近年來,隨著私人汽車擁有量的不斷增長,汽車尾氣的排放量也在逐年增加,造成了嚴(yán)重的環(huán)境污染問題。此外,世界各地交通事故頻繁發(fā)生,無數(shù)家庭因此家破人亡。無人駕駛技術(shù)可以提升燃料利用率以及保障行車安全,從而緩解道路交通安全和環(huán)境污染問題。環(huán)境感知系統(tǒng)是無人駕駛系統(tǒng)的基礎(chǔ),也是無人車安全性和智能性的根本保障。障礙物檢測技術(shù)是環(huán)境感知系統(tǒng)的核心,也是無人車能夠?qū)崿F(xiàn)自動(dòng)駕駛的基本條件。本論文研究了無人駕駛環(huán)境感知系統(tǒng)的系統(tǒng)設(shè)計(jì)、傳感器調(diào)試、障礙物檢測等關(guān)鍵技術(shù),完成的主要工作如下:1.完成了無人駕駛環(huán)境感知系統(tǒng)總體方案設(shè)計(jì),包括傳感器配置、通信架構(gòu)構(gòu)建以及數(shù)據(jù)處理、故障診斷等工作方式。該系統(tǒng)以工程機(jī)為核心處理單元,配置有2個(gè)毫米波雷達(dá)、2個(gè)工業(yè)相機(jī)、1個(gè)四線激光雷達(dá)、1個(gè)64線激光雷達(dá)、1對(duì)RSDS毫米波雷達(dá)以及1個(gè)GPS慣性導(dǎo)航系統(tǒng)。2.研究了傳感器標(biāo)定方法,完成了主要傳感器的接口調(diào)試及性能測試。用C++語言編程實(shí)現(xiàn)了毫米波雷達(dá)和四線激光雷達(dá)的接口調(diào)試和性能測試,能夠直接讀取傳感器底層數(shù)據(jù)并根據(jù)其數(shù)據(jù)格式提取所需信息,提高了數(shù)據(jù)應(yīng)用效果;測試了兩種傳感器輸出結(jié)果的準(zhǔn)確性。3.提出了基于DBSCA... 

【文章來源】：天津大學(xué)天津市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：66 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

DAPAR第二屆無人車大賽

谷歌無人車

第1章緒論32011年，牛津大學(xué)推出越野型無人車WildCat[13]，如圖1-3(a)所示。該無人車通過激光雷達(dá)和相機(jī)獲取道路信息，可以在崎嶇山路行駛，還能夠?qū)崿F(xiàn)繞道行駛，并且不依賴GPS。2013年，牛津大學(xué)推出第二款無人車RobotCar，如圖1-3(b)所示。該無人車采用ipad處理數(shù)據(jù)，并依據(jù)3D導(dǎo)航地圖短途行駛。(a)WildCat無人車(b)RobotCar無人車圖1-3牛津大學(xué)無人車上世紀(jì)80年代，德國研制出VaMP無人車[13]。VaMP利用相機(jī)獲取道路環(huán)境信息，感知范圍達(dá)100米左右。VaMP在模擬交通場景可以實(shí)現(xiàn)130km/h的行駛速度。2006年，德國國防軍大學(xué)研制出MuCAR-3無人車，該無人車可在結(jié)構(gòu)化和非結(jié)構(gòu)化道路環(huán)境中行駛[14]。2011年9月，德國柏林大學(xué)的MIG無人車連續(xù)行駛近20公里，中途經(jīng)過46個(gè)交通燈路口，成功繞行兩個(gè)環(huán)島，如圖1-5所示。圖1-5柏林大學(xué)MIG無人車與此同時(shí)，德國汽車企業(yè)也著手研究無人駕駛技術(shù)[15]。2014年，寶馬展示了其研發(fā)的自動(dòng)泊車技術(shù)及防碰撞技術(shù)等，其控制精度達(dá)到厘米級(jí)。20世紀(jì)90年代，日本NEDO公司開始研究無人駕駛貨車[13]，并成功使貨

【參考文獻(xiàn)】：
期刊論文
[1]自動(dòng)駕駛環(huán)境感知系統(tǒng)研究[J]. 郝俊.  時(shí)代汽車. 2018(09)
[2]我國無人駕駛技術(shù)發(fā)展現(xiàn)狀研究[J]. 賈瑞杰.  電子世界. 2018(15)
[3]基于雙目視覺圖像的倒車障礙物檢測預(yù)處理方法[J]. 劉昱崗,王卓君,劉艷芳,張祖濤,徐宏.  重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(03)
[4]基于3D激光雷達(dá)點(diǎn)云的道路邊界識(shí)別算法[J]. 孔棟,孫亮,王建強(qiáng),王曉原.  廣西大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(03)
[5]無人駕駛汽車環(huán)境感知技術(shù)綜述[J]. 馬佃波.  汽車與駕駛維修(維修版). 2017(05)
[6]無人駕駛汽車環(huán)境感知技術(shù)綜述[J]. 王世峰,戴祥,徐寧,張鵬飛.  長春理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(01)
[7]無人駕駛汽車避障方法探析[J]. 朱麒融.  科技資訊. 2016(21)
[8]基于激光雷達(dá)的無人駕駛汽車動(dòng)態(tài)障礙物檢測、跟蹤與識(shí)別方法[J]. 黃如林,梁華為,陳佳佳,趙盼,杜明博.  機(jī)器人. 2016(04)
[9]聚類算法綜述[J]. 伍育紅.  計(jì)算機(jī)科學(xué). 2015(S1)
[10]一種基于激光與視頻信息時(shí)空數(shù)據(jù)融合的行人檢測方法[J]. 張榮輝,李福樑,周喜,蔣同海,游峰,徐建閩,楊三強(qiáng).  交通運(yùn)輸系統(tǒng)工程與信息. 2015(03)

博士論文
[1]智能車行車環(huán)境視覺感知關(guān)鍵技術(shù)研究[D]. 梁敏健.長安大學(xué) 2017
[2]無人駕駛車輛環(huán)境感知系統(tǒng)關(guān)鍵技術(shù)研究[D]. 王俊.中國科學(xué)技術(shù)大學(xué) 2016
[3]無人駕駛車輛運(yùn)動(dòng)障礙物檢測、預(yù)測和避撞方法研究[D]. 辛煜.中國科學(xué)技術(shù)大學(xué) 2014
[4]城市環(huán)境下無人駕駛智能車感知系統(tǒng)若干關(guān)鍵技術(shù)研究[D]. 陳龍.武漢大學(xué) 2013
[5]自主式車輛環(huán)境感知技術(shù)研究[D]. 石磊.南京理工大學(xué) 2010
[6]用于越野自主導(dǎo)航車的激光雷達(dá)與視覺融合方法研究[D]. 劉大學(xué).國防科學(xué)技術(shù)大學(xué) 2009
[7]多傳感器數(shù)據(jù)融合問題的研究[D]. 王欣.吉林大學(xué) 2006
[8]自主駕駛汽車智能控制系統(tǒng)[D]. 孫振平.國防科學(xué)技術(shù)大學(xué) 2004
[9]基于激光雷達(dá)的移動(dòng)機(jī)器人障礙檢測和自定位[D]. 項(xiàng)志宇.浙江大學(xué) 2002

碩士論文
[1]基于四線激光雷達(dá)的道路信息提取技術(shù)研究[D]. 李龍杰.北京工業(yè)大學(xué) 2016
[2]基于激光雷達(dá)的智能車防撞預(yù)警系統(tǒng)研究[D]. 崔熠明.吉林大學(xué) 2016
[3]車載視覺系統(tǒng)中障礙物檢測與識(shí)別方法研究[D]. 曾麗娜.南京航空航天大學(xué) 2016
[4]基于單線激光雷達(dá)的障礙物檢測與跟蹤研究[D]. 莊秀華.湖南大學(xué) 2014
[5]基于雷達(dá)與相機(jī)的無人駕駛智能車障礙物檢測技術(shù)研究[D]. 張雙喜.長安大學(xué) 2013
[6]無人車前方障礙物的檢測方法研究[D]. 王葵.安徽大學(xué) 2012
[7]基于激光雷達(dá)的道路與障礙檢測研究[D]. 萬忠濤.國防科學(xué)技術(shù)大學(xué) 2010
[8]多傳感器融合技術(shù)在汽車避障中的應(yīng)用[D]. 姜元清.長春理工大學(xué) 2008
[9]多傳感器數(shù)據(jù)融合算法研究[D]. 高青.西安電子科技大學(xué) 2008
[10]多傳感器信息融合技術(shù)的研究[D]. 馮波.南京航空航天大學(xué) 2004



本文編號(hào)：3366686