硕士论文：基于障碍物分类识别的林下作业机器人自主避障策略研究

一、激光雷达传感器校准

校准方式使用北师大王留召的标定方法。校准时，激光雷达安装在固定位置，分别在不同距离处放置靶标，在ROS操作系统中读取到靶标的距离，然后用尺子测量二者之间的距离，多次测量取其平均值；然后更换靶标位置，再次进行测量。

建立市级距离和测量距离的函数关系：

标定前后结果如图所示，从图中可以看到，在校准后激光雷达的距离误差大幅度减小，提高了测量精度。

二、激光雷达数据冗余处理

在ros下采集到某一时刻雷达数据，导入到matlab中，得到如下所示的雷达示意图

（a）为原始激光雷达数据

（b）表示在直角坐标系下的聚类结果，通过坐标转换，由极坐标系转换到直角坐标系，为将障碍物区分开，使用聚类算法将其分为4类，以激光雷达为圆点，周围障碍物全部被标记分类，可见聚类方法并不能将障碍物和墙壁区分开（最外侧为激光雷达检测的墙壁，图中的凸起为障碍物）。但是，当视觉传感器得到障碍物种类后，我们只关心此障碍物的参数，墙壁以及位于机器人身后的障碍物属于多余信息，需要将此类数据剔除掉，只保留前方的障碍物数据。