自主车辆的高质量三维场景认知与导航避障控制方法研究

项目针对城市道路、高速公路、乡村公路环境下自主车辆实时三维地图感知和自主导航难题，重点研究和突破：复杂多变路况和快速行驶状态下道路障碍物的全面准确识别与分类算法；综和全局交通与GIS信息、道路交通标志、车辆位置、实时障碍物路况等集成表示的三维地图结构模型；面向不同道路、行驶任务、车辆状态的地图规模、精度和更新频率自调整的三维地图动态认知和更新方法；复杂行驶环境下高可靠性局部路径规划和导航避障等方法和算法，以提高我国自主车辆技术，服务于国防和智能辅助安全驾驶等领域，具有重要的理论和应用意义。.项目主要研究内容：.1）多分辨率高质量动态三维场景认知地图方法研究；.2）三维像机、激光雷达、立体像机多传感器信息融合的路障实时准确识别和分类方法研究；.3）实时行驶环境的路径规划与导航避障控制方法研究。

自主车辆相关技术的研究在民用和军事等领域均具有重要意义。民用上，自主车辆相关技术科广泛应用于智能辅助安全驾驶任务，对于降低我国日益增长的交通事故发生率、提高现有道路交通安全和运输效率、缓解驾驶员疲劳程度等问题具有重要意义；此外，在军事和航天等领域，自主车辆在满足“零伤亡”的战争代价的现代军事科技变革和实现探月工程等重大航天计划中扮演着重要的角色。..本项目针对城市道路、高速公路和乡村公路环境下自主车辆实时三维环境感知和自主导航难题，在国内外已有的成果和研究基础上，重点研究和突破：复杂多变路况和快速行驶状态下道路障碍物的全面准确识别与分类算法；综和全局交通与GIS信息、道路交通标志、车辆位置、实时障碍物路况等集成表示的三维地图结构模型；面向不同道路、行驶任务、车辆状态的地图规模、精度和更新频率自调整的三维地图动态认知和更新方法；复杂行驶环境下高可靠性局部路径规划和导航避障等方法和算法。..本项目引入三维相机实时获取成像空间中的障碍物的完整三维信息，并研究了基于三维相机、立体相机和激光雷达的多传感器融合实时道路障碍物检测与识别方法，解决了夜晚或光照不足环境、拥挤城市道路、乡村道路等不利环境中障碍物检测存在的误差大、目标易丢失等难题。提出面向行驶环境的分层混合结构三维地图表示模型，实现了行驶道路GIS信息、子车道交通指示信息层、子车道路况信息等综合道路和交通信息的分层综合高效集成，突破了基于实时道路标识信息的反应式导航控制的局限性，为自主车辆的综合最优决策和预警决策提供支撑。提出借鉴移动机器人中的最佳导航性能函数概念，在实时导航中利用三维地图信息，综合路况、路径复杂度、路径长度、安全性、误差增益等指标进行预先、最优路径决策，减少了局部导航的盲区和不足。..项目所取得的理论与方法对于提高我国自主车辆感知和控制技术，服务于国防和智能辅助安全驾驶等领域，具有重要的理论和应用意义。