原文传递
基于ARM-Linux的无人驾驶车载传感器数据采集与处理系统
| 论文题名： | 基于ARM-Linux的无人驾驶车载传感器数据采集与处理系统 |
| 关键词： | 无人驾驶;车载传感器;数据采集与处理系统;ARM-Linux |
| 摘要： | 无人驾驶车辆是未来国内外汽车产业的发展方向，在行车安全、社会经济效益、科学技术发展等多领域有极为重要的战略地位。为了提高无人驾驶系统感知精度，保障行车安全，本文对无人驾驶车载传感器数据采集与处理系统中关键技术展开研究，主要研究内容如下： （1）基于无人驾驶车载传感器类型设计了具备相应接口的传感器数据采集与处理系统计算平台。首先，分析无人驾驶感知系统需求确定硬件设计方案。然后，基于高性能低功耗的JetsonTX2核心板，采用“核心板+载板”方式分别对电源管理模块、通讯接口模块等进行详细的硬件电路设计。最后，进行元器件布局、走线工作，完成系统样机的制作与焊接。 （2）基于ROS分布式理念设计了无人驾驶车载传感器数据采集与处理系统软件总体框架，并结合本文选用的“组合导航系统+激光雷达+摄像头”传感器方案展开具体研究。首先，以车体坐标系为基准，完成各传感器标定工作。其次，针对激光雷达点云数据中存在的噪点、离群点等问题进行解决，并结合k邻域滤波思想，提出一种改进的体素栅格点云滤波算法，有效地解决了原算法中实时性不足、点云特征丢失等问题。然后，针对低照度环境下摄像头图像信息不清晰导致感知精度降低问题，基于多尺度Retinex图像增强算法融合双边滤波，并对其进行降维处理，有效解决了低照度图像中存在的细节丢失、噪声及原算法中实时性无法满足无人驾驶等问题。最后，以激光雷达采样频率为基准进行时间配准，同时完成激光雷达-摄像头像素级融合，输入具有时空一致性的传感器数据。 （3）搭建实验平台，通过在不同行车场景下进行实车实验，结果表明：硬件计算平台及基于ROS设计的软件框架正常运行；本文改进的点云及图像数据处理算法及多传感器时空配准方法，有效地提高了目标检测率，提升了感知精度；本文设计的车载传感器数据处理软件方法基本满足无人驾驶车辆中、低速行驶的实时性需求。 |
| 作者： | 朱红赛 |
| 专业： | 机械电子工程 |
| 导师： | 苏岩 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京理工大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
