車(chē)輛在行駛過(guò)程的主要激勵(lì)源自路面,路面不平度對(duì)于車(chē)輛的行駛平順性、乘坐舒適性以及操縱穩(wěn)定性有重要的影響。懸架作為車(chē)橋與車(chē)身的連接件,其參數(shù)直接影響車(chē)身對(duì)于路面激勵(lì)的響應(yīng)。因此如何準(zhǔn)確獲取車(chē)輛前方路面的高程信息進(jìn)而對(duì)懸架進(jìn)行控制,對(duì)提高車(chē)輛行駛平順性有重要意義。論文結(jié)合高端工程機(jī)械智能制造國(guó)家重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金課題“面向全地面起重機(jī)主動(dòng)懸架開(kāi)發(fā)的路況識(shí)別技術(shù)研究（W182414）”和國(guó)家自然基金課題“非結(jié)構(gòu)環(huán)境下工程車(chē)輛自主作業(yè)關(guān)鍵技術(shù)研究（No.51875232）”,對(duì)車(chē)輛前方路面高程信息的測(cè)量與構(gòu)建方法進(jìn)行了研究。本文利用編碼器、慣性導(dǎo)航系統(tǒng)（INS）以及全球定位系統(tǒng)（GPS）三者通過(guò)擴(kuò)展卡爾曼濾波進(jìn)行位姿信息融合完成車(chē)輛實(shí)時(shí)位姿的準(zhǔn)確測(cè)量,通過(guò)激光雷達(dá)采集路面點(diǎn)云信息,然后結(jié)合車(chē)輛實(shí)時(shí)位姿完成了車(chē)輛前方路面高程信息的測(cè)量后通過(guò)克里金插值算法完成所識(shí)別車(chē)輛前方路面的準(zhǔn)確構(gòu)建。首先對(duì)路譜識(shí)別、前方路面識(shí)別、位姿感知方法及三維場(chǎng)景重建的國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行介紹。接著完成了傳感器的選型,并根據(jù)實(shí)際工況制定傳感器的安裝方案并搭建試驗(yàn)臺(tái)。提出激光雷達(dá)的外參標(biāo)定方案完成激光雷達(dá)安裝位置及角度的標(biāo)定... 

【文章來(lái)源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：94 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

Waymo無(wú)人車(chē)

通過(guò)融合多個(gè)激光雷達(dá)的數(shù)據(jù)，來(lái)檢測(cè)道路的幾何特征利用二維激光對(duì)路面邊緣數(shù)據(jù)進(jìn)行快速提取，然后利用擴(kuò)展卡爾曼濾波方法提取視覺(jué)圖像的中線，使用中線數(shù)據(jù)來(lái)預(yù)測(cè)道路邊界[38]。Yu 通過(guò)融合三維激光雷達(dá)、相機(jī)、GPS 以及 IMU 完成了路面三維模型的重建，該系統(tǒng)主要用于路面監(jiān)測(cè)[39]。高德芝通過(guò)融合圖像信息和雷達(dá)信息來(lái)檢測(cè)前方車(chē)輛，并通過(guò)試驗(yàn)驗(yàn)證了該算法可以在無(wú)約束條件下檢測(cè)目標(biāo)車(chē)輛[40]。楊文杰通過(guò)視覺(jué)傳感器獲取前方道路的信息，進(jìn)一步用來(lái)車(chē)輛導(dǎo)航[41]。楊象軍用了獲取路面點(diǎn)云信息的傳感器為四線激光雷達(dá)點(diǎn)云，對(duì)道路邊界進(jìn)行直線擬合后結(jié)合車(chē)輛的運(yùn)動(dòng)狀態(tài)采用卡爾曼濾波完成對(duì)道路邊界跟蹤，該算法擁有良好的抗干擾性并且計(jì)算簡(jiǎn)單，實(shí)時(shí)性好[42][43]。朱學(xué)葵采用分層及中值濾波算法完成路面邊界點(diǎn)的選取，再利用隨機(jī)抽樣一致算法對(duì)道路的邊界點(diǎn)集進(jìn)行了直線擬合來(lái)實(shí)現(xiàn)道路邊界的檢測(cè)，但是該算法只能對(duì)直道進(jìn)行準(zhǔn)確的擬合[44]。Waymo 的前身是谷歌無(wú)人車(chē)，使用的傳感器有紅外攝像機(jī)、激光雷達(dá)等，實(shí)現(xiàn)了車(chē)輛四周環(huán)境的重構(gòu)，如圖 1.2 所示。

(3) 編碼器這車(chē)輛行駛過(guò)程中，通過(guò)旋轉(zhuǎn)編碼器可以準(zhǔn)確獲得車(chē)輪的轉(zhuǎn)速，進(jìn)而可以的到車(chē)輛的位移變換。Luo 提出了一種基于游程編碼器（RLE）的智能賽車(chē)實(shí)時(shí)數(shù)據(jù)處理算法，通過(guò)重新編碼路徑信息來(lái)提高智能賽車(chē)在第二次循環(huán)中運(yùn)行的實(shí)現(xiàn)[61]。Petriu 基于偽隨機(jī)二進(jìn)制序列的屬性的原始引導(dǎo)路徑編碼技術(shù)，描述了一種自動(dòng)引導(dǎo)車(chē)輛，可以在引導(dǎo)路徑上的任何位置恢復(fù)其絕對(duì)位置[62]。李明喜提出了一種利用編碼器所測(cè)量的數(shù)據(jù)來(lái)對(duì)車(chē)輛的實(shí)時(shí)位姿進(jìn)行計(jì)算的方法，旋轉(zhuǎn)編碼器用來(lái)測(cè)量車(chē)輛左右車(chē)輪的旋轉(zhuǎn)角，然后計(jì)算得到航向角以及行駛軌跡[63]。(4) 激光雷達(dá)位姿測(cè)量Zhang 基于擁有 6 自由度的三維激光雷達(dá)，提出了一種實(shí)時(shí)低漂移的定位及建圖方法，該方法實(shí)現(xiàn)了運(yùn)動(dòng)估計(jì)中的低漂移和低復(fù)雜度計(jì)算[64]。Malavazi 通過(guò)采用激光雷達(dá)實(shí)現(xiàn)機(jī)器人的自主導(dǎo)航，為了改善物體檢測(cè)，提出了對(duì)異常值的懲罰以及模型消除的步驟[65]。

【參考文獻(xiàn)】：
期刊論文
[1]井下無(wú)人駕駛列車(chē)慣性導(dǎo)航定位系統(tǒng)[J]. 杜京義,郭金寶,張渤.  工礦自動(dòng)化. 2018(09)
[2]基于VSLAM的自主移動(dòng)機(jī)器人三維同時(shí)定位與地圖構(gòu)建[J]. 林輝燦,呂強(qiáng),王國(guó)勝,張洋,梁冰.  計(jì)算機(jī)應(yīng)用. 2017(10)
[3]基于單目視覺(jué)的同時(shí)定位與建圖算法研究綜述[J]. 朱凱,劉華峰,夏青元.  計(jì)算機(jī)應(yīng)用研究. 2018(01)
[4]基于3D激光雷達(dá)點(diǎn)云的道路邊界識(shí)別算法[J]. 孔棟,孫亮,王建強(qiáng),王曉原.  廣西大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(03)
[5]一種智能汽車(chē)的實(shí)時(shí)道路邊緣檢測(cè)算法[J]. 朱學(xué)葵,高美娟,李尚年.  北京聯(lián)合大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(04)
[6]GPS/INS緊耦合導(dǎo)航中多路徑效應(yīng)改正算法及應(yīng)用[J]. 李增科,高井祥,姚一飛,王堅(jiān).  中國(guó)慣性技術(shù)學(xué)報(bào). 2014(06)
[7]一種利用旋轉(zhuǎn)編碼器的車(chē)輛姿態(tài)動(dòng)態(tài)算法研究[J]. 李明喜,項(xiàng)昌樂(lè),賈鵬,袁一.  汽車(chē)工程. 2014(07)
[8]改進(jìn)神經(jīng)網(wǎng)絡(luò)輔助的GPS/INS組合導(dǎo)航算法[J]. 譚興龍,王堅(jiān),韓厚增,姚一飛.  中國(guó)礦業(yè)大學(xué)學(xué)報(bào). 2014(03)
[9]基于嵌入式系統(tǒng)的室內(nèi)移動(dòng)機(jī)器人定位與導(dǎo)航[J]. 胡春旭,熊梟,任慰,何頂新.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(S1)
[10]基于四線激光雷達(dá)的校園道路的檢測(cè)與跟蹤[J]. 楊象軍,項(xiàng)志宇,劉濟(jì)林.  傳感器與微系統(tǒng). 2013(09)

博士論文
[1]基于路面識(shí)別的車(chē)輛半主動(dòng)懸架控制研究[D]. 秦也辰.北京理工大學(xué) 2016
[2]移動(dòng)機(jī)器人視覺(jué)同時(shí)定位與地圖構(gòu)建關(guān)鍵算法研究[D]. 吳俊君.華南理工大學(xué) 2013
[3]路面三維檢測(cè)系統(tǒng)原理及方法研究[D]. 馬榮貴.長(zhǎng)安大學(xué) 2008

碩士論文
[1]基于激光雷達(dá)的車(chē)前地形高程信息測(cè)量技術(shù)研究[D]. 李以磊.吉林大學(xué) 2018
[2]基于點(diǎn)線特征的RGB-D SLAM系統(tǒng)研究[D]. 劉志洋.華南理工大學(xué) 2018
[3]基于IMU定位導(dǎo)航系統(tǒng)的設(shè)計(jì)研究[D]. 楊壘強(qiáng).華僑大學(xué) 2017
[4]基于激光雷達(dá)的路面不平度重構(gòu)方法研究[D]. 鄭穎琳.吉林大學(xué) 2017
[5]基于GPS/SINS/里程計(jì)的智能車(chē)導(dǎo)航定位算法研究[D]. 宋志雪.北京工業(yè)大學(xué) 2017
[6]基于信息融合的汽車(chē)自主防撞控制系統(tǒng)設(shè)計(jì)與研究[D]. 楊闖.青島科技大學(xué) 2017
[7]基于雷達(dá)與圖像信息融合的路面目標(biāo)識(shí)別與應(yīng)用[D]. 陸怡悅.南京理工大學(xué) 2017
[8]基于TOF相機(jī)的環(huán)境智能探測(cè)技術(shù)研究[D]. 肖瑤.北京交通大學(xué) 2016
[9]基于ARM的車(chē)輛障礙自動(dòng)識(shí)別系統(tǒng)設(shè)計(jì)[D]. 宋博.黑龍江大學(xué) 2016
[10]基于雙目視覺(jué)的自主勘探車(chē)輛通過(guò)性研究[D]. 曾慶響.吉林大學(xué) 2015



本文編號(hào)：3292578