摘 要

现如今随着科学技术的不断进步，自动驾驶汽车不但已经不再是虚无缥缈的幻想，而且已经投入生产了。如何提高自动驾驶车辆在行驶过程中的安全性，实现对障碍物的自动躲避，逐渐成为了人们关注的焦点。鉴于激光雷达的强大扫描建图能力，本文在机器人操作系统（ROS）中结合激光雷达对自动驾驶汽车的定位，建图和导航进行了分析研究。

首先，介绍了机器人操作系统（ROS）,对其历史背景，运行框架和国内外研究现状进行了简单的概述，并通过对试验平台的搭建对所用激光雷达的种类作出了选择，介绍了三维激光雷达的工作原理。

其次，通过基于ros的车辆定位和地图建立，介绍了数据处理方法，其中包括了基于ICP算法的位姿估计，基于高斯分布的粒子更新和基于粒子重要性权值的地图更新，完成建图的任务。

最后，根据得到的三维点云地图，通过A*算法和动态窗口算法DWA完成对所得地图的路径规划，最终通过ros系统实现对自动驾驶汽车的导航和障碍物的规避。

关键词：自动驾驶；ROS；激光雷达；地图创建；路径规划

Abstract

Nowadays, with the continuous advancement of science and technology, self-driving cars are no longer merely fictitious illusions but have already been put into production. How to improve the safety of self-driving vehicles during driving and achieve automatic avoidance of obstacles has gradually become the focus of attention. In view of the powerful scanning and mapping capabilities of the laser radar, this paper combines the laser radar in the Robot Operating System (ROS) to analyze the positioning, construction, and navigation of self-driving cars.

Firstly, the robot operating system (ROS) was introduced. Its historical background, operating framework and research status at home and abroad were simply outlined. By setting up the experimental platform, the types of laser radar used were selected, and the three-dimensional laser was introduced. How radar works.

Secondly, through the ros-based vehicle positioning and map building, the data processing methods are introduced, including pose estimation based on ICP algorithm, particle update based on Gaussian distribution, and map update based on particle importance weights. task.

Finally, based on the obtained three-dimensional point cloud map, the path planning of the obtained map is completed through the A* algorithm and the dynamic window algorithm DWA. Finally, the navigation of the self-driving car and the avoidance of obstacles are realized through the ros system.

Keywords: automatic driving ；ROS； Lidar； mapping； path planning

目录

第 1 章 绪论 1

1.1 研究背景与意义 1

1.2 自动驾驶汽车在国内外研究现状及发展趋势 1

1.3 机器人操作系统（ROS）简介 2

1.4 激光雷达简介 4

1.4.1 激光雷达工作原理 4

1.4.2 激光雷达的选择 5

1.5 论文的主要内容及章节安排 6

第2章 基于ros的车载激光雷达的安装 7

2.1 车载激光雷达的安装 7

2.2 基于ros的计算机控制系统设计 8

2.2.1 ros所要控制的功能 8

2.2.2 ros的控制系统 8

2.3 本章小结 11

第3章 基于ros的智能车的定位与建图 12

3.1 地图的表达方法 12

3.1.1二维环境地图 12

3.1.2 三维地图的构建 13

3.2 激光点云数据处理 14

3.2.1 数据帧的选取 14

3.2.2 点云下采样 15

3.2.3 点云的阈值分割 16

3.3 点云的数据匹配和位姿估计 16

3.3.1 ICP算法原理 17

3.3.2 位姿估计 19

3.4 点云粒子更新 20

3.5 对粒子赋值 22

3.6 地图的建立 24

3.6.1 更新地图 24

3.6.2 选择地图 24

3.7 基于ros的定位与建图 25

3.8 本章小结 26

第4章 自动驾驶汽车的路径规划 27

4.1 A*算法 27

4.1.1 A*算法的由来 27

4.1.2 A*算法的原理 28

4.2 DWA算法 30

4.3 将A*与DWA算法相结合的路径规划 31

4.4 基于ros的路径规划的实现 32

4.5本章小结 33

结论 34

致谢 35

参考文献 36

第 1 章 绪论

研究背景与意义

随着科学技术的不断发展，智能化已成为越来越受到人们的关注。对于汽车这种早已普及的交通工具，人们的需求已经不再是仅仅的代步工具。 科幻电影中的自动驾驶已经不再是人们心中的一个遥不可及的夙愿。 智能化已经是新时代的标志。 虽然目前的技术无法达到电影中的效果，但自动驾驶却受到了广泛的关注并取得了一些成果。当然自动驾驶的不断发展是离不开计算机技术的不断突破的，在科学技术飞速发展的时代，计算机的发展为人类带来了很多其他领域的发展突破。Willow Garage公司在2010年开发了一款开源系统ROS（机器人操作系统），该系统可以给机器人提供一个通用开发平台，人们很快开始学习和在自动驾驶研究中使用ROS。

作为人们的日常交通工具，汽车得到了广泛的应用，对汽车的需求也在不断增加。 汽车行业的快速发展和普及为智能化和自动化开辟了新的发展领域。自动驾驶车辆可以用于解放疲劳的司机，并可以协助安全驾驶，拥有光明的市场和前景。在现实生活中，交通事故频繁发生，造成人们生命财产损失，导致悲剧发生的同时也造成交通的拥堵。汽车在行驶过程中发生事故的原因有很多，包括酒后驾车，疲劳驾驶，使用不当等原因。 智能驾驶汽车可以在司机喝醉或者疲劳驾驶时时提供帮助。 在他们在出现错误操作或者发现车辆出现故障时给出警报，从而做到减少交通事故并提高交通安全的作用。

自动驾驶汽车技术主要包含四个模块：计算机控制系统，自动控制，定位与导航和环境检测。 计算机控制系统主要用来分析和处理获取的数据。 自动控制主要用来控制和决策，包括车辆运动控制和路径算法的分析。 定位与导航用来实现对汽车的位置定位和导航， 环境检测被用来实现对周围环境路况的检测，例如激光雷达测距建图技术。自动驾驶车辆在行驶中实现的对障碍物的检测是智能驾驶导航系统中的一项关键的技术。 基于对国内外自动驾驶车辆的研究，人们已经发明了很多研究方法来检测驾驶环境中的障碍物。 其中最重要的方法是基于激光雷达传感器的障碍物检测。

本文主要讨论智能车无人驾驶车辆基于ROS通过激光雷达从而实现了对于障碍物的自动避障和自动驾驶。 自动驾驶车辆通过激光雷达等传感器从而获得环境状况，实时的路况，交通信息，路牌等信息。 通过这些信息来规划自动驾驶车辆的路线和速度，从而实现自动驾驶车辆的安全可靠驾驶。