相比之下,我们采用静止环境嵌入式传感器内的基础设施。提出方法是成本有效,不需要汽车特定的设备,因此,很容易转移在真实世界的场景。

另一个为自主驾驶系统停车，车库使用网络摄像机正在讨论中，作者观察到异常的预测工具，假设1 m的报道14米由于相机外在的约束。

我们的系统:一个典型的停车场场景(A)展示了一个停车场的激光雷达传感器测量在平行对齐地平面。这张照片的激光雷达传感器定位的背后车辆。(b)显示相同的场景从一个不同的观点。(c)礼物的鸟瞰图捕获激光雷达数据在这个场景中。蓝色的盒子是传感器的位置。四个测量集群右边上面的传感器对应于汽车的轮子。

三．提出了系统

该系统是基于激光雷达数据,旨在评估车辆的位置方向坐标的一个停车场。为了实现适用性,系统应该破损安全,准确,实时能力。在一个典型的停车场场景中相应的激光雷达数据的测量。在图1中。

提出的方法是在前馈结构方式:每个传感器记录数据点从它的环境。然后,测量分为静态和活动(即。、移动)使用(见秒。III-B)时间点过滤。每个传感器转换为积极点共同的世界坐标系统。这个表示允许采用检测算法对组合传感器数据生成可行的假设。最后,假设单帧的跟踪,以确保稳定的和独特的车辆定位。

下面是上述结构模拟描述处理链。使用的传感器网络我们的系统中描述秒。III-A。部分III-B说明了应用到每个活跃的分离点传感器。一次性标定传感器组合到一个共享世界坐标系中指定秒。III-C。的方法检测和跟踪车辆了秒。III-D III-E,分别车辆定位。

A．传感器网络

激光雷达传感器测量传感器之间的距离及其环境通过使用一组激光射线。传感器发出一束激光脉冲,探测物体的反射光推导出其飞行时间的距离。提议的系统,几个激光雷达传感器网络连接为了覆盖有关平面停车场。一个测量步骤的结果是一组2 d点(x,y)中表示一个传感器为中心坐标系统。为了观察到的相关部门现场,一个全面的校准的传感器网络是必要的。值得注意的是在执行测量单一固定的2 d平面。我们调整激光雷达传感器附近的停车场地上,平行于地平面。这个设置允许点测量车轮和执行检测的基础在这个信息(见秒。III-D)B．活跃点

一套大型的激光雷达测量来自静态的对象,如墙壁。为了增加鲁棒性，我们的方法的计算效率,我们旨在处理只有一小部分的活性点。分离从无关的分任务相关,我们提出一个2 d基于网格的方法结合最初的学习阶段。网格由二次电池、覆盖区域的激光雷达传感器具体参数

(宽度、高度、细胞分辨率),角分辨率和的最大探测距离传感器。一个细胞是定义为中心(x,y)和半径r,定义一个搜索区(πr2)相应的射线。它捕获所有经过射线Rcell = { r0、r1。他们通过rn }和分类国际扶轮| |长度,测量的距离传感器。估计一个细胞的概率被闲置,射线分为测量背后的细胞边界R在细胞Rbefore面前,那些结束。射线击中细胞并不明确地认为,当他们

意着入住率。

 。一个网格表示(20 m×10 m)的场景

图1:网格将激光雷达传感器测量活动和静态点。细胞的概率是用不同的颜色。

一个被占领的细胞是有红色,黄色和一个不确定的细胞，免费细胞涂上绿色。

率pcell代表细胞在一个时间框架的水平,1意着自由,0表明占领和0.5不确定。总体概率pt细胞的细胞考虑连续测量与率α指数平滑稳定可靠的网格表示。图2显示了结果学习阶段。鉴于细胞入住率的阈值,现在可以指定每个测量的基础上占用其相应的学习细胞决定的价值无论是主动还是静态的。 自主驾驶停车场英文文献和中文翻译(2):http://www.youerw.com/fanyi/lunwen_48742.html