)境中的自身定位與周圍環(huán)境地圖構建,是無人車導航的重要依據(jù),能保障無人車在未知環(huán)境中安全、快速行駛,完成指定任務。城市環(huán)境是車輛的主要行駛場景,也是無人車的重要研究方向,在未來無人車取代現(xiàn)有車輛以及提高駕駛體驗上有重要的研究價值與應用場景。本文基于無人車車載3D激光雷達,研究城市環(huán)境下的無人車SLAM問題。主要從數(shù)據(jù)預處理、無人車位姿估計、周圍環(huán)境地圖更新等幾個方面展開研究。本文主要的工作成果包括:(1)針對3D激光點云存在頻率高,距離激光雷達近處點云密集數(shù)據(jù)量過大,遠處點云稀疏不能準確表示環(huán)境信息,地面信息不具備結構特性等特點,本文對激光點云數(shù)據(jù)進行預處理,以提高算法的實時性與有效性。文中采用等時間間隔采樣進行數(shù)據(jù)幀選取以減少算法所使用的數(shù)據(jù)幀。針對點云密度過大,本文對點云進行立體像素(即立體柵格)劃分,并對每個柵格采用Voxel Grid濾波器進行下采樣。最后針對距離激光雷達遠處稀疏點云不能有效表示環(huán)境信息以及地面信息不具備結構特性,本文對下采樣后的點云數(shù)據(jù)采用閾值分割得到有效點云區(qū)域。(2)基于經典點云拼接算法—迭代最近點ICP算法進行相鄰兩時刻點云匹配,求得兩幀點云的旋轉變換矩陣與平移變換向量,得到無人車位姿的粗估計。ICP算法對初值敏感,初值選擇不合適會使得迭代次數(shù)過多,影響算法的收斂速度,甚至陷入局部最優(yōu),導致算法失效。因而采用基于擴展高斯圖像的快速配準方式求得兩幀點云的變換,作為ICP算法的初值。同時ICP算法得到的無人車位姿估計雖然可能不是無人車真實位姿,卻位于無人車真實位姿的高概率區(qū)域,因而進一步在該位姿粗估計附近進行基于高斯分布的撒點,實現(xiàn)粒子更新。(3)量化每個粒子所帶局部地圖與全局地圖的匹配度,對每個粒子賦予重要性權值以評估粒子優(yōu)劣。進一步選擇最優(yōu)粒子作為該時刻無人車位姿估計,并將該粒子所帶局部地圖加入全局地圖,完成地圖更新。其中匹配度的量化首先選擇粒子所帶局部地圖與全局地圖的重疊區(qū)域進行柵格化,然后基于PCA算法、高斯混合模型等對每個柵格賦予空、散射、水平線性、垂直線性、水平平面、垂直平面6個結構特性屬性,最后匹配對應柵格,并將匹配度作為粒子的重要性權值。(4)在無人車平臺上對算法進行仿真實驗驗證算法的有效性。分別在非結構化城市環(huán)境、簡單結構化城市環(huán)境以及復雜結構化城市環(huán)境下進行仿真實驗,本文算法均能實現(xiàn)跟蹤無人車運動軌跡并同時構建出較準確的環(huán)境地圖,驗證了算法的有效性。
[Abstract]:In this paper , based on the traditional point cloud stitching algorithm - iteration nearest point ICP algorithm , this paper deals with the problem of unmanned vehicle SLAM in urban environment . ( 3 ) the matching degree of the local map and the global map of each particle is quantized , the importance weight value is given to each particle so as to evaluate the advantages and disadvantages of the particles .

【學位授予單位】：北京理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN958.98;TP242

【參考文獻】

相關期刊論文 前8條

1 約瑟夫·A·達利格羅;李魯;;谷歌無人駕駛汽車將如何改變一切[J];中國科技翻譯;2015年02期

2 彭紅;肖進勝;程顯;李必軍;宋曉;;基于擴展卡爾曼濾波器的車道線檢測算法[J];光電子·激光;2015年03期

3 楊帆;;無人駕駛汽車的發(fā)展現(xiàn)狀和展望[J];上海汽車;2014年03期

4 胡慶輝;丁立新;陸玉靖;何進榮;;一種快速、魯棒的有限高斯混合模型聚類算法[J];計算機科學;2013年08期

5 肖延勝;;為極速智能車保駕護航——記清華大學計算機系THMR課題組之智能汽車研究[J];中國發(fā)明與專利;2011年12期

6 周春艷;李勇;鄒崢嶸;;三維點云ICP算法改進研究[J];計算機技術與發(fā)展;2011年08期

7 郭利進;王化祥;孟慶浩;邱亞男;;一種改進的粒子濾波SLAM算法[J];計算機應用研究;2008年06期

8 林珂;;無人駕駛車輛的突破——記2005年美國機器人競賽“大挑戰(zhàn)”[J];機器人技術與應用;2006年03期

相關碩士學位論文 前1條

1 張海樂;復雜環(huán)境理解中地形分類方法的研究與分析[D];南京理工大學;2008年

，

本文編號：1515119