学位论文 > 优秀研究生学位论文题录展示

基于三维激光雷达的实时目标检测

作 者: 程健
导 师: 刘济林
学 校: 浙江大学
专 业: 信息与通信工程
关键词: 三维激光雷达 障碍检测 机器学习 目标分类
分类号: TN958.98
类 型: 硕士论文
年 份: 2014年
下 载: 125次
引 用: 0次
阅 读: 论文下载
 

内容摘要


无人自主车是一种集环境感知、规划决策、运动控制功能于一体的人工智能平台。无人车对周围环境的感知需求是多方面的,其中之一就是对障碍物进行检测,并在此基础上,对感兴趣的目标,如车辆和行人,进一步进行检测和判别,以便合理应对。在可使用的传感器中,激光雷达由于其高精度测距、探测范围大、抗干扰能力强等优点,近年来在移动机器人上的应用越来越广泛。因此本文研究的重点是基于三维激光雷达的目标检测。本文将目标检测分为障碍物检测和目标分类两个阶段。对于障碍物检测,首先介绍了论文研究的64线激光雷达传感器,并推导了三维点云坐标转化的内参模型和外参模型。采用基于障碍栅格的检测方法,将三维点云进行栅格投影和属性判断。为了抑制传感器和环境噪声,进行悬空点滤除和单点滤除。障碍栅格检测具有快速稳定,缺点是对数据的分割精度较低,易产生欠分割。因此本文提出了基于点云梯度的局部最优分割方法,首先对扫描线的点进行梯度分割,然后在聚类的分割段中依据障碍属性滤除误检,最后根据可靠的非障碍点估计局部地面来恢复漏检点。实验表明基于点云梯度的局部最优分割方法效果比栅格方法好,但由于其计算量较大,实时性受到限制。在得到障碍物信息的基础上,采用基于距离相关性的聚类和提取障碍物轮廓,并讨论了障碍的可通行区域检测。对于目标分类,本文将环境中的障碍物分为三类:车辆、行人、其它。检测过程中自主车是运动的,因此无论障碍物是否运动,在自主车看来都是运动的,所以本文不从是否运动的角度来分类障碍物。这样做的好处是即使车辆或者行人是静止的,也能得到较好的检测。分类的主要思想是先检测车辆和非车辆,然后在非车的障碍物中根据简单几何特征来判断行人。针对车辆几何形状相似难以区分和物体遮挡等问题,提出了三种新特征描述:反射强度概率分布、纵向高度轮廓分布和位置姿态相关特征。最后根据障碍物的三维点云数据特征,实现了基于SVM分类器的实时车辆检测。在城市复杂路口下实验,验证了本文所提车辆和行人检测特征的有效性,并且整体系统能有较好的目标检测精度和实时性能。

全文目录


致谢  4-5
摘要  5-6
Abstract  6-10
第一章 绪论  10-19
  1.1 研究背景及意义  10-11
  1.2 基于激光雷达的目标检测  11-14
  1.3 基于激光雷达的环境感知  14-18
  1.4 课题来源及组织结构  18-19
第二章 障碍物检测  19-44
  2.1 激光雷达介绍  19-28
    2.1.1 Velodyne HDL-64激光雷达  19-21
    2.1.2 雷达分辨率分析  21-23
    2.1.3 三维雷达数据转化  23-28
  2.2 障碍栅格地图检测  28-33
    2.2.1 三维点云数据投影  28-30
    2.2.2 栅格属性判定  30
    2.2.3 栅格滤波  30-33
  2.3 基于点云梯度的局部最优分割  33-37
    2.3.1 基于扫描线梯度方法的分割  33-34
    2.3.2 滤除扫描梯度的误检  34
    2.3.3 地面估计和恢复漏检点  34-37
  2.4 障碍物聚类  37-38
  2.5 提取障碍物轮廓  38-40
  2.6 可通行区域检测  40-42
  2.7 本章小结  42-44
第三章 目标分类  44-60
  3.1 目标分类系统架构  44-46
  3.2 车辆特征描述  46-50
    3.2.1 反射强度概率分布特征  48-49
    3.2.2 物体纵向高度轮廓特征  49-50
    3.2.3 位置姿态相关特征  50
  3.3 行人检测  50-52
    3.3.1 基于激光雷达点云特征  50-51
    3.3.2 基于简单几何特征  51-52
  3.4 SVM分类器  52-55
  3.5 实验分析  55-59
  3.6 本章小结  59-60
第四章 总结与展望  60-62
  4.1 总结  60-61
  4.2 展望  61-62
参考文献  62-66
作者简介及研究生阶段取得的成果  66

相似论文

  1. 运动特征及地形约束的感知网目标跟踪算法及系统研究,TP212.9
  2. 人类抗原肽载体结合力预测,R392.1
  3. 李群深层结构学习算法研究,TP181
  4. 蛋白质关系抽取中平面特征和结构化信息的研究,TP181
  5. 学习表达式的映射机制研究,TP181
  6. 军事港口目标分类平台的设计与实现,TP751
  7. 基于多视角的分类器设计与权值优化方法研究,TP18
  8. 领域知识指导的半监督学习和主动学习倾向性分类研究,TP181
  9. 智能车辆障碍检测与避障策略的研究,U495
  10. 基于三维激光雷达的运动目标实时检测与跟踪,TN957.52
  11. 基于配体结构的药物靶标预测及细胞色素P450酶代谢底物数据库CYP-Meta的构建,R91
  12. 在复杂场景下的入侵检测,TP391.41
  13. 社会化网络中的推荐算法及其应用,TP391.3
  14. 基于统计与图模型的若干机器学习算法及其应用,TP181
  15. 基于丰富特征和多核学习的蛋白质关系抽取,Q51
  16. 弥散张量成像的脑连接模式分析,R445.2
  17. 车辆目标SAR图像预处理方法研究,TN957.52
  18. 基于特征提取的目标分类研究,TN957.51
  19. 在线学习及其在智能交通与金融工程中的应用,U495;F830
  20. 主流形学习及应用,TP181
  21. 支持向量机在入侵检测系统中的应用,TP18

中图分类: > 工业技术 > 无线电电子学、电信技术 > 雷达 > 雷达:按体制分 > 光学定位雷达、激光雷达
© 2012 www.xueweilunwen.com