基于GPS和2D激光雷达数据融合的定位方法研究

摘要

车辆定位在自动驾驶汽车研究中是一个关键问题，一个精确的定位系统才能保证车辆跟随预设轨迹行驶。目前，GPS广泛应用于车辆定位，但是民用级别GPS定位误差约为3-30m，不能满足自动驾驶汽车的定位需求。而自动驾驶汽车上搭载了更加丰富的传感设备，如激光雷达、超声波等，将这些传感器应用于定位能够实现优势互补。因此，研究多传感器融合的汽车定位方法，提高汽车定位精度，对自动驾驶汽车的发展具有重要意义。　　论文针对上述问题，为了提高车辆定位系统的精度，运用GPS在全局定位中的优势和2D激光雷达在局部环境中目标识别、测距的优势，研究了基于GPS和2D激光雷达数据融合的定位方法。本方法首先通过GPS进行车辆粗定位，然后利用2D激光雷达作为环境感知手段，在局部区域进行环境建模、匹配和定位，最后给出了集 GPS、激光雷达、车速、航向的多传感数据融合方法。完成了基于 GPS和2D激光雷达数据融合定位系统的设计与实现。主要的研究内容包括：　　① 基于 2D激光雷达数据的道路环境特征建模。考虑激光雷达的静态误差和在车速影响下造成的动态误差，对误差进行了修正。然后针对激光雷达的数据特点，提出了一种改进的DBSCAN聚类算法。最后考虑本课题的需求和环境特征，对Split-Merge算法中的分割和拟合部分进行了优化和补充。实验结果表明，本文方法能够准确的建立道路环境特征模型。　　② 基于GPS和激光雷达的组合定位方法。针对外界环境中存在相似道路环境的问题，提出了基于GPS的关键栅格区域确定方法。考虑道路环境特征模型的线性特征，提出了特征模型与地图信息的匹配方法，并给出了通过关键点坐标信息计算车辆定位的方法。实验结果表明，本文方法能有效将环境特征模型与地图信息匹配，并能得到一个相对精确的车辆定位结果。　　③ 基于扩展卡尔曼滤波器（EKF）的数据融合定位方法。首先建立车辆组合导航定位模型，然后考虑车辆行驶时会出现关键点匹配成功和匹配失败的情况，对行驶过程分段进行多传感器数据融合。对比实验表明，本文方法较传统GPS定位方法精度有显著提高。　　最后，综合上述研究成果，对基于GPS和2D激光雷达数据融合定位系统进行了整体设计与实现。应用结果表明，本文设计的定位方法简单易行，所需传感器均为自动驾驶汽车原有搭载，无需外部辅助设施，能够有效提高定位精度。

目录

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