基于激光雷达的智能车定位技术研究

智能车的定位问题,是智能车辆自主导航研究中最重要的内容之一。在众多车载传感器中,激光雷达测量精度高,已经成为大部分智能车车载的一种传感器。基于激光雷达的定位技术也得到了研究人员的重视。 本文针对传统的基于路标定位方法中路标检测的可靠性问题,提出了基于路标对的智能车定位方法。该方法把路标对作为环境地图的特征,提高了路标检测的可靠性和鲁棒性;并利用扩展卡尔曼滤波进行位姿跟踪,进一步提高定位的精度。大量的仿真数据和实际数据实验证明该方法中路标检测成功率可达100%,具有很高的可靠性和抗干扰性。 基于路标对的定位方法,虽然解决了环境中路标检测的可靠性问题,但是该方法需要在环境中摆放人工路标对,这就限制了其在大范围环境下的运用。为了解决这一问题,提出了基于自然柱状特征地图的智能车定位方法。该方法利用环境中现有的柱状特征进行定位,无需人工路标;不仅可以利用基于卡尔曼滤波的地图自动生成算法自动建立环境中的柱状特征地图,并且在此柱状特征地图基础上,采用迭代最近点算法可以大大提高车辆定位精度。该方法也得到了大量仿真数据和实际数据实验的验证。 针对环境特征地图中传感器的误差传递问题,提出了基于激光雷达传感器记忆的智能车定位方法。该方法直接利用原始的传感器数据进行定位,可以得到更高的定位精度。大量的仿真数据和实际数据实验结果表明,该方法具有较高的鲁棒性,并能得到相当高的定位精度。