視覺(jué)為主的無(wú)人駕駛方程式賽車(chē)目標(biāo)感知與跟蹤控制研究
發(fā)布時(shí)間:2021-10-08 01:37
隨著社會(huì)不斷進(jìn)步和科技高速發(fā)展,與智能車(chē)相關(guān)的研究受到科研機(jī)構(gòu)、企業(yè)和高校的密切關(guān)注,其涉及多學(xué)科知識(shí)的交叉融合,各方不斷加大研發(fā)的投入力度。無(wú)人駕駛作為智能車(chē)發(fā)展的高級(jí)目標(biāo),目前已取得階段性的突破;赗OS平臺(tái),本文以低速環(huán)境下的無(wú)人駕駛方程式賽車(chē)作為研究對(duì)象,結(jié)合實(shí)際賽道場(chǎng)景針對(duì)環(huán)境感知和跟蹤控制技術(shù)展開(kāi)深入研究。在環(huán)境感知方面,采用32線激光雷達(dá)和攝像頭來(lái)感知賽道兩側(cè)的交通錐桶。首先采用基于視覺(jué)的目標(biāo)檢測(cè)算法實(shí)現(xiàn)對(duì)交通錐桶目標(biāo)的檢測(cè),目的在于以盡可能高的檢測(cè)幀率下保證識(shí)別類(lèi)別的正確性和定位框的準(zhǔn)確性,對(duì)比分析基于人工設(shè)計(jì)特征的目標(biāo)檢測(cè)算法和基于深度卷積網(wǎng)絡(luò)的目標(biāo)檢測(cè)算法,分別針對(duì)基于區(qū)域的Faster R-CNN算法和基于回歸的SSD算法進(jìn)行改進(jìn),從而確定最優(yōu)檢測(cè)方案能夠在現(xiàn)有平臺(tái)上滿(mǎn)足檢測(cè)需求;接著在完成激光雷達(dá)和攝像頭標(biāo)定的基礎(chǔ)上,提出基于圖像上檢測(cè)框內(nèi)交通錐桶目標(biāo)的數(shù)據(jù)融合方法,將激光雷達(dá)提供的點(diǎn)云數(shù)據(jù)與圖像像素信息進(jìn)行融合,確定交通錐桶目標(biāo)在三維空間中的位置,為后續(xù)規(guī)劃路徑提供依據(jù)。組合慣導(dǎo)能夠?qū)崿F(xiàn)厘米級(jí)高精度定位,將經(jīng)緯度信息通過(guò)坐標(biāo)轉(zhuǎn)換至二維車(chē)輛全局坐標(biāo)系下來(lái)獲取無(wú)...
【文章來(lái)源】:哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校
【文章頁(yè)數(shù)】:85 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
帕爾馬大學(xué)VisLab實(shí)驗(yàn)賽ARGO無(wú)人車(chē)
谷歌無(wú)人車(chē)
哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-4-被稱(chēng)為“基于國(guó)產(chǎn)車(chē)輛平臺(tái)的城市自主駕駛智能車(chē)”。圖1-3無(wú)人駕駛汽車(chē)—紅旗HQ3國(guó)內(nèi)眾多高科技公司也投入大量的財(cái)力與物力進(jìn)行無(wú)人駕駛汽車(chē)研究,當(dāng)中包括了百度、華為、阿里巴巴、滴滴等。其中以百度無(wú)人車(chē)最為突出,其所公布的Apollo無(wú)人駕駛系統(tǒng)架構(gòu)如下圖1-4所示,目前業(yè)界大部分無(wú)人車(chē)的總體硬件架構(gòu)都與其相似。2015年百度無(wú)人車(chē)首次實(shí)現(xiàn)在復(fù)雜交通場(chǎng)景下的無(wú)人駕駛,測(cè)試的最高車(chē)速達(dá)到100千米/時(shí);2016年與著名旅游景區(qū)烏鎮(zhèn)進(jìn)行合作,在景區(qū)內(nèi)實(shí)現(xiàn)第4級(jí)的無(wú)人駕駛;2018年百度無(wú)人車(chē)在中央電視臺(tái)春節(jié)聯(lián)歡晚會(huì)上亮相,在港珠澳大橋表演“8字交叉”跑動(dòng)表演。雷達(dá)雷達(dá)攝像頭攝像頭攝像頭GPS內(nèi)置機(jī)箱工控機(jī)機(jī)箱底座GPS接收器慣導(dǎo)圖1-4Apollo無(wú)人駕駛系統(tǒng)架構(gòu)綜上所述,關(guān)于智能車(chē)的研究,我國(guó)相較于歐美各國(guó)的研究起步時(shí)間較晚,但在相關(guān)技術(shù)的水平上總體差距并不大,目前各國(guó)基本處于同一起跑線上,車(chē)企不斷加大對(duì)無(wú)人駕駛技術(shù)的研發(fā)力度,廣泛采取與高科技企業(yè)合作的模式,爭(zhēng)取在相關(guān)技術(shù)領(lǐng)域?qū)崿F(xiàn)突破。1.2.2目標(biāo)檢測(cè)的研究現(xiàn)狀視覺(jué)傳感作為無(wú)人駕駛汽車(chē)環(huán)境感知的重要方法之一,其主要是通過(guò)機(jī)器視覺(jué)獲取周?chē)沫h(huán)境信息,通過(guò)圖像處理對(duì)信息進(jìn)行過(guò)濾與篩選,完成對(duì)周?chē)h(huán)境的感知[10]。無(wú)人駕駛汽車(chē)需要學(xué)會(huì)如何“睜眼看世界”,識(shí)別現(xiàn)實(shí)場(chǎng)景環(huán)境
本文編號(hào):3423175
【文章來(lái)源】:哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校
【文章頁(yè)數(shù)】:85 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
帕爾馬大學(xué)VisLab實(shí)驗(yàn)賽ARGO無(wú)人車(chē)
谷歌無(wú)人車(chē)
哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-4-被稱(chēng)為“基于國(guó)產(chǎn)車(chē)輛平臺(tái)的城市自主駕駛智能車(chē)”。圖1-3無(wú)人駕駛汽車(chē)—紅旗HQ3國(guó)內(nèi)眾多高科技公司也投入大量的財(cái)力與物力進(jìn)行無(wú)人駕駛汽車(chē)研究,當(dāng)中包括了百度、華為、阿里巴巴、滴滴等。其中以百度無(wú)人車(chē)最為突出,其所公布的Apollo無(wú)人駕駛系統(tǒng)架構(gòu)如下圖1-4所示,目前業(yè)界大部分無(wú)人車(chē)的總體硬件架構(gòu)都與其相似。2015年百度無(wú)人車(chē)首次實(shí)現(xiàn)在復(fù)雜交通場(chǎng)景下的無(wú)人駕駛,測(cè)試的最高車(chē)速達(dá)到100千米/時(shí);2016年與著名旅游景區(qū)烏鎮(zhèn)進(jìn)行合作,在景區(qū)內(nèi)實(shí)現(xiàn)第4級(jí)的無(wú)人駕駛;2018年百度無(wú)人車(chē)在中央電視臺(tái)春節(jié)聯(lián)歡晚會(huì)上亮相,在港珠澳大橋表演“8字交叉”跑動(dòng)表演。雷達(dá)雷達(dá)攝像頭攝像頭攝像頭GPS內(nèi)置機(jī)箱工控機(jī)機(jī)箱底座GPS接收器慣導(dǎo)圖1-4Apollo無(wú)人駕駛系統(tǒng)架構(gòu)綜上所述,關(guān)于智能車(chē)的研究,我國(guó)相較于歐美各國(guó)的研究起步時(shí)間較晚,但在相關(guān)技術(shù)的水平上總體差距并不大,目前各國(guó)基本處于同一起跑線上,車(chē)企不斷加大對(duì)無(wú)人駕駛技術(shù)的研發(fā)力度,廣泛采取與高科技企業(yè)合作的模式,爭(zhēng)取在相關(guān)技術(shù)領(lǐng)域?qū)崿F(xiàn)突破。1.2.2目標(biāo)檢測(cè)的研究現(xiàn)狀視覺(jué)傳感作為無(wú)人駕駛汽車(chē)環(huán)境感知的重要方法之一,其主要是通過(guò)機(jī)器視覺(jué)獲取周?chē)沫h(huán)境信息,通過(guò)圖像處理對(duì)信息進(jìn)行過(guò)濾與篩選,完成對(duì)周?chē)h(huán)境的感知[10]。無(wú)人駕駛汽車(chē)需要學(xué)會(huì)如何“睜眼看世界”,識(shí)別現(xiàn)實(shí)場(chǎng)景環(huán)境
本文編號(hào):3423175
本文鏈接:http://www.sikaile.net/kejilunwen/qiche/3423175.html
最近更新
教材專(zhuān)著