2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、復(fù)雜環(huán)境下道路特征檢測是室外智能機器人自主導(dǎo)航的重要研究內(nèi)容之一。由于單線激光雷達數(shù)據(jù)量小、測距精度有限等原因,傳統(tǒng)的僅裝載單線激光雷達的中小型智能機器人難以處理復(fù)雜場景下的道路特征檢測問題。為了解決這個問題,本文將多幀單線激光雷達數(shù)據(jù)進行融合,根據(jù)多幀激光雷達數(shù)據(jù)間的時空關(guān)聯(lián)特性獲得較大區(qū)域內(nèi)的環(huán)境信息,并基于該環(huán)境信息檢測道路環(huán)境的特征。
   本文主要研究多幀激光雷達數(shù)據(jù)融合的道路特征檢測技術(shù),論文從基于圓弧的航跡推算、G

2、PS/DR(DeadReckoning)聯(lián)合定位、多幀單線激光雷達數(shù)據(jù)融合、單幀激光雷達數(shù)據(jù)道路邊界檢測、多幀激光雷達數(shù)據(jù)間相關(guān)性分析、道路邊界直線和曲線擬合、基于高程柵格地圖的障礙物檢測、可通行區(qū)域提取等方面開展研究工作。
   本文的主要研究成果如下:
   為了克服傳統(tǒng)DR定位方法精度不高的缺點,本文采用基于圓弧的運動軌跡進行DR定位,該方法可以有效提升DR定位的精度。
   針對單幀激光雷達數(shù)據(jù)道路邊界檢

3、測問題,本文設(shè)計了雙閾值檢測的方法進行處理,該雙閾值的選取具有自適應(yīng)性。根據(jù)多幀激光雷達數(shù)據(jù)間的相關(guān)性分析建立約束條件,實驗結(jié)果表明通過該約束條件可以有效提升邊界檢測的準確度。
   采用最小二乘法進行道路邊界擬合。針對直線最小二乘法不能擬合垂直分布的邊界點問題,本文采用坐標軸轉(zhuǎn)換的最小二乘法進行處理;針對曲線道路邊界點分布稀疏不同的問題,本文采用基于分段的加權(quán)最小二乘法進行擬合。
   針對障礙物檢測問題,采用直方圖獲

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論