无人车的道路边界检测研究
摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
1 绪论 | 第8-17页 |
1.1 研究的背景及意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-14页 |
1.2.1 国外无人车的研究状况 | 第9-11页 |
1.2.2 国内研究概况 | 第11-12页 |
1.2.3 激光雷达的道路边界检测研究现状 | 第12-14页 |
1.3 无人驾驶车的关键技术 | 第14-15页 |
1.4 研究内容及结构安排 | 第15-17页 |
1.4.1 研究主要内容 | 第15页 |
1.4.2 本文结构安排 | 第15-17页 |
2 无人车道路边界检测平台的搭建 | 第17-30页 |
2.1 无人车的车体模型 | 第18-19页 |
2.2 无人车环境感知系统 | 第19-22页 |
2.2.1 SICK激光雷达 | 第19-20页 |
2.2.2 UTM激光雷达 | 第20-21页 |
2.2.3 超声波雷达 | 第21-22页 |
2.3 无人车定位导航系统 | 第22-23页 |
2.4 计算机控制系统 | 第23-24页 |
2.5 行为决策系统 | 第24-29页 |
2.5.1 横向控制 | 第24-27页 |
2.5.2 纵向控制 | 第27-29页 |
2.6 本章小结 | 第29-30页 |
3 道路边界信息的获取 | 第30-45页 |
3.1 激光测距系统的建立 | 第31-37页 |
3.1.1 激光雷达工作原理 | 第31-32页 |
3.1.2 UTM激光雷达数据协议 | 第32-33页 |
3.1.3 UTM-30LX-EW数据编译方式 | 第33-36页 |
3.1.4 激光雷达扫描结果 | 第36-37页 |
3.2 坐标系的建立 | 第37-41页 |
3.2.1 激光雷达局部坐标系 | 第37-38页 |
3.2.2 无人车局部坐标系 | 第38页 |
3.2.3 无人车全局坐标系 | 第38-39页 |
3.2.4 数据点的坐标转换 | 第39-41页 |
3.3 实验结果与分析 | 第41-44页 |
3.3.1 道路环境的二维数据采集 | 第41-42页 |
3.3.2 道路环境的三维数据采集 | 第42-44页 |
3.4 本章小结 | 第44-45页 |
4 激光雷达的道路检测 | 第45-61页 |
4.1 道路模型的建立 | 第45-47页 |
4.2 道路环境特征的选取 | 第47-50页 |
4.2.1 单帧激光雷达数据 | 第47-48页 |
4.2.2 多帧激光雷达数据 | 第48-49页 |
4.2.3 激光数据点的搜索原则 | 第49-50页 |
4.3 道路边界检测方法 | 第50-56页 |
4.3.1 激光雷达数据点的聚类方法 | 第50-52页 |
4.3.2 激光雷达数据点的滤波方法 | 第52-53页 |
4.3.3 道路边界的判定 | 第53-56页 |
4.4 道路边界拟合方法 | 第56-58页 |
4.5 车道线的估计 | 第58-59页 |
4.6 本章小结 | 第59-61页 |
5 无人车道路边界检测实验及结果分析 | 第61-66页 |
5.1 软件平台介绍 | 第61-62页 |
5.2 GPS传感器数据接收 | 第62页 |
5.3 UTM激光雷达传感器数据接收 | 第62-63页 |
5.4 激光雷达边界检测的实测结果 | 第63-65页 |
5.5 本章小结 | 第65-66页 |
6 总结与展望 | 第66-68页 |
6.1 总结 | 第66页 |
6.2 展望 | 第66-68页 |
参考文献 | 第68-72页 |
攻读硕士学位期间发表的论文 | 第72-73页 |
致谢 | 第73-75页 |