目次
1绪论1
1.1问题背景与研究意义...1
1.3论文主要工作和结构安排...2
2传感器介绍和数据采集3
2.1传感器介绍...3
2.1.1传感器简介...3
2.1.2传感器特点...4
2.1.3主要性能参数.4
2.2数据采集4
3数据聚类7
3.1数据聚类的相关概念...8
3.1.1结构性聚类...8
3.1.2分散性聚类...8
3.2聚类雷达数据.9
3.2.1直接对比距离远近的方法...9
3.2.2对比相邻两点间距离的方法10
3.2.3对比期望弧长和实际距离的方法11
3.2.4优化雷达数据14
4障碍物检测.19
4.1直线拟合19
4.2二次优化点簇21
4.3优化后的拟合直线24
4.4绘制拟合直线和障碍物外形24
4.4.1绘制拟合直线24
4.4.2分析障碍物外形..26
5结论和展望.31
致谢32
参考文献...33
1 绪论 1.1 问题背景与研究意义 智能机器人在持续工作时间、判断精度和承受能力等方面具有独特的优势,可以 代替人类在某些复杂有害或潜在危险的环境下工作,因而在各个领域有着广泛的应用。 随着计算机科学、通信传感、模式识别、人工智能和自动控制等技术的不断进步,智 能机器人的应用不断延伸,已经涉及建筑、矿业、核工业、水下空间的测量、勘探和 采掘,以及军事领域的巡逻、排爆、危险品运输、前线作战和后勤支援等方面[1] 。 智能机器人的关键技术大致包括定位技术、控制技术和安全技术三个方面。而定 位技术是智能机器人最基本的环节,任何一种智能机器人,要实现在未知环境下的自 主导航,都必须以有效而可靠的环境感知为基础。因此障碍物检测是智能机器人研究 领域中的热点问题,也是环境理解领域的重要研究内容[1,2,3] 。依赖于一种传感器或多 种传感器的组合,并配以合适的传感器信息处理方法,智能机器人才能得到一些对自 身所处环境的估计,进而做出决策[4] 。障碍检测系统的根本目的是为了检测出智能机 器人前方的障碍物,为智能机器人提供安全保障。