【摘 要】
：
针对自动驾驶感知域系统的激光雷达、图像传感器、惯性测量单元3种传感器数据融合的时基校准问题,利用机械式激光雷达自身特征设计校准设备、系统及实验方法.基于激光雷达的触发事件和车载图像传感器感知特征,实现两种传感器时基在线标定,并通过示波器测量校验证明该方法的有效性.利用激光雷达扫描频率与触发事件时间差相互关联的特征,将激光雷达与惯性测量单元的标定系统结合,对激光雷达与惯性测量单元时基进行标定,并通过惯性测量单元标定实验证明方法有效性.
【机 构】
：
浪潮集团有限公司,高效能服务器与存储技术国家重点实验室,北京 100085;浪潮(北京)电子信息产业有限公司,北京 100085;浪潮集团有限公司,高效能服务器与存储技术国家重点实验室,北京 1000
论文部分内容阅读
针对自动驾驶感知域系统的激光雷达、图像传感器、惯性测量单元3种传感器数据融合的时基校准问题,利用机械式激光雷达自身特征设计校准设备、系统及实验方法.基于激光雷达的触发事件和车载图像传感器感知特征,实现两种传感器时基在线标定,并通过示波器测量校验证明该方法的有效性.利用激光雷达扫描频率与触发事件时间差相互关联的特征,将激光雷达与惯性测量单元的标定系统结合,对激光雷达与惯性测量单元时基进行标定,并通过惯性测量单元标定实验证明方法有效性.
其他文献
为保证智能汽车在不同车速下路径跟踪的精确性与稳定性,本文中设计了一种带有预瞄PID转角补偿的模糊线性二次型调节器(LQR)以进行路径跟踪控制.首先,基于路径跟踪误差模型设计了LQR控制器,并采用预瞄PID方法进行转角补偿,消除稳态误差,提高跟踪精度.接着,针对固定权重系数的控制器对于不同车速适应性较差的问题,提出了一种基于车速的权重系数模糊调节策略.最后,通过实车试验,验证了控制器在实车环境中的控制性能.结果 表明,设计的控制器具有较高的跟踪精度,且在不同车速下均能保持良好的精确性与稳定性.
皮边角料/皮屑、革屑是制革过程中的主要固体废弃物之一,其主要成分为胶原蛋白,如何将其资源化利用成为皮革产业可持续发展的问题之一.本文综述了皮革生产过程中产生的生皮屑、灰皮屑、铬鞣革屑、无铬鞣革屑、成品革屑的资源化利用方法并提出了建设性的建议.
本文旨在对某重型半挂牵引车燃油经济性的改善进行研究.首先,对后视镜进行了优化,风洞试验结果风阻系数降低了0.012.接着,利用遗传算法对传动系统参数进行优化.并通过改进电控硅油风扇的控制策略,降低了发动机附件的功率消耗,Simulink/Crusie联合仿真和转鼓试验台测试的结果:C-WTVC循环工况油耗分别降低了1.7％和2％.最后,实车道路试验结果表明,优化后的车辆百公里综合油耗降低1.14 L,相当于3％.
为消除参数不确定性和外部干扰等因素对智能汽车纵向巡航控制的影响,提出一种基于自适应动态滑模的纵向巡航控制方法.建立以广义纵向力导数项为控制输入的车辆纵向动力学模型,基于反步法构建保证车速与纵向加速度同时收敛于期望值的新型滑模函数;在此基础上,设计了期望广义纵向力的动态滑模控制律,并利用RBF神经网络对控制律中的未知干扰量进行自适应补偿;设计执行器选择模块将期望广义纵向力转换为执行层期望控制输入;进行仿真对比与实车测试,结果表明,所提出的智能汽车纵向巡航控制方法能有效地消除参数不确定性和外部干扰的影响,改善
对车载激光雷达扫描得到的点云进行语义分割是保证行车安全、加强驾驶员对周边环境理解的重要手段之一.因为内存限制和大规模点云场景更加稀疏的特点,将传统神经网络的方法直接沿用到车载激光雷达扫描得到的点云场景中的效果不佳.本文中针对大规模点云的稀疏性,利用稀疏卷积神经网络对体素化点云进行特征提取.考虑到逐点处理分支抑制点云数据的密度不一致性导致的信息损失,另外设计了3D-CA和3D-SA模块,使稀疏卷积神经网络更好地提取特征.实验结果表明,与传统卷积神经网络的方法和将点云投影到平面的方法相比,使用稀疏卷积神经网络
鉴于采用边缘云进行集中式车辆队列控制时,通信时延将会降低队列控制性能指标甚至导致队列失稳,本文在考虑通信时延和车辆纵向非线性动力学特性前提下,从包括队列能效的多目标优化出发,提出了一种基于边缘云的队列集中式模型预测控制算法,并设计了一种时延补偿方法.首先分析了控制算法的渐进稳定性;然后通过不同时延下的仿真试验对控制算法的串稳定性和随机时延补偿方法在一定时延范围的有效性进行了验证;最后,分析了时延对队列稳定性和燃料消耗的影响.结果表明,随着时延增大,队列稳定性和燃料经济性变差,当时延均值为250 ms且时延
本文中针对视觉地图匹配问题,将视觉地图匹配问题转化为基于图像序列的最优视觉地图节点匹配问题,并提出基于2阶隐马尔科夫模型(hidden Markov model,HMM)的视觉地图匹配方法.在该模型中,状态变量被定义为高精度视觉地图节点,查询图像被定义为观测数据.在状态转移模型中,引入2阶模型对短时间车辆运动进行匀速运动建模,与传统的1阶HMM相比,可以提高模型的适用性与准确性.提出利用全局图像特征建立查询图像与地图节点之间的匹配关系,并从匹配的汉明距离建立发射概率模型,可有效提高地图匹配的效率.最后,通
本文旨在针对汽车驾驶智能座舱交互体验,研究并提出了一种智能座舱测试评价方法.基于用车情景细分座舱功能点,根据功能点将主观指标、车辆指标、眼动指标等多维度指标体系相结合,搭建了基于主客观测评方式相结合的座舱交互体验综合评价模型,并通过层次分析法对逐级指标权重进行确定,最终确立基于驾驶员的智能座舱人机工效测评模型.通过座舱交互案例进行验证,表明本模型能对各用车情景下的驾驶座舱功能点进行综合得分量化评价,可为针对驾驶的智能座舱交互体验的优化与研发提供理论依据.
地图构建是实现无人驾驶的重要前提,针对传统单一地图无法准确实现无人车自主导航的问题,本文中提出一种低成本的室外多图层地图,分轨迹层-静态层-动态层.轨迹层为GNSS拓扑地图,静态层为基于图优化构建的点云-栅格地图,动态层为实时激光点云信息.首先轨迹层的绝对位置信息用于实现无人车的全局路径规划,然后基于动态层实时信息与静态层的点云地图做匹配,完成无人车实时高精度定位,最后对动态层进行障碍物检测,通过将实时障碍物信息同静态层的栅格地图结合,为无人车避障和局部路径规划提供环境信息.在实际环境下对提出的地图进行了
为提高作为自动驾驶系统安全性验证手段的场景测试的效率,本文中提出了一种自动驾驶系统并行加速测试方法.首先根据自动驾驶系统测试需求,构建了由顶层管理层、中层协调层和底层执行层构成的3层加速测试架构.然后确定不同层级的具体任务:顶层管理单元流动,中层协调参数计算,底层执行试验运行.最后以前车切入场景为例,对某黑盒自动驾驶算法分别使用并行加速、并行遍历、单线程加速和单线程遍历4种方式进行对比测试.结果表明,在测试具体场景总数为4590的情况下,4种方式均发现所有危险场景,但其耗时差别悬殊,分别为1.3、5.7、