基于三維激光雷達(dá)的無人駕駛車輛環(huán)境建模關(guān)鍵技術(shù)研究.pdf

1、作為下一個改變?nèi)祟惿罘绞降募夹g(shù)藍(lán)海，無人駕駛車輛研究日益受到學(xué)術(shù)界和產(chǎn)業(yè)界的高度關(guān)注，其技術(shù)涉及認(rèn)知科學(xué)、人工智能、控制科學(xué)、機(jī)械工程等交叉學(xué)科，是各種新興技術(shù)的最佳驗證平臺，也是未來汽車發(fā)展的必然趨勢。
　　在無人駕駛汽車研究領(lǐng)域，如何完整、準(zhǔn)確、實時、魯棒地實現(xiàn)三維場景的環(huán)境建模一直是研究的重點和難點。由于能夠通過非接觸掃描方式精確獲取三維環(huán)境信息，Velodyne三維激光雷達(dá)在無人駕駛汽車上得到廣泛的應(yīng)用。本文基于Velo

2、dyne三維激光雷達(dá)原始點云數(shù)據(jù)研究無人駕駛汽車的三維環(huán)境建模和路權(quán)時空態(tài)勢圖構(gòu)建技術(shù)，具體研究內(nèi)容包括以下幾個方面:
　　(1)系統(tǒng)闡述無人駕駛汽車環(huán)境建模相關(guān)概念和國內(nèi)外研究現(xiàn)狀，對比分析三維環(huán)境建模傳感器的優(yōu)缺點，重點介紹三維激光雷達(dá)用于各種環(huán)境要素的主流建模方法。
　　(2)研究Velodyne原始數(shù)據(jù)點云分割方法。針對三維激光雷達(dá)原始數(shù)據(jù)在不同工作環(huán)境下的點云形態(tài)差異問題，通過研究無向圖結(jié)構(gòu)的多特征、寬閾值、分層次

3、道路區(qū)域分割算法，實現(xiàn)對三維激光雷達(dá)原始數(shù)據(jù)點云的精確、可靠分割，在此基礎(chǔ)上構(gòu)建準(zhǔn)確的障礙物柵格圖。
　　(3)研究基于障礙物柵格圖的道路邊界檢測方法。提出一種基于道路形態(tài)分析的邊界提取方法，通過獲取道路趨勢和道路寬度分布信息，降低路內(nèi)障礙物和邊界間斷對于道路邊界提取所產(chǎn)生的影響。利用車輛自身位姿變化進(jìn)行道路邊界預(yù)測，在此基礎(chǔ)上，通過激光雷達(dá)原始點云數(shù)據(jù)生成的最大最小高度差圖實現(xiàn)道路邊界更新，從而有效提高道路邊界檢測的實時性和連續(xù)

4、性。
　　(4)研究動態(tài)障礙物建模和路權(quán)時空態(tài)勢圖構(gòu)建方法。通過研究Velodyne掃描線鄰域分布信息實現(xiàn)動態(tài)障礙物提取以提高動態(tài)障礙完整性。在此基礎(chǔ)上，提出一種基于PCA算法的障礙物形態(tài)信息分析方法，通過與四叉樹多障礙物分布形態(tài)融合來提高交通擁擠狀態(tài)下動態(tài)障礙物的匹配精度。利用卡爾曼濾波對動態(tài)障礙物動態(tài)特性建模，預(yù)測未來時刻障礙物分布以構(gòu)建時空障礙物柵格圖，并對其進(jìn)行距離變換獲取路權(quán)時空態(tài)勢圖。通過各種環(huán)境要素模型的融合，路權(quán)時