原文传递
越野场景下的地面静态障碍检测及车辆可通过性研究
| 论文题名： | 越野场景下的地面静态障碍检测及车辆可通过性研究 |
| 关键词： | 自动驾驶;越野环境;障碍检测;可通过性 |
| 摘要： | 在越野场景下，自动驾驶技术对静态障碍物信息提出更加丰富、精准的感知需求，现有感知方法往往针对障碍某一方面进行检测，对障碍整体属性信息提取不够或数据计算量大，同时对障碍与车辆通过性研究不足，导致其在越野环境下应用的鲁棒性不足。本研究针对越野环境中的岩石、台阶、坑洼、水体等常见的静态障碍，搭建一种多源的、分阶段的障碍检测框架，实现对障碍物类别、距离、尺寸信息等属性的检测，从而提高对障碍可通过性判定的有效性。同时开展基于车辆运动能力的可通过性研究，获得最大越障高度与越壕沟宽度，满足越野环境中的自动驾驶需求。相关研究内容如下： （1）针对通过某一种传感器进行障碍检测，检测结果单一的问题以及单帧障碍物点云稀疏无法精准测量障碍物尺寸，而非障碍物点云数据量大、计算耗时导致检测时效性不高的问题，本文提出一种主要基于视觉图像和三维点云的多源信息融合、分阶段检测策略。具体来说，利用检测网络完成训练与检测，实现视觉层面的障碍物类别检测。根据相机与激光雷达的空间位置关系，对激光点云进行视觉投影转换到图像坐标系，借助视觉检测结果完成点云筛选，实现障碍物空间位置检测。根据无人平台的位置姿态信息和视觉检测结果筛选后得到的障碍点云，融合同一障碍在多帧中的点云，构建障碍稠密点云，进行障碍尺寸参数测量。 （2）为了在越野环境下最大化发挥自身性能优势，本文从理论分析与建模仿真两个方向对履带平台进行通过性研究。在理论分析方面，根据履带式平台的实际参数进行结构简化，运用静力法分析平台越垂直壁、壕沟的运动过程，找到越障失败的临界状态，得到重心位置、履带长度等对可通过性的影响。利用建模仿真软件 Webots，搭建履带式平台仿真模型与垂直壁、壕沟典型障碍仿真环境，进行可通过性仿真试验，分析不同高度或宽度障碍对越障过程中车辆重心垂向位移、速度、加速度的影响，得到最高越垂直壁高度，最宽越壕沟宽度。此外，越野环境中会面临连续越障情况，本文搭建连续台阶仿真环境，进行通过性仿真测试。 （3）本文选取典型越野场景，以履带底盘作为基础实验平台，在其上搭载传感器采集数据，在机载电脑中利用ROS系统进行障碍物检测算法的开发，进行障碍物检测分类、定位、尺寸测量的实车试验，验证其有效性。在越野环境中搭建不同高度的垂直壁障碍，不同宽度的壕沟障碍，进行履带式平台越障能力的验证。 |
| 作者： | 李天晓 |
| 专业： | 交通运输 |
| 导师： | 詹惠琴 |
| 授予学位： | 硕士 |
| 授予学位单位： | 电子科技大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
