原文传递
无人驾驶叉车室内作业场景定位算法研究
| 论文题名： | 无人驾驶叉车室内作业场景定位算法研究 |
| 关键词： | 无人驾驶叉车;位置估计;目标定位;视觉信息 |
| 摘要： | 制造业由机械化、电气化向信息化、高度智能化的快速转变，提出了对工程机械和作业车辆无人化改造的迫切需求。大规模实现作业车辆室内无人驾驶的先决条件是实现成本可控的作业车辆和作业目标的定位。本文围绕无人驾驶叉车室内特定作业场景，在传感器信息有限且性能不佳的情况下，对作业车辆的位置估计和作业目标的定位进行了研究。为解决无人驾驶叉车室内特定作业场景下的定位导引问题，搭建了无人驾驶叉车研究平台。提出了基于轮速信息和UWB定位信息的无人驾驶叉车位置估计算法，并进一步提出了基于视觉信息的作业目标相对作业车辆的位姿估计算法。 首先，搭建无人驾驶叉车定位和作业目标定位的基础软硬件平台。硬件平台为具备无人驾驶能力的叉车试验平台以及主控计算平台，以及开发的车辆定位模块和作业目标定位模块。软件平台为各类数据存储、收发、标定和计算等模块。并定义了位置估算中涉及的各个静态坐标系和动态坐标系，以备明晰或简化后续研究过程。 其次，围绕无人驾驶叉车位置估计算法展开研究。针对UWB定位信号更新频率低、信号质量不佳且易受障碍物遮挡的问题，本文提出一种基于左右轮速信息和UWB信息融合的叉车位置估计算法。基于阿克曼转向原理建立车轮转角计算模型，进而建立了叉车运动学模型，从而使用轮速信息对车辆位置进行估算。然后利用扩展卡尔曼滤波器对轮速信息和UWB信息进行融合得出车辆位置估计值。实验结果表明，算法对车辆纵坐标估计的最大绝对误差为0.043m，平均绝对误差为0.015m，对车辆横坐标估计的最大绝对误差为0.057m，平均绝对误差为0.026m，提高了叉车定位精度。 最后，围绕基于视觉信息的无人驾驶叉车作业目标位姿估计算法展开研究。针对作业目标检测易受作业场景内其它成品干扰，导致无法准确识别的问题，提出基于标志物的作业目标识别方法。在此基础上，首先对摄像机进行成像分析以及畸变求解，提出了基于目标特征信息的自适应ROI区域分割方法。进而对分割后的ROI区域进行标签检测，然后提出基于视觉特征点信息的作业目标相对位姿估计算法。最终实验结果表明，在叉车相应的作业范围内，对作业目标纵向定位平均绝对误差不超过0.098m，平均相对误差不超过1.94%；对作业目标横向定位平均绝对误差不超过0.069m，平均相对误差不超过7.33%；对作业目标相对航向角估计值平均绝对误差不超过1.55°，平均相对误差不超过3.93%。满足叉车作业需求。 |
| 作者： | 葛慧明 |
| 专业： | 动力工程 |
| 导师： | 陈韬;朱仲文 |
| 授予学位： | 硕士 |
| 授予学位单位： | 天津大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
