基于多层激光雷达的道路与障碍物信息提取算法

《基于多层激光雷达的道路与障碍物信息提取算法》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MASTERDISSERTATION论文题目：基于多层激光雷达的道路与障碍物信息提取算法论文作者：郑凯华学科：控制科学与工程指导教师：段建民教授论文提交日期：2015年6月UDC：621.3学校代码：10005分类号：TP391学号：S201202124密级：公开北京工业大学工学硕士学位论文题目基于多层激光雷达的道路与障碍物信息提取算法：英文题目ROAD：ANDOBSTACLEINFORMATIONEXTRACTIONALGORIT

2、HMBASEDONMULTI-LAYERLIDAR论文作者：郑凯华学科专业：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：电子信息与控制工程学院答辩日期：2015年4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。与我一同工作的同志对本研究所做的任何贡献

3、均已在论文中作了明确的说明并表示了谢意。签名：郑凯华日期：2015-6-16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：郑凯华导师签名：段建民日期：2015-6-16摘要摘要无人驾驶车辆是智能交通系统的重要组成部分，主要包括环境感知、规划决策和控制执行等子系统。多层激光雷达凭借其测量精度高、数据多、速度快、鲁棒性强等

4、优点在无人驾驶车的环境感知系统中得到了广泛应用。论文对基于多层激光雷达提取无人驾驶车周围的道路与障碍物信息进行研究，主要内容如下：（1）根据路沿数据点特征从众多的激光雷达数据中提取出路沿数据集。应用相似性度量方法对COBWEB算法进行改进，以提高路沿数据集聚类分析的准确率。提出多层融合表示规则能够融合多层激光雷达数据、剔除干扰路沿、分清左右路沿，并通过最小二乘法拟合出最终路沿，将道路分割为可行驶区域和不可行驶区域。在可行驶区域内根据三维激光雷达不同扫描层之间数据点的相对位置关系提出道路坡度检测算法，能够判别平坦路、上

5、坡路和下坡路等路况信息。（2）为剔除路面数据点，应用多层激光雷达数据的三维信息建立三维局部栅格地图。为解决动态环境下应用DS证据理论(Dempster-ShaferTheory，DST)融合局部地图与全局地图时的不匹配问题，本文提出首先根据无人驾驶车辆的运动速度、运动方向等信息将局部栅格地图进行位置估计后，再使用DST融合规则将两地图进行融合，提高了基于DS证据理论建立栅格地图的精确度。（3）利用DST中的冲突系数检测动态障碍物，并采用膨胀、侵蚀算法组合而成的闭运算填补障碍物的漏洞和裂缝。针对经典区域标记算法重复访问

6、堆栈和大量冗余邻域搜索等问题进行改进，并应用改进的八邻域区域标记算法对动态障碍物进行聚类分析，以提取障碍物的长度、宽度和中心位置等静态信息。（4）考虑到Kalman滤波器具有出色的稳定性，本文提出基于Kalman滤波器的障碍物动态信息提取方法。并提出应用Kalman滤波器为每个被跟踪目标建立一个随目标中心位置、长度、宽度和航向角实时变化的可变跟踪门，增加了障碍物目标跟踪系统的自适应能力。针对最近邻数据关联算法在密集环境下容易产生错误跟踪等问题，提出基于多特征马氏距离改进的最近邻数据关联算法，能够在密集环境下准确地为多

7、被跟踪目标匹配最优关联目标。最后，通过实车试验验证了上述方法能够稳定、准确、快速地完成检测路沿信息、道路坡度信息、检测并跟踪测障碍物目标、提取目标的动静态信息等工作。关键词：无人驾驶车；道路检测；障碍物检测；目标跟踪；动静态信息提取-I-AbstractAbstractDriverlesscarisamajorcomponentofintelligenttransportationsystem,whichincludesenvironmentalperception,planningdecision,controle

8、xecutionandsoon.Multi-layerLidarhasbeenwidelyusedindriverlesscarwithitshighprecision,largeamountofdata,fastspeedandstrongrobustness.Theinformationextractionofroadandobstacle