本文關鍵詞：無人駕駛智能車障礙檢測方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著經(jīng)濟的快速發(fā)展,人們生活水平不斷的提高；人們對于出行的交通工具提出了更高的要求。無人車技術開歷史之先河,完全解放因駕駛給人所帶來的束縛。障礙物檢測是無人車研究的重點之一。本文首先對GPS慣性導航、激光雷達的通訊協(xié)議以及傳輸?shù)臄?shù)據(jù)編碼進行了詳細的介紹,并通過Visual Basic平臺實現(xiàn)了與工控機之間的通訊,從而獲得了GPS慣性導航、激光雷達的檢測數(shù)據(jù)。其次為了解決在未知環(huán)境情況下障礙物運動狀態(tài)的檢測問題。文中提出一種基于激光雷達自主動態(tài)障礙物的檢測方法。通過近鄰域法和層次聚類算法對激光雷達檢測的數(shù)據(jù)進行聚類；在此基礎上分析了聚類障礙物的特征參數(shù),利用聚類障礙物數(shù)據(jù)的置信區(qū)間關聯(lián)性分析確定了障礙物的類型,對同一類型障礙物進行相對坐標轉化分析確定了障礙物的速度、航向。對于道路邊界和側方障礙物檢測的問題。本文對道路邊界的檢測采用激光雷達檢測的方法,通過采用遞推中位值濾波法使得邊界道路變的更加平滑；以及實現(xiàn)了超聲波對側方障礙物的檢測。最后通過Visual Basic的軟件平臺開發(fā)出各個傳感器的數(shù)據(jù)接受界面,同時對障礙物的聚類、障礙物運動狀態(tài)、道路邊界和側方障礙物的檢測分別做了相應的實驗。實驗結果表明：能夠對障礙物進行有效的聚類,從而實現(xiàn)對同一障礙物速度和航向的檢測；同時實現(xiàn)了對道路邊界和側方障礙物的檢測。
【關鍵詞】：無人車 障礙物檢測 聚類 Visual Basic
【學位授予單位】：西安工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：U495;U463.6
【目錄】：

• 摘要3-4
• Abstract4-8
• 1 緒論8-17
• 1.1 課題研究的背景及意義8-9
• 1.2 無人駕駛智能車輛發(fā)展研究概況9-12
• 1.2.1 國外無人車駕駛智能車研究狀況9-11
• 1.2.2 國內研究概況11-12
• 1.3 無人駕駛智能車障礙檢測方法的介紹12-15
• 1.3.1 基于立體視覺的障礙物檢測12
• 1.3.2 基于二維激光雷達的障礙檢測12-13
• 1.3.3 基于三維激光雷達的障礙物檢測13-14
• 1.3.4 基于彩色機器視覺的障礙物檢測14
• 1.3.5 基于結構光的障礙物檢測14-15
• 1.4 本論文研究的主要內容及各章節(jié)安排15-17
• 1.4.1 本論文研究主要內容15-16
• 1.4.2 論文各章節(jié)安排16-17
• 2 無人駕駛智能車檢測系統(tǒng)的數(shù)據(jù)協(xié)議17-31
• 2.1 GPS導航系統(tǒng)的數(shù)據(jù)協(xié)議17-21
• 2.1.1 GPS數(shù)據(jù)協(xié)議介紹17-19
• 2.1.2 GPS數(shù)據(jù)編譯方式19-21
• 2.2 LMS510激光雷達的數(shù)據(jù)協(xié)議21-27
• 2.2.1 LMS510激光雷達數(shù)據(jù)協(xié)議介紹22-24
• 2.2.2 LMS510激光雷達的數(shù)據(jù)編譯方式24-27
• 2.3 UTM-30LX-EW的數(shù)據(jù)協(xié)議27-30
• 2.3.1 SCIP2.2數(shù)據(jù)協(xié)議介紹27-28
• 2.3.2 UTM-30LX-EW數(shù)據(jù)編譯方式28-30
• 2.4 本章小結30-31
• 3 激光雷達自主動態(tài)障礙物檢測31-40
• 3.1 激光雷達的工作原理31-32
• 3.2 激光雷達的測距原理32
• 3.3 激光雷達數(shù)據(jù)采集32-33
• 3.4 聚類分析介紹33-34
• 3.5 激光雷達檢測點的聚類34-36
• 3.6 聚類障礙的特征參數(shù)提取36-37
• 3.7 障礙物的關聯(lián)性分析37-38
• 3.8 運動障礙物的狀態(tài)檢測38-39
• 3.9 本章小結39-40
• 4 道路邊界和側方障礙物的檢測40-48
• 4.1 激光雷達的道路邊界檢測40-42
• 4.1.1 激光雷達檢測點的坐標轉化40-41
• 4.1.2 濾波方法41-42
• 4.2 側方障礙物檢測42-47
• 4.2.1 超聲波測距原理43-44
• 4.2.2 超聲測距系統(tǒng)組成44
• 4.2.3 系統(tǒng)硬件電路設計44-46
• 4.2.4 系統(tǒng)軟件設計46-47
• 4.3 本章小結47-48
• 5 障礙物檢測試驗及結果48-58
• 5.1 試驗車參數(shù)48
• 5.2 障礙物檢測軟件系統(tǒng)48-49
• 5.3 VB6.0編寫運用界面49-54
• 5.3.1 GPS接受數(shù)據(jù)界面49-51
• 5.3.2 SICK激光雷達數(shù)據(jù)接受與參數(shù)設置界面51-52
• 5.3.3 UTM激光雷達數(shù)據(jù)接受52-53
• 5.3.4 無人車運行監(jiān)控界面設計53-54
• 5.4 障礙物檢測的實測結果54-56
• 5.5 激光雷達邊沿檢測的實測結果56-57
• 5.6 超聲波檢測實測結果57
• 5.7 本章小結57-58
• 6 總結與展望58-60
• 6.1 總結58
• 6.2 展望58-60
• 參考文獻60-63
• 攻讀碩士學位期間發(fā)表的論文63-64
• 致謝64-66

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 項志宇;;針對越野自主導航的障礙物檢測系統(tǒng)[J];東南大學學報(自然科學版);2005年S2期

2 楊蕾,侯春萍;無縫線路軌溫實時監(jiān)測系統(tǒng)的實現(xiàn)和應用[J];電子技術應用;2004年03期

3 李國厚,趙明富,徐君鵬;PLC控制系統(tǒng)的可靠性設計[J];礦山機械;2005年04期

中國碩士學位論文全文數(shù)據(jù)庫 前5條

1 唐高友;基于機器視覺的道路識別與障礙物檢測技術研究[D];重慶大學;2005年

2 沈璐;基于雙目立體視覺的三維重構剖分算法研究[D];東北師范大學;2010年

3 冀光強;基于線結構光掃描的水下三維重建技術[D];中國海洋大學;2013年

4 張雙喜;基于雷達與相機的無人駕駛智能車障礙物檢測技術研究[D];長安大學;2013年

5 呂峰;無人駕駛智能車控制系統(tǒng)的設計研究[D];西安工業(yè)大學;2014年

  本文關鍵詞：無人駕駛智能車障礙檢測方法研究，由筆耕文化傳播整理發(fā)布。

本文編號：394790