CN115342821B 一种复杂未知环境下的无人车导航代价地图构建方法 （南京理工大学）_第1页
CN115342821B 一种复杂未知环境下的无人车导航代价地图构建方法 （南京理工大学）_第2页
CN115342821B 一种复杂未知环境下的无人车导航代价地图构建方法 （南京理工大学）_第3页
CN115342821B 一种复杂未知环境下的无人车导航代价地图构建方法 （南京理工大学）_第4页
CN115342821B 一种复杂未知环境下的无人车导航代价地图构建方法 （南京理工大学）_第5页
已阅读5页，还剩16页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种复杂未知环境下的无人车导航代价地本发明公开了一种复杂未知环境下的无人与深度相机实时点云数据，通过点云数据预处明方法能够实现无人车在野外复杂未知环境中2图作为全局代价地图，其次对激光雷达的点云数据进行裁剪和线序化预处理局部代价地图映射到全局代价地图中构建出最终的导航步骤3.1：点云剪裁处理；订阅激光雷达的点云数据，首先将原始带点云由sensor_3然后依据点云的水平方位角对所有点云进行分类，将同一角度的点云归于同一序列，基于激光雷达自身的水平角度分辨率α,根据公式(3)可以得到序列射线总数；最后将每一gg式中β表示整个地面的坡向角度阈值，γ表示同一序列中临近两点之间的坡向角度阈i_real表示当前点云到激光雷达的实际水平距离，Δdi_real表示当前点云与前一点云之两个新点云，高度分别为车身高度Hrobot以及车身高度的一半Hrobot/2，并储存到点云集Pug4与稳定性。但该方法在面对凹坑等导致出现点云地图出现断层或者探测盲区的障碍情况用激光雷达与深度相机实时点云数据,针对野外环境中地面起伏不定且同时存5[0013]步骤(7)、叠加融合两个障碍地图层中的障碍信息，使用随机抽样一致算法[0021]图5是本发明实施例中对激光雷达点云通过地面分割处理得到的非地面点云示6平角度的点云(即XY平面上位于同一条射线上的点云)归于同一序列，最终存储为二维数i_real表示当前点云到激光雷达的实际水平距离，Δdi_real表示当前点云与前一点云7图数据进行提取与保留，根据公式(6)即可得到栅格地图上指定位置对应的高程信息索引89[0068]附图3为gazebo仿真环境以及无人车所处位置，仿真环境中具备凹型障碍以及凸

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论