共查询到20条相似文献,搜索用时 31 毫秒
1.
为了提高自动驾驶汽车传感器的校准质量,增强自动驾驶系统对目标的精准感知能力,提出了基于手眼模型的毫米波和激光雷达联合标定方法。首先,利用毫米波雷达的内在结构特征建立数学模型,对毫米波和激光雷达传感器的外部参数进行精确计算,确保在统一的世界坐标系中。然后利用手眼模型作为融合分析的基础,实现了毫米波和激光雷达的联合标定。最后,在自动驾驶小巴车平台上进行了标定试验,利用该标定系统得到标定结果的三维位姿关系,并验证了自动驾驶小巴车传感器数据的准确性。研究结果表明,该方法测距误差均值为0.01 m左右,传感器旋转角度可以精确到1°左右,可以满足汽车自动驾驶系统中雷达感知精度的要求。 相似文献
2.
为提高自动驾驶时单传感器对周围车辆识别成功率及工程实用性,提出了一种基于相机图像与激光雷达信息相融合的车辆识别和地图构建方法.对相机与激光雷达进行了联合标定和时间配准.对图像中的车辆阴影与激光雷达检测信息进行提取,获得两者间的坐标关联度特征,并根据其阈值范围确定周围是否存在车辆.将相机图像信息与激光雷达检测信息进行融合... 相似文献
3.
4.
5.
6.
<正>随着大众对汽车驾驶安全性、舒适性要求的不断提升,人们正进入一个新兴的"汽车雷达时代",伴随着很多创新发展、颠覆性技术和新晋厂商。毫米波雷达是未来车载主力传感器之一,它将和摄像头、激光雷达、超声波传感器一起为高级驾驶辅助系统(ADAS)和自动驾驶汽车"保驾护航"。本文将对车用毫米波雷达发展的现 相似文献
7.
8.
<正>Velodyne Lidar在2005年发明了实时环绕式激光雷达系统,开创了自动驾驶的新纪元。这项技术为参加DARPA超级挑战赛的自动驾驶汽车提供了精确的视觉系统。多年来,Velodyne Lidar的激光雷达传感器帮助工业、机器人、智能基础设施、汽车和其它应用提升了感知与自动化能力。近期,Velodyne Lidar北美销售副总裁Laura Wrisley与本刊记者共话激光雷达的市场表现与未来技术走向。 相似文献
9.
10.
11.
整车在环仿真测试方法可以安全、高效地验证复杂环境和极端工况等场景下自动驾驶汽车性能的有效性,基于此研发一种基于整车在环仿真的自动驾驶汽车室内快速测试平台,该平台由前轴可旋转式转鼓试验台、试验台测控子系统、虚拟场景自动生成子系统、虚拟传感器模拟子系统、驾驶模拟器、自动驾驶汽车和测试结果自动分析评价子系统组成。通过在试验台滚筒上独立加载转矩模拟车辆行驶阻力,可动态模拟不同的路面附着系数,同时利用坡度、侧倾和转向随动机构可模拟车辆俯仰角、侧倾角和航向角3个自由度;采用虚拟现实技术柔性集成车辆动力学模型、传感器仿真、复杂道路交通环境及测试用例仿真,模拟多种道路交通场景,并通过传感器仿真及数据融合等技术快速测试自动驾驶汽车智能感知与行为决策等性能指标。将自动驾驶汽车、虚拟仿真场景和试验台耦合构建一个闭环系统,完成了多项关键技术研发,包括:多自由度高动态试验台结构设计、虚拟测试场景自动重构方法和传感器数据模拟及注入方法,可满足在各种场景下测试自动驾驶汽车整车性能的需求。此外,为验证快速测试平台的有效性,以U-turn轨迹跟踪控制为研究实例,基于简化的车辆运动学模型和模型预测控制算法,在平台上搭建U-turn场景并对自动驾驶汽车的轨迹跟踪控制算法性能进行大量测试。结果表明:自动驾驶汽车室内快速测试平台可以真实地模拟汽车在道路上的运行工况,自动驾驶汽车在虚拟场景中的轨迹跟踪效果良好,与参考轨迹的偏差小于8%,证明了该测试平台检测方法的有效性。 相似文献
12.
近年来,随着自动驾驶技术的普及,自动驾驶技术开始迈入落地及应用阶段,在系统架构层面传感器和域控制器的复杂度越来越高,激光雷达、毫米波雷达、摄像头等各类传感器及域控制器间的数据同步和融合显得极为重要。基于此,文章详细介绍了集成多类传感器和高阶域控制器基础上的自动驾驶系统时间同步方法,为多传感器数据的精确时间同步、传感器与域控制器的精确时间同步提供了较成熟、可靠及可实施的系统解决方案。 相似文献
13.
激光雷达能被业界公认为自动驾驶不可或缺的高精度传感器,皆因其能以高密度点云提供准确的三维信息。它上次出现在本刊,应该是三年前所刊发的《自动驾驶的天眼——激光雷达是个啥》技术科普文章。三年时间过去了,激光雷达技术已经日益成熟并走向多技术路线并存,看来是时候用几期文章,给大家更新一下它的近况。 相似文献
14.
近年来,随着自动驾驶技术的快速发展,智能汽车对于环境感知技术的需求也越来越高,由于激光雷达数据具有较高的精度,能够更好的获取环境中的三维信息,已经成为了3D目标检测领域研究的热点。为了给智能汽车提供更加准确的环境信息,对激光雷达3D目标检测领域主要研究内容进行综述。首先,分析了自动驾驶车辆各种环境感知传感器的优缺点;其次,根据3D目标检测算法中数据处理方式的不同,综述了基于点云的检测算法和图像与点云融合的检测算法;然后,梳理了主流自动驾驶数据集及其3D目标检测评估方法;最后对当前点云3D目标检测算法进行总结和展望,结果表明当前研究中2D视图法和多模态融合法对自动驾驶技术发展的重要性。 相似文献
15.
16.
准确的多目标感知系统是自动驾驶技术的关键。本文提出了一种基于相机与激光雷达融合的多目标检测算法。针对相机传感器无法获得准确的目标距离等深度信息,激光雷达无法获得准确的目标类别信息的问题,首先采用嵌入自适应特征融合模块的YOLOv7网络处理相机数据,同时对激光雷达数据进行点云预处理以消除无用的噪声点;其次,利用坐标变换将激光点云数据和相机数据转换到像素坐标系中;最后,采用基于ROI感兴趣区域的方法对点云进行聚类处理,以参数加权的方式融合两种传感器的检测结果。实验结果表明,嵌入改进YOLOv7网络的融合算法能够检测出更加准确的目标信息。 相似文献
17.
近年来,智能网联汽车逐渐受到行业及市场关注,这种融合了现代通信与网络技术的新一代汽车,不仅可实现"安全、高效、舒适、节能"行驶,还具备车与驾驶者智能信息交换、共享,以及复杂环境感知、智能决策、协同控制等功能,使得无人驾驶成为可能。无人驾驶技术已经成为汽车发展的一个大趋势,作为其核心传感器部件之一的车载激光雷达更是有着难以取代的地位。本文重点介绍激光雷达的原理、应用现状及趋势等,从中不难发现激光雷达已经逐渐发展为标配,随着企业自动驾驶方案的选择和规划,车用激光雷达的商业化正悄然发生。 相似文献
18.
激光雷达是智能网联汽车环境感知的重要传感器,多坐标系空间标定是激光雷达精准环境感知的前提条件。针对激光雷达与车体坐标系空间同步面临传感器观测单一的问题,提出基于激光雷达与车辆的平面运动和直线运动约束2步标定方法。为构建运动约束,基于激光里程计获取激光雷达运动位姿信息,通过激光雷达运动轨迹信息和时域上多帧地面平面拟合信息进行平面行驶识别,在满足平面路况下构建平面运动约束标定,进而标定横滚角与俯仰角;基于俯仰角和横滚角对车辆轨迹进行修正,通过激光运动轨迹建立直线行驶判别模型判别车辆运动状态,在满足车辆直线行驶路况下构建直线运动约束,从而标定偏航角。最后,在智能驾驶试验车上开展了激光雷达与车辆坐标系标定的实车试验,通过实车采集的数据验证了提出的空间同步方法的可行性。试验结果表明:提出的激光雷达与车体坐标系标定方法优于基于标定物的方法,在原始数据上可以保证标定后的旋转误差降低至0.61,误差率降低约47.4%。在手动调整的扩充数据上标定后的旋转误差降至1.64,误差率降低约40.6%。相对于基于标定物的方法,其旋转误差均有降低且不需要借助特定的标定物与标定场,降低了对环境的依赖程度。同时通过消... 相似文献
19.
20.
从L1、L2驾驶辅助到L4、L5自动驾驶,各项智能及网联技术的发展,推进了自动驾驶产业的进程.在这个过程中,仿真测试是新技术研发必不可少的环节.针对目前自动驾驶研发中,对于真实仿真场景测试的需求,是德科技推出了雷达场景仿真器,用于雷达传感器和算法研发.汽车制造商可以在实验室中测试复杂的真实场景,从而加快自动驾驶研发进程... 相似文献