光纤陀螺仪关键参数快速标定方法

提出了一种快速标定光纤陀螺仪关键参数的方法,利用激光连续动态弯沉测量车自身的硬件平台,建立以光纤陀螺仪标度因素、零偏与输出延时为参数的数学模型,采用改进的最小二乘法进行求解,完成上述关键参数的快速标定。该方法标定过程简单快速,标定结果精度高,已成功应用在武汉大学研制的我国首台激光连续动态弯沉测量车中。     

激光点云在无人驾驶路径检测中的应用

针对室外自然环境下无人自主地面智能车辆的可通行区域检测问题,提出了一种基于激光点云的道路可通行区域检测算法,包括倾斜检测道路边界和水平探测前方障碍物。道路边界检测主要依据道路区域与非路区域之间存在的高度差异来筛选道路边界特征点,结合通行宽度阈值提取道路边界线;前方障碍物检测则依据扫描点间距离聚类成不同的点云簇,对点云簇进行识别和定位,从而确定障碍物位置和大小。结合道路边界和障碍物信息提取车辆的可通行区域,为无人车路径规划提供依据。试验表明,该算法能够较好地检测出无人车的可通行区域。     

基于缩微车的智能驾驶设计与研究

介绍缩微尺度的三维复杂交通环境下,缩微车的智能驾驶设计与研究,该缩微车采用上位机与下位机通信模式的硬件体系,分层结构、模块化的软件框架,讨论智能驾驶中的场景构建、环境感知、路径规划等核心技术,最后分析自主设计的赛道上缩微车的智能驾驶表现。试验表明,该设计可实现缩微车自主巡线直行、转弯、避障等多项驾驶行为,可实现其实时智能驾驶的稳定性。     

物联网应用在GIS中需要解决的若干技术问题

作为由多种异构终端密集部署在各个地方构成的一种协同自组织的网络应用系统,物联网具有规模巨大、形式复杂、实时异构、形式多样等特点。本文从异构网络互联、多源数据融合、物联数据模型和信息感知应用等4个方面讨论将物联网应用到GIS领域需要解决的基础理论和技术方法,并通过应用实例说明了物联网与GIS技术结合应用实现的技术方法。     

汽车导航技术的现状与发展趋势

细致分析了汽车导航技术及产品在中国的发展现状,总结了当前汽车导航产业面临的主要问题,并对汽车导航技术及产品的发展进行了展望.     

利用双灭点估计的车道线检测

车道线检测是自动驾驶汽车或高级驾驶辅助系统的重要组成部分,利用安装在车辆前方的单目相机以实时成像的方式获取车辆在当前车道的横向偏移,从而为车辆的车道保持、超车换道等横向控制策略提供参考。本文提出了一种基于双灭点估计的实时、稳健的车道检测方法。首先利用尺度自适应的局部对称算子对车道线点特征进行提取;其次对左右车道线分别估计灭点,以灭点为导向,构建特征点的统计直方图;然后选择穿过大多数特征点的直线且通过特征点和所选线之间的重叠度对灭点进行估计更新,重复上一步骤以获得稳定的灭点;最后基于稳定的灭点验证并选择最佳的车道线。本文在公共数据集对提出的方法进行了测试,试验结果表明,本文方法在满足实时性的前提下,能有效提高算法整体的稳健性。     

融合毫米波雷达与单目视觉的前车检测与跟踪

对现有融合雷达与视觉的车辆检测方法进行改进,增加目标跟踪过程,进一步提升城市复杂环境下智能车前方车辆信息感知的准确性。首先,针对雷达数据处理,提出一种基于层次聚类的雷达杂波剔除方法;其次,针对视觉数据处理,提出一种基于目标景深的自适应车辆检测方法;最后,提出一种基于核相关滤波器（kernelized correlation filter,KCF）-扩展卡尔曼滤波（extended Kalman filter,EKF）组合滤波的目标跟踪方法,对车辆几何与运动信息进行了有效估计。通过在不同交通环境与天气状况下进行实车实验,结果证明,该方法具有更好的可靠性与鲁棒性。     

空间认知导向下利用分层强化学习的最优路径规划

针对空间认知导向下模型驱动型路径规划和人们认知偏好多样性之间的矛盾,提出了一种基于分层强化学习的交互学习型路径规划方法。该方法将最优路径标准转换为路口处转向决策的瞬时奖励值,并通过预学习和实时学习两个阶段实现高效地发现总奖励值最大的最优路径策略。其中,预学习阶段自动发现子目标节点,并构建包含局部最优策略的子任务;实时学习阶段利用预定义策略实现高效的Q值更新,并根据Q值追溯最优路径。实验表明,该方法具有足够好的实时性和最优性。     

智能驾驶中点云目标快速检测与跟踪

利用实时车载激光点云,实现城市环境下的多目标快速检测与跟踪。动态目标跟踪是实现城市环境下自动驾驶的关键,是三维城市场景感知的研究难点。相比于图像,三维激光点云数据更适合用于目标三维形状估计和运动预测,所以广泛应用于无人驾驶方案中。使用基于目标模型和卡尔曼滤波的目标跟踪框架,针对稀疏点云数据中常见的过分割和欠分割问题,提出一种关联历史跟踪结果和目标检测的快速跟踪算法。将跟踪结果作为先验知识,与下一时刻的目标检测关联,增强目标检测的稳定性。该算法已经应用到搭载三维激光扫描仪的自动驾驶汽车中,实验证明,该算法适用于城市交通场景,且满足实时解算需求,单帧处理平均耗时58 ms。     

基于投影点密度的车载激光扫描距离图像分割方法

对车载激光扫描系统获取的距离图像的分割进行研究,提出利用投影点密度进行距离图像分割的方法.该方法不需要其他辅助数据就可以进行距离图像的分割,给出应用实例.图像的分割是目标识别、定位、特征提取与建模的基础和关键.距离图像是离散坐标点阵列,不表达目标边界特征和拓扑关系,到目前为止还没有距离图像分割的成熟、可行方法.本文研究成果,展现了激光扫描技术在数据获取、处理研究上的新方向.