多传感器时空一致及其信息融合技术研究

论文摘要

论文以陆地自主车（Autonomous Land Vehicle, ALV）为背景,利用研究室已有的自主越野车辆平台,对多传感器信息融合技术中时空一致问题进行了深入的研究,在此基础上实现了激光雷达和立体视觉信息的融合障碍检测。多传感器时空一致是将各个不同来源的数据变换到同一个时空基准的过程,包括时间同步和空间对准两方面内容。时间同步是把各个传感器的时间统一到参考标准时间上；空间对准则要建立从各个传感器不同坐标系到一个统一的基准坐标系的变换关系（ALV传感器的空间对准必须通过各个传感器间的空间标定来完成）。本文的主要研究工作包括：（1）在基于局域网的时间同步方法的基础上,提出了一种用于多传感器系统时间同步的改进算法,该算法通过多台客户端与服务器的数据交换来实现网络中各台计算机的时间同步。仿真实验表明该算法可以在网络延时变化的情况下达到毫秒级以下的时间同步精度。（2）提出了两种传感器空间标定算法。利用单线激光雷达几何扫描模型,设计了一种激光雷达外标定算法；提出并设计了一种平面模板标定算法,完成了激光雷达和图像的直接标定。实车实验验证了两种算法的有效性。（3）研究了激光雷达和立体视觉摄像机的信息融合问题,实现了一种基于D-S证据理论的融合障碍检测算法。实车平台的静止实验和运动实验表明该融合算法可以正确的融合激光雷达和立体视觉的信息,获得可靠的环境描述。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 多传感器信息融合技术在ALV中的历史发展和现状
• 1.1.1 多传感器信息融合技术在ALV中的历史发展
• 1.1.2 最新的进展
• 1.2 多传感器信息融合技术
• 1.2.1 多传感器信息融合的基本原理和特点
• 1.2.2 多传感器信息融合的层次
• 1.2.3 多传感器信息融合的主要方法
• 1.2.4 多传感器信息融合要解决的几个关键问题
• 1.3 本文研究工作
• 1.3.1 论文的主要内容
• 1.3.2 论文的主要成果
• 第二章 多传感器信息融合中时间同步方法的研究
• 2.1 引言
• 2.2 ILNTS算法
• 2.2.1 NTP协议的介绍
• 2.2.2 ILNTS算法原理
• 2.2.3 数据报文设计
• 2.3 算法的理论计算分析
• 2.4 仿真实验
• 2.4.1 实验的流程
• 2.4.2 同步算法软件实现
• 2.4.3 实验结果及其分析
• 2.5 本章小结
• 第三章 多传感器信息融合中空间标定方法研究
• 3.1 概述
• 3.2 单线激光雷达的外标定
• 3.2.1 外标定原理
• 3.2.2 单线激光雷达外标定算法
• 3.2.3 激光雷达外标定实验
• 3.3 激光雷达和图像的直接标定
• 3.3.1 激光雷达和图像的直接标定原理
• 3.3.2 激光雷达和图像的直接标定算法
• 3.3.3 激光雷达和图像的直接标定实验
• 3.4 本章小结
• 第四章 激光雷达和立体视觉的信息融合
• 4.1 概述
• 4.2 D-S证据理论介绍
• 4.2.1 D-S证据理论的基本概念
• 4.2.2 D-S证据理论的组合规则
• 4.3 基于D-S据理论的激光雷达和立体视觉的信息融合
• 4.3.1 激光雷达和立体视觉信息融合原理
• 4.3.2 激光雷达和立体视觉数据准备
• 4.3.3 识别框架的定义
• 4.3.4 基本概率赋值函数的设计
• 4.3.5 融合决策方法
• 4.3.6 实验结果及其分析
• 4.4 本章小结
• 第五章 总结与展望
• 5.1 论文工作总结
• 5.2 今后工作展望
• 致谢
• 参考文献
• 作者在学期间取得的学术成果