原文传递
基于多模式复合导航的自动驾驶技术研究
| 论文题名： | 基于多模式复合导航的自动驾驶技术研究 |
| 关键词： | 无人车;自动驾驶;车道线检测;全局路径规划 |
| 摘要： | 目前视觉感知是自动驾驶领域研究的热点，相关研究主要围绕结构化道路进行，对非结构化道路研究相对较少。无人车的工作环境既包含结构化道路也包含非结构化道路，且道路条件相对恶劣。因此，本文对无人车结构化道路和非结构化道路的自动驾驶技术进行研究，并在RIA-R100移动平台上进行了验证。本文的主要工作如下： (1)针对传统车道线检测方法鲁棒性较差的问题，本文采用LaneATT网络，使用校园道路数据集和CULane数据集完成训练，测试集F1分数达到了0.8729，能够有效检测污损、遮挡、夜间等复杂情况下的车道线。使用百度地图 Web API 完成全局路径规划，结合 GPS 信息基于车道线检测结果使用比例微分控制器实现无人车沿全局路径的自动驾驶功能。 (2)针对一些不具备高精地图的道路，本文提出改进方向评价函数的动态窗口法(Dynamic Window Approach, DWA)，通过引入无人车朝向和全局路径规划的路径点信息，使无人车在完成局部路径规划行驶后更好地恢复视觉控制，实现无人车局部路径规划的动态避障和转向功能。 (3)针对非结构化道路语义分割数据集训练结果平均交并比(Mean Intersection over Union, mIoU)较低的问题，本文使用更高级的语义根据道路可通行性对RUGD数据集重新进行划分，使用HRNet+OCR网络完成训练，测试集的mIoU达到了80.88%。由于非结构化道路边界较为模糊，对于非结构化道路边界提取，针对随机抽样一致算法(Random Sample Consensus, RANSAC)计算量较大的问题，本文对RANSAC算法进行改进，对参数进行自适应更新，有效减少了算法的迭代次数，减少了约50%的计算时间，加快了非结构化道路边界提取的速度。 (4)针对无人车在野外非结构化道路激光雷达被遮挡的问题，本文提出基于分割图评价函数的局部路径规划方法实现无人车的避障功能。针对野外道路存在的颠簸问题，本文采用基于俯仰角变化的动态逆透视变换方法实时恢复道路的平行关系。采用基于YOLO检测器的单目测距方法提高无人车在非结构化道路自动驾驶的安全性。 (5)基于ROS完成了相关软件的开发。实现了无人车在结构化道路和非结构化道路的自动驾驶功能，并完成了校园结构化道路和非结构化道路的仿真测试和实际测试，验证了提出方法的有效性。 |
| 作者： | 周阳 |
| 专业： | 信号与信息处理 |
| 导师： | 肖泽龙 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京理工大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
