無人車越野環(huán)境下障礙物檢測與識別技術(shù)研究.pdf

1、無人車在眾多領(lǐng)域都具有越來越廣泛的應用前景，障礙物檢測識別技術(shù)是無人車研究領(lǐng)域一個至關(guān)重要的方面，更是研究的熱點與難點，尤其是無人車對于越野環(huán)境下的障礙物檢測識別。本文針對越野環(huán)境下的主要障礙物，提出了一種基于多傳感器融合的障礙物檢測識別方法。主要內(nèi)容如下：
　　首先，對于本文中所用的攝像機與激光雷達系統(tǒng)，本文研究并提出了一種基于平面特征的像素級聯(lián)合標定方法，該方法對于激光雷達的自身標定同樣適用。本文利用張正友方法完成了攝像機的標

2、定，同時基于本文方法完成了激光雷達自身標定與兩者聯(lián)合標定。通過試驗驗證，本文所提出的聯(lián)合標定方法的精度能夠達到1.2931mm，為后續(xù)障礙物位置的確定提供了可靠依據(jù)。
　　其次，針對感興趣區(qū)域提取問題，在基于視覺圖像的感興趣區(qū)域提取方面，本文提出了一種基于HSV空間的Fisher準則函數(shù)分割和基于Lab空間的K-means聚類分割相結(jié)合的彩色圖像分割算法，該方法能夠?qū)⒄系K物區(qū)域準確分割出來并具有通用性。在基于激光數(shù)據(jù)的感興趣區(qū)域提

3、取方面，通過對激光數(shù)據(jù)進行轉(zhuǎn)換生成高度-灰度圖，并對其采用K-means聚類分割算法得到分割圖像，分割后基于后續(xù)形態(tài)學處理等操作獲得最終感興趣區(qū)域。
　　再次，本文探究了不同特征對于障礙物的區(qū)分度，最終選取了基于HSV空間的S/V特征、基于Lab空間的b-a特征、基于激光數(shù)據(jù)協(xié)方差矩陣的λ3/λ2特征和基于激光數(shù)據(jù)的距離對比度四個識別度較高的特征，同時通過大量訓練樣本的分析并統(tǒng)計出不同障礙物各特征的特征值區(qū)間，為障礙物識別打下了良