为解决自动驾驶系统中车辆自主定位与导航无法准确估计车身位姿及导航路径不够平滑等问题,提出一种基于先验激光雷达点云地图的定位与导航方法。利用点云分割技术分离出可行区域以及潜在的风险源,研究基于优化收敛流程的NDT(Normal Dist...为解决自动驾驶系统中车辆自主定位与导航无法准确估计车身位姿及导航路径不够平滑等问题,提出一种基于先验激光雷达点云地图的定位与导航方法。利用点云分割技术分离出可行区域以及潜在的风险源,研究基于优化收敛流程的NDT(Normal Distribution Transform)点云配准定位方法,并对传统A*算法从动态权重设计和扩展领域优先搜索策略两方面进行改进,以适应自动驾驶的实时定位与导航需要。实验采用百度Apollo自动驾驶开发套件(D-KIT)进行多组对照实验,在体素降采样Leafsize参数为1(高采样)、1.2(中采样)与1.5(低采样)时,定位耗时分别降低了27.77%,38.75%和38.30%。选取四组符合实际驾驶需求情况进行导航实验,改进后导航路径最大曲率分别降低了80.9%,74.9%,65%,69.5%,导航过程路径曲率保持较低且稳定平滑,曲率数据符合车辆动力学。为车辆定位与高精度导航提供有效方法。展开更多
基金Acknowledgements: This work was partially supported by China National Social Science Foundation (No. 08BYY046), Social Science Foundation of Chinese Ministry of Education (No. 06JJD740007) and Project of Shandong Social Science Fund (No. 07CWXJ03).
文摘为解决自动驾驶系统中车辆自主定位与导航无法准确估计车身位姿及导航路径不够平滑等问题,提出一种基于先验激光雷达点云地图的定位与导航方法。利用点云分割技术分离出可行区域以及潜在的风险源,研究基于优化收敛流程的NDT(Normal Distribution Transform)点云配准定位方法,并对传统A*算法从动态权重设计和扩展领域优先搜索策略两方面进行改进,以适应自动驾驶的实时定位与导航需要。实验采用百度Apollo自动驾驶开发套件(D-KIT)进行多组对照实验,在体素降采样Leafsize参数为1(高采样)、1.2(中采样)与1.5(低采样)时,定位耗时分别降低了27.77%,38.75%和38.30%。选取四组符合实际驾驶需求情况进行导航实验,改进后导航路径最大曲率分别降低了80.9%,74.9%,65%,69.5%,导航过程路径曲率保持较低且稳定平滑,曲率数据符合车辆动力学。为车辆定位与高精度导航提供有效方法。