基于信息融合的机器人障碍物检测与道路分割

论文摘要

移动机器人在国防、民用以及科研领域有着广泛的用途,日益受到各国学者的关注。机器人导航系统是移动机器人研究领域的热门课题和技术难点,作为实现机器人独立行走的基础性模块,其性能的优劣直接影响到机器人整体的自主性和智能化水平。单一的传感器无法有效感知环境信息,移动机器人通常安装了多种传感器,采用信息融合技术使得多传感器优势互补,以提高导航系统的鲁棒性。本文将对视觉导航系统两大关键技术,障碍物检测和道路分割开展研究,利用信息融合的方法检测草丛中障碍物,完成道路分割。本文首先综述了陆地自主移动机器人发展背景和当前的研究现状,移动机器人的系统架构和关键的实现技术。然后讲述了多传感器信息融合,障碍物检测以及道路分割的一般性原理。本课题使用了激光雷达和摄像机两种传感器。分别介绍了单线激光雷达,三维激光雷达与摄像机的联合标定方法。把一块平面标定板放在激光雷达和摄像机前摆放不同姿势,两种传感器同步采集数据,提取标定平面内的特征点进行联合标定。提出了一种融合激光雷达和单目摄像机的草丛中障碍物检测方法。利用EM算法求得高斯混合模型分别表征草丛和障碍物两类激光雷达点云的特征值分布情况,然后在激光雷达距离图上检测出障碍物,依据联合标定的结果把障碍物点投影至mean-shift方法分割后的场景图像上,经过融合在图像上确定障碍物最终区域。最后介绍了道路分割的方法。同样是利用信息融合的方法,依据联合标定结果把场景三维激光点映射到经过mean-shift分割后的图像中,利用雷达点提供的高度信息来区分道路区域和非道路区域。

论文目录

• 致谢
• 摘要
• ABSTRACT
• 目次
• 第一章 绪论
• 1.1 陆地自主移动机器人（ALV）发展背景简介
• 1.2 ALV系统构成和关键技术
• 1.3 多传感器信息融合
• 1.4 基于各种传感器的障碍检测
• 1.5 道路分割
• 1.6 本文主要内容
• 第二章 激光雷达与摄像机联合标定
• 2.1 概述
• 2.2 彩色摄像机参数标定
• 2.2.1 摄像机模型介绍
• 2.2.2 摄像机参数标定过程
• 2.3 三维激光雷达系统介绍
• 2.3.1 激光雷达系统介绍
• 2.3.2 激光雷达参数标定
• 2.4 单线激光雷达与摄像机联合标定
• 2.5 三维激光雷达与摄像机联合标定介绍
• 第三章 融合距离与色彩信息的草丛障碍物检测
• 3.1 概述
• 3.2 草丛障碍物检测算法分析
• 3.2.1 三维激光雷达点统计模型
• 3.2.2 滤除地面激光雷达点
• 3.2.3 检测草丛中障碍物
• 3.2.4 彩色图象处理
• 3.2.5 距离与色彩信息融合
• 3.3 实验结果及分析
• 3.3.1 GMM模型参数
• 3.3.2 检测结果及分析
• 3.4 本章小结
• 第四章 融合距离息与色彩信息的道路检测
• 4.1 概述
• 4.2 实验仪器介绍
• 4.3 道路检测算法流程
• 4.3.1 概述
• 4.3.2 道路图像处理
• 4.3.3 融合距离与色彩信息
• 4.3.4 提取道路区域
• 4.4 实验结果和分析
• 4.5 本章小结
• 第五章 总结和展望
• 参考文献
• 作者简历及在学期间所取得的科研成果