近年來(lái),無(wú)人駕駛技術(shù)已成為國(guó)內(nèi)外科技公司與汽車行業(yè)重點(diǎn)研發(fā)的對(duì)象,其核心技術(shù)包括環(huán)境感知、精確定位、路徑規(guī)劃、決策控制,涉及傳感器、自動(dòng)控制、通信等技術(shù)。道路障礙物檢測(cè)與分類是無(wú)人自主車環(huán)境感知的關(guān)鍵組成部分,對(duì)無(wú)人自主車的安全行駛起到至關(guān)重要的作用。但復(fù)雜的道路環(huán)境,尤其是混合交通環(huán)境,給無(wú)人自主車的環(huán)境感知造成了極大的困難。使用單一傳感器的感知方案感知精度低、魯棒性差的缺點(diǎn)使其難以滿足無(wú)人駕駛對(duì)環(huán)境感知的需求,而現(xiàn)有的多傳感器融合方案又難以平衡檢測(cè)精度與實(shí)時(shí)性,難以投入工程使用。本文利用智能駕駛車輛平臺(tái),設(shè)計(jì)了激光雷達(dá)與攝像頭融合的環(huán)境感知算法,兼顧了檢測(cè)精度與實(shí)時(shí)性,為智能駕駛車輛在無(wú)人駕駛工況下提供可靠的道路目標(biāo)信息,保障行車安全。主要研究?jī)?nèi)容如下:(1)多傳感器聯(lián)合標(biāo)定。通過(guò)對(duì)攝像頭標(biāo)定,獲得其內(nèi)參矩陣;通過(guò)解算多組配對(duì)的點(diǎn)云和圖像像素之間的對(duì)應(yīng)關(guān)系,獲得激光雷達(dá)坐標(biāo)系和攝像頭坐標(biāo)系之間的旋轉(zhuǎn)矩陣和平移矩陣,實(shí)現(xiàn)兩者外參的標(biāo)定,即空間同步。并以激光雷達(dá)時(shí)間戳為基準(zhǔn),實(shí)現(xiàn)時(shí)間同步。點(diǎn)云至圖像的投影效果顯示,取得了較好的標(biāo)定效果。(2)融合算法設(shè)計(jì)。針對(duì)現(xiàn)有激光雷達(dá)與攝像頭融合的...

【文章頁(yè)數(shù)】：94 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景與意義
    1.2 智能駕駛車輛研究現(xiàn)狀
    1.3 智能駕駛環(huán)境感知研究現(xiàn)狀
        1.3.1 基于激光雷達(dá)的道路障礙物檢測(cè)研究現(xiàn)狀
        1.3.2 基于圖像的道路障礙物檢測(cè)研究現(xiàn)狀
        1.3.3 基于多傳感器融合的道路障礙物檢測(cè)研究現(xiàn)狀
    1.4 論文研究?jī)?nèi)容
第二章 傳感器標(biāo)定
    2.1 傳感器介紹
        2.1.1 駕駛平臺(tái)介紹
        2.1.2 攝像頭介紹
        2.1.3 激光雷達(dá)介紹
    2.2 空間同步
        2.2.1 坐標(biāo)系的選取
        2.2.2 攝像頭內(nèi)參標(biāo)定
        2.2.3 激光雷達(dá)與攝像頭聯(lián)合標(biāo)定
    2.3 時(shí)間同步
    2.4 標(biāo)定試驗(yàn)
    2.5 本章小結(jié)
第三章 基于激光雷達(dá)的感興趣區(qū)域(ROI)提取
    3.1 點(diǎn)云處理算法
        3.1.1 點(diǎn)云濾波
        3.1.2 地面點(diǎn)剔除
        3.1.3 點(diǎn)云聚類
    3.2 感興趣區(qū)域提取
        3.2.1 柵格地圖投影到圖像
        3.2.2 ROI放大與合并
    3.3 本章小結(jié)
第四章 基于激光雷達(dá)ROI與視覺(jué)的障礙物檢測(cè)
    4.1 神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
    4.2 YOLO介紹
    4.3 模型優(yōu)化
        4.3.1 GIoU
        4.3.2 Soft-NMS
        4.3.3 模型剪枝
    4.4 試驗(yàn)結(jié)果
        4.4.1 數(shù)據(jù)集構(gòu)建
        4.4.2 基礎(chǔ)網(wǎng)絡(luò)訓(xùn)練
        4.4.3 稀疏訓(xùn)練
        4.4.4 剪枝
        4.4.5 檢測(cè)結(jié)果對(duì)比
    4.5 本章小結(jié)
第五章 點(diǎn)云分類與檢測(cè)結(jié)果軟加權(quán)
    5.1 點(diǎn)云分類簡(jiǎn)介
    5.2 基于IOU的圖像點(diǎn)云目標(biāo)匹配
    5.3 點(diǎn)云分類神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)
    5.4 軟加權(quán)平均
    5.5 試驗(yàn)結(jié)果
        5.5.1 數(shù)據(jù)集構(gòu)建
        5.5.2 基礎(chǔ)網(wǎng)絡(luò)訓(xùn)練
        5.5.3 軟加權(quán)平均結(jié)果
        5.5.4 實(shí)車試驗(yàn)
    5.6 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及參加科研情況



本文編號(hào)：3751360