基于三维激光雷达的障碍特性分析
| 摘要 | 第9-10页 |
| ABSTRACT | 第10页 |
| 第一章 绪论 | 第12-24页 |
| 1.1 研究背景与意义 | 第12-18页 |
| 1.1.1 自主车研究现状 | 第12-15页 |
| 1.1.2 视觉传感器与深度传感器简介 | 第15-17页 |
| 1.1.3 研究意义 | 第17-18页 |
| 1.2 基于三维激光雷达的障碍特性研究现状 | 第18-22页 |
| 1.2.1 基于激光雷达的静态障碍特性研究现状 | 第18-21页 |
| 1.2.2 基于激光雷达的动态障碍特性研究现状 | 第21-22页 |
| 1.3 本文主要研究内容与成果 | 第22-24页 |
| 1.3.1 本文主要研究内容及组织结构 | 第22-23页 |
| 1.3.2 本文主要研究成果 | 第23-24页 |
| 第二章 基于激光雷达的地面分割算法 | 第24-38页 |
| 2.1 激光雷达点云特性 | 第24-27页 |
| 2.1.1 64线激光雷达简介 | 第24-25页 |
| 2.1.2 64线激光雷达数据表示 | 第25-27页 |
| 2.2 基于分块直线拟合的障碍检测 | 第27-31页 |
| 2.2.1 分块直线中的激光雷达返回点数据表示 | 第27-29页 |
| 2.2.2 分块直线拟合算法流程 | 第29-30页 |
| 2.2.3 基于分块直线地面分割算法实验结果 | 第30-31页 |
| 2.3 基于稀疏高斯回归的地面分割算法 | 第31-35页 |
| 2.3.1 高斯过程回归 | 第32-33页 |
| 2.3.2 稀疏协方差函数 | 第33页 |
| 2.3.3 稀疏高斯过程回归地面分割算法 | 第33-35页 |
| 2.4 基于分块高斯回归的地面分割算法 | 第35-37页 |
| 2.4.1 分块高斯回归地面分割算法 | 第35页 |
| 2.4.2 分块高斯回归地面分割实验结果 | 第35-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第三章 复杂场景中静态障碍特性分析 | 第38-55页 |
| 3.1 基于激光雷达的负障碍特性分析 | 第38-42页 |
| 3.1.1 基于极坐标栅格地图的负障碍特性分析 | 第39-40页 |
| 3.1.2 实验结果 | 第40-42页 |
| 3.2 基于激光雷达的草丛特性分析 | 第42-49页 |
| 3.2.1 草丛特性分析 | 第43-45页 |
| 3.2.2 基于雷达点云特性分析的草丛检测算法 | 第45-47页 |
| 3.2.3 实验结果 | 第47-49页 |
| 3.3 基于激光雷达的杆类障碍物特性分析 | 第49-54页 |
| 3.3.1 杆类特征提取 | 第49-52页 |
| 3.3.2 实验结果 | 第52-54页 |
| 3.4 本章小结 | 第54-55页 |
| 第四章 基于占据栅格的动态障碍特性分析 | 第55-74页 |
| 4.1 相关研究 | 第55-56页 |
| 4.2 基于占据栅格的动态障碍特性分析 | 第56-66页 |
| 4.2.1 环境模型 | 第56-57页 |
| 4.2.2 激光雷达数据关联 | 第57-60页 |
| 4.2.3 状态更新 | 第60-64页 |
| 4.2.4 粒子的初始化与目标提取 | 第64-66页 |
| 4.3 实验结果与分析 | 第66-73页 |
| 4.4 本章小结 | 第73-74页 |
| 第五章 结论和展望 | 第74-76页 |
| 5.1 工作总结 | 第74页 |
| 5.2 展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-84页 |
| 作者在学期间取得的学术成果 | 第84页 |
