第1章 無人駕駛技術及教學系統與
實驗平臺 1
1.1 無人駕駛技術 1
1.1.1 感知層 1
1.1.2 認知決策層 1
1.1.3 車輛控制層 2
1.2 無人駕駛教學系統說明 2
1.2.1 無人駕駛教學系統的需求 2
1.2.2 無人駕駛教學系統的構成 2
1.2.3 課程資源 3
1.3 無人駕駛實驗平臺介紹 4
1.3.1 旋風4座智能車 5
1.3.2 旋風小AI智能車 5
1.4 無人駕駛實驗平臺安全使用
說明 6
1.4.1 安全警示 6
1.4.2 對使用人員的要求 7
1.4.3 使用前的檢查 7
1.4.4 使用中的要求 7
1.4.5 使用后的要求 7
1.4.6 車輛充電的要求 7
第2章 無人車傳感器基本實驗 8
2.1 實驗軟件環境概述 8
2.1.1 ROS環境安裝及相關配置 8
2.1.2 工程開發示例簡介 19
2.2 單目相機的安裝與標定 26
2.2.1 實驗背景與原理 26
2.2.2 實驗目的 27
2.2.3 實驗環境 27
2.2.4 實驗內容 28
2.2.5 實驗步驟 28
2.3 單目相機的應用 32
2.3.1 基本背景與原理 32
2.3.2 實驗目的 32
2.3.3 實驗環境 32
2.3.4 實驗內容 33
2.3.5 實驗步驟 33
2.3.6 實驗結果與分析 39
2.4 雙目相機的標定 42
2.4.1 實驗背景與原理 42
2.4.2 實驗目的 44
2.4.3 實驗環境 44
2.4.4 實驗內容 44
2.4.5 實驗步驟 45
2.5 毫米波雷達的數據解析與測試 50
2.5.1 實驗背景與原理 50
2.5.2 實驗目的 52
2.5.3 實驗環境 52
2.5.4 實驗內容 52
2.5.5 實驗步驟 53
2.5.6 實驗結果與分析 58
2.6 多維激光雷達的安裝、標定與
數據解析 63
2.6.1 實驗背景與原理 63
2.6.2 實驗目的 71
2.6.3 實驗環境 71
2.6.4 實驗內容 72
2.6.5 實驗步驟 72
2.6.6 實驗結果與分析 76
2.7 多維激光雷達點云聚類 77
2.7.1 實驗背景與原理 77
2.7.2 實驗目的 79
2.7.3 實驗環境 79
2.7.4 實驗內容 79
2.7.5 實驗步驟 79
2.7.6 實驗結果與分析 82
2.8 超聲波雷達的數據解析 84
2.8.1 實驗背景與原理 84
2.8.2 實驗目的 86
2.8.3 實驗環境 86
2.8.4 實驗內容 86
2.8.5 實驗步驟 86
2.8.6 實驗結果與分析 87
2.9 差分導航基準站的架設與
配置 89
2.9.1 實驗背景與原理 89
2.9.2 實驗目的 90
2.9.3 實驗環境 91
2.9.4 實驗內容 91
2.9.5 實驗步驟 91
2.9.6 實驗結果與分析 96
2.9.7 實驗內容擴展 96
2.10 差分定位系統解析 96
2.10.1 實驗背景與原理 96
2.10.2 實驗目的 100
2.10.3 實驗環境 100
2.10.4 實驗內容 100
2.10.5 實驗步驟 101
2.10.6 實驗結果與分析 109
2.11 差分導航規劃 111
2.11.1 實驗背景與原理 111
2.11.2 實驗目的 115
2.11.3 實驗環境 115
2.11.4 實驗內容 115
2.11.5 實驗步驟 116
2.11.6 實驗結果與分析 120
2.12 IMU的安裝與標定 123
2.12.1 實驗背景與原理 123
2.12.2 實驗目的 124
2.12.3 實驗環境 124
2.12.4 實驗內容 124
2.12.5 實驗步驟 125
2.13 UWB的安裝與測試 131
2.13.1 實驗背景與原理 131
2.13.2 實驗目的 136
2.13.3 實驗環境 136
2.13.4 實驗內容 136
2.13.5 實驗步驟 136
2.13.6 實驗內容擴展 138
2.14 UWB的數據解析及定位 140
2.14.1 實驗背景與原理 140
2.14.2 實驗目的 141
2.14.3 實驗環境 141
2.14.4 實驗內容 141
2.14.5 實驗步驟 142
2.14.6 實驗結果與分析 147
第3章 線控車輛控制應用實驗 150
3.1 線控車輛技術概述 150
3.1.1 線控車輛的基本結構 150
3.1.2 CAN總線通信基本知識 151
3.1.3 CAN總線通信協議實例 153
3.1.4 CAN模塊的選擇和使用
方法 155
3.1.5 CAN模塊的安裝方法 156
3.1.6 UDP通信協議 156
3.1.7 線控底盤實驗平臺介紹 156
3.2 CAN總線調試實驗 157
3.2.1 實驗背景與原理 157
3.2.2 實驗目的 160
3.2.3 實驗環境 161
3.2.4 實驗內容 161
3.2.5 實驗步驟 161
3.2.6 實驗結果與分析 167
3.3 線控轉向實驗 170
3.3.1 實驗背景與原理 170
3.3.2 實驗目的 171
3.3.3 實驗環境 171
3.3.4 實驗內容 171
3.3.5 實驗步驟 171
3.3.6 實驗結果與分析 176
3.4 線控擋位與速度實驗 179
3.4.1 實驗背景與原理 179
3.4.2 實驗目的 179
3.4.3 實驗環境 179
3.4.4 實驗內容 180
3.4.5 實驗步驟 180
3.4.6 實驗結果與分析 185
3.5 線控輔助信號實驗 187
3.5.1 實驗背景與原理 187
3.5.2 實驗目的 190
3.5.3 實驗環境 190
3.5.4 實驗內容 190
3.5.5 實驗步驟 190
3.5.6 實驗結果與分析 196
第4章 無人車綜合應用實驗 198
4.1 基于GNSS導航的軌跡跟蹤
實驗 198
4.1.1 實驗背景與原理 198
4.1.2 實驗目的 198
4.1.3 實驗環境 198
4.1.4 實驗內容 199
4.1.5 實驗步驟 199
4.1.6 實驗結果與分析 212
4.2 毫米波與激光雷達的數據融合
實驗 214
4.2.1 實驗背景與原理 214
4.2.2 實驗目的 216
4.2.3 實驗環境 216
4.2.4 實驗內容 217
4.2.5 實驗步驟 217
4.2.6 實驗結果與分析 227
4.3 視覺與激光雷達的聯合標定
實驗 229
4.3.1 實驗背景與原理 229
4.3.2 實驗目的 230
4.3.3 實驗環境 230
4.3.4 實驗內容 231
4.3.5 實驗步驟 231
4.3.6 實驗結果與分析 237
4.4 車輛定速巡航實驗 238
4.4.1 實驗背景與原理 238
4.4.2 實驗目的 239
4.4.3 實驗環境 239
4.4.4 實驗內容 239
4.4.5 實驗步驟 239
4.4.6 實驗結果與分析 244
4.5 車輛自適應巡航仿真實驗 246
4.5.1 實驗背景與原理 246
4.5.2 實驗目的 247
4.5.3 實驗環境 247
4.5.4 實驗內容 247
4.5.5 實驗步驟 247
4.5.6 實驗結果與分析 250
4.6 激光雷達SLAM建圖實驗 252
4.6.1 實驗背景與原理 252
4.6.2 實驗目的 255
4.6.3 實驗環境 255
4.6.4 實驗內容 255
4.6.5 實驗步驟 255
4.6.6 實驗結果與分析 258
第5章 基于深度學習的圖像檢測方法
綜合實驗 263
5.1 原理概述 263
5.1.1 基于圖像的目標檢測方法 263
5.1.2 交通信號燈檢測與識別
方法 264
5.1.3 YOLOv3算法介紹 264
5.2 實驗內容 268
5.2.1 基本流程 268
5.2.2 實驗目的 269
5.2.3 實驗環境 269
5.3 實驗步驟 270
5.3.1 數據樣本采集與預處理 270
5.3.2 數據樣本標注 275
5.3.3 數據集劃分 277
5.3.4 搭建深度學習環境 280
5.3.5 深度學習模型的應用 285
5.3.6 深度學習實驗結果檢測 289
5.4 實驗結果與分析 290
5.4.1 檢測結果 290
5.4.2 檢測結果分析 292
5.5 實驗內容擴展 293