论文总字数：30976字

摘 要

随着机器人领域的快速发展和智能机器人控制器的使用日渐广泛，人们对于智能操作平台的要求越来越高，为了进一步提高代码重用能力和开发效率，本文利用ROS平台，实现车载多源传感器数据的采集。

ROS系统的特点是支持分布式处理、代码模块化、软件复用和快速测试，能够帮助开发者提高机器人软件开发效率。ROS机器人操作系统提供了大量的工具集成软件包和库，通过利用这些软件包，开发者可以方便地开发出适用于不同应用场合的机器人软件模块，而不必考虑复杂而繁重的软件算法，而且ROS机器人操作系统支持多语言环境，这也使得ROS本身能够更好的被各种研发人员所使用。

在无人驾驶和智能车辆方面，对于车载传感器数据的采集和可视化显示，是至关重要的人机交互环节，通过对采集后的数据进行处理，可以对真实场景和现实空间，车辆在人类的操作下或本身自动对当前场景做出反应，实现人工智能。车载多源传感器数据的采集，可以帮助实现安全监控、智能防撞、辅助驾驶、自动驾驶等功能，从而提高车辆安全性能。

关键词：ROS开源操作系统；多源车载数据采集；PCL点阵可视化；智能驾驶; OpenCV

MULTI VEHICLE SOURCE DATA ACQUISITION BASED ON ROS

Abstract

With the rapid development in the field of robots and the growing application of intelligent robot controller, requirements for intelligent operating platform is flooding. In order to enhance the code reusability and development efficiency, a good way is to use ROS- Robot Operating System when realizing the acquisition for vehicle multi-sensor data.

ROS system is characterized by distributed processing, code modularization, software reuse and rapid testing, which can help developers to improve the efficiency of software development. ROS-Robot Operating System provides a large number of tools integrated software packages and libraries, through the use of the software package, developers can easily develop a suitable robot software modules for different applications on various occasion without fear of complex and onerous software algorithm. Moreover, ROS robot operating system supports multi language environment, which also makes the ROS can be conveniently used by all R amp; D.

In the respect of unmanned and intelligent vehicle, vehicular sensor data acquisition and visualization is crucial interactive link. Processing the acquisited data, vehicles can be automatically responding to the current real scene to achieve artificial intelligence. Multi sensor data acquisition play a necessary role in security monitoring, intelligent collision avoidance, auxiliary driving, automatic driving and other functions, improving the safety performance of vehicles.

KEY WORDS: ROS-Robot Operating System, Multi source vehicle data acquisition, PCL Point Cloud Library, Intelligent Vehicles , OpenCV

目录

摘要 Ⅰ

Abstract Ⅱ

第一章 绪论 5

1.1 论文研究背景及意义 5

1.1.1 课题研究背景 5

1.1.2 课题研究意义 6

1.2 发展现状及趋势 6

1.2.1 ROS的起源和发展 6

1.2.2 车载多源传感器数据融合 7

1.3 本文组织结构 9

1.4 本章小结 9

第二章 技术背景 10

2.1 ROS的主要特点 10

2.2 ROS的总体框架 10

2.2.1 ROS的核心软件框架 11

2.2.2 ROS的计算图级 11

2.2.3 ROS 文件系统级 13

2.2.4 ROS开源社区级 14

2.3 ROS通信机制 14

2.4 PCL云点库 15

2.5 车载多源数据融合 15

2.6 本章小结 15

第三章 设计方案 16

3.1 多源传感器数据获取及理解 16

3.2 多源传感器数据同步实现 16

3.2.1 摄像头采集图像 16

3.2.2 双目摄像机同步 17

3.3 多源传感器数据可视化 18

3.4 本章小结 18

第四章 系统实现 19

4.1 ROS系统编程过程 19

4.2 系统实现 19

4.2.1 编辑包依赖项 19

4.2.2 CMakeLists.txt文件编辑 20

4.2.3 主程序编写 20

4.2.4 编辑Launch启动文件 20

4.3 程序主要代码解析 20

4.4 本章小结 22

第五章 测试与验证 23

5.1 调用摄像头 23

5.2 视频数据同步 23

5.3 本章小结 25

第六章 总结与展望 26

6.1 论文总结 26

6.2 未来展望 26

参考文献 27

致谢 29

绪论

论文研究背景及意义

课题研究背景

剩余内容已隐藏，请支付后下载全文，论文总字数：30976字