環(huán)境感知作為自動駕駛的關鍵環(huán)節(jié),是行車安全性和智能性的保障。先進的三維環(huán)境感知系統(tǒng)能夠及時地探測到車輛、行人、障礙物、道路等影響行駛安全性的外部事物,并準確地獲取其三維位置、尺寸、行駛方向、幾何形狀、類別等信息,為后續(xù)的決策與控制環(huán)節(jié)提供依據。單一的檢測手段或傳感器很難對復雜場景進行魯棒地感知,而利用多傳感器優(yōu)勢互補,則能獲取更加全面、兼容的行駛環(huán)境信息,從而滿足自動駕駛系統(tǒng)對可靠性、精準度的需求。近年來,深度學習在信息處理方面取得了突破性進展,基于神經網絡的識別、分割、檢測算法性能突出,為多傳感器三維環(huán)境感知系統(tǒng)的研究提供了新的方法和思路。基于此,論文采用三維激光雷達和可見光單目相機,結合深度神經網絡,圍繞多傳感器標定、3D點云與RGB圖像融合、三維目標檢測、三維語義分割等關鍵技術,開展了理論分析、方法研究、技術實現、實測驗證等工作,主要研究內容如下:（1）三維環(huán)境感知系統(tǒng)多傳感器標定方法研究針對以三維激光雷達和單目RGB相機作為傳感裝置的行車環(huán)境感知系統(tǒng),分析異構傳感器獨立標定、聯合標定的原理及模型;設計系列標定方案,搭建實驗系統(tǒng);借助Matlab、Robot Operating ... 

【文章來源】：中國科學院大學(中國科學院長春光學精密機械與物理研究所)吉林省

【文章頁數】：139 頁

【學位級別】：博士

【部分圖文】：

二維、三維感知效果簡圖

感知

搭載各類傳感Figure1.4Autonomousvehicles

【參考文獻】：
期刊論文
[1]單目攝像機與三維激光雷達聯合標定的研究[J]. 魏克全,時兆峰,李晗,郝鵬.  導航定位與授時. 2015(06)
[2]基于k-均值聚類和最小二乘的數據融合方法[J]. 李菲菲,徐汀榮,徐小華.  微計算機信息. 2011(04)
[3]攝像機與3D激光雷達聯合標定的新方法[J]. 項志宇,鄭路.  浙江大學學報(工學版). 2009(08)
[4]多源遙感影像數據融合的理論與技術[J]. 韓玲,吳漢寧.  西北大學學報(自然科學版). 2004(04)

博士論文
[1]基于卷積神經網絡的高效語義分割方法研究[D]. 楊威.中國科學院大學(中國科學院光電技術研究所) 2019
[2]視頻監(jiān)控中的前景目標檢測算法研究[D]. 曾冬冬.中國科學院大學(中國科學院長春光學精密機械與物理研究所) 2019
[3]基于雙目視覺的三維重建關鍵技術研究[D]. 張展.中國科學院大學(中國科學院沈陽計算技術研究所) 2019
[4]基于激光點云的復雜三維場景多態(tài)目標語義分割技術研究[D]. 張蕊.戰(zhàn)略支援部隊信息工程大學 2018
[5]基于車—路視覺協同的行車環(huán)境感知方法研究[D]. 穆柯楠.長安大學 2016
[6]無人駕駛車輛環(huán)境感知系統(tǒng)關鍵技術研究[D]. 王俊.中國科學技術大學 2016
[7]復雜環(huán)境下智能車輛動態(tài)目標三維感知方法研究[D]. 王肖.清華大學 2016
[8]城市環(huán)境下無人駕駛車輛決策系統(tǒng)研究[D]. 陳佳佳.中國科學技術大學 2014
[9]城市交通中智能車輛環(huán)境感知方法研究[D]. 王科.湖南大學 2013
[10]基于信息融合的移動機器人三維環(huán)境建模技術研究[D]. 張勤.北京郵電大學 2013

碩士論文
[1]基于注意力機制與知識蒸餾的目標細分類與檢測[D]. 管文杰.南京大學 2019
[2]基于機載LiDAR點云與影像配準的真彩色點云生成技術[D]. 黃志安.華南理工大學 2017
[3]基于合作目標和單相機的空間相對位姿測量方法研究[D]. 曹雨.天津大學 2017
[4]基于雷達和機器視覺融合的前方車輛障礙物檢測[D]. 那田.合肥工業(yè)大學 2016
[5]基于結構光投影法的空間障礙物探測方法研究[D]. 吳琳琳.西安工業(yè)大學 2015
[6]三維重建中的相機標定方法研究[D]. 馮煥飛.重慶交通大學 2013



本文編號：3448730