無人駕駛車輛環(huán)境感知系統(tǒng)關(guān)鍵技術(shù)研究.pdf

1、無人駕駛技術(shù)是當(dāng)今前沿科學(xué)技術(shù)的重要發(fā)展項目，它對于社會和經(jīng)濟發(fā)展、國防建設(shè)以及科技發(fā)展等多個方面都具有重大的影響力。無人駕駛技術(shù)涉及認知科學(xué)、傳感器技術(shù)、計算機技術(shù)、人工智能及車輛工程等交叉學(xué)科內(nèi)容，既包含基礎(chǔ)理論方法的研究與關(guān)鍵技術(shù)的突破，也涉及到大量的工程設(shè)計與實現(xiàn)問題。
　　在無人駕駛技術(shù)組成單元中，環(huán)境感知系統(tǒng)是至關(guān)重要的一環(huán)，是無人車安全性和智能性的保障。其中，道路信息的檢測是環(huán)境感知系統(tǒng)的核心問題，基于道路信息檢測的

2、車道線檢測技術(shù)、障礙物檢測技術(shù)以及道路邊界檢測技術(shù)屬于無人車感知系統(tǒng)的關(guān)鍵技術(shù)，是無人車能夠自主安全駕駛的必要前提條件，一直也是研究的重點和難點。本文的研究針對無人車環(huán)境感知系統(tǒng)幾個關(guān)鍵技術(shù)展開，內(nèi)容包括傳感器系統(tǒng)標(biāo)定、車道線檢測、障礙物檢測以及道路邊界檢測幾個方面，并研究了在實際工程設(shè)計與實現(xiàn)中一些具體的技術(shù)手段。本文具體的研究內(nèi)容及創(chuàng)新之處包括以下幾個方面:
　　1)對無人車的國內(nèi)外發(fā)展現(xiàn)狀進行了調(diào)研，分析比較了國外無人車環(huán)境

3、感知系統(tǒng)技術(shù)的實現(xiàn)方法，提出了環(huán)境感知系統(tǒng)面臨的關(guān)鍵問題。并在此基礎(chǔ)上，提出了“智能先鋒”系列無人車環(huán)境感知系統(tǒng)的設(shè)計思路和本文的研究內(nèi)容。
　　2)研究了激光傳感器和視覺傳感器的標(biāo)定方法，設(shè)計并實現(xiàn)了激光傳感器及視覺傳感器的自標(biāo)定和聯(lián)合標(biāo)定方法。通過設(shè)計可視化操作界面來獲取特征點的位置，降低了激光傳感器和視覺傳感器數(shù)據(jù)的特征獲取及匹配難度，提高了標(biāo)定效率及準確性，為后續(xù)算法處理提供了條件。
　　3)針對單幅圖像信息量少，抗

4、干擾能力差的問題，提出了一種基于逆透視變換時空域匹配融合的車道線檢測與跟蹤算法。算法結(jié)合慣導(dǎo)傳感器信息，利用相機逆透視變換算法及SAC-IA算法，實現(xiàn)車道線特征的時空域匹配融合。相比較傳統(tǒng)車道線檢測算法，獲得了更大范圍且數(shù)據(jù)量更豐富的車道線特征數(shù)據(jù)，并采用基于密度特征的線性聚類算法，實現(xiàn)對車道線的特征數(shù)據(jù)聚類及濾除干擾;引入預(yù)測-跟蹤模型進一步提高了檢測的準確性。通過實驗效果及數(shù)據(jù)統(tǒng)計分析表明，算法增強了車道線檢測的抗干擾能力，準確性和

5、魯棒性高。
　　4)針對無人車系統(tǒng)要求障礙物檢測可靠性及穩(wěn)定性高的問題，提出一種基于四維空間濾波的三維激光雷達障礙物檢測算法。算法采用空間鄰域分析的方法對三維激光雷達數(shù)據(jù)進行處理來檢測障礙物，避免了傳統(tǒng)基于柵格地圖最大最小高度差障礙物檢測方法因欠分割而導(dǎo)致的漏檢問題。算法還改變了傳統(tǒng)障礙物檢測方法只在三維空間進行處理的情況，轉(zhuǎn)化到有時間域的四維空間來進行濾波處理，可有效降低因無人車顛簸等造成的“虛警”問題，提高了檢測的穩(wěn)定性。實驗

6、效果及數(shù)據(jù)統(tǒng)計表明，算法對道路環(huán)境中各種常見的不同類型障礙物檢測性能都表現(xiàn)良好，可靠性及穩(wěn)定性高。
　　5)針對復(fù)雜道路環(huán)境下的路面提取問題，提出一種基于B樣條模型的三維激光雷達道路邊界實時檢測算法。算法采用基于三維激光鄰域曲率梯度分割的方法提取道路邊界特征，可以實現(xiàn)道路邊界非常不明顯情形下的特征點提取;利用自適應(yīng)圓形搜索算法獲取候選道路邊界數(shù)據(jù)，并利用FCM算法實現(xiàn)道路邊界特征點聚類，濾除干擾;算法還引入道路模型知識，利用B樣條