隨著人工智能與計(jì)算機(jī)技術(shù)發(fā)展,智能車自動(dòng)駕駛技術(shù)也受到了學(xué)術(shù)科研與工程界的廣泛關(guān)注,智能車自主運(yùn)行的核心基礎(chǔ)技術(shù)是自主定位與導(dǎo)航功能。但是針對(duì)于復(fù)雜干擾的運(yùn)行環(huán)境中,且采用的傳感器都具備自身的優(yōu)缺點(diǎn),多傳感器數(shù)據(jù)融合定位導(dǎo)航技術(shù)成為智能車領(lǐng)域重要研究方向之一。針對(duì)復(fù)雜室內(nèi)外場(chǎng)景,場(chǎng)景特征缺失、光照不足、障礙物遮擋等因素會(huì)對(duì)智能車定位產(chǎn)生影響,因此本文主要研究適用于室內(nèi)外不同場(chǎng)景下的多傳感器融合方法來實(shí)現(xiàn)智能車的魯棒定位導(dǎo)航任務(wù)。為了方便且快速驗(yàn)證多傳感器融合算法,基于Gazebo軟件搭建智能車及實(shí)驗(yàn)環(huán)境的仿真平臺(tái),可實(shí)現(xiàn)傳感器數(shù)據(jù)采集及智能車的控制決策功能。首先根據(jù)設(shè)計(jì)需求,描述智能車的運(yùn)動(dòng)學(xué)模型,并建立傳感器的相機(jī)坐標(biāo)系、激光雷達(dá)坐標(biāo)系和車體坐標(biāo)系,然后分析深度相機(jī)、激光雷達(dá)的成像模型,GPS和IMU的數(shù)據(jù)采集原理與各傳感器的時(shí)間同步關(guān)系,并完成各個(gè)傳感器的誤差標(biāo)定和數(shù)據(jù)采集實(shí)驗(yàn)。針對(duì)戶外場(chǎng)景中GPS信號(hào)遮擋影響智能車定位精度問題,本論文利用GPS和IMU傳感器測(cè)量結(jié)果設(shè)計(jì)基于自適應(yīng)擴(kuò)展卡爾曼濾波算法,并結(jié)合GPS差分定位技術(shù)提高系統(tǒng)的定位精度與魯棒性。然后設(shè)計(jì)預(yù)測(cè)跟蹤模型進(jìn)行軌跡追... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：84 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

智能車平臺(tái)應(yīng)用場(chǎng)景圖

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-2-圖1-2環(huán)境部署與自身攜帶傳感器定位示意圖環(huán)境部署的定位模式需要對(duì)環(huán)境已知并做出改變，相對(duì)而言很不方便且不滿足工程需要。但是僅僅使用單一傳感器又不能實(shí)現(xiàn)精準(zhǔn)魯棒的定位導(dǎo)航任務(wù)。例如視覺相機(jī)在光照變化強(qiáng)烈、特征紋理不明顯的環(huán)境中會(huì)導(dǎo)致定位失敗，IMU慣性導(dǎo)航單元存在累積誤差、輪式計(jì)打滑等因素都會(huì)影響實(shí)際定位效果。綜上所述，本文選取了多傳感器融合的方案解決智能車在戶外環(huán)境有GPS信號(hào)或局部信號(hào)遮擋的情況下融合IMU的精確定位導(dǎo)航，以及在室內(nèi)無GPS信號(hào)的情況下采用激光雷達(dá)、視覺相機(jī)和IMU慣性單元多傳感數(shù)據(jù)融合的方法完成精確定位，實(shí)現(xiàn)智能車在復(fù)雜環(huán)境中的自主定位導(dǎo)航。本論文的研究對(duì)于完成智能車巡檢、安防、搬運(yùn)、作戰(zhàn)和服務(wù)等功能任務(wù)都具有重要的意義[4]。1.2國(guó)內(nèi)外研究現(xiàn)狀與分析智能車的精準(zhǔn)定位技術(shù)是自主導(dǎo)航的基礎(chǔ)與關(guān)鍵任務(wù)，根據(jù)定位原理可以分為局部和全局定位。局部定位是相對(duì)于起始位姿來求解當(dāng)前幀的位姿變換關(guān)系，全局定位根據(jù)匹配已知地圖的先驗(yàn)信息求得，相對(duì)而言局部定位在未知環(huán)境中定位更靈活但是存在較大的累積誤差[5]。本論文中的應(yīng)用載體對(duì)象為智能車移動(dòng)平臺(tái)，應(yīng)用到多傳感器融合與定位導(dǎo)航技術(shù)，所以在下文分別對(duì)智能車、多傳感器融合和定位導(dǎo)航技術(shù)的國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行了闡述。智能車研究現(xiàn)狀隨著計(jì)算機(jī)與人工智能技術(shù)的發(fā)展，智能車會(huì)在未來無人作戰(zhàn)的信息化裝備領(lǐng)域發(fā)揮重要力量，是由機(jī)械、通信、控制和計(jì)算機(jī)等多學(xué)科融合的無人作戰(zhàn)平臺(tái)。隨著智能車的階段性發(fā)展可以分為人工遙控式、半自主式和全自動(dòng)式地面無人作戰(zhàn)平臺(tái)[6]。目前無人作戰(zhàn)智能車在伊拉克、阿富汗和敘利亞等多戰(zhàn)爭(zhēng)國(guó)家已得到廣泛應(yīng)用，主要用于安防巡邏、拆彈排爆、輔助作戰(zhàn)和?

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-3-未來信息化戰(zhàn)爭(zhēng)中不可或缺的一部分，對(duì)應(yīng)的自動(dòng)化戰(zhàn)斗裝備也會(huì)成為戰(zhàn)爭(zhēng)勝利的關(guān)鍵[8]。目前，國(guó)外也研制出很多作戰(zhàn)智能車裝備，主要目的雖是服務(wù)于戰(zhàn)爭(zhēng)，但最終達(dá)到遏制戰(zhàn)爭(zhēng)的目標(biāo)。例如：俄羅斯已經(jīng)在研“Kungas”系列作戰(zhàn)智能車，目標(biāo)在2025年之前部署與無人機(jī)群配合作戰(zhàn)的自主無人武裝UGV部隊(duì)，Kungas系列又根據(jù)功能不同分為多個(gè)“兵種”[9]，如下圖1-3所示，分別為進(jìn)攻型智能車，物資搬運(yùn)智能車和巡檢偵查智能車。圖1-3“Kungas”系列智能車圖1-4多功能智能車作戰(zhàn)平臺(tái)另外美國(guó)和加拿大等一些國(guó)家也研制了全自主式智能車，用于布雷與排爆，突圍作戰(zhàn)，物資運(yùn)輸和防御等功能。如上圖1-4所示分別為MTGR微型戰(zhàn)術(shù)機(jī)器人，美軍RS2-H1作戰(zhàn)智能車，加拿大AtlasXTR快速智能裝備運(yùn)輸車和SWAT-Bot特種武警部隊(duì)防御智能車[10]。其中美國(guó)在研究無人智能戰(zhàn)車起步早、投入高、技術(shù)先進(jìn)。智能車除了服務(wù)于無人戰(zhàn)爭(zhēng)環(huán)境中，近些年來在自動(dòng)駕駛領(lǐng)域發(fā)展十分迅猛，國(guó)外最早在70世紀(jì)，美國(guó)和德國(guó)開始研究智能車自動(dòng)駕駛技術(shù)。直至1983年，由美國(guó)的DARPA國(guó)防局、CMU、斯坦福、MIT等相繼研究自動(dòng)駕駛智能車。1986年由卡內(nèi)基梅隆大學(xué)用雪佛蘭研制成功第一輛自動(dòng)駕駛智能車，可在固定園區(qū)范圍內(nèi)行駛。后來至1994年，德國(guó)慕尼黑聯(lián)邦國(guó)防大學(xué)研制成功基于道路視覺跟蹤技術(shù)的高速公路行駛自動(dòng)駕駛智能車[11]。同時(shí)美國(guó)國(guó)防部組織了“DARPA智能車挑戰(zhàn)賽”來推廣智能車技術(shù)的進(jìn)步，最終谷歌根據(jù)三維環(huán)境高精度地圖與出眾的智能駕駛算法獲得優(yōu)異成績(jī)，并在2012年5月獲得美國(guó)內(nèi)達(dá)華州正式自動(dòng)駕駛測(cè)試的智能車行駛牌照[12]。我國(guó)對(duì)于在無人作戰(zhàn)系統(tǒng)下的智能車平臺(tái)研發(fā)主要集中于中國(guó)兵器集團(tuán)，如下圖1-5中所示為中國(guó)新型無人炮塔智能車

【參考文獻(xiàn)】：
期刊論文
[1]基于5G技術(shù)的智能車聯(lián)網(wǎng)研究與展望[J]. 楊榮悅,張鵬洲,宋卿.  電信科學(xué). 2020(05)
[2]室內(nèi)定位研究綜述[J]. 薛偉蓮,趙娣,張穎超.  計(jì)算機(jī)與現(xiàn)代化. 2020(05)
[3]基于UWB/SINS組合的行人導(dǎo)航研究[J]. 陳昊,張海華,陳瑋光,劉錫祥,汪宋兵.  導(dǎo)航定位與授時(shí). 2020(02)
[4]智能手機(jī)利用二維碼路標(biāo)進(jìn)行定位定姿的方法研究[J]. 葛雯斐,牛小驥,蔣郡祥,吳宜斌.  傳感技術(shù)學(xué)報(bào). 2019(12)
[5]智能無人戰(zhàn)車在未來作戰(zhàn)中的應(yīng)用研究[J]. 朱成賢,毛勇,徐曉.  現(xiàn)代防御技術(shù). 2019(02)
[6]無人戰(zhàn)車的發(fā)展需求及研究意義[J]. 鄭博文,辛學(xué)敏.  山東工業(yè)技術(shù). 2018(17)
[7]基于聯(lián)邦濾波進(jìn)行立體相機(jī)/IMU/里程計(jì)運(yùn)動(dòng)平臺(tái)組合導(dǎo)航定位[J]. 萬文輝,李宇,胡文敏,趙強(qiáng),孫遜,張秋昭,邸凱昌,郭杭,吳立新.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2018(01)
[8]基于擴(kuò)展卡爾曼濾波的GPS信號(hào)跟蹤技術(shù)[J]. 丁虎.  船舶工程. 2017(05)
[9]無人化智能化裝備技術(shù)發(fā)展及其影響分析[J]. 謝蘇明.  現(xiàn)代軍事. 2017(03)
[10]基于UKF的INS/GNSS/CNS組合導(dǎo)航最優(yōu)數(shù)據(jù)融合方法[J]. 孟陽,高社生,高兵兵,王維.  中國(guó)慣性技術(shù)學(xué)報(bào). 2016(06)

碩士論文
[1]北斗衛(wèi)星導(dǎo)航系統(tǒng)的RTK定位性能研究[D]. 保寧鑫.中國(guó)民航大學(xué) 2019
[2]基于北斗的智能化精確定位方法研究[D]. 郝立芳.西安電子科技大學(xué) 2019
[3]基于WLAN的地下停車場(chǎng)定位導(dǎo)航系統(tǒng)的研究[D]. 王錟.山東建筑大學(xué) 2018
[4]基于EKF智能車輛多傳感器融合定位算法研究[D]. 張銀.長(zhǎng)沙理工大學(xué) 2018
[5]基于二維碼識(shí)別的自動(dòng)泊車機(jī)器人定位導(dǎo)航技術(shù)研究[D]. 劉爽.華中科技大學(xué) 2017
[6]基于WIFI的室內(nèi)定位導(dǎo)航系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 黃佳.長(zhǎng)安大學(xué) 2017
[7]GPS/Visual/INS多傳感器融合導(dǎo)航算法的研究[D]. 王加芳.浙江大學(xué) 2017
[8]室外移動(dòng)機(jī)器人的定位與運(yùn)動(dòng)控制研究[D]. 胡勝豪.哈爾濱工業(yè)大學(xué) 2016
[9]感知校園中基于RFID的智能圖書館系統(tǒng)客戶端的研究與實(shí)現(xiàn)[D]. 徐冬.北京郵電大學(xué) 2011



本文編號(hào)：3018915