原文传递
面向越野环境的多传感器融合SLAM技术研究
| 论文题名： | 面向越野环境的多传感器融合SLAM技术研究 |
| 关键词： | 自动驾驶;多传感器融合;同时定位与地图构建;越野环境 |
| 摘要： | 随着科技的不断创新和进步，自动驾驶的应用已不再局限于城市环境中的出行需求，而逐渐扩展到了复杂环境的应用之中，如在越野环境中的物料搬运、排雷排爆、野外救援等。 当自动驾驶车辆在越野环境中执行任务时，卫星信号易受丛林、山脉等干扰，自主定位便成为必不可少的技术，SLAM(Simultaneous Localization AndMapping)技术可以同时感知周围环境并估计自身位姿，并可实现未知环境下增量式地图构建，使自动驾驶车辆在自主导航时显著减少对卫星定位和先验地图的依赖。然而，由于受越野环境的非结构化道路、不规则的环境特征、不稳定的卫星信号等因素影响，使用单一传感器数据进行车辆自主定位会面临着巨大的挑战;在地图的构建方面，越野环境信息繁杂、道路边界参差不齐，可通行区域难以提取，加大了构建导航地图的难度。故本文围绕越野环境下车辆定位和导航地图构建的核心需求，开展以下工作: (1)面向越野环境，构建基于图优化的多传感器融合定位架构，通过合理添加IMU、轮式里程计、GPS、激光雷达等传感器数据和卫星路网信息的约束，使自动驾驶车辆能够在复杂的越野环境下获得精确且鲁棒的定位能力，能够适应多种极端场景（空旷、卫星干扰、动态障碍物等影响）。 (2)设计多种地图形式以满足越野场景下的应用需求，使用拓扑地图下达自动驾驶车辆的运动路线、使用点云地图进行定位匹配、使用二维栅格地图进行局部路径规划。提出越野场景下的二维栅格地图的构建算法:首先将单帧的激光雷达点云数据根据坡度进行障碍物的标记，接着使用高斯过程对不可观测的点云数据进行推断，最后将单帧的点云观测通过贝叶斯滤波更新到全局地图中。最终构建的栅格地图显著减小了感知盲区，并提高了地图精度。 (3)研究了地图模块与定位模块的耦合方式以提升动态场景的定位性能，通过将二维栅格地图的占据信息抽象为语义信息（“占据”和“不占据”的二值语义），为点云配准提供语义加权信息，以减小动态障碍物对定位模块的影响。随后，进一步将二维占据栅格地图和高程地图作为媒介，提出了在点云地图上去除动态障碍物的拓展策略。 最后，开展了越野环境下的实车实验，对本文提出的多传感器融合定位与导航地图构建算法进行了验证和分析，主要测试了不同场景下的定位精度、地图细节和算法执行时间，通过对比已有的方案，证明了本文提出的多传感器融合SLAM技术在面向越野环境时具有更强的鲁棒性和更准确的定位精度。 |
| 作者： | 苏涛 |
| 专业： | 模式识别与智能系统 |
| 导师： | 祝辉 |
| 授予学位： | 硕士 |
| 授予学位单位： | 中国科学技术大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
