原文传递
基于激光雷达与机器视觉融合的障碍物检测技术研究
| 论文题名： | 基于激光雷达与机器视觉融合的障碍物检测技术研究 |
| 关键词： | 无人驾驶;障碍物检测;激光雷达;机器视觉;信息融合 |
| 摘要： | 近年来互联网巨头、造车新势力和老牌车企均将目光聚焦在了无人驾驶汽车行业，这也加快了无人驾驶汽车发展进入快车道的步伐。感知技术作为智能汽车获取外界环境信息的重要手段，其性能的好坏直接决定了整个无人驾驶系统的优劣。由于单一传感器信息获取存在局限性，因此本文主要研究激光雷达与相机融合的障碍物识别技术。 首先，概述了障碍物检测技术的国内外现状，发现了现有研究中的一些问题，引出了激光雷达与相机协同感知的研究课题。 然后，对比了多种地面点云分割方法选择了基于多平面拟合的方法进行了地面点云分割，分析了无效点云类型并通过路沿检测及设置距离阈值的方式完成了感兴趣区域的提取，对点云数据滤波去除离群点，提出了一种基于激光雷达垂直角分辨率的聚类方法，最终获取了感兴趣目标。 其次，从主干网络的四个模块分析了Yolov5的网络架构，引入了注意力机制实现了在几乎没有额外计算开销的基础上提高检测精度，最后通过自制数据集对优化后的模型进行验证。 再次，分析了多传感器时间不一致的原因，通过插值的方法完成了时间配准，建立了空间模型，完成了激光雷达坐标系到像素坐标系的转换。以激光雷达处理获得的感兴趣区域为基准融合视觉图像信息，分析了现有目标匹配方法的特点，提出了一种基于改进GNN的目标融合方法，并详解了未匹配目标出现的原因及所采用的决策方法，实现激光雷达与相机的信息融合。 最后，基于课题组试验车搭建了硬件平台与软件平台，借助软件标定了相机内参标及雷达与相机之间的外参，并对联合标定结果进行了验证，最后依据融合方案选择相应的试验场景验证了融合算法。 |
| 作者： | 徐雨强 |
| 专业： | 车辆工程 |
| 导师： | 张炳力 |
| 授予学位： | 硕士 |
| 授予学位单位： | 合肥工业大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
