基于激光雷达的智能车定位.docxVIP

第1章绪论

1.1课题背景及意义

自二十世纪七十年代初期美国斯坦福大学(SRI)的第一台被叫做Shakey的移动机器人研究成功，成为了我们人类科学技术在二十世纪以来的重要成果。移动机器人的问世是现代自动化技术与人工智能技术发展与融合的典型代表，也昭示着制造技术发达的水平。在过去50年中，在计算机技术飞速发展的带动下，人工智能技术取得了重大的突破性进展。越来越多的领域开始尝试使用人工智能技术提高生产效率，其中模式识别技术取代传统低效率识别方式、智能控制技术代替人工操作、传感器技术和数据融合让数据利用越来越精确。这一系列技术推动着智能机器人技术的飞速发展。在传统的工业系统当中，原有工业机器人对生产生活效率的提高起着微乎其微的作用。如今的智能机器人更加自动化并且工作环境不再局限于室内等构造简单的环境，而能胜任各种复杂多变的工作环境，如海陆空等。应用的领域也越来越广泛和无法估量，目前已经运用到了工农业自动化、军事、医疗等。智能移动机器人作为机器人学和人工智能领域结合的重点研究对象，以其突出的研究价值及在各领域潜在的广阔前景受到了全世界的高校和

科研机构的高度重视。

图1-1自主机器人在各个领域的应用

智能车，即能实现不需要驾驶员，仅仅通过计算机和无线传感器控制就能实

现自己行动的车辆，是移动智能机器人在交通领域的重要应用。智能车使用多种

车载传感器，例如视觉相机、GPS导航、激光雷达测距仪、里程计等，获取车辆周围的环境情况，并通过传感器的数据创建出表示环境的地图，包括路径、障碍物的位置以及自身的位置，再这些的基础上完成定位、导航和避障等等行为。无人驾驶车辆顾名思义它具有智能控制的方式，它不再需要驾驶员这个可变因素较高的成分，而用了相对来说稳定的电脑来控制车辆行驶。我们给智能车安装了导航、定位、避障等等功能，使其能够有效稳定的完成任务，大大的提高了交通的效率和安全系数。这些技术都有同样的目的——保障智能车的安全可靠。而要实

现智能车自主行驶最基本的技术便是定位，同时它也是研究中的最重点的问题。

本课题中最关键的两个问题是对智能车的建图和定位，他们是相互依存的。智能车想要定位，那么需要有一个有效的环境地图，同时地图的创建又需要智能车当前的定位为基础。因为它们之前存在着这样密不可分的关系，所以我们称这个过程为同步定位与地图创建(simultaneouslocalizationandmapbuilding,SLAM),它是指智能车在当前未知的环境中一边建图一边在所创建的地图上定位自身的过程。这就是智能车能在未知环境中有效的移动而不是傻傻的到处乱跑的关键所在，在这个基础上智能车还可以更进一步的研究制造，完成更加复杂的任

务。

本次毕业设计的题目是基于激光雷达的智能车定位，我个人认为本次设计的选题意义在于对ROS平台的理解和应用，因为如今智能车以及智能机器人等智能工具所运行的平台大多数都是ROS平台，所以对ROS平台的学习理解是很有必要的。况且能将所学到的应用到实际当中更是最好的。其次是从激光雷达传感器中获取数据的学习，因为之前对此是一无所知的状态，所以要想学习并理解激光雷达的数据获取还是要下很多功夫的，数据的获取对于智能车定位来说是必不可少的一个环节，因为这也是对其地图搭建和实现定位重要基础。最后就是对基于粒子滤波的SLAM算法进行一定学习和理解了，此次设计的定位算法所用到的方法就是粒子滤波进行定位。智能车的定位对于我们日常生活中的工作和学习是至关重要的，在生活中智能车可以代替人类完成很多人不能完成的工作和任务，尤其是在一些特殊环境下的工作。对智能车的研究意义重大，它可以解决人类的生活困难，在学习过程中也能加深我们对智能车的了解以便于更好的控制他为我们工

作

1.2智能车SLAM的研究发展概况

1.2.1国外发展概况

当前时代，各个世界强国都对智能技术趋之若鹜，特别体现在对智能车技术的需求，在这种背景下智能车技术成为了评价一个国家科技综合国力的标准之

一，美国、日本、欧盟等都走在了世界前列。

上世纪70年代末世界上首辆智能车在日本研发并制作成功。该车上采集信号的传感器由2台TV摄像机组成并装有专用的信号处理器，并在当时已经可以达

到30公里每小时的速度。

美国也在智能车领域进行了深入的研究并为此投入了巨额的费用，同时也是最早开始智能车研究的国家之一。从1980年开始，美国的卡内基梅隆大学、麻省理工大学、斯坦福大学就得到国家的支持开始了智能车方面的科学研究。很快他们就在智能车方面取得了重大的研究成果，研制出了如图1-2所示的NavLba11智能车。该出配备有目前世界上主流