动态环境下无人地面车辆点云地图快速重定位方法

无人地面车辆在战时全球定位系统定位信号缺失情况下,依靠车载传感器确定在已有地图中的位置是无人车辆发挥效能的关键。现有方法多基于二维栅格地图,难以适用于场景变化大的复杂环境,为此提出了一种动态环境下基于三维点云地图、采用聚类词带模型的快速定位算法。通过连续多帧激光雷达点云数据进行反向溯源,利用贝叶斯公式进行动态障碍物剔除,对点云进行聚类并提取各类的视点特征直方图描述子,进而构建词典与数据库并快速匹配,实现无人车点云地图中快速起始位置寻址;基于改进的实时激光定位与建图算法,完成了后续精准定位。实车实验结果表明：该算法在动态环境下能有效准确地在三维点云地图中精准定位,满足实时性需求。     

非结构道路场景下轮式无人车辆避障算法

针对非结构化道路下轮式无人车辆的避障问题,提出一种基于模型预测控制的避障算法。在没有离线地图和参考轨迹的非结构化场景下,通过优化方法直接获得车辆运动的轨迹、前轮转角与参考纵向加速度,同时满足车辆运动约束与避障功能。利用车辆感知信息,根据非结构化道路场景将避障问题划分为分段最优控制问题;明确最优控制问题各段的车辆约束与评价指标,并将约束转换为与车辆横纵向控制相关的形式,进而对最优控制问题进行求解。实车测试结果表明,该算法在非结构道路中实现了轨迹规划,规划结果满足车辆约束并使得车辆实现避障。