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(xiàng)目，它對(duì)于社會(huì)和經(jīng)濟(jì)發(fā)展、國(guó)防建設(shè)以及科技發(fā)展等多個(gè)方面都具有重大的影響力。無人駕駛技術(shù)涉及認(rèn)知科學(xué)、傳感器技術(shù)、計(jì)算機(jī)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(jì)與實(shí)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(cè)是環(huán)境感知系統(tǒng)的核心問題，基于道路信息檢測(cè)的

2、車道線檢測(cè)技術(shù)、障礙物檢測(cè)技術(shù)以及道路邊界檢測(cè)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(diǎn)和難點(diǎn)。本文的研究針對(duì)無人車環(huán)境感知系統(tǒng)幾個(gè)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(cè)、障礙物檢測(cè)以及道路邊界檢測(cè)幾個(gè)方面，并研究了在實(shí)際工程設(shè)計(jì)與實(shí)現(xiàn)中一些具體的技術(shù)手段。本文具體的研究?jī)?nèi)容及創(chuàng)新之處包括以下幾個(gè)方面:
　　1)對(duì)無人車的國(guó)內(nèi)外發(fā)展現(xiàn)狀進(jìn)行了調(diào)研，分析比較了國(guó)外無人車環(huán)境

3、感知系統(tǒng)技術(shù)的實(shí)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(jì)思路和本文的研究?jī)?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(jì)并實(shí)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(jì)可視化操作界面來獲取特征點(diǎn)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(zhǔn)確性，為后續(xù)算法處理提供了條件。
　　3)針對(duì)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(shí)空域匹配融合的車道線檢測(cè)與跟蹤算法。算法結(jié)合慣導(dǎo)傳感器信息，利用相機(jī)逆透視變換算法及SAC-IA算法，實(shí)現(xiàn)車道線特征的時(shí)空域匹配融合。相比較傳統(tǒng)車道線檢測(cè)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(shí)現(xiàn)對(duì)車道線的特征數(shù)據(jù)聚類及濾除干擾;引入預(yù)測(cè)-跟蹤模型進(jìn)一步提高了檢測(cè)的準(zhǔn)確性。通過實(shí)驗(yàn)效果及數(shù)據(jù)統(tǒng)計(jì)分析表明，算法增強(qiáng)了車道線檢測(cè)的抗干擾能力，準(zhǔn)確性和

5、魯棒性高。
　　4)針對(duì)無人車系統(tǒng)要求障礙物檢測(cè)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(dá)障礙物檢測(cè)算法。算法采用空間鄰域分析的方法對(duì)三維激光雷達(dá)數(shù)據(jù)進(jìn)行處理來檢測(cè)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(cè)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(cè)方法只在三維空間進(jìn)行處理的情況，轉(zhuǎn)化到有時(shí)間域的四維空間來進(jìn)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(cè)的穩(wěn)定性。實(shí)驗(yàn)

6、效果及數(shù)據(jù)統(tǒng)計(jì)表明，算法對(duì)道路環(huán)境中各種常見的不同類型障礙物檢測(cè)性能都表現(xiàn)良好，可靠性及穩(wěn)定性高。
　　5)針對(duì)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(dá)道路邊界實(shí)時(shí)檢測(cè)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(shí)現(xiàn)道路邊界非常不明顯情形下的特征點(diǎn)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(shí)現(xiàn)道路邊界特征點(diǎn)聚類，濾除干擾;算法還引入道路模型知識(shí)，利用B樣條