【摘 要】
：
作为新基建时代的热点——自动驾驶,其范畴涉及定位、导航、路径规划、智能控制等技术领域,还涉及卡尔曼滤波、粒子滤波等传统算法领域和深度学习、模式识别与图像处理等前沿算法领域。其中,自动驾驶技术领域中的定位与导航方向包括GNSS、IMU等全局定位方式和基于激光雷达和视觉相机等传感器的同时定位与地图创建（Simultaneous Localization and Mapping,SLAM）局部定位方式。
论文部分内容阅读
作为新基建时代的热点——自动驾驶,其范畴涉及定位、导航、路径规划、智能控制等技术领域,还涉及卡尔曼滤波、粒子滤波等传统算法领域和深度学习、模式识别与图像处理等前沿算法领域。其中,自动驾驶技术领域中的定位与导航方向包括GNSS、IMU等全局定位方式和基于激光雷达和视觉相机等传感器的同时定位与地图创建（Simultaneous Localization and Mapping,SLAM）局部定位方式。根据当下使用各类SLAM方法的实际运行落地的产品较少,对各类SLAM方法/算法在实际环境的运行可靠性和置信度不高的问题,且缺乏充足的路测环境数据支撑,不利于未来自动驾驶在汽车市场推广与大规模商业化,意味着SLAM问题的研究仍存在不同程度和方向的优化空间。本文分别基于单一传感器如激光雷达、视觉相机的SLAM实验以及二者融合SLAM的实际环境下的实测研究。本文以四驱差速转向底盘为基础实验底盘,配置英伟达的Jeston Nano处理器,并根据实际需求搭一个长宽高参数为30cm、26cm、7cm的基础版实验平台。同时,在实验平台上安置了 16线激光雷达、深度相机等传感器,进行单一传感器的SLAM实验和二者融合SLAM探索性实验。实验表明:（1）在同一环境下的不同传感器的SLAM实验中,明亮环境下,基于16线激光雷达的SLAM实验结果的特征量和特征点的形参数最大偏差为1.961m,均误差为0.398m,中误差为±0.644;基于深度相机的SLAM实验结果中最大偏差为1.519m,均差为0.112m,中误差为±0.203。黑暗环境下,基于16线激光雷达的SLAM实验结果的特征量和特征点的形参数最大偏差为2.004m,均误差为0.477m,中误差为±0.683;基于深度相机的SLAM实验结果中最大偏差为1.154m,均差为0.143m,中误差为±0.282。总上,在关于单一传感器SLAM实验中,基于深度相机的实验精度和最终效果要由于基于16线激光雷达的精度和效果。（2）对不同环境下的同一传感器的SLAM实验中,对于16线激光雷达的SLAM实验,明亮环境下SLAM实验结果的特征量和特征点的形参数最大偏差为1.961m,均误差为0.398m,中误差为±0.644。黑暗环境下,特征量和特征点的形参数最大偏差为2.004m,均误差为0.477m,中误差为±0.683。总体上,明亮环境下的激光雷达结果的中误差优于黑暗环境下结果中误差5.71%。对深度相机SLAM实验而言,明亮环境下的结果精度优于黑暗环境的结果精度28.01%。综合而言,基于明亮环境下的实验结果更优于黑暗环境,更有利于自动驾驶安全保障。（3）在多传感器数据融合的SLAM探索性实验中,分别进行手动和自动标定实验,最终对二者的标定结果进行叠加初步融合精度分析。其中,手动标定下的叠加初步融合的中误差为0.0002,自动标定下的中误差为0.0017,由此证明多传感器融合SLAM的可行性。图[34]表[13]参[80]
其他文献
随着现代工业水平不断的发展与进步,对材料的各项性能指标的要求也与日俱增,因此,结构强度较高、耐用性强的加筋板结构已经被广泛的应用在航空航天、船舶、汽车以及建筑等众多领域。但是当加筋板结构在受到外力干扰的时候,自身则会产生振动,并且这种振动还会给整个机械结构产生不良影响,这会影响结构的使用寿命,甚至会存在安全隐患。因此,对加筋板的振动控制则变得十分重要。另外,在加筋板的振动主动控制之中,往往还存在着
同时定位与建图（Simultaneous Localization and Mapping,SLAM）是移动机器人实现自主导航的前提与保障,也是移动机器人导航研究中的难点。目前不同的SLAM方法适应不同传感器和计算要求。激光SLAM发展趋于成熟,但容易受到雷达探测范围的限制因此丢失地图数据点;视觉SLAM易受到光线变化的影响且算法面临巨大的地图尺寸、感知混叠和高计算成本等挑战。近年来国内外研究人员
图像的轮廓提取技术是属于图像识别领域中的一部分,近些年来,随着人工智能和机器学习的快速发展,该技术也是得到了很大的发展,在很多的领域得以实现,比如车牌号的清晰技术,以及医学上的CT扫描等,这些技术的使用,表明了图像的轮廓提取技术的实用性。其中,图像的轮廓提取精度最为关键,图像轮廓提取的精度和算法的识别准确率直接挂钩。因此针对如何获取目标图像数据更为清晰轮廓特征进行了深入的研究,并且在最初的算法基础
FRP管具有轻质高强、抗拉性能好、耐腐蚀等特点,与混凝土、钢管一起形成FRP管-混凝土-钢管组合结构具有较强的抵抗冲击的能力,该类组合结构的静态力学性能已有较多研究、并得到了一定程度的推广应用。在使用过程中,结构会面临地震、爆炸和撞击等偶然动荷载的作用。为了研究FRP管-混凝土-钢管组合结构的抗冲击性能,采用直径74mm的分离式霍普金森试验装置,开展了 FRP管-混凝土-钢管组合结构的单次和多次冲
皖北矿区地质及水文地质条件复杂,断裂构造发育,探查或揭露多处陷落柱,且部分区域存在岩浆岩侵入;在开采过程中发生多次松散层突水、断层突水、陷落柱突水、离层突水等水害事故,严重威胁矿井安全生产,对深部煤炭资源开发与浅部煤炭资源回收带来很大隐患。本文根据皖北矿区地质和水文地质资料,运用构造逐级控制理论,对皖北矿区断裂构造发育特征进行分析。依据区内钻孔资料和抽放水试验资料,绘制了主要含水层水位和单位涌水量
近年来,随着汽车不断朝着智能化、网联化、电动化和共享化方向发展,新能源汽车和智能汽车成为了当前汽车产业革命发展的主要进攻方向和技术竞争领域,为了适应这一发展趋势,汽车制动系统也逐步向机电一体化、集成化和模块化发展方向迈进。传统真空助力器形式的制动系统,受其机构及工作机理的限制,具有制动时人机制动力相互耦合,建压响应缓慢等不足,无法满足电动汽车和智能汽车要求制动系统应具有人机制动力解耦、轮缸液压力精
图像生成在深度学习实用化技术中占有重要的地位,其目的是尽可能大的细节完善的图像以及按照需求生成对应的图像,提供更可靠地信息。针对基于生成对抗网络（GAN）的图像生成网络模型存在的图像生成不受控,以及模型训练时间较长的问题,本文提出基于生成对抗网络的图像生成改进模型。以解决图像生成的条件生成对抗网络（CGAN）和深度卷积对抗神经网络（DCGAN）的作为基准,并对基准模型改进使其在生成目标类型图像任务
矿井通风安全是保障煤矿安全生产的重要环节之一,其中矿用风门作为通风系统中常见的通风设施,在矿井通风系统隔离风流、分配风流以及生产运输等方面有着关键的作用。但大多数煤矿企业仍使用传统风门,该种风门存在控制方式单一、自动化程度较低且不具有调控风流作用等问题;部分煤矿企业依旧采用传统人工记录的方式去采集、记录风门工作信息,该方式存在数据处理工作量大、效率低下和信息存储混乱且准确率低等问题,同时对数据管理
双曲拱桥作为一种独特的上承式拱桥在我国西南地区较多存在,但由于其独特的受力形式及较久远的建成时间,使其在承受较大或较高速的移动荷载时有更大破坏的可能性。本文以贵州省福泉市三江口镇三江口大桥为研究对象,通过理论分析、有限元建模计算及与现场监测数据相结合的方法对桥梁的动态性能及在活载下的动态响应进行了分析,本文所做研究如下:（1）根据桥梁设计图纸并运用有限元软件Midas Civil对其进行建模分析,
潘三煤矿17102（3）工作面运输顺槽埋深800m,是典型的深部斜顶回采巷道。以其为工程背景,采用共形映射函数和复变函数法求解了斜顶巷道围岩应力分布解析解,并结合强度准则定义了围岩稳定指数,获得了深井斜顶回采巷道围岩稳定特征。然后,基于锚杆弹性本构模型建立了计算锚杆工作阻力、锚杆轴力和杆体剪应力的力学模型,获得了预紧力和锚固长度对锚杆工作阻力的影响规律、斜顶巷道全长锚固锚杆轴力和剪应力的分布规律以