基于多传感器融合的图像处理的避障研究

陈鹏宇 张振 路晨雨 陈姜会 张之涵 黄菲雨

摘 要 推进多传感器技术对实现更高效、准确、及时的信息传输有着重大的作用和帮助。文章对于多传感器融合在图像的处理方面的应用进行了研究，将激光雷达、双目相机、GPS、惯性导航系统融合，实现图像的实时处理，达到避障的目的，在实验中采用无人车为主要实器材，对避障过程进行了模拟。

关键词 多传感器融合 激光雷达 双目相机 GPS 惯性导航 图像处理

一、引言

最初仅用于军事科学，现已广泛适用于民用工程的多传感器融合是多种学科的交叉应用。

在医疗领域，可以提高对人体结构的研究工作水平，也能为确诊疾病提供有效依据；环境监测方面，可以了解区域地形地貌、矿产资源、气候变化等信息，从而为资源管理、大气污染监测等工作提供宝贵资料；无人驾驶领域，保障了无人驾驶的安全性和有效性；机器人领域，使得信息更加有效、完善和准确，降低收集信息的成本，保证信息的完善[1]，并且针对于解决机器人避障问题，精度及速度也可以被控制得更为准确[2]。

二、研究目的及主要内容

研究目的是融合激光雷达、双目相机、GPS、惯导系统，实现图像实时处理，达到避障目的。激光雷达对障碍物进行测量，起到探测、识别和跟踪障碍物的目的。双目相机改善激光雷达的垂直分辨率，并修正激光雷达对于障碍物的参数。GPS和惯导系统可以互相修正，以便对避障做出合理及时的预测。

项目所采用的技术路线是激光雷達探测，GPS加惯导系统辅助，双目相机修正，最终达到准确避障的目的。

三、算法介绍

（一）激光雷达

16线激光雷达对障碍物进行识别并判断动静时，采用在ISODATA算法的基础上进行聚类分析的方法。

在实际中，有距离和角度两个约束。在归类时另建类长度约束，其定义是类中样本角度极值，来限制角度；并且将样本点限制为是均布的，控制样本数量。

算法如下：

begin initialize 类长度约束L，初始类聚中心μ1，μ2…，μn，初始类的数目N，迭代最大次数M，类的最少样本数Nmin，

do 迭代次数 m=0，（m=m+1）

四、实验思路和过程

该研究采用实验模拟的方式，场地在长安大学渭水校区汽车实验场，实验场有着1.1km直线形试车道、2.4km的环形汽车高速跑道等多种路面和试验广场以及无人车，满足研究的需求。

连接雷达系统，查看雷达发送数据包情况，雷达发送到目的端数据包1206个字节，数据发送正常。

经过实验模拟后，传感器融合处理的图像情况良好，并且有着较高的灵敏性，对实物有着较高的还原，在各种弯道上行驶情况良好。

参考文献：

[1]杨春娣.多传感器信息融合及其运用[J].科技风，2019（08）：86.

[2]彭梦.基于多传感器融合的移动机器人障碍物检测研究[D].中南大学，2007.

[3]吴维一，刘大学，戴斌.一种处理激光雷达数据的聚类分析方法[J].计算机仿真，2007（08）：236- 240.

[4]许刚，陆恺，田蔚风.惯导与GPS组合系统中实时自适应卡尔曼滤波技术的研究[J].中国惯性技术学报，1996（03）：3- 7.

[5]张国良，姚二亮，林志林，徐慧.融合直接法与特征法的快速双目SLAM算法[J].机器人，2017，39（06）：879- 888.