本文選題：視覺感知 + 自主定位��； 參考：《Frontiers of Information Technology & Electronic Engineering》2017年01期

【摘要】：人類駕駛與自主駕駛在對交通環(huán)境的理解方式上有著明顯差別。首先,人主要通過視覺來理解交通場景,而機器感知需要融合多種異構(gòu)的傳感信息才能保證行車安全。其次,一個熟練的駕駛員可以輕松適應(yīng)各種動態(tài)交通環(huán)境,但現(xiàn)有的機器感知系統(tǒng)卻會經(jīng)常輸出有噪聲的感知結(jié)果,而自主駕駛要求感知結(jié)果近乎100%準(zhǔn)確。本文提出了一種用于無人車交通環(huán)境感知的視覺主導(dǎo)的多傳感器融合計算框架,通過幾何和語義約束融合來自相機、激光雷達(LIDAR)及地理信息系統(tǒng)(GIS)的信息,為無人車提供高精度的自主定位和準(zhǔn)確魯棒的障礙物感知,并進一步討論了已成功集成到上述框架內(nèi)的魯棒的視覺算法,主要包括從訓(xùn)練數(shù)據(jù)收集、傳感器數(shù)據(jù)處理、低級特征提取到障礙物識別和環(huán)境地圖創(chuàng)建等多個層次的視覺算法。所提出的框架里已用于自主研發(fā)的無人車,并在各種真實城區(qū)環(huán)境中進行了長達八年的實地測試,實驗結(jié)果驗證了視覺主導(dǎo)的多傳感融合感知框架的魯棒性和高效性。
[Abstract]:There are obvious differences between human driving and autonomous driving in understanding the traffic environment. Firstly, people mainly understand traffic scenes through vision, and machine perception needs to fuse various heterogeneous sensing information to ensure traffic safety. Secondly, a skilled driver can easily adapt to a variety of dynamic traffic environments, but the existing machine sensing system often outputs noisy results, and autonomous driving requires that the sensing results are nearly 100% accurate. In this paper, a visual dominant multi-sensor fusion computing framework for traffic environment perception of unmanned vehicles is proposed. The information from camera, lidar and GIS is fused by geometric and semantic constraints. This paper provides high precision autonomous positioning and accurate robust obstacle sensing for unmanned vehicles, and further discusses the robust visual algorithms which have been successfully integrated into the above framework, mainly including training data collection, sensor data processing, and so on. Low-level feature extraction to obstacle recognition and environment map creation and other multi-level visual algorithms. The proposed framework has been used for self-developed unmanned vehicles and has been tested in various real urban environments for up to eight years. The experimental results verify the robustness and efficiency of the vision-led multi-sensor fusion sensing framework.
【作者單位】： Lab
【基金】：supported by the National Key Program Project of China(No.2016YFB1001004) the National Natural Science Foundation of China(Nos.91320301 and 61273252)
【分類號】：TP391.41;TP212

【相似文獻】

相關(guān)期刊論文 前10條

1 戴蕭嫣;韓焱;;基于頻分模式的水聲自主定位[J];微計算機信息;2008年01期

2 洪炳昒,羅榮華;一種魯棒移動機器人自主定位方法[J];哈爾濱工業(yè)大學(xué)學(xué)報;2003年09期

3 彭蘭;;一種深海采礦車自主定位系統(tǒng)研究[J];現(xiàn)代制造工程;2009年04期

4 馬獻德;陳強;孫振國;張文增;;具有自主定位功能的水輪機葉片坑內(nèi)修焊機器人[J];焊接學(xué)報;2012年08期

5 付燕;董緒榮;;基于星間相對測距的衛(wèi)星自主定位[J];全球定位系統(tǒng);2005年06期

6 鄭潤芳;張海;;STM32的小車自主定位與控制系統(tǒng)設(shè)計[J];單片機與嵌入式系統(tǒng)應(yīng)用;2013年09期

7 張磊;蔣剛;肖志峰;葉登金;;MEMS陀螺與編碼器在機器人自主定位中的應(yīng)用[J];機械設(shè)計與制造;2011年09期

8 蔣惠萍;楊國勝;;全景圖像拼接的網(wǎng)絡(luò)化感知節(jié)點自主定位系統(tǒng)[J];計算機工程與應(yīng)用;2012年08期

9 方新秋;何杰;張斌;郭敏江;;無人工作面采煤機自主定位系統(tǒng)[J];西安科技大學(xué)學(xué)報;2008年02期

10 ;[J];;年期

相關(guān)會議論文 前2條

1 曾慶化;Andrew H.Kemp;劉建業(yè);;集裝箱實時自主定位系統(tǒng)(RIPS)可行性研究(英文)[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

2 陳正捷;古叢;熊金洲;;應(yīng)用UWB技術(shù)實現(xiàn)區(qū)域自主定位初探[A];全國第一屆信號處理學(xué)術(shù)會議暨中國高科技產(chǎn)業(yè)化研究會信號處理分會籌備工作委員會第三次工作會議�？痆C];2007年

相關(guān)重要報紙文章 前2條

1 姚強;GPS“2.0版”:自主定位180天[N];中國航天報;2014年

2 本報記者 溫維健;在哪兒都能找到你[N];中國紡織報;2013年

相關(guān)碩士學(xué)位論文 前9條

1 羅彬;基于運動傳感器的人員自主定位技術(shù)研究[D];上海交通大學(xué);2015年

2 馬明;基于可佩帶傳感器的人員自主定位技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

3 韓同輝;大型運載車平臺自主定位關(guān)鍵技術(shù)研究[D];上海交通大學(xué);2012年

4 劉e，

本文編號：2043082