基于路径规划的 LIDAR 自动驾驶车辆导航
机器人学
2022-12-15 v1 系统与控制
系统与控制
摘要
本文实现了一个完整的自动驾驶框架。LIDAR、相机和 IMU 传感器被共同使用。整个数据通信由 Robot Operating System 管理,其为机器人项目实现提供了稳健平台。Jetson Nano 用于提供强大的板载处理能力。对来自不同传感器的数据进行了传感器融合,以提高决策制定及从数据推导推断的准确性。随后该数据用于创建环境的局部地图。此步骤中,相对于使用传感器数据建立的地图获得车辆位置。用于此目的的不同 SLAM 技术为 Hector Mapping 和 GMapping,它们是 ROS 中广泛使用的建图技术。除主要使用 LIDAR 数据的 SLAM 外,使用单目相机实现了视觉里程计。传感器融合数据随后由 Adaptive Monte Carlo Localization 用于车辆定位。利用所开发的局部地图,实现了 "TEB planner" 和 "Dynamic Window Approach" 等路径规划技术用于车辆自主导航。项目的最后一步是控制的实现,其为流水线中给出兼容 Ackermann 运动学的速度与转向数据的最终决策模块。在 ROS 框架下使用 LIDAR、相机和 IMU 三种传感器实现此类控制模块是本项目采取的新颖方法。
引用
@article{arxiv.2212.07155,
title = {Autonomous Vehicle Navigation with LIDAR using Path Planning},
author = {Rahul M K and Sumukh B and Praveen L Uppunda and Vinayaka Raju and C Gururaj},
journal= {arXiv preprint arXiv:2212.07155},
year = {2022}
}