原文传递
高速公路场景下基于激光雷达的车辆检测与追踪
| 论文题名： | 高速公路场景下基于激光雷达的车辆检测与追踪 |
| 关键词： | 高速公路;激光雷达;地面分割;车辆检测;目标检测;多目标追踪 |
| 摘要： | 环境感知是实现无人驾驶技术的重要前提，其中的车辆检测与追踪是它的核心任务。高速公路场景作为车辆行驶的典型工况，具有车辆车速高、环境较为多变等特点，在此场景下进行车辆检测与追踪存在较多的技术难点。针对上述问题，本文提出了基于激光感知技术的解决方案，主要内容包括： （1）在综述国内外关于地面分割、聚类、目标检测和多目标追踪的研究成果的基础上，结合高速公路场景的特点和目前技术中存在的问题，提出了本文的研究内容和技术路线。 （2）针对点云地面分割和障碍物聚类问题，本文首先利用点云的邻域高程信息和深度图像，对原始点云进行了粗-细粒度结合的地面点云提取，得到了分割地面后的障碍物点云；然后在球面坐标系下，将障碍物点云划分到了曲面体素中，并将每个点在体素中的邻居点标记为同一个点云簇，最后对所有点云簇进行二次合并，得到了聚类结果。通过实验验证，本文提出的点云地面分割与障碍物聚类方法具有较好的准确性和实时性。 （3）针对点云目标检测问题，本文利用L形包围框拟合的方法，首先搜索得到每个点云簇在指定角度范围内所有的二维包围框，然后从中筛选出了最优拟合结果，最后结合点云簇的高程信息，得到了车辆目标的三维包围框。通过实验验证，该方法在满足实时性要求的前提下，准确性也达到了预期效果。 （4）针对多目标追踪问题，本文提出了基于Multi-Anchor的解决方案，利用匈牙利算法和卡尔曼滤波算法，对输入的检测目标进行了匹配、运动状态的预测和更新。针对目前算法中存在的误匹配、卡尔曼滤波器收敛速度慢，以及对目标检测结果精度的依赖性高等问题，本文分别提出了计算多维度关联特征、计算目标初始状态和对目标检测结果进行滤波的方法，在满足实时性要求的前提下，提高了多目标匹配系统的准确性和鲁棒性。 综上所述，本文在高速公路场景下，提出了一种基于激光感知技术的车辆检测与追踪方案，通过实验验证，证明了该方案在满足实时性要求的前提下，能够提升车辆检测与追踪的准确性和鲁棒性。 |
| 作者： | 崔书铭 |
| 专业： | 机械工程 |
| 导师： | 姚宗伟 |
| 授予学位： | 硕士 |
| 授予学位单位： | 吉林大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
