论文部分内容阅读
车辆的SLAM(同时定位与建图)技术是实现无人驾驶技术的基础环节。通过无人车的定位和环境地图的构建,使无人车在未知环境中安全行驶,完成指定任务。激光雷达性能稳定、受环境因素影响较小、距离信息精确,是构建环境地图的理想传感器。论文系统的阐明了激光雷达数据处理,SLAM前端运动估计,SLAM后端运动优化以及封闭园区环境地图的构建。主要研究内容如下:(1)对激光雷达数据进行预处理,解析激光雷达数据结构,将大量的点云数据以线的方式进行存储和调用。(2)对传统迭代最近点算法(ICP)进行改进,根据点集平滑度特征提取点和面特征点,分别建立点到线,点到面的约束方程,利用列文伯格-马夸尔特(Levenberg-Marquardt)方法进行帧间运动估计。(3)将已建立的点云地图进行立体网格划分,选取部分网格点云与当前帧点云进行降频的匹配和优化,在建立约束方程的过程中,构建由点集组成的协方差矩阵提高特征点匹配准确度。(4)利用点云地图构建八叉树三维栅格地图,实现更好地交互效果,为后续导航与路径规划等工作提供基础。(5)量化评价了不同尺寸的立体网格划分方案以及不同点集数量的协方差矩阵对建图结果的影响。采用最佳的建图方案,针对两个不同的封闭园区分别建立了八叉树地图。论文研究结果表明:使用激光雷达利用SLAM技术对封闭园区进行建图的效果较好。采用平滑度大小提取特征点的方法较为高效且准确。利用点到线和点到平面的约束关系改善了传统迭代最近法误匹配的弱点,提高了帧间匹配的精度。高频的运动估计和低频的运动优化相互作用的结果良好,最终建立的地图呈现的效果突出。后端匹配目标点云范围对建图结果产生影响,适当的点云量可以使建图结果更优。不同点集协方差矩阵对建图结果影响显著,过多过少都会增加帧间误匹配的风险,点集数量适当可以使优化结果更好。利用论文的方法可以很好的实现封闭园区环境三维栅格地图的建立,在实现较好地图模型的同时达到较好的人机交互效果。