| 基于激光传感器的无人驾驶汽车动态障碍物检测及表示方法 |
| |
| 引用本文： | 辛煜,梁华为,梅涛,黄如林,杜明博,王智灵,陈佳佳,赵盼. 基于激光传感器的无人驾驶汽车动态障碍物检测及表示方法[J]. 机器人, 2014, 0(6) |
| |
| 作者姓名： | 辛煜 梁华为 梅涛 黄如林 杜明博 王智灵 陈佳佳 赵盼 |
| |
| 作者单位： | 1. 中国科学技术大学自动化系，安徽 合肥 230027; 中国科学院合肥物质科学研究院先进制造技术研究所，安徽 合肥 230027
2. 中国科学院合肥物质科学研究院先进制造技术研究所,安徽 合肥,230027 |
| |
| 基金项目： | 国家自然科学基金重大研究计划重点项目(91120307)；国家自然科学基金重大研究计划集成项目(91320301)；国家自然科学基金青年基金项目(61005091)． |
| |
| 摘 要： | 针对激光传感器在室外环境中检测动态障碍物所遇到的数据处理存在延时、检测结果准确率不高等问题,提出了一种基于3维激光传感器Velodyne和四线激光传感器Ibeo信息融合的动态障碍物检测及表示方法.本方法通过分析处理Velodyne激光数据对无人驾驶汽车四周的动态障碍物进行检测跟踪,对于无人驾驶汽车前方准确性要求较高的扇形区域,采用置信距离理论融合Velodyne激光数据处理信息和Ibeo输出的运动状态信息,较大地提高了对障碍物运动状态的检测准确率,然后根据融合得到的结果对运动障碍物的位置进行延时修正,最终在障碍物占用栅格图上将动态障碍物所占据位置与静态障碍物所占据位置区别标示.本方法不仅可以在室外环境中准确地检测出障碍物运动信息,而且可以消除传感器数据处理延时所带来的动态障碍物位置偏差,更准确地将环境中的动静态障碍物信息用障碍物占用栅格图进行描述.该种方法应用在了自主研发的无人驾驶汽车平台上,大量的实验以及它们在"中国智能车未来挑战赛"中的优异表现证明该方法具备可靠性和准确性.
|
| 关 键 词： | 无人驾驶汽车 动态障碍物检测 栅格地图 激光传感器 Velodyne Ibeo |
Dynamic Obstacle Detection and Representation Approach for Unmanned Vehicles Based on Laser Sensor |
| |
| XIN Yu,LIANG Huawei,MEI Tao,HUANG Rulin,DU Mingbo,WANG Zhiling,CHEN Jiajia,ZHAO Pan. Dynamic Obstacle Detection and Representation Approach for Unmanned Vehicles Based on Laser Sensor[J]. Robot, 2014, 0(6) |
| |
| Authors: | XIN Yu LIANG Huawei MEI Tao HUANG Rulin DU Mingbo WANG Zhiling CHEN Jiajia ZHAO Pan |
| |
| Abstract: | |
| |
| Keywords: | unmanned vehicle dynamic obstacle detection grid map laser sensor Velodyne Ibeo |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
