原文传递
基于多传感器融合的智能车辆即时定位与建图技术研究
| 论文题名： | 基于多传感器融合的智能车辆即时定位与建图技术研究 |
| 关键词： | 智能车辆;SLAM技术;多传感器融合 |
| 摘要： | 即时定位与建图（SLAM，SimultaneousLocalizationandMapping）技术是指智能车辆通过携带各种传感器，在其自身位置不确定的条件下，边运动边进行位置估计和建图。由于单线激光雷达缺少高度信息，且扫描不到低于传感器的障碍物，导致建图不准确。而视觉对易受光照影响、在环境信息不丰富的情况下很难提取特征，容易导致实际应用中特征跟踪的失败。本文将惯性测量单元、深度相机和激光雷达数据进行融合，搭建了基于ROS的智能车实验平台，实现了智能车在未知环境的即时定位与建图。主要研究内容如下： 首先建立智能车辆的运动模型，对各传感器的相关原理进行分析，对相机畸变进行修正和内外参数标定。 其次对激光雷达与视觉相机的即时定位与建图技术进行了研究与分析，建立了SLAM数学模型，对激光雷达的即时定位与建图技术常见的两种算法进行了地图构建仿真分析，对视觉SLAM典型算法进行了分析验证，并完成由点云地图到栅格地图的转变。 再次对激光雷达与相机融合定位与建图研究部分进行分析，对常用的算法进行了简单的列举，介绍了多传感器融合的优势，对激光雷达和深度相机进行了联合标定，得到了旋转矩阵与平移矩阵。结合激光雷达和深度相机的优点，提出了一种多传感器融合构建地图的方法，采用扩展卡尔曼滤波方法对其进行姿态融合，并采用贝叶斯方法结合地图融合规则用于融合局部栅格地图，在MIT数据集上进行了仿真验证。 最后以AutolaborPro1智能车辆作为实验平台，通过在移动底盘前后安装二维激光雷达、惯性导航、深度相机等传感器进行实验论证。结果表明基于多传感器融合定位与建图方法更加完整和准确，提高了智能车在未知封闭环境下导航的鲁棒性。 |
| 作者： | 刘瑞 |
| 专业： | 机械工程 |
| 导师： | 李彬;张增 |
| 授予学位： | 硕士 |
| 授予学位单位： | 天津理工大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
