详情

原文传递空地协同下的全局路径规划方法

论文题名：	空地协同下的全局路径规划方法
关键词：	空地协同;图像拼接;道路提取;路径规划;地面移动机器人
摘要：	自主车辆在未知复杂环境下的自主导航已成为智能控制领域的研究热点，然而自主车辆搭载的传感器对大范围环境信息的感知能力有限，无法获取全局的环境信息，严重制约了自主车辆的自主导航能力。鉴于此，提出构建空地协同系统，即借助无人机的空中优势，为自主车辆提供所需的大范围环境信息，以弥补自主车辆的环境感知能力的不足，进而保证和提高其自主导航能力。　　针对无人机自身惯性对航向的影响，采用基于状态预测的无人机航向控制方法。该方法可使无人机更好地跟随设定的航线，确保无人机对自主车辆所需全局环境实现更加有效的图像采集。而后，利用SIFT图像拼接算法对无人机采集的图像序列进行拼接，并通过RANSAC算法剔除图像拼接过程中的误匹配，从而完成自主车辆所需全局环境信息的构建。在此基础上，运用K-means聚类分割和形态学算法对全局环境信息中的道路信息进行提取，实验表明该方法可以实现对自主车辆所需全局环境中道路的精确提取。　　路径规划是自主车辆实现自主导航的重要保证，本文针对自主车辆常用路径规划算法所存在的局部极小、平滑性及安全性等问题，提出引入 Fast Marching Square（FM2）算法对自主车辆进行路径规划。实验表明，该算法能够有效利用通过无人机采集的全局环境信息，从而得到一条适合自主车辆跟随的全局最优路径。　　本文的主要特色及创新包括：　　1、针对地面移动机器人自身传感器的限制，提出构建空地协同，借助无人机的空中优势，弥补无人驾驶车辆环境感知能力的不足。　　2、提出基于Fast Marching Square的自主车辆路径规划算法。　　3、通过图像序列拼接，实现了全局环境的构建，并使用聚类分割和形态学对道路进行提取。
作者：	黄肖肖
专业：	交通运输工程
导师：	曹凯;王杰
授予学位：	硕士
授予学位单位：	山东理工大学
学位年度：	2016
正文语种：	中文