基于多傳感器融合的圖像處理的避障研究

陳鵬宇 張振 路晨雨 陳姜會(huì) 張之涵 黃菲雨

摘 要 推進(jìn)多傳感器技術(shù)對(duì)實(shí)現(xiàn)更高效、準(zhǔn)確、及時(shí)的信息傳輸有著重大的作用和幫助。文章對(duì)于多傳感器融合在圖像的處理方面的應(yīng)用進(jìn)行了研究，將激光雷達(dá)、雙目相機(jī)、GPS、慣性導(dǎo)航系統(tǒng)融合，實(shí)現(xiàn)圖像的實(shí)時(shí)處理，達(dá)到避障的目的，在實(shí)驗(yàn)中采用無(wú)人車為主要實(shí)器材，對(duì)避障過(guò)程進(jìn)行了模擬。

關(guān)鍵詞 多傳感器融合 激光雷達(dá) 雙目相機(jī) GPS 慣性導(dǎo)航 圖像處理

一、引言

最初僅用于軍事科學(xué)，現(xiàn)已廣泛適用于民用工程的多傳感器融合是多種學(xué)科的交叉應(yīng)用。

在醫(yī)療領(lǐng)域，可以提高對(duì)人體結(jié)構(gòu)的研究工作水平，也能為確診疾病提供有效依據(jù)；環(huán)境監(jiān)測(cè)方面，可以了解區(qū)域地形地貌、礦產(chǎn)資源、氣候變化等信息，從而為資源管理、大氣污染監(jiān)測(cè)等工作提供寶貴資料；無(wú)人駕駛領(lǐng)域，保障了無(wú)人駕駛的安全性和有效性；機(jī)器人領(lǐng)域，使得信息更加有效、完善和準(zhǔn)確，降低收集信息的成本，保證信息的完善[1]，并且針對(duì)于解決機(jī)器人避障問(wèn)題，精度及速度也可以被控制得更為準(zhǔn)確[2]。

二、研究目的及主要內(nèi)容

研究目的是融合激光雷達(dá)、雙目相機(jī)、GPS、慣導(dǎo)系統(tǒng)，實(shí)現(xiàn)圖像實(shí)時(shí)處理，達(dá)到避障目的。激光雷達(dá)對(duì)障礙物進(jìn)行測(cè)量，起到探測(cè)、識(shí)別和跟蹤障礙物的目的。雙目相機(jī)改善激光雷達(dá)的垂直分辨率，并修正激光雷達(dá)對(duì)于障礙物的參數(shù)。GPS和慣導(dǎo)系統(tǒng)可以互相修正，以便對(duì)避障做出合理及時(shí)的預(yù)測(cè)。

項(xiàng)目所采用的技術(shù)路線是激光雷達(dá)探測(cè)，GPS加慣導(dǎo)系統(tǒng)輔助，雙目相機(jī)修正，最終達(dá)到準(zhǔn)確避障的目的。

三、算法介紹

（一）激光雷達(dá)

16線激光雷達(dá)對(duì)障礙物進(jìn)行識(shí)別并判斷動(dòng)靜時(shí)，采用在ISODATA算法的基礎(chǔ)上進(jìn)行聚類分析的方法。

在實(shí)際中，有距離和角度兩個(gè)約束。在歸類時(shí)另建類長(zhǎng)度約束，其定義是類中樣本角度極值，來(lái)限制角度；并且將樣本點(diǎn)限制為是均布的，控制樣本數(shù)量。

算法如下：

begin initialize 類長(zhǎng)度約束L，初始類聚中心μ1，μ2…，μn，初始類的數(shù)目N，迭代最大次數(shù)M，類的最少樣本數(shù)Nmin，

do 迭代次數(shù) m=0，（m=m+1）

四、實(shí)驗(yàn)思路和過(guò)程

該研究采用實(shí)驗(yàn)?zāi)M的方式，場(chǎng)地在長(zhǎng)安大學(xué)渭水校區(qū)汽車實(shí)驗(yàn)場(chǎng)，實(shí)驗(yàn)場(chǎng)有著1.1km直線形試車道、2.4km的環(huán)形汽車高速跑道等多種路面和試驗(yàn)廣場(chǎng)以及無(wú)人車，滿足研究的需求。

連接雷達(dá)系統(tǒng)，查看雷達(dá)發(fā)送數(shù)據(jù)包情況，雷達(dá)發(fā)送到目的端數(shù)據(jù)包1206個(gè)字節(jié)，數(shù)據(jù)發(fā)送正常。

經(jīng)過(guò)實(shí)驗(yàn)?zāi)M后，傳感器融合處理的圖像情況良好，并且有著較高的靈敏性，對(duì)實(shí)物有著較高的還原，在各種彎道上行駛情況良好。

參考文獻(xiàn)：

[1]楊春娣.多傳感器信息融合及其運(yùn)用[J].科技風(fēng)，2019（08）：86.

[2]彭夢(mèng).基于多傳感器融合的移動(dòng)機(jī)器人障礙物檢測(cè)研究[D].中南大學(xué)，2007.

[3]吳維一，劉大學(xué)，戴斌.一種處理激光雷達(dá)數(shù)據(jù)的聚類分析方法[J].計(jì)算機(jī)仿真，2007（08）：236- 240.

[4]許剛，陸愷，田蔚風(fēng).慣導(dǎo)與GPS組合系統(tǒng)中實(shí)時(shí)自適應(yīng)卡爾曼濾波技術(shù)的研究[J].中國(guó)慣性技術(shù)學(xué)報(bào)，1996（03）：3- 7.

[5]張國(guó)良，姚二亮，林志林，徐慧.融合直接法與特征法的快速雙目SLAM算法[J].機(jī)器人，2017，39（06）：879- 888.