原文传递
工程车辆非结构环境障碍物检测技术研究
| 论文题名： | 工程车辆非结构环境障碍物检测技术研究 |
| 关键词： | 工程车辆;激光雷达;非结构环境;障碍物检测 |
| 摘要： | 环境感知是实现工程车辆在非结构环境下无人驾驶和自主作业的基础。由于非结构环境地面与非地面地形间边界不明显，地面上附着的不规则物体较多，环境信息难用结构、规则的语言来描述，使得环境感知，尤其是障碍物检测难度较大。激光雷达作为智能驾驶环境感知系统中广泛应用的传感器，能够直接获取所处环境的三维信息，相比于相机，激光雷达不易受到光照影响；相比于毫米波雷达，激光雷达测距更加精准。本文结合国家自然科学基金项目“无人矿用电铲智能装卸策略与多目标轨迹规划”，针对工程车辆在非结构环境下应用激光雷达进行障碍物检测的相关技术开展研究，提出了适用于非结构环境的障碍物检测算法，并通过装载机的物理样机实验对所提出的算法进行了原理验证。 首先介绍了国内外点云滤波与分割以及障碍物检测算法的研究现状。针对工程车辆行驶作业时由于振动等问题产生的点云畸变，分析了点云畸变产生的原因及影响，提出了应用组合导航提供相应的数据将一帧点云数据中的所有点均统一至同一坐标系下，进而进行点云畸变矫正的方法。 针对非结构环境的特点，讨论了传统滤波算法在非结构环境下的滤波效果，提出了一种改进的滤波算法。分析了常见的地面点云分割算法的原理，提出了一种基于区域划分的多特征地面点云分割算法，综合考虑局部点云的多个特征值，结合工程车辆的通过性，实现地面点云分割。所提出的地面点云分割算法，在非结构环境下能达到较好的分割效果。 将应用在图像处理领域的连通区域标记算法应用至点云数据处理中进行非结构环境下的非地面点云聚类；分析连续两帧的点云数据，得出可以通过衡量经过坐标转换后的同一障碍物对应的连续两帧点云数据中所聚类出的两个点云簇在空间上的相似度来实现动态障碍物检测。应用所提出的基于多特征的点云关联算法关联连续两帧点云数据中同一障碍物所对应的点云簇，然后应用双缓冲八叉树算法进行基于空间相似度的动态障碍物检测，最后应用所提出的基于递归置信判断的动态障碍物跟踪算法进一步优化动态障碍物的检测效果。 对于本文所提出的障碍物检测方法，在装载机物理样机上进行实验。在非结构环境的实验场地中进行相关算法的验证，结果表明所提出的算法能在保证实时性的基础上较为可靠的进行障碍物的检测。本文的研究工作对实现工程车辆的无人驾驶具有实际意义。 |
| 作者： | 屈文韬 |
| 专业： | 机械工程 |
| 导师： | 王国强 |
| 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
