汽車(chē)自誕生發(fā)展至今,已經(jīng)取得了巨大的技術(shù)進(jìn)步。隨著汽車(chē)技術(shù)的發(fā)展、計(jì)算機(jī)技術(shù)革命以及人工智能的廣泛興起,無(wú)人車(chē)技術(shù)研究也隨之興起,并逐漸成為高校、企業(yè)、政府關(guān)注的焦點(diǎn)。當(dāng)前涉及無(wú)人車(chē)的關(guān)鍵技術(shù)主要包括環(huán)境感知、決策規(guī)劃、運(yùn)動(dòng)控制等,而環(huán)境感知技術(shù)則被認(rèn)為是無(wú)人車(chē)的基礎(chǔ),在整個(gè)系統(tǒng)中具有巨大作用。另一方面,車(chē)輛保有量的增加致使某些車(chē)輛在使用場(chǎng)景下存在一些潛在風(fēng)險(xiǎn)。本文結(jié)合無(wú)人車(chē)環(huán)境感知技術(shù)和對(duì)典型場(chǎng)景的研究分析,利用激光雷達(dá)傳感器采集點(diǎn)云數(shù)據(jù),實(shí)現(xiàn)無(wú)人車(chē)行駛過(guò)程中的障礙物進(jìn)行檢測(cè),在此基礎(chǔ)上對(duì)涉及的典型場(chǎng)景中的潛在風(fēng)險(xiǎn)進(jìn)行分析,以此提高無(wú)人車(chē)系統(tǒng)的安全冗余。本文主要工作及貢獻(xiàn)如下:1、針對(duì)激光雷達(dá)點(diǎn)云數(shù)據(jù)檢測(cè)濾波處理過(guò)程中出現(xiàn)的地面點(diǎn)云數(shù)據(jù)與障礙目標(biāo)點(diǎn)云數(shù)據(jù)出現(xiàn)的欠分割現(xiàn)象,發(fā)展了一種結(jié)合點(diǎn)云數(shù)據(jù)幾何特征和柵格地圖相結(jié)合的方法進(jìn)行點(diǎn)云數(shù)據(jù)的地面檢測(cè)和濾波。首先,對(duì)采集的一幀激光雷達(dá)點(diǎn)云數(shù)據(jù)劃分整體的ROI區(qū)域,對(duì)ROI區(qū)域按照無(wú)人車(chē)坐標(biāo)進(jìn)行象限分區(qū)。其次,在每個(gè)象限內(nèi)的單層數(shù)據(jù)提取最低點(diǎn),作為地面點(diǎn)的初步估計(jì)值,引入路面反射強(qiáng)度特征數(shù)據(jù)按照所在象限進(jìn)行地面點(diǎn)修正估計(jì)和濾波。最后,對(duì)基于幾...

【文章頁(yè)數(shù)】：119 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－２測(cè)試中的谷歌無(wú)人駕駛車(chē)輛??

山東大學(xué)碩士學(xué)位論文??器，整體趨于完備。第三屆挑戰(zhàn)賽在加州舉辦，與前兩次比賽不同的是本次比賽??在城市環(huán)境下舉辦，比賽任務(wù)包含自主泊車(chē)在內(nèi)的多項(xiàng)城市駕駛挑戰(zhàn)項(xiàng)目，例如??十字路口交匯協(xié)作行駛，卡內(nèi)基梅隆大學(xué)的ＢＯＳＳ無(wú)人車(chē)最終奪魁ｔ１＇圖１－２為??本屆挑戰(zhàn)賽的冠軍。同時(shí)本次比....

圖１－２?Ｓｔａｎｌｅｙ無(wú)人車(chē)??

山東大學(xué)碩士學(xué)位論文??器，整體趨于完備。第三屆挑戰(zhàn)賽在加州舉辦，與前兩次比賽不同的是本次比賽??在城市環(huán)境下舉辦，比賽任務(wù)包含自主泊車(chē)在內(nèi)的多項(xiàng)城市駕駛挑戰(zhàn)項(xiàng)目，例如??十字路口交匯協(xié)作行駛，卡內(nèi)基梅隆大學(xué)的ＢＯＳＳ無(wú)人車(chē)最終奪魁ｔ１＇圖１－２為??本屆挑戰(zhàn)賽的冠軍。同時(shí)本次比....

圖１－５激光雷達(dá)在Ｖ２Ｘ中的應(yīng)用示范??

山東大學(xué)碩士學(xué)位論文??成本降低做出了不少努力，例如國(guó)內(nèi)雷神智能公司將激光雷達(dá)應(yīng)用于車(chē)路協(xié)同設(shè)??備中，在復(fù)雜交通場(chǎng)景下為無(wú)人車(chē)行駛提供輔助感知信息。圖１－５展示了激光雷??達(dá)在Ｖ２Ｘ中的應(yīng)用。??＾１??圖１－５激光雷達(dá)在Ｖ２Ｘ中的應(yīng)用示范??國(guó)外激光雷達(dá)測(cè)量系統(tǒng)發(fā)展相對(duì)較早，....

圖１－６論文總體結(jié)構(gòu)示意圖??－－??

場(chǎng)景，在障礙物檢測(cè)的基礎(chǔ)上對(duì)場(chǎng)景中存在的潛伏風(fēng)險(xiǎn)問(wèn)題進(jìn)行了??判定，增加系統(tǒng)的決策冗余度。??論文主要分為三部分，首先對(duì)ＨＤＬ－６４Ｅ?Ｓ３型激光雷達(dá)進(jìn)行內(nèi)部參數(shù)標(biāo)定和??外部參數(shù)標(biāo)定，將激光雷達(dá)采集的數(shù)據(jù)通過(guò)外部參數(shù)標(biāo)定從雷達(dá)坐標(biāo)系中轉(zhuǎn)化到??無(wú)人車(chē)車(chē)輛坐標(biāo)系統(tǒng)中，完成激光雷達(dá)....

本文編號(hào)：3917536