自動駕駛系統(tǒng)是一種集地圖引擎、高精度定位、環(huán)境感知、預測、規(guī)劃決策和運動控制于一體的人工智能平臺,在緩解交通壓力、改善交通環(huán)境等方面具有廣闊應用場景。隨著人們對自動駕駛的研究不斷深入,智能車在復雜道路環(huán)境中行駛時,需要對周圍環(huán)境不斷分析處理,得到精確的障礙物信息。由于激光雷達響應速度靈敏、抗干擾能力強、分辨率高等特點,在自動駕駛系統(tǒng)中起著至關重要的作用。本文圍繞車載激光雷達和路側激光雷達,重點研究了道路交通場景中行人、車輛等目標檢測分類方面的內容,主要研究內容如下:（1）提出了制作離線柵格地圖濾除無效區(qū)域點云的方法。為了排除無效行駛區(qū)域對目標檢測的影響,可制作離線柵格地圖濾除與行駛區(qū)域無關的點云數(shù)據(jù)。針對部分區(qū)域受建筑物遮擋等影響造成的RTK采集位置信息不準確問題,本文采用一元多項式回歸方法確定高斯投影x軸坐標與高斯投影y軸坐標的對應關系,擬合得到完整道路邊界信息。根據(jù)道路邊界對區(qū)域柵格化處理,得到離線柵格地圖,本方法相對ear-clipping制作的柵格地圖更精確。最后根據(jù)離線柵格地圖與雷達掃描區(qū)域標簽“與”操作,提取有效區(qū)域點云數(shù)據(jù)。（2）設計了基于多層次歐式聚類的車載激光雷達點云... 

【文章頁數(shù)】：85 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景及意義
    1.2 無人駕駛感知與點云檢測現(xiàn)狀
        1.2.1 無人駕駛環(huán)境感知現(xiàn)狀
        1.2.2 點云目標檢測現(xiàn)狀
    1.3 本文主要工作
    1.4 文章結構
2 點云目標檢測關鍵算法分析
    2.1 三維激光雷達選型
    2.2 激光雷達數(shù)據(jù)解析
    2.3 數(shù)據(jù)處理關鍵技術
        2.3.1 線性回歸
        2.3.2 主成分分析
    2.4 深度學習關鍵算法分析
        2.4.1 卷積神經(jīng)網(wǎng)絡
        2.4.2 循環(huán)神經(jīng)網(wǎng)絡
        2.4.3 批量標準化
    2.5 本章小結
3 車載激光雷達點云目標檢測系統(tǒng)設計
    3.1 車載雷達點云目標檢測系統(tǒng)框架
    3.2 雙目激光雷達點云校正融合
    3.3 基于多項式回歸的離線柵格地圖點云過濾法
        3.3.1 離線柵格地圖過濾法框架
        3.3.2 采集道路邊界信息
        3.3.3 報文數(shù)據(jù)預處理
        3.3.4 多項式回歸擬合道路邊界
        3.3.5 提取有效區(qū)域點云數(shù)據(jù)
    3.4 障礙物特征檢測分類
        3.4.1 基于射線分割的地面點濾除法
        3.4.2 分層次歐氏聚類法
        3.4.3 基于幾何特征的檢測分類
    3.5 本章小結
4 路側激光雷達點云目標檢測系統(tǒng)設計
    4.1 路側激光雷達目標檢測系統(tǒng)流程
        4.1.1 深度學習點云目標檢測常用方法
        4.1.2 路側激光雷達點云目標檢測系統(tǒng)框架
    4.2 點云預處理
        4.2.1 點云投影降維
        4.2.2 數(shù)據(jù)切割
    4.3 基于Squeeze Seg算法模型的構建
        4.3.1 網(wǎng)絡模型框架
        4.3.2 解決模糊邊界問題
    4.4 基于Voxel Net算法模型的構建
        4.4.1 特征提取
        4.4.2 卷積中間層和區(qū)域生成網(wǎng)絡
        4.4.3 損失函數(shù)
    4.5 本章小結
5 實驗驗證與分析
    5.1 實驗數(shù)據(jù)
        5.1.1 KITTI數(shù)據(jù)集
        5.1.2 自動駕駛實測數(shù)據(jù)
    5.2 點云數(shù)據(jù)集制作
    5.3 車載雷達感知實驗結果與分析
        5.3.1 濾除無效區(qū)域對比分析
        5.3.2 地面點過濾分析
        5.3.3 目標聚類實驗對比分析
        5.3.4 障礙物檢測分類對比分析
    5.4 路側雷達感知實驗結果與分析
        5.4.1 實驗結果
        5.4.2 路側雷達點云目標檢測系統(tǒng)實驗對比分析
    5.5 本章小結
總結與展望
    總結
    展望
參考文獻
致謝
攻讀碩士學位期間科研成果


【參考文獻】：
期刊論文
[1]一種新的網(wǎng)絡RTK電文格式編碼解碼方法[J]. 張風,王慶,潘樹國.  測控技術. 2010(10)
[2]多級移動曲面擬合LIDAR數(shù)據(jù)濾波算法[J]. 蘇偉,孫中平,趙冬玲,孫崇利,張超,楊建宇.  遙感學報. 2009(05)

博士論文
[1]自主駕駛汽車智能控制系統(tǒng)[D]. 孫振平.國防科學技術大學 2004



本文編號：3679304