激光雷达在智能交通中的应用ppt课件
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
✓三维全向激光雷达
与单线激光雷达相比，三维全向激光雷达在可视范围和环境信息的丰富性、 细节性上得到了极大的提高
.
激光雷达具备独特的优点：
极高的距离分辨率和角分辨率 速度分率高 测速范围广 能获得目标的多种图像 抗干扰能力强 比微波雷达的体积和重量小等
.
基于激光雷达的优点，激光雷达在智能交通 中的发挥的作用主要有：
.
基于角度直方图的定位方法 是匹配相邻两帧的激光雷达数据，比较两帧 之间的位置偏移量和角度偏移量，从而得到 智能车辆的位姿估计。这种做法要求运动环 境中具有比较明显的线段特征，而且其精度 由于与直方图的分辨率有关而十分有限。
.
基于特征提取和匹配的定位方法
是根据激光雷达数据的特点，利用点和线段特征来描 述环境；提取出当前时刻的点或线段特征，与已知地 图进行匹配，从而得到车辆的位姿估计。这种方法需 要建立环境的地图，并在已知地图的基础上进行定位， 因此这种方法也可以称为基于地图的定位方法。该方 法关键问题是对环境地图的描述和地图自动生成问题、 环境地图的匹配问题、以及定位的精度问题。 其中，环境地图可以是由一些有标志性的位置点所组 成二维图形
.
在运动定位中，位置传感器是不可缺少 的，它提供了智能车的大致的定位信息， 在此基础上，激光雷达从环境中感知的信 息用来在小范围内和已知地图匹配，实现 对位置传感器定位的校正。
如果没有位置传感器的辅助，仅靠外部 环境传感器获得的大量不确定和不完全的 信息实现智能车的大范围的位置估计就变 得很困难。
.
激光雷达可分为：
✓单线激光雷达
只发射一个激光束的雷达，它具有结构简单、功耗低、使用方便等优点， 广泛应用于障碍物的检测，道路路边、路面的检测及跟踪等。
✓多线激wenku.baidu.com雷达
多线激光雷达是针对单线雷达的部分缺点设计的一种改良方案。它可以实现 单线雷达的所有功能，当然导致了系统复杂度加大，数据处理难度增加等问 题。它可以部分解决障碍物相互遮挡的问题，并且可以提供障碍物的高度， 但是精度较差。
.
在车辆检测与智能交通信号控制中的应用
根据获取的道路车流点云数据量的大小、高 程值和道路占有率可以计算出道路上的车流量 信息，根据对东西向和南北向车流量大小的比 较以及短暂车流量预测，从而自动调节东西向 和南北向信号灯周期，
.
在车辆检测与智能交通信号控制中的应用
将地面三维激光扫描系统应用到信号控制系统中， 并不是取代视频监控，而是弥补视频检测和监控的不 足，使智能交通信号控制系统能够获取实时的交通模 型和车流实时信息反馈，并检测车辆排队长度，预测 短暂未来交通流趋势，从而实时调整周期、绿信比和 相位差以适应不同的交通流，减少拥堵，降低延误， 提高道路通行能力。
.
障碍检测及运动目标跟踪是激光雷达在智 能交通中最主要的一个运用，主要是自主车 （即无人驾驶）。在自主车系统中，实现障 碍物的检测常用的传感器有双目立体相机、 激光雷达等。相比于双目立体相机，激光雷 达在深度信息的准确性以及检测范围上要更 为出色。
.
障碍检测算法利用了检测区域的坡度信 息进行障碍检测，包括3个步骤： 1、候选障碍点的提取 2、干扰点的滤除 3、障碍点的聚类
精确测量目标位置（距离和角度） 精确测量运动状态（速度、振动和姿态）和形状 探测、识别、分辨和跟踪目标
.
激光雷达技术可以用在先进的车辆控制与安全系 AVCSS、汽车主动避撞系统等智能交通系统中的子系统， 可以动态从路况、车况及驾驶员的综合信息中判断是否 构成安全隐患并给与提示，在紧急情况下，能自动采取 措施控制汽车，使汽车能主动避开危险，保证车辆安全 行驶。
.
障碍检测及运动目标跟踪
在障碍的检测过程中，由于车体的颠簸、 障碍的遮挡及雷达自身盲区等原因，障 碍位置的测量数据存在较大误差，因此 需要对障碍目标进行滤波与跟踪，以获 取稳定准确的障碍信息。
.
障碍检测及运动目标跟踪
在障碍的跟踪过程中，按以下原则进行障碍检测： 1)利用跟踪门技术对目标物体进行身份识别与验证． 2)当障碍第一次出现时，对其进行跟踪，如果它持续出现 几帧，就认为它是障碍目标，否则将其视为干扰进行滤 除． 3)如果障碍在运行过程中突然消失，则它可能进入雷达盲 区或被遮挡，应继续对其进行跟踪，直到它重新出现或者 预测到其消失在雷达的视场范围之外．
.
综上，激光雷达在定位中的最主要的作用就是 对位置传感器定位的校正 定位的具体的方法有：
✓基于蒙特卡罗(Monte Carlo) 的定位方法 ✓基于角度直方图的定位方法 ✓基于特征提取和匹配的定位方法
.
基于蒙特卡罗的定位方法 是一种基于概率的定位方法，需要建立起激
光雷达传感器的概率模型。由于传感器概率模 型的准确性直接影响到定位的结果，又由于传 感器概率模型的获取比较复杂困难，因此这种 方法具有一定的局限性。
组长：关勇 组员：姜福金、熊扬、林璇
.
一、意义和目的 二、激光雷达的应用
三、总结
.
是将先进的电子、信息、传感与检测、自动控制、系统工程等 技术综合运用于地面交通，建立起安全、实时、准确、高效的 地面运输系统；
实质是利用高新技术改造传统运输系统而形成的一种信息化、 自动化、智能化、社会化的新型运输系统 其中，激光雷达技 术在智能交通系统 中发挥着不可或缺 的作用。
.
在车辆检测与智能交通信号控制中的应用
.
在车辆检测与智能交通信号控制中的应用
在城市重要交通路口的信号控制系统中集成一个地面 三维激光扫描系统，通过地面三维激光扫描仪对道路一 定距离（如300m道路长度）进行连续扫描，可以获得 道路上的实时、动态的车流量点云数据，通过对原始车 流量点云数据进行去噪、平滑、分割及滤波等操作，接 着进行高程的重建和数据内插，从而可以得到高精度的 车流DEM数据，利用这些车流DEM数据可以获取道路 车辆到达信息（车流量、道路占有率、排队长度）等参 数），并与其他检测设备联机处理形成控制方案，从而 连续实时调整周期、绿信比和相位差以适应不同的交通 流。
.
定位导航 障碍检测及运动目标跟踪 在车辆检测与智能交通信号控 制中的应用
.
激光雷达的定位应用主要是在智能车上的运用，智 能车所用的位置传感器有： 里程计
输出结果会随着运动距离的增加而出现越来越大 的累积误差 惯性导航
惯导的输出有漂移，导致积分后的位置信息出现 偏差 GPS
输出只有位置信息，而不包含重要的车辆朝向角 信息
与单线激光雷达相比，三维全向激光雷达在可视范围和环境信息的丰富性、 细节性上得到了极大的提高
.
激光雷达具备独特的优点：
极高的距离分辨率和角分辨率 速度分率高 测速范围广 能获得目标的多种图像 抗干扰能力强 比微波雷达的体积和重量小等
.
基于激光雷达的优点，激光雷达在智能交通 中的发挥的作用主要有：
.
基于角度直方图的定位方法 是匹配相邻两帧的激光雷达数据，比较两帧 之间的位置偏移量和角度偏移量，从而得到 智能车辆的位姿估计。这种做法要求运动环 境中具有比较明显的线段特征，而且其精度 由于与直方图的分辨率有关而十分有限。
.
基于特征提取和匹配的定位方法
是根据激光雷达数据的特点，利用点和线段特征来描 述环境；提取出当前时刻的点或线段特征，与已知地 图进行匹配，从而得到车辆的位姿估计。这种方法需 要建立环境的地图，并在已知地图的基础上进行定位， 因此这种方法也可以称为基于地图的定位方法。该方 法关键问题是对环境地图的描述和地图自动生成问题、 环境地图的匹配问题、以及定位的精度问题。 其中，环境地图可以是由一些有标志性的位置点所组 成二维图形
.
在运动定位中，位置传感器是不可缺少 的，它提供了智能车的大致的定位信息， 在此基础上，激光雷达从环境中感知的信 息用来在小范围内和已知地图匹配，实现 对位置传感器定位的校正。
如果没有位置传感器的辅助，仅靠外部 环境传感器获得的大量不确定和不完全的 信息实现智能车的大范围的位置估计就变 得很困难。
.
激光雷达可分为：
✓单线激光雷达
只发射一个激光束的雷达，它具有结构简单、功耗低、使用方便等优点， 广泛应用于障碍物的检测，道路路边、路面的检测及跟踪等。
✓多线激wenku.baidu.com雷达
多线激光雷达是针对单线雷达的部分缺点设计的一种改良方案。它可以实现 单线雷达的所有功能，当然导致了系统复杂度加大，数据处理难度增加等问 题。它可以部分解决障碍物相互遮挡的问题，并且可以提供障碍物的高度， 但是精度较差。
.
在车辆检测与智能交通信号控制中的应用
根据获取的道路车流点云数据量的大小、高 程值和道路占有率可以计算出道路上的车流量 信息，根据对东西向和南北向车流量大小的比 较以及短暂车流量预测，从而自动调节东西向 和南北向信号灯周期，
.
在车辆检测与智能交通信号控制中的应用
将地面三维激光扫描系统应用到信号控制系统中， 并不是取代视频监控，而是弥补视频检测和监控的不 足，使智能交通信号控制系统能够获取实时的交通模 型和车流实时信息反馈，并检测车辆排队长度，预测 短暂未来交通流趋势，从而实时调整周期、绿信比和 相位差以适应不同的交通流，减少拥堵，降低延误， 提高道路通行能力。
.
障碍检测及运动目标跟踪是激光雷达在智 能交通中最主要的一个运用，主要是自主车 （即无人驾驶）。在自主车系统中，实现障 碍物的检测常用的传感器有双目立体相机、 激光雷达等。相比于双目立体相机，激光雷 达在深度信息的准确性以及检测范围上要更 为出色。
.
障碍检测算法利用了检测区域的坡度信 息进行障碍检测，包括3个步骤： 1、候选障碍点的提取 2、干扰点的滤除 3、障碍点的聚类
精确测量目标位置（距离和角度） 精确测量运动状态（速度、振动和姿态）和形状 探测、识别、分辨和跟踪目标
.
激光雷达技术可以用在先进的车辆控制与安全系 AVCSS、汽车主动避撞系统等智能交通系统中的子系统， 可以动态从路况、车况及驾驶员的综合信息中判断是否 构成安全隐患并给与提示，在紧急情况下，能自动采取 措施控制汽车，使汽车能主动避开危险，保证车辆安全 行驶。
.
障碍检测及运动目标跟踪
在障碍的检测过程中，由于车体的颠簸、 障碍的遮挡及雷达自身盲区等原因，障 碍位置的测量数据存在较大误差，因此 需要对障碍目标进行滤波与跟踪，以获 取稳定准确的障碍信息。
.
障碍检测及运动目标跟踪
在障碍的跟踪过程中，按以下原则进行障碍检测： 1)利用跟踪门技术对目标物体进行身份识别与验证． 2)当障碍第一次出现时，对其进行跟踪，如果它持续出现 几帧，就认为它是障碍目标，否则将其视为干扰进行滤 除． 3)如果障碍在运行过程中突然消失，则它可能进入雷达盲 区或被遮挡，应继续对其进行跟踪，直到它重新出现或者 预测到其消失在雷达的视场范围之外．
.
综上，激光雷达在定位中的最主要的作用就是 对位置传感器定位的校正 定位的具体的方法有：
✓基于蒙特卡罗(Monte Carlo) 的定位方法 ✓基于角度直方图的定位方法 ✓基于特征提取和匹配的定位方法
.
基于蒙特卡罗的定位方法 是一种基于概率的定位方法，需要建立起激
光雷达传感器的概率模型。由于传感器概率模 型的准确性直接影响到定位的结果，又由于传 感器概率模型的获取比较复杂困难，因此这种 方法具有一定的局限性。
组长：关勇 组员：姜福金、熊扬、林璇
.
一、意义和目的 二、激光雷达的应用
三、总结
.
是将先进的电子、信息、传感与检测、自动控制、系统工程等 技术综合运用于地面交通，建立起安全、实时、准确、高效的 地面运输系统；
实质是利用高新技术改造传统运输系统而形成的一种信息化、 自动化、智能化、社会化的新型运输系统 其中，激光雷达技 术在智能交通系统 中发挥着不可或缺 的作用。
.
在车辆检测与智能交通信号控制中的应用
.
在车辆检测与智能交通信号控制中的应用
在城市重要交通路口的信号控制系统中集成一个地面 三维激光扫描系统，通过地面三维激光扫描仪对道路一 定距离（如300m道路长度）进行连续扫描，可以获得 道路上的实时、动态的车流量点云数据，通过对原始车 流量点云数据进行去噪、平滑、分割及滤波等操作，接 着进行高程的重建和数据内插，从而可以得到高精度的 车流DEM数据，利用这些车流DEM数据可以获取道路 车辆到达信息（车流量、道路占有率、排队长度）等参 数），并与其他检测设备联机处理形成控制方案，从而 连续实时调整周期、绿信比和相位差以适应不同的交通 流。
.
定位导航 障碍检测及运动目标跟踪 在车辆检测与智能交通信号控 制中的应用
.
激光雷达的定位应用主要是在智能车上的运用，智 能车所用的位置传感器有： 里程计
输出结果会随着运动距离的增加而出现越来越大 的累积误差 惯性导航
惯导的输出有漂移，导致积分后的位置信息出现 偏差 GPS
输出只有位置信息，而不包含重要的车辆朝向角 信息