1 绪论
1.1 研究背景
1.2 国内外研究现状
1.2.1 车辆定位方法的分类简介及研究现状
1.2.2 基于GPS的多传感器融合定位研究现状
1.2.3 道路环境特征模型构建的研究现状
1.3 课题的提出及研究意义
1.4 论文内容及章节安排
1.5 本章小结
2 总体方案及关键问题
2.1 引言
2.2.1 全球定位系统GPS
2.2.2 激光雷达传感器
2.3 研究思路及总体方案设计
2.4 关键问题分析
2.5 本章小结
3 基于2D激光雷达的道路环境特征模型建立
3.1 引言
3.2 考虑车辆速度的激光雷达数据修正
3.2.1 激光雷达数据坐标转换
3.2.2 激光雷达数据静态误差修正
3.2.3 激光雷达数据动态误差修正
3.3 激光雷达数据的聚类研究
3.3.1 激光雷达数据滤波处理
3.3.2 常用聚类算法特性分析
3.3.3 改进的自适应邻域阈值DBSCAN聚类算法
3.4 道路环境特征模型建立
3.4.1 Split-Merge算法中的分割问题研究
3.4.2 最小二乘法线性拟合
3.4.3 Split-Merge算法其余问题分析及总结
3.5 实验验证与分析
3.5.1 激光雷达数据修正实验
3.5.2 激光雷达数据聚类实验
3.5.3 道路环境特征模型建立实验
3.6 本章小结
4 基于GPS与激光雷达的组合定位方法及数据融合
4.1 引言
4.2 基于GPS和激光雷达的组合定位
4.2.1 基于GPS的关键栅格区域确定
4.2.2 基于道路特征模型的关键点匹配方法
4.2.3 基于道路特征模型的定位获取
4.4 基于EKF的多传感器数据融合定位
4.4.1 卡尔曼滤波器模型
4.4.2 EKF扩展卡尔曼滤波
4.4.3 基于EKF的数据融合定位
4.5 实验验证与分析
4.5.1 Prescan模拟实验平台介绍
4.5.2 基于GPS和激光雷达的组合定位实验
4.5.3 基于EKF的多传感器数据融合定位实验
4.6 本章小结
5 GPS和2D激光雷达数据融合定位系统设计与实现
5.1 引言
5.2.1 系统整体框架
5.2.2 各功能模块设计
5.3 系统整体实现流程
5.4 实际应用效果及分析
5.5 本章小结
6 总结与展望
6.1 本文总结
6.2 研究展望
参考文献
附录
A. 作者在攻读硕士学位期间申请的专利
B. 作者在攻读硕士学位期间参与的科研项目
C. 学位论文数据集
致谢
重庆大学;