基于車載多激光雷達(dá)的地圖構(gòu)建與障礙物檢測(cè).pdf

1、基于激光雷達(dá)的障礙物檢測(cè)與地圖構(gòu)建是無人駕駛系統(tǒng)中環(huán)境感知的重要組成部分。當(dāng)前主流采用的Velodyne HDL64E激光雷達(dá)具有體積大、價(jià)格高的缺點(diǎn)，為改善這一問題，本文提出使用多個(gè)小激光雷達(dá)組合的方式進(jìn)行地圖構(gòu)建與障礙物檢測(cè)。
　　本研究分析了Velodyne HDL32E和VLP16激光雷達(dá)在不同安裝方式下的掃描精度，提出了多個(gè)激光雷達(dá)之間的組合安裝方式和標(biāo)定方法。為得到車體運(yùn)動(dòng)軌跡和地圖，本文實(shí)現(xiàn)了以激光雷達(dá)為傳感器的SL

2、AM子系統(tǒng)，即從點(diǎn)云中提取“線特征點(diǎn)”和“面特征點(diǎn)”用于幀間最近鄰匹配，通過最小化匹配誤差求出無人車幀間運(yùn)動(dòng)量，此外通過地圖配準(zhǔn)和閉環(huán)優(yōu)化兩個(gè)步驟減小累積誤差。除了車體軌跡和地圖，SLAM子系統(tǒng)輸出的去畸變點(diǎn)云可進(jìn)行多幀融合獲得更加精確、致密的點(diǎn)云，有助于正、負(fù)障礙物檢測(cè)。采用主流的柵格屬性地圖表示障礙物分布，通過分析正障礙物點(diǎn)云空間分布特征對(duì)正障礙物分類。此外，本文提出了負(fù)障礙物的三個(gè)局部結(jié)構(gòu)特征，通過檢測(cè)負(fù)障礙物候選線段，并對(duì)候選線