【FITEE 2016-2017精选】无人车自主定位和障碍物感知的视觉主导多传感器融合方法
中文摘要:
人类驾驶与自主驾驶在对交通环境的理解方式上有着明显差别。首先,人主要通过视觉来理解交通场景,而机器感知需要融合多种异构的传感信息才能保证行车安全。其次,一个熟练的驾驶员可以轻松适应各种动态交通环境,但现有的机器感知系统却会经常输出有噪声的感知结果,而自主驾驶要求感知结果近乎100%准确。本文提出了一种用于无人车交通环境感知的视觉主导的多传感器融合计算框架,通过几何和语义约束融合来自相机、激光雷达(LIDAR)及地理信息系统(GIS)的信息,为无人车提供高精度的自主定位和准确鲁棒的障碍物感知,并进一步讨论了已成功集成到上述框架内的鲁棒的视觉算法,主要包括从训练数据收集、传感器数据处理、低级特征提取到障碍物识别和环境地图创建等多个层次的视觉算法。所提出的框架里已用于自主研发的无人车,并在各种真实城区环境中进行了长达八年的实地测试,实验结果验证了视觉主导的多传感融合感知框架的鲁棒性和高效性。
关键词:
视觉感知;自主定位;地图构建;运动规划;无人车
作者:
薛建儒,王迪, 杜少毅, 崔迪潇,黄勇,郑南宁
单位: 陕西省西安市咸宁西路28号 西安交通大学 中国西安市,710049 本文引用格式: Jian-ru Xue, Di Wang, Shao-yi Du, Di-xiao Cui, Yong Huang, Nan-ning Zheng, 2017. A vision-centered multi-sensor fusing approach to self-localization and obstacle perception for robotic cars. Frontiers of Information Technology & Electronic Engineering, 18(1): 122-138. http://dx.doi.org/10.1631/FITEE.1601873 |
【FITEE 2016-2017 精选】系列:
AI2.0时代的类人与超人感知:研究综述与趋势展望
跨媒体分析与推理:研究进展与发展方向
移动目标防御:现状及特征
一种基于改进量子遗传算法的虚拟服务部署方法
混合-增强智能:协作与认知
利用软件定义网络结构提升未来无线通信网络性能的方法研究与展望
求解多目标卫星舱布局优化问题的带局部搜索的Wang-Landau抽样算法
ARAP++:一类推广的局部/全局参数化算法
人机交互社会构建中情感的应用
应用于普适群体决策的智能谈判模型
应用于康复治疗的多摄像系统:微软Kinect传感器的精度研究
自适应分布式搜索过程中的组织变化及问题复杂度对性能的影响
一种应用于区间2型模糊数环境下的群决策共识模型
基于量子原胞自动机的纳米通信可逆低功耗奇偶生成器与奇偶校验器设计
NTRU格上基于身份签名的高效方案
一种基于参数扰动的芯片成品率双目标优化框架
面向高性能计算的层次式混合文件系统
微信加群
为方便广大科研人员交流讨论,本平台建有以下学科微信群。有需要加群的用户,请加小编个人微信号fitee_xb,并留言想要加入的群,小编会拉您进群。营销广告人员请勿扰。
计算机科学与技术学术群 | 光学工程与技术学术群 |
控制科学与技术学术群 | 信息与通信学术群 |
电力电子学术群 | 人工智能学术 |
本公众号为中国工程院院刊《信息与电子工程前沿(英文)》(SCI-E、EI检索期刊)官方微信,功能包括:传播期刊的学术文章;为刊物关联学人(读者、作者、评审人、编委,等)提供便捷服务;发布学术写作、评审、编辑、出版等相关资讯;介绍信息与电子工程领域学术人物、学术思想、学术成果,展示该领域科学研究前沿进展;为该领域海内外学者提供友好互动平台。