基于四线激光雷达的道路信息提取技术研究

《基于四线激光雷达的道路信息提取技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中文图书分类号：TP391密级：公开UDC：621.3学校代码：10005硕士学位论文MASTERALDISSERTATION论文题目：基于四线激光雷达的道路信息提取技术研究论文作者：李龙杰学科：控制科学与工程指导教师：段建民论文提交日期:2016年6月30日UDC：621.3学校代码：10005中文图书分类号：TP391学号：S201302111密级：公开北京工业大学工学硕士学位论文题目：基于四线激光雷达的道路信息提取技术研究英文题目：RESEARCHONTECHNOLOGYOFROADINFORMAT

2、IONEXTRACTIONBASEDONFOUR-LAYERLASERRADAR论文作者：李龙杰学科专业：控制科学与工程研究方向：检测技术与自动化系统申请学位：工学硕士指导教师：段建民教授所在单位：城市交通学院答辩日期：2016年6月授予学位单位：北京工业大学独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京工业大学或其它教育机构的学位或证书而使用过的材料。与我一同

3、工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名：李龙杰日期：2016年06月30日关于论文使用授权的说明本人完全了解北京工业大学有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。（保密的论文在解密后应遵守此规定）签名：李龙杰日期：2016年06月30日导师签名：段建民日期：2016年06月30日摘要摘要伴随着经济和交通系统的快速发展，智能车辆作为智能交通体系的重要组

4、成部分，得到了普遍的关注和研究。智能车的关键技术也被视为解决交通问题的关键。四线激光雷达拥有数据量适中、测量精度高、多目标探测和受环境影响小等优势，被广泛应用于智能车辆的环境感知系统。本文利用四线激光雷达对智能车前方区域的道路信息提取技术进行了研究，主要包括以下内容：第一，提出基于激光雷达工作原理和扫描数据的分布特征改进的DBSCAN算法。雷达数据经过滤除多余回波、中值滤波和坐标变换等预处理后，根据扫描到结构化、半结构化道路的数据分布特点，通过对比不同的聚类算法，运用一维核密度估计和4-dist近邻加权欧

5、氏距离，自适应选取DBSCAN算法的参数（Eps、Minpts），排序后依次调用该算法完成了多密度聚类；并采用峰值邻域搜索和分层处理方法来改进算法的搜索范围，进一步提高算法的性能。第二，根据结构化和半结构化的城市道路特点提出道路信息提取方法。在改进的聚类算法基础上，根据雷达数据中物体的不同特征，首先提取路沿点集和路沿的高度信息，用最小二乘法拟合道路边界线；对路沿高度附近且符合路面特征的点进行标记，然后提取剩余数据中障碍物的距离、方位和尺寸等信息。不同场景下的实车实验验证了道路边沿、路面和障碍物信息提取方法

6、的有效性。第三，提出了一种基于障碍物多特征信息改进的ICP（IteratedClosestPoints）算法，以完成相邻两帧雷达数据的快速匹配。构建多特征匹配相似度函数，取代常用的欧氏距离度量，来改进ICP算法的匹配策略。改进后的算法大大降低运算的数据量，并减少了运行时间。第四，研究了栅格地图的更新策略和动态目标的跟踪方法。通过建立栅格地图对智能车前方区域进行表示，运用障碍物的多特征匹配结果对准前后帧的栅格地图，采用贝叶斯理论更新栅格地图；根据栅格的占据概率来检测动静态障碍物，使用卡尔曼滤波器和跟踪管理策

7、略实现对道路内的动态目标的稳定跟踪。最后，以北京工业大学BJUT-IV智能车作为实验平台进行大量的实车实验，结果表明提出的方法能够稳定、准确提取前方道路的信息和跟踪动态目标。关键词：智能车辆；激光雷达；道路检测；栅格地图；目标检测与跟踪-I-AbstractAbstractWiththerapiddevelopmentofeconomyandtransportationsystem,intelligentvehicletechnology,asanimportantpartofintelligenttra

8、nsportationsystem(ITS),hasbeenwildlyconcernedandresearched.Itisalsoconsideredtobethekeytosolvethetrafficproblems.Four-layerlaserradarhasadvantagesofhighaccuracy,moderateamountofdata,multi-layerdetection,lessinfluenc