3D-LiDAR-baserad körbar vägregistrering för autonoma fordon

Accurate and robust perception of surrounding objects of interest, such as onroad obstacles, ground surface, curb and ditch, is an essential capability for path planning and localization in autonomous driving. Stereo cameras are often used for this purpose. Comparably, 3D LiDARs directly provide accurate depth measurements of the environment without the need for association of pixels in image pairs. In this project, disparity is used to bridge the gap between LiDAR and stereo cameras, therefore efficiently extracting the ground surface and obstacles from 3D point cloud in the way of 2D image processing. Given the extracted ground points, three kinds of features are designed to detect road structures with large geometrical variation, such as curbs, ditches and grasses. Based on the feature result, a robust regression method named least trimmed squares is used to fit the final road boundary. The proposed approach is verified with the real dataset from a 64-channel LiDAR mounted on Scania bus Klara, as well as the KITTI road benchmark, both achieving satisfying performances in some particular situations.Exakt och robust perception av omgivande föremål av intresse, såsom hinder på vägar, markytor, trottoarkanter och diken, är en väsentlig förmåga för vägplanering och lokalisering vid autonom körning. Stereokameror används ofta för detta ändamål. I jämförelse, 3D LiDAR ger exakta djupmätningar direkt av miljön utan att behöva matcha pixlar i bildpar. I detta projekt används skillnaden för att överbrygga klyftan mellan LiDAR och stereokameror, och därmed effektivt hitta markytan och hinder från ett 3D-punktmoln genom 2Dbildbehandling. Givet att markytan har hittats, tre typer av funktioner undersöks för att upptäcka vägkonstruktioner med stor geometrisk variation, som trottoarkanter, dike och gräs. Baserat på funktionsresultatet används en robust regressionsmetod, least trimmed squares, för att passa den slutliga väggränsen. Det föreslagna tillvägagångssättet verifieras med två dataset med data från 64-kanalig LiDAR, en från Scania-bussen Klara och KITTI, och uppnår tillfredsställande prestanda i vissa givna situationer