基于LiDAR扫描角度修正的障碍目标定位方法

在二维激光雷达(LiDAR)用于障碍物检测时，移动机器人自身姿态变化导致LiDAR基准位置变化，对障碍目标进行定位计算时会产生较大误差。文中提出了一种基于LiDAR扫描角度修正的障碍目标定位方法，用K-means聚类算法对激光雷达点云数据进行聚类划分，然后对聚类后数据进行角度修正处理，使处理后的数据信息更符合真实值。最后包络每个聚类数据，从而提高LiDAR扫描数据的准确性。测试结果表明，文中所提方法能够提高定位精度，满足障碍物精准定位的需求。     

基于红外技术与激光雷达的新能源汽车无人驾驶障碍检测

障碍物检测是无人车研究的重点之一,需要多角度获取障碍物数据。提出基于红外技术与激光雷达的新能源汽车无人车驾驶障碍检测方法。引用Trimble MX2三维激光雷达设备,结合红外线传感器,获取驾驶过程中障碍物数据,通过预处理降低数据获取误差。采用处理后的障碍数据点连接成障碍轮廓,并根据障碍分类信息完成障碍物检测。构建检测性能测试环境,试验结果表明,红外技术与激光雷达相结合后,可以实现对全部障碍物的准确检测,能够精准划分障碍物类型,行驶障碍物种类划分的误分率始终保持在0%～10%之间,检测用时始终保持在2 s以内,用时较短,检测识别效果较好,能够提高无人车夜间驾驶安全系数。     

2D激光雷达扫描数据的异常值检测

针对2D激光雷达扫描数据异常值检测问题,提出了最邻近距离-局部异常因子检测算法。首先给出2D激光雷达扫描数据孤立点的定义,并依此检测扫描数据的孤立点;其次基于局部异常因子检测扫描数据的局部异常点;最后采用5组实际环境中的2D雷达扫描数据对算法进行验证。研究结果表明:最邻近距离-局部异常因子检测算法能够检测出2D激光雷达扫描数据的异常值,且算法的平均误报率为1228、平均计算时间为0842s,可满足实际需求。     

基于激光雷达的移动机器人运动目标检测与跟踪

运动目标的检测与跟踪是移动机器人研究的难点问题之一.基于2维激光雷达的性能分析与滤波设计的基础上,提出一种自主运动目标检测与跟踪的方法.通过k-近邻对激光雷达扫描的障碍进行聚类分析;基于栅格地图匹配的方法评估障碍的运动参数;检测出运动目标后,通过对机器人进行运动补偿,提出一种改进的粒子滤波算法对目标的运动状态进行评估.最后,利用自行研制的移动机器人进行算法评估,实验结果验证了所提方法的有效性.     

智能车辆导航中障碍物检测方法研究

随着智能车辆技术的发展,如何检测障碍物成为了智能车进行自主导航的关键。文中介绍了基于视觉和激光雷达检测障碍物的方法,从而解决了车辆的自主导航问题。讨论了视觉法和雷达法在各自领域中检测道路障碍物的方法,分析了各种研究方向的优缺点,并指出未来通过多传感器数据融合进行障碍物检测将是重点和难点。     

一种基于2D激光雷达的扫描系统标定方法

利用二维激光雷达以及转轴搭建的快速三维扫描系统由于雷达光心点与系统转轴中心通常不重合,因此需要进行系统的标定。本文基于LMS500二维激光雷达搭建了一套三维激光扫描系统,在分析了核心部件LMS500激光传感器测量误差的基础上,采用一种简单易行的方法完成了三维系统主要参数的标定,获得了扫描系统的数据转换公式。最后进行了阶梯轴零件的扫描并获得了较好的实验结果。     

基于三维激光雷达的无人船障碍物自适应栅格表达方法

针对无人船(USV)海上近距离实时性避碰检测的需求,提出一种基于三维激光雷达的USV障碍物自适应栅格表达方法。根据USV周边环境障碍物的激光雷达点云分布,建立障碍物密集度和障碍物表达时间与栅格地图分辨率之间的函数关系,自适应确定适中的地图分辨率,构建栅格地图;对三维激光雷达点云数据进行降维处理,将三维激光雷达点云投影到栅格地图,减小数据量,提高障碍物检测效率。利用三维激光雷达开展方法验证性实验,获取了三种不同障碍物场景的激光雷达点云数据。处理结果显示:环境中障碍物数量越多,获得的期望栅格地图分辨率越高,障碍物表达更精细;反之,障碍物数量越少,获得的期望栅格地图分辨率越低,障碍物表达更快速,可实现障碍物自适应栅格表达。所建立的方法可为后续USV局部避碰路径规划研究提供支撑。     

中值滤波在激光雷达点云数据预处理中的应用

为了研究3维激光雷达测量系统采集到的点云数据如何进行去噪处理,根据灰度图像中对灰度值进行滤波去噪的概念,采用改进的2维中值滤波方法对点云数据中的噪声点加以处理。基于激光雷达点云数据数据量庞大且存在噪声点特点,重点分析了改进2维中值滤波算法和点云数据信噪分离方法,并通过实验验证,得到了速度对比数据和滤波效果图。结果表明,利用改进后的2维中值滤波方法,速度明显得到改进,对激光雷达点云数据的滤波效果良好。     

激光雷达数据的Delaunay三角网格简化算法研究进展分析

激光雷达以激光扫描为原理,在成功获取对象的三维坐标信息后通过算法重现出来,因此激光雷达会获取相对凌乱且数量庞大的信息,对这些信息的有效处理是其发挥良好观测效用的关键。目前主要通过Delaunay三角剖分算法进行激光雷达扫描所得数据的分析处理,基于该算法模型开展简化算法研究,确定最合适的计算流程,能够在保障准确性的同时实现对三角网格算法的简化,进而推动激光雷达的实际应用效果。     

激光雷达测距的机器人最优移动路径选择机制

针对当前机器人最优移动路径选择机制存在误差,工作效率低的缺陷,设计了基于激光雷达测距的机器人最优移动路径选择机制.首先利用人工势场方构建机器人的移动模型,并采用激光雷达测距技术建立栅格地图,然后将障碍物和机器人间的数据引入到坐标系中,经坐标转换映射到栅格地图中,建立障碍物与栅格地图之间联系;最后采用代价函数对机器人移动...     

自恢复蒙特卡罗定位算法

机器人定位技术作为智能机器人领域的重要技术,是机器人进行自主规划和导航的重要前提。为解决机器人运动过程中的绑架问题,在蒙特卡罗定位(Monte Carlo localization, MCL)算法的基础上,提出了基于激光雷达似然域模型的定位可靠度评判算法以及基于惯性导航单元的定位自恢复模型。定位可靠度评判算法对机器人是否发生绑架问题进行判定,当发生绑架问题后,首先基于惯性导航单元的测量数据进行位姿预估计,然后基于预估计的位姿构建粒子重分布模型,最后进行粒子滤波得到重定位的结果,达到了对机器人绑架判定和自恢复定位的目的。经过实验测试和对比,该算法可以对绑架问题进行高效的判断,具有更高的恢复效率和准确度。     

一种基于多普勒特征的障碍物检测方法

目前无人地面车进行地形障碍物检测主要依靠以激光雷达为主的多种传感器,而对利用毫米波雷达进行检测的方法研究较少。文中介绍了采用毫米波雷达进行障碍物检测的总体思路和雷达参数的选择;描述了多普勒频移与障碍物高度的关系;分析了平坦地面、凸出障碍物和壕沟的高度像特征,并在此基础上提出一种利用多普勒特征估算障碍物高度以及对障碍物进行分类的方法。仿真结果表明,只要雷达满足频率分辨力的要求,文中算法具有良好的可行性。     

基于CPCRLB的隐身目标协同检测与跟踪

针对雷达组网对隐身目标协同检测与跟踪时的动态分配问题,将条件后验克拉美罗下界(CPCRLB)用作系统跟踪性能的度量,结合改进二值粒子群优化(NBPSO)和粒子滤波,提出了一种基于CPCRLB的隐身目标协同检测与跟踪算法。该算法将雷达的动态分配问题转化成组合优化问题,根据新生目标的隐身特性对雷达分配方案的约束,借助分布在边界的检测粒子计算不同的雷达分配方案对新生目标的检测概率,并以已跟踪目标的CPCRLB 衡量跟踪精度,采用NBPSO全局搜索最优分配方案,最后进行粒子滤波与协方差交集融合。     

基于二维LiDAR的轨道侵入异物检测系统与方法研究

为了实现对铁路侵入异物的检测,并克服摄像头检 测可靠性低以及激光雷达检测数据单一的缺点。设计了一种融合摄像头、二维激光雷达的异 物目标体检测系统,将软件测试结果可视化。在二维激光雷达 的基础上,建立基于凝聚层次聚类算法的目标体识别方法,对单个人以及三个人开展了目标 识别实验,并 同时建立了基于限幅滤波法的室内、实地的单目标体与多目标体追踪方法,对多目标体在 追踪丢失、重 合、遮盖情况下,开展了目标追踪实验。最终,将二维激光雷达与摄像头进行信息融合,分 别对单目标体 以及多目标体进行检测实验。结果显示:激光雷达所采集点云数据经过凝聚层次聚类算法以 及去噪处理可 以较好的实现对目标体的识别,限幅滤波法可以对追踪目标体短时间内发生丢失、被遮挡 或与其他目标 体重合的情况下,再次进行追踪,二维激光雷达与摄像头信息融合的结果可以较好的得到不 同目标体的位 置与边界。该研究结果可为铁路安全检测系统的智能化提供理论参考与依据。     

改进的A＊算法在机器人路径规划中的应用

文中提出了一种改进的A＊算法并应用于机器人路径规划中。采用基于A＊算法的二次路径规划策略,机器人行走时遇到突然出现的未知障碍物时能有效地进行路径重规划;采用基于优先级的子节点生成策略,考虑到了现实中机器人的体积,使规划路径能在现实中得到执行;最后,通过MATLAB仿真平台进行了仿真,验证了此算法的有效性和可靠性。改进的A＊算法提高了机器人的智能水平和实时路径规划能力。     

多传感器结合的无人机障碍物识别方法研究

随着无人机越来越多的应用在植保作业中,无人机障碍物识别正逐渐成为研究的重点。由于单一传感器识别障碍物的局限性,提出将毫米波雷达和视觉系统相结合的障碍物识别方法:利用毫米波雷达探测前方障碍物的距离,通过视觉系统检测障碍物的大小形状等信息。视觉系统结合色值提取、形态学处理等方法滤去干扰信息,得到较为光滑的障碍物轮廓,利用坐标系的转换实现雷达与视觉系统的空间融合,首次对障碍物的面积进行了测算,采用同步线程的方式实现传感器在时间上的融合;根据融合处理得到的结果,判断无人机是否可以在障碍物之间顺利通过,为避障决策提供依据。通过试验证明该方法既可获取前方障碍物的位置信息,同时受环境因素的影响较小,且可以识别出障碍物的轮廓、大小并完成障碍物之间距离的测算。     

基于平坦度的激光雷达强度图像的滤波算法

激光雷达是一种比较新的获取地面信息的方法，这种方法得到的数据不仅包括不规则间距的三维数据点云，还包括激光强度信息。现有的激光雷达数据处理方法大都是将三维数据点进行处理得到数字地面模型（DTM），对于激光强度信息的处理方法的研究比较少。针对激光雷达数据中像素级融合了三维信息和强度信息的特点，提出了一种基于高程信息平坦度的均值滤波算法。先将激光雷达的强度信息转换为灰度图像，然后在对各像素进行均值滤波处理时，融合了对应的激光雷达距离信息中该像素邻域内的高程信息。运用此算法和传统均值算法对激光雷达数据进行了处理，并且使用多种指标对处理结果进行了比较。结果表明，该算法既保持了传统均值滤波的优点，又改进了对弱边缘目标的保护。     

一种弹载线阵激光雷达距离像噪声的抑制算法

为了得到更加可靠的激光雷达距离像,充分考虑弹载激光雷达的特殊工况,提出一种基于扫描路径线的距离反常噪声抑制算法。首先,采用线形滤波窗口对原始距离像每一个像素进行距离反常多次判定,分别对当前像素是否为中值、与中值的差值是否大于阈值以及当前像素的绝对变化幅值进行分析;然后,在判定为距离反常值之后,在滤波窗口内进行二次中值滤波,前后相比较之后做出决断。实验结果表明:在RMES(均方根误差)的判定条件下,此算法在不同高度、不同坡形、不同角度的多组数据情况下,对距离像的距离反常噪声抑制效果,都要明显优于传统滤波窗口为3×3和5×5的中值滤波;并且算法处理速度较快,能够满足初步的应用需求。     

基于粒子滤波算法的电网运行异常值快速检测算法

由于传统电网运行异常值快速检测算法检测步骤单一,检测准确率低,因此无法实现快速检测,基于子滤波算法研究了一种新的电网运行异常值快速检测算法.挖掘电网运行的异常数据信息,了解数据所处的具体情况作出数据处理判断.按照异常位置划分处理区域,检测处理好的数据信息,同时结合粒子滤波算法加强数据检测力度,获取所需的检测信息.实验结...     

一种基于粒子滤波的雷达目标似然比检测方法

针对非高斯背景下雷达目标似然比检测统计量难以甚至无法导出的问题,给出了基于粒子滤波的似然比检测模型,并针对粒子滤波不可避免地存在粒子退化而导致检测性能下降的问题,提出将重采样引入基于粒子滤波的统计检测中,仿真结果表明重采样的引入提高了算法的检测性能.应用本文方法对SwerlingⅡ起伏目标模型在不同杂波背景下的检测性能进行了仿真,验证了算法的有效性.