检索结果-南通市图书馆

基于视觉的园区无人车可通行区域检测方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于视觉的园区无人车可通行区域检测方法研究

作者：张莉莎中国民航大学

学位级别：硕士

随着现代交通的智能化发展,无人驾驶技术应用日益广泛。对周围环境的准确感知是无人驾驶汽车安全行驶的基础,基于视觉的可通行区域检测是环境感知技术的重要研究方向之一。针对园区场景环境特征,本文开展了基于视觉的园区无人驾驶汽车... 详细信息

随着现代交通的智能化发展,无人驾驶技术应用日益广泛。对周围环境的准确感知是无人驾驶汽车安全行驶的基础,基于视觉的可通行区域检测是环境感知技术的重要研究方向之一。针对园区场景环境特征,本文开展了基于视觉的园区无人驾驶汽车可通行区域检测方法的研究。研究内容如下:首先,针对园区车道线标识与城市交通、高速公路差异较大、现有算法适用性差等问题,提出一种基于改进Lane Net和卷积神经网络(Convolutional Neural Networks,CNN)的车道线检测方法。通过优化Lane Net二值分割分支损失函数提升检测精度;通过简化H-Net网络自适应透视变换矩阵提升检测速度;基于车道线分割实例,通过CNN对园区场景内常见车道线进行分类识别。实验结果表明,提出方法较Lane Net算法的车道线检测精度在Tu Simple和CULane数据集上分别提升1.2%和1.9%,且针对园区内常见车道线类型有较好的识别效果。其次,考虑到园区场景中存在障碍物检测准确率低、实时性不足等问题,提出一种结合改进YOLOv3和立体视觉的障碍物检测方法。通过优化特征提取网络减少前向推断时间,提升模型检测速度;通过增加特征图尺度、改进损失函数、重新聚类先验框尺寸等方式,提升模型检测精度;并将改进后的模型应用于双目立体相机,获得障碍物与无人车的距离信息。实验结果表明,提出方法较YOLOv3算法帧率增加8fps,m AP提升4.19%,且园区内障碍物平均测距误差低至4.67%。最后,通过分析车道线与障碍物的检测结果,提出一种基于机器人操作系统(Robot Operating System,ROS)框架的可通行区域检测方法。将车道线检测及分类结果、障碍物识别及测距结果以ROS话题发布,由可通行区域检测功能包订阅该话题;划定车辆行驶平面并对障碍物进行膨胀操作,发布可通行区域话题并实现效果可视化。实验结果表明提出方法能较准确进行园区无人车可通行区域检测。

关键词：园区无人车可通行区域车道线检测障碍物检测立体视觉

基于三维激光雷达点云的可通行区域检测方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于三维激光雷达点云的可通行区域检测方法研究

作者：王静雅湖南大学

学位级别：硕士

近年来,人工智能和互联网+的高速发展,将智能网联运载装备推上时代热潮,智能网联车辆不断优化、提升驾驶安全性以及减轻城市交通压力,同时也给用户带来更佳驾车与休闲娱乐体验。自2015年我国持续推出引导智能网联车辆发展的相关政策,目... 详细信息

近年来,人工智能和互联网+的高速发展,将智能网联运载装备推上时代热潮,智能网联车辆不断优化、提升驾驶安全性以及减轻城市交通压力,同时也给用户带来更佳驾车与休闲娱乐体验。自2015年我国持续推出引导智能网联车辆发展的相关政策,目前与国际保持齐头并进态势。智能网联车辆软件系统主要包含环境感知与理解、规划决策以及运动控制等模块,其中环境感知与理解是车辆实现智能网联的技术基础,包含可通行区域检测、目标识别、障碍物跟踪等部分,可通行区域检测旨在获取车辆可安全行驶的方向和区域范围,为后续规划决策和运动控制提供重要参考,是环境感知与理解的基础。目前基于三维激光雷达检测可通行区域大多采用道路路边检测或者道路路面检测,道路路边检测通过路边点曲线拟合可获得光滑的道路延展趋势,道路路面检测通过去除障碍物点可获取道路安全区域,两种检测方法着重点不同,兼顾二者可获得更为全面的道路信息。现下三维激光雷达点云处理方法从基于人工特征提取到基于点云深度学习,效果不断提升,目前点云深度学习通过分割网络可获取较为精确的路面区域,但无法获取光滑的道路延展趋势,这仍需基于人工特征提取方法检测路边来获取。本课题以可通行区域检测为研究对象,仅输入三维激光雷达点云,同时检测道路路边和道路路面以获取光滑的道路延展趋势和精确的道路安全区域,为车辆安全行驶方向和安全行驶区域提供参考。采用基于人工特征提取的方法检测路边,采用点云深度学习的方法检测路面。本文主要研究内容如下:(1)构建可通行区域检测系统及方法架构,建立可通行区域检测模型。可通行区域检测系统包含:车载三维激光雷达传感器、检测算法计算单元、结果输出模块。可通行区域检测方法架构包含:采用基于人工特征提取的方法检测路边、基于点云深度学习的方法检测路面。可通行区域检测模型包含:车辆、道路边缘和道路区域。(2)采用基于人工特征提取的方法检测路边。路边检测过程包含:点云下采样、基于点云线束化特征的候选点提取、路边点划分及提取、路边拟合、路边点帧间跟踪。点云下采样采用体素化削减点云数量。候选点提取采用线束内相邻点特征:径向距离差、梯度、角度、高度差。路边点划分采用随动基点基轴法,可适用于非直道路,路边点提取采用线束内角度搜寻法,分别计算线束内候选点与对应基轴的夹角。路边点拟合采用最小二乘法拟合二次曲线。路边点帧间跟踪采用卡尔曼滤波算法,构建预测模型和检测模型获取路边点最优估计。(3)采用点云深度学习的方法检测路面。路面检测过程包含:搭建Polar Net网络结构、建立损失函数、选用优化策略。Polar Net网络结构包含:基于极坐标系点云环形栅格化、采用Point Net提取栅格内点云特征、采用Ring CNN处理环形特征栅格、采用UNet架构进行点云分割。损失函数采用Lovasz Softmax,基于交并比IOU所构建,采用数学工具lovasz扩展将离散函数光滑化。优化策略采用Pytorch框架中的Adam优化器。(4)采用KITTI数据集训练并测试点云分割网络Polar Net,采用组内平台车车顶32线激光雷达采集环境点云数据,将点云数据分别输入路边检测子系统和路面检测子系统,获取光滑的道路延展趋势和精确的道路安全区域。

关键词：可通行区域激光雷达环境感知与理解

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种新的非结构化环境可通行区域检测算法

计算机与数字工程 2019年第7期47卷 1652-1661页

作者：闫明蔡云飞陈盟南京理工大学模式识别与人工智能实验室

为了可靠地实现非结构化环境越野自主车辆前方可通行区域检测,提出一种基于四线激光雷达的点云特征检测算法。通过点云分布特征搜索具有相对平面扫描特性的较规则分布点云带,提取并拟合近似平行线段集,对规则点云的包络点集进行区域道... 详细信息

为了可靠地实现非结构化环境越野自主车辆前方可通行区域检测,提出一种基于四线激光雷达的点云特征检测算法。通过点云分布特征搜索具有相对平面扫描特性的较规则分布点云带,提取并拟合近似平行线段集,对规则点云的包络点集进行区域道路边界假设和拟合,根据车辆连续运行时间轴的上下文关系对边界进行滤波平滑和预测增补,并利用点云聚类特征检测区域内障碍物,融合边界与障碍物区域,考虑车辆可达性,最终得到安全的可通行区域。方法有效避免了大幅度、高频率非结构化振动环境中基于地平面绝对高度计算方法的严重缺陷,实验与比赛应用结果验证了算法的可行性与实用性。

关键词：点云非结构化环境可通行区域

基于三维激光雷达的障碍物及可通行区域实时检测

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2019年第24期56卷 241-250页

作者：蒋剑飞李其仲黄妙华龚杰武汉理工大学现代汽车零部件技术湖北省重点实验室湖北武汉430070 武汉理工大学汽车工程学院湖北武汉430070

针对交通环境中障碍物及可通行区域检测的问题,利用改进欧氏聚类算法进行实时障碍物检测,提出一种相邻点云间距算法以实时提取道路可通行区域。对点云数据进行预处理,再通过地面坡度分离算法进行地面与非地面点云分离;根据不同的聚类距... 详细信息

针对交通环境中障碍物及可通行区域检测的问题,利用改进欧氏聚类算法进行实时障碍物检测,提出一种相邻点云间距算法以实时提取道路可通行区域。对点云数据进行预处理,再通过地面坡度分离算法进行地面与非地面点云分离;根据不同的聚类距离阈值对非地面点云进行障碍物聚类检测,使用长方体框标记区分;将每个地面激光束固有的相邻点云间距与实际相邻两点间距离进行对比,结合相邻点角度差以及点云聚类,实现可通行区域的提取;融合障碍物检测和可通行区域提取结果,对可通行区域的通过性进行合并检测。多路况实车实验表明,本文算法能准确检测出障碍物及道路的可通行区域,检测平均准确率为94.13%,平均耗时为69ms,满足智能车实时性的要求。

关键词：遥感三维激光雷达障碍物检测改进欧氏聚类算法可通行区域相邻点云间距算法

在线全文

学校读者我要写书评

暂无评论

基于车载激光雷达的机车可通行区域检测

控制与信息技术 2021年第4期 78-82页

作者：刘邦繁张慧源李晨曾祥株洲中车时代电气股份有限公司湖南株洲412001

可通行区域检测是自动驾驶环境感知的重要内容之一。为了提取自动驾驶车辆前方可通行区域信息,文章提出一种基于车载激光雷达的机车可通行区域实时检测算法。该算法首先对激光雷达采集的三维点云进行数据预处理以提高点云质量;然后通过... 详细信息

可通行区域检测是自动驾驶环境感知的重要内容之一。为了提取自动驾驶车辆前方可通行区域信息,文章提出一种基于车载激光雷达的机车可通行区域实时检测算法。该算法首先对激光雷达采集的三维点云进行数据预处理以提高点云质量;然后通过局部区域搜索算法提取轨道点云,并采用随机采样一致性算法拟合轨道曲线;接着使用匹配规则对轨道进行配对,以获取当前轨道信息,从而获得机车行驶区域;最后通过支持向量数据描述算法检测输电网杆塔以划分警戒区域,并与机车行驶区域合并构成整个机车可通行区域。通过现场实验,结果表明该检测算法平均检测时间为56 ms,满足实时性要求,具有较好的鲁棒性,可为机车自动驾驶主动防撞技术提供支撑。

关键词：激光雷达三维点云轨道检测随机采样一致性算法支持向量数据描述可通行区域

在线全文

学校读者我要写书评

暂无评论

基于Kinect可通行性区域识别

基于Kinect可通行性区域识别

作者：丁亮杭州电子科技大学

学位级别：硕士

有效而又可靠的可通行性区域识别对移动机器人的导航具有重要的意义。而目前关于这方面的研究成果主要集中于传感器可以直接探测到的有限的空间中,对于开阔的环境,这仍是一个挑战。鉴于传统单一传感器具有各自的局限性,如立体视觉的算... 详细信息

有效而又可靠的可通行性区域识别对移动机器人的导航具有重要的意义。而目前关于这方面的研究成果主要集中于传感器可以直接探测到的有限的空间中,对于开阔的环境,这仍是一个挑战。鉴于传统单一传感器具有各自的局限性,如立体视觉的算法复杂与“短视”,激光雷达的昂贵,而组合传感器对传感器之间的数据同步提出了很高的要求。本文提出基于Kinect传感器的自监督可通行区域识别方法,对Kinect能有效探测到的近距离区域,根据一定规则识别地面和障碍物并标记,并将这两类识别标签投影到对应的RGB图像空间,然后在图像空间提取视觉和识别标签的组合特征,训练分类器,并使用该分类器对远距离图像空间进行分类识别,最终得到整个图像空间的可通行性。本文研究内容主要包括两部分:第一部分为近距离Kinect传感器障碍物识别,这一部分介绍了Kinect的软硬件及深度信息获取原理,在完成标定和RGB配准之后,采用二维图像结合空间3维坐标的方法,识别地面和障碍物。第二部分为基于障碍物识别的远距离可通行区域识别,这一部分将第一部分中近距离区域识别类别标签投影到对应的图像空间,之后使用滑动窗口将图像窗口分块,并基于图像块提取颜色、纹理、几何相结合的组合视觉特征,将提取的组合特征与对应图像块的类别标签相结合形成训练数据,去训练本文的分类器--Fuzzy ARTMAP,最后利用得到的分类器去分类远距离图像空间,得到远距离图像的识别结果。本文最后通过在室内室外两个场景进行实验,验证了Kinect近距离检测算法的有效性以及基于图像空间远距离可通行区域检测的有效性。

关键词： Kinect 由近及远自监督可通行区域在线学习

基于道路拓扑结构约束的未知非结构化场景可通行区域检测方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

电子测量技术 2024年

作者：时利赵盼林玲龙刘法勇李涛安徽江淮汽车集团股份有限公司技术中心中国科学院合肥物质科学研究院

非结构化未知场景缺乏丰富的先验信息，且道路类型多变、没有规则道路边界等严重制约自动驾驶车辆自主导航的平顺性和安全性。本文针对非结构化场景提出一种考虑道路拓扑结构约束的可通行区域检测方法。首先，为满足全局任务规划需求，... 详细信息

非结构化未知场景缺乏丰富的先验信息，且道路类型多变、没有规则道路边界等严重制约自动驾驶车辆自主导航的平顺性和安全性。本文针对非结构化场景提出一种考虑道路拓扑结构约束的可通行区域检测方法。首先，为满足全局任务规划需求，基于卫星航拍图像，半自动地提取道路的拓扑结构，构建全局路网，规划全局行驶轨迹；其次，根据全局轨迹和实时定位提取当前的行驶道路方向，作为道路可行使区域自适应生长的强约束条件，保障可通行区域的延伸方向与道路方向一致；最后，提出基于贝叶斯的激光雷达-视觉可通行区域融合方法，提升可通行区域检测的鲁棒性。实验结果表明，所提出的方法能够准确检测出可通行区域，检测失效率仅为0.2‰；在直线情况下，平均占比因子和平均发散因子为92.14%、12.38%；在弯道情况下，平均占比因子和平均发散因子85.46%和20.75%；证明了方法的有效性。

关键词：非结构化场景道路拓扑结构约束可通行区域贝叶斯融合自动驾驶车辆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于单目SLAM稀疏特征的避障方法

计算机工程与设计 2024年第6期45卷 1735-1742页

作者：江明曾碧刘建圻彭泽鑫林中文广东工业大学计算机学院广东广州510006

为在使用单目相机的低成本移动机器人上实现避障,提出一种基于现有单目SLAM系统生成的稀疏特征的可通行区域检测方法。通过使用单目SLAM生成的稀疏地标点标识障碍物,根据环境信息恢复构建三维体素地图,生成二维栅格代价地图。为解决单目... 详细信息

为在使用单目相机的低成本移动机器人上实现避障,提出一种基于现有单目SLAM系统生成的稀疏特征的可通行区域检测方法。通过使用单目SLAM生成的稀疏地标点标识障碍物,根据环境信息恢复构建三维体素地图,生成二维栅格代价地图。为解决单目SLAM中尺度不明确的问题,提出一种基于视觉-轮式编码器的尺度求解器。通过直接使用机器人已有的SLAM框架生成的地标点,在降低系统整合成本同时降低计算量。实验结果表明,在KITTI和DRE数据集上构图的耗时在10 ms~20 ms,可以很好满足在性能受限的设备上的实时避障需求。

关键词：单目视觉同步定位与地图构建代价地图可通行区域避障稀疏特征尺度恢复

高遮挡环境下玉米植保机器人作物行间导航研究

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2020年第10期51卷 11-17页

作者：刘路潘艳娟陈志健王玉伟李亚伟陈黎卿安徽农业大学工学院合肥230036 安徽省智能农机装备工程实验室合肥230036

玉米小型植保机器人可以有效解决病虫害防治难的问题,然而玉米生长中后期作物行间叶片纵横交错会严重遮挡可通行区域,给植保机器人沿垄间导航造成了极大的困难。本文将16线激光雷达搭载在植保机器人顶端作为感知单元,实现玉米行间信息... 详细信息

玉米小型植保机器人可以有效解决病虫害防治难的问题,然而玉米生长中后期作物行间叶片纵横交错会严重遮挡可通行区域,给植保机器人沿垄间导航造成了极大的困难。本文将16线激光雷达搭载在植保机器人顶端作为感知单元,实现玉米行间信息获取并提取植保机器人可通行区域识别方法。由于植株叶片属于非刚性障碍,通过分析机器人前进方向上的玉米植株三维点云数据,研究其叶片与主干点云地面投影的分布规律,将K-means聚类估算所得玉米点云中心点作为主干区域点。然后,利用玉米作物成行种植特性引入置信区间去除所估计玉米主干区域离群的聚类点,提高分析精确度。最终解析出高遮挡环境下玉米作物行中心导航线。模拟真实玉米农田场景开展试验,与实际仿真玉米的主干位置对比,该方法识别的玉米位置沿作物行两侧感知系统3.0~3.5 m前视距离最大误差3.55 cm,系统感知响应平均用时2 s,满足60 cm宽小型植保机器人最大移动1 m/s速度的自主通行局部导航的环境感知需求。

关键词：玉米植保机器人生长中后期行间导航激光雷达 K-means聚类可通行区域