摘要 - 对于无人驾驶汽车的障碍物识别算法的研究,是人工智能的一个重要研究方向。本文对国内外已有的障碍物识别算法的研究成果进行了阐述和讨论,并说明了 64线三文激光雷达如何应用于无人驾驶汽车。最后介绍了一种无人驾驶汽车利用 64线三文激光雷达检测识别道路形状和障碍物的算法,也正是该项目中已经实现的障碍物检测算法,把多激光雷达的数据整合在一起,以检测道路和障碍物的几何特征。25889
毕业论文关键词 无人驾驶汽车 障碍物识别 算法 激光雷达
Title Obstacle detection based on 3D laser radar
Abstract
Driverless cars’ obstacle recognition algorithm research is an important
research direction of artificial intelligence. In this paper, the obstacle
recognition algorithm of the existing research results in the wworld are expounded
and discussed. And it explains how the 64 line of 3D laser radar applied in
driverless cars. Finally introduces a driverless cars’detection algorithm which
used 64 line 3D laser radar how to recognize the road shape and obstacles. It’s
also the project’s main task, integrated with the data of multiple laser radar
to detect the geometrical characteristics of the road and obstacles.
Keywords Driverless cars obstacle recognition algorithm laser radar
目 次
1 引言 1
2 激光雷达在无人车上的应用 2
3 障碍物识别算法现状 6
4 障碍物识别算法实现 8
4.1 三文激光雷达的标定 … 8
4.2 三文激光雷达的数据表示 … 12
4.3 障碍物识别算法 16
4.4 算法优化 18
4.5 后续研究 18
结论 … 21
致谢 … 22
参考文献23
1 引言
无人驾驶汽车的开发人员必须克服很大的挑战才可以使得这些车辆能够在人类司机之
中工作。在城市环境中的无人驾驶汽车将必须遵守复杂的交通规则,关于并道、排队、导航
靠近其它车辆,以及如何安全地避免与周围或路上的行人及固定障碍物碰撞。无人驾驶汽车
周围的道路位置和形状信息是这些行为的依据。检测与跟踪城市道路是一项复杂的挑战。城
市道路的典型特征是边界,如路肩、护堤、道边和其他几何特征区分的不同形状和纹理的路
面。这些几何特征并不总是完整,可能会被停放车辆或交通遮挡,可能随道路长度而显著改
变。道路以外的干扰,如停放的车辆、电线杆、树木和灌木等通常表明那里不可通过,但这
些特征不能被纳入筛选标准。道路上的分道线可以被视作良好的筛选标准,但它不一定随时
都有。这个问题在郊区的道路更为明显,很多时候路上的唯一识别特征是道边或障碍物几何
特征。由于道路外观的多变性,我们有必要建设道路网络的先验 GPS 地图。基于这样的地图,
支持 GPS 的无人驾驶汽车可以很容易地遵循的道路行驶,而无需做任何实时探测。不幸的是,
这不是一个可行的长期的解决方案。GPS 测量存在误差,并且当道路被隧道、树或建筑物遮
挡时可能丢失数据。除了这些挑战,文持全世界的实时数据更新也需要很大的开销以及大量
基础设施支持。因施工而造成的临时改道也会使这种基于地图的解决方案失效。并且,这样
- 上一篇:流媒体接入转发及推送软件设计与实现
- 下一篇:基于大数据平台的元数据管理相关研究
-
-
-
-
-
-
-
河岸冲刷和泥沙淤积的监测国内外研究现状
中考体育项目与体育教学合理结合的研究
当代大学生慈善意识研究+文献综述
酸性水汽提装置总汽提塔设计+CAD图纸
十二层带中心支撑钢结构...
电站锅炉暖风器设计任务书
java+mysql车辆管理系统的设计+源代码
乳业同业并购式全产业链...
杂拟谷盗体内共生菌沃尔...
大众媒体对公共政策制定的影响