汽車自誕生發(fā)展至今,已經(jīng)取得了巨大的技術(shù)進步。隨著汽車技術(shù)的發(fā)展、計算機技術(shù)革命以及人工智能的廣泛興起,無人車技術(shù)研究也隨之興起,并逐漸成為高校、企業(yè)、政府關(guān)注的焦點。當前涉及無人車的關(guān)鍵技術(shù)主要包括環(huán)境感知、決策規(guī)劃、運動控制等,而環(huán)境感知技術(shù)則被認為是無人車的基礎(chǔ),在整個系統(tǒng)中具有巨大作用。另一方面,車輛保有量的增加致使某些車輛在使用場景下存在一些潛在風(fēng)險。本文結(jié)合無人車環(huán)境感知技術(shù)和對典型場景的研究分析,利用激光雷達傳感器采集點云數(shù)據(jù),實現(xiàn)無人車行駛過程中的障礙物進行檢測,在此基礎(chǔ)上對涉及的典型場景中的潛在風(fēng)險進行分析,以此提高無人車系統(tǒng)的安全冗余。本文主要工作及貢獻如下:1、針對激光雷達點云數(shù)據(jù)檢測濾波處理過程中出現(xiàn)的地面點云數(shù)據(jù)與障礙目標點云數(shù)據(jù)出現(xiàn)的欠分割現(xiàn)象,發(fā)展了一種結(jié)合點云數(shù)據(jù)幾何特征和柵格地圖相結(jié)合的方法進行點云數(shù)據(jù)的地面檢測和濾波。首先,對采集的一幀激光雷達點云數(shù)據(jù)劃分整體的ROI區(qū)域,對ROI區(qū)域按照無人車坐標進行象限分區(qū)。其次,在每個象限內(nèi)的單層數(shù)據(jù)提取最低點,作為地面點的初步估計值,引入路面反射強度特征數(shù)據(jù)按照所在象限進行地面點修正估計和濾波。最后,對基于幾...

【文章頁數(shù)】：119 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１－２測試中的谷歌無人駕駛車輛??

山東大學(xué)碩士學(xué)位論文??器，整體趨于完備。第三屆挑戰(zhàn)賽在加州舉辦，與前兩次比賽不同的是本次比賽??在城市環(huán)境下舉辦，比賽任務(wù)包含自主泊車在內(nèi)的多項城市駕駛挑戰(zhàn)項目，例如??十字路口交匯協(xié)作行駛，卡內(nèi)基梅隆大學(xué)的ＢＯＳＳ無人車最終奪魁ｔ１＇圖１－２為??本屆挑戰(zhàn)賽的冠軍。同時本次比....

圖１－２?Ｓｔａｎｌｅｙ無人車??

山東大學(xué)碩士學(xué)位論文??器，整體趨于完備。第三屆挑戰(zhàn)賽在加州舉辦，與前兩次比賽不同的是本次比賽??在城市環(huán)境下舉辦，比賽任務(wù)包含自主泊車在內(nèi)的多項城市駕駛挑戰(zhàn)項目，例如??十字路口交匯協(xié)作行駛，卡內(nèi)基梅隆大學(xué)的ＢＯＳＳ無人車最終奪魁ｔ１＇圖１－２為??本屆挑戰(zhàn)賽的冠軍。同時本次比....

圖１－５激光雷達在Ｖ２Ｘ中的應(yīng)用示范??

山東大學(xué)碩士學(xué)位論文??成本降低做出了不少努力，例如國內(nèi)雷神智能公司將激光雷達應(yīng)用于車路協(xié)同設(shè)??備中，在復(fù)雜交通場景下為無人車行駛提供輔助感知信息。圖１－５展示了激光雷??達在Ｖ２Ｘ中的應(yīng)用。??＾１??圖１－５激光雷達在Ｖ２Ｘ中的應(yīng)用示范??國外激光雷達測量系統(tǒng)發(fā)展相對較早，....

圖１－６論文總體結(jié)構(gòu)示意圖??－－??

場景，在障礙物檢測的基礎(chǔ)上對場景中存在的潛伏風(fēng)險問題進行了??判定，增加系統(tǒng)的決策冗余度。??論文主要分為三部分，首先對ＨＤＬ－６４Ｅ?Ｓ３型激光雷達進行內(nèi)部參數(shù)標定和??外部參數(shù)標定，將激光雷達采集的數(shù)據(jù)通過外部參數(shù)標定從雷達坐標系中轉(zhuǎn)化到??無人車車輛坐標系統(tǒng)中，完成激光雷達....

本文編號：3917536