無(wú)人駕駛技術(shù)在越來(lái)越多的場(chǎng)景下都得到了廣泛應(yīng)用。越野環(huán)境下無(wú)人駕駛技術(shù)是軍用地面無(wú)人平臺(tái)的基礎(chǔ),其中道路檢測(cè)作為無(wú)人駕駛系統(tǒng)的一個(gè)重要組成部分,在環(huán)境感知和路徑規(guī)劃中都起著至關(guān)重要的作用,是無(wú)人平臺(tái)自主能力的重要支撐。與城市環(huán)境車道線檢測(cè)不同,越野環(huán)境的道路更加復(fù)雜。本文針對(duì)越野場(chǎng)景下的道路檢測(cè)及其在局部路徑規(guī)劃中的應(yīng)用做了系統(tǒng)的研究。本論文的主要?jiǎng)?chuàng)新包括如下兩點(diǎn):第一,在工程應(yīng)用研究方面,我們研究了道路檢測(cè)技術(shù)在野外地面無(wú)人平臺(tái)的自主導(dǎo)航中的應(yīng)用落地。本文基于現(xiàn)有的基于離散道邊點(diǎn)表示的道路模型,使用端到端的卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè);然后將算法集成到野外軍用車載平臺(tái)上,對(duì)車載相機(jī)采集的彩色圖片進(jìn)行實(shí)時(shí)預(yù)測(cè)。同時(shí),我們提出利用圖像道邊檢測(cè)進(jìn)行局部路徑規(guī)劃的方案。首先進(jìn)行相機(jī)的內(nèi)參標(biāo)定,以及相機(jī)與規(guī)劃坐標(biāo)系之間的外參標(biāo)定,得到圖像平面與規(guī)劃平面之間的單應(yīng)性矩陣。通過(guò)將圖像中檢測(cè)出的道邊點(diǎn)投影到規(guī)劃坐標(biāo)系下,無(wú)人車可以在沒(méi)有精確定位信息的情況下進(jìn)行魯棒的局部路徑規(guī)劃。根據(jù)實(shí)際環(huán)境情況,本文在投影的時(shí)候還提出了結(jié)合實(shí)時(shí)的車體姿態(tài)信息修正投影單應(yīng)性矩陣和投影結(jié)果多幀融合等優(yōu)化策略。第二,在理論研究方... 

【文章來(lái)源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：85 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
Abstract
1 緒論
    1.1 研究的背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 論文內(nèi)容與結(jié)構(gòu)
2 基于離散道邊點(diǎn)的道路檢測(cè)及其在路徑規(guī)劃中的應(yīng)用
    2.1 道路模型
    2.2 網(wǎng)絡(luò)結(jié)構(gòu)
    2.3 離散道邊點(diǎn)的投影
        2.3.1 單應(yīng)性矩陣估計(jì)
        2.3.2 單應(yīng)性矩陣標(biāo)定
        2.3.3 單應(yīng)性矩陣修正
    2.4 基于離散道邊點(diǎn)的局部路徑規(guī)劃
        2.4.1 道邊點(diǎn)擬合及優(yōu)化
        2.4.2 岔路口的道路選擇
    2.5 模型訓(xùn)練
        2.5.1 數(shù)據(jù)的采集與處理
        2.5.2 損失函數(shù)
        2.5.3 損失曲線
    2.6 實(shí)驗(yàn)結(jié)果分析
        2.6.1 圖像檢測(cè)結(jié)果分析
        2.6.2 投影結(jié)果分析
        2.6.3 規(guī)劃結(jié)果分析
    2.7 本章小結(jié)
3 基于曲線預(yù)測(cè)的道路檢測(cè)算法
    3.1 道路模型
        3.1.1 道路的曲線模型
        3.1.2 多項(xiàng)式函數(shù)表示
        3.1.3 三角函數(shù)表示
    3.2 模型訓(xùn)練
        3.2.1 數(shù)據(jù)的采集和處理
        3.2.2 網(wǎng)絡(luò)結(jié)構(gòu)
        3.2.3 損失函數(shù)
        3.2.4 損失曲線
    3.3 模型評(píng)估
        3.3.1 評(píng)估標(biāo)準(zhǔn)
        3.3.2 多項(xiàng)式模型與三角函數(shù)模型比較
        3.3.3 曲線自由度實(shí)驗(yàn)
        3.3.4 曲線系數(shù)正則項(xiàng)權(quán)重實(shí)驗(yàn)
    3.4 誤檢漏檢分析
    3.5 岔路口分析
    3.6 本章小結(jié)
4 總結(jié)與展望
    4.1 本文工作總結(jié)
    4.2 未來(lái)工作展望
參考文獻(xiàn)
作者在學(xué)期間所取得的科研成果


【參考文獻(xiàn)】：
期刊論文
[1]矮化密植棗園收獲作業(yè)視覺(jué)導(dǎo)航路徑提取[J]. 彭順正,坎雜,李景彬.  農(nóng)業(yè)工程學(xué)報(bào). 2017(09)
[2]基于機(jī)器視覺(jué)的農(nóng)田機(jī)械導(dǎo)航線提取算法研究[J]. 刁智華,王會(huì)丹,宋寅卯.  農(nóng)機(jī)化研究. 2015(02)
[3]采用Hough變換的道路邊界檢測(cè)算法[J]. 史曉鵬,何為,韓力群.  智能系統(tǒng)學(xué)報(bào). 2012(01)
[4]基于3D激光雷達(dá)的實(shí)時(shí)道路邊界檢測(cè)算法[J]. 劉梓,唐振民,任明武.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(S2)

博士論文
[1]深度學(xué)習(xí)算法在無(wú)人駕駛視覺(jué)中的應(yīng)用[D]. 蔡惠民.西安電子科技大學(xué) 2018



本文編號(hào)：3205388