欢迎来到天天文库
浏览记录
ID:35150991
大小:11.50 MB
页数:55页
时间:2019-03-20
《基于四线激光雷达的道路检测与跟踪》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、浙江大学硕士学位论文基于四线激光雷达的道路检测与跟踪姓名:杨象军申请学位级别:硕士专业:信息与通信工程指导教师:刘济林2013-03-08浙江大学硕士学位论文摘要室外环境的自主导航是智能机器人研究的一个重要方向,而道路的检测与跟踪则是机器人实现自主导航的重要任务之一。基于图像的道边信息检测由于图像的信患量大,分辨率高等特点已得到广泛的应用。但是这类检测极易受到外部环境变化的影响,如光照、阴影、雨天等。而激光雷达却不易受外部环境的影响,不仅能在恶劣的天气条件下工作,而且探测范围远,测距准确,功耗较小,视野也较广。所以基于激光雷达的道路检测开始受到大家的重视
2、,也有了较快的发展。首先介绍了四线激光雷达标定方法,然后利用四线激光雷达的四组数据,获取较为完整的道路信息。首先分别对四组数据采取共线点拟合直线快速提取道边线段并融合获得完整准确的道边线段。再由道边对先前数据滤波获取地面数据,拟合地平面,计算道边端点到地平面距离检测道边高度。再根据道边与岔口的空间位置,从先前的道路轮廓线段中获取岔口的线段实现岔口的检测,并提取道路信息,结合车体的运动信息,构造扩展卡尔曼滤波器对道边和岔口进行跟踪估计。在检测与跟踪过程中采用模糊控制来实现道路跟踪控制。关键字:四线激光雷达:道边高度;岔口检测;扩展卡尔曼滤波;模糊控制II浙
3、江大学硕士学位论文AbstractAutonomousnavigationinoutdoorenvironmentisallimportantresearchdirectionofintelligentrobots,roaddetectionandtrackingisoneoftheimportanttasksofautono.mousnavigateon.Road-boundarydetection,basedontheimage,hasbeenwidelyusedduetothelargeamountofimageinformation,andhig
4、hresolution.However,thistypeofdetectionishighlyvulnerabletotheeffectsofthechangesintheexternalenvironment,suchaslight,shadow,rainy.Laserradarisnotvulnerabletotheimpactoftheexternalenvironment,itnotonlyCanworkinharshweatherconditions,butitalsohasafardete.ctionrange,aaccuraterangin
5、g,aSwellaSawiderfieldofvision,withlesspowercon-sumption.Roaddetectionbasedonlaserradarbeginstobeamatterofpublicconcern.alsohasarapiddevelopment.Atfirst,introducethecalibrationofthefourlayerlaserradar.Andthenbyutilizingthefoursetsofdataofthefour-layerlaserradar,itCallobtainamoreco
6、mpleteroadinfo.rmation.First,usethecollinearpointsintheeachsetofdatatofitstraightlinesrespeeti.velytoextractRoad-boundarylinesquicklyandmergethemtogetthecompleteroadboundarylines.Thenfitterpreviousdatatogetthegroundpointsbyroadboundary,fitⅡleroadplaneandcalculatethedistancebetwee
7、ntheplaneandtheendpointsofroadboundarytogettheroadboundaryheight.Accordingtothespatialpositionoftheroadboundarywiththeintersection,obtaintheintersectionlinesamongthepreviouslinesegmentstoachievetheintersectiondetection,andextracttheroadinformation.structureaKalmanfilter,combinedw
8、iththemotioninformationofthevehiclebody,
此文档下载收益归作者所有