城市道路场景下基于稀疏三维点云的多运动目标实时追踪

《城市道路场景下基于稀疏三维点云的多运动目标实时追踪》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、硕士学位论文城市道路场景下基于稀疏三维点云的多运动目标实时追踪OBJECTTRACKINGBASEDONSPARSE3DPOINTCLOUDINURBANENVIRONMENT杨浩哈尔滨工业大学2018年1月国内图书分类号：TP391学校代码：10213国际图书分类号：621密级：公开工学硕士学位论文城市道路场景下基于稀疏三维点云的多运动目标实时追踪硕士研究生：杨浩导师：朱晓蕊教授申请学位：工学硕士学科：控制科学与工程所在单位：深圳研究生院答辩日期：2017年12月授予学位单位：哈尔滨工业大学ClassifiedIndex:TP391U.D.C:621Adissertationsub

2、mittedinpartialfulfillmentoftherequirementsfortheacademicdegreeofMasterofEngineeringOBJECTTRACKINGBASEDONSPARSE3DPOINTCLOUDINURBANENVIRONMENTCandidate：YangHaoSupervisor：Prof.ZhuXiaoruiAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：ControlScienceandEngineeringAffiliation：ShenzhenGraduate

3、SchoolDateofDefence：December,2017Degree-Conferring-Institution：HarbinInstituteofTechnology摘要摘要每年有超过一百万人死于交通事故，超过两千万人因为交通事故受伤,而在这些事故中，绝大部分都是因为人为驾驶汽车操作失误造成的。因此我们迫切的需求，就是能够实现稳定安全地自动驾驶的汽车，来降低由于人为操作失误造成的交通事故。对于无人车来说，精确的追踪周围的目标是进行实时控制决策的前提。为了实现对无人驾驶车辆周围的目标的精确追踪，本文基于16线三维激光雷达设计了一个对城市道路场景下多个运动目标进行实时追踪的

4、解决方案，并且提出了一套可行的算法的验证方案，验证了该追踪算法准确性和实时性。对于整个目标追踪的系统来说，主要包括对三维激光采集到的单帧点云进行地面点的提取和目标分割，以及对于多帧点云间的目标进行关联和目标追踪四个部分组成。通过对于栅格化后的点云中每个点的局部特征和栅格统计特征进行分析，结合条件随机场算法，求解栅格中最优的地面点的高度值，并且离线地通过决策树算法进行训练得到地面点的模型，用于在线的地面点提取。将去除地面点的点云投影到二维平面，然后对栅格地图中的目标进行分割，得到单帧中的目标列表，用于目标的识别和追踪。本文提出了一个根据当前帧的目标的位置和状态进行前后两帧目标的特征匹配

5、，生成一系列假设，然后根据特征匹配的相关矩阵求全局最优假设的目标二次关联方案，以及一个基于卡尔曼滤波的目标追踪算法，实现了三维点云下的目标精确追踪。整个算法的验证方案主要分为对目标关联的算法准确性验证和对于整个追踪算法的验证。通过离线的存储大量的经过目标关联的点云序列，人工地去判断一个目标在不同帧的状态来确定当前目标是否关联正确，通过大量的实验数据进行分析来统计关联算法的准确率。自身无人车的速度是已知量，采取静态的行人和车辆作为参照物，通过追踪算法来确定不同场景下的目标的速度和位置，来验证追踪算法的准确性。关键词：无人驾驶；目标追踪；地面点识别；卡尔曼滤波；激光点云；关联-I-Abs

6、tractAbstractOver1millionpeoplearekilledandover20millionpeoplegetinjuredinroad-relatedaccidentseachyear.Mostoftheseaccidentsarecausedbywrongoperationwhilehumanbeingsaredrivingontheroad.Therefore,itisurgenttoachieveabsolutelysafedrivingforautomobilesandtoreducetrafficaccidentscausedbyimproperope

7、ration.Accuratetrackingofthesurroundingobjectsisaprerequisiteandcontributedtomakingreal-timecontroldecisions.Inordertoensuresafety,trackingwillbeoneofmostimportanttechnologiesinself-drvingresearch.Basedoncurrentmethodsandliteratur