主动悬架凭借其对车身姿态的主动调控,使应急救援车辆在一些复杂工况下也能保证驾驶的平顺性,在提高车辆行驶速度的同时,也避免了对伤员和一些精密救援设备的间接损害,保障了其救援的及时性。为了提高主动悬架对路面特征的响应速度,需要车辆对车前路面信息有一定感知能力。本文依托国家重点研发计划项目“高机动应急救援车辆(含消防车辆)专用底盘及悬挂关键技术研究”(项目编号:2016FYC0802902),针对车前感知路面信息,探讨基于激光雷达(Light Deteation and Ranging,Lidar)与IMU(Inertial Measurement Unit,IMU)的车前感知系统在估计车身位姿,保证升沉精度,重构车前地形,以及提取位姿调平偏差方面的应用与优化。论文取得的主要成果如下:(1)搭建了以激光雷达和IMU进行环境感知,辅以车辆为载体,车载计算机为计算单元的车前地形感知系统。针对雷达获取的点云数据与IMU测量的位姿数据,进行数据预处理,其包括对点云滤波去噪、点云分割聚类、地面信息提取以及基于时间戳对准的位姿插值等,保证数据可靠性与可用性。(2)提出一种以IMU插值位姿数据为先验信息,辅以两帧点云数据中的线特征点与面特征点做特征匹配的(35)?-ICP位姿估计算法。其中,为了避免优化时不必要的计算约束,保证运算效率,构建以位姿李代数为变量的无约束优化函数,并利用自适应LM(Levenberg–Marquart)的非线性优化方法求解该问题,最后进行权值融合获取最终位姿信息。(3)针对位姿提取所造成的累积误差问题,提出一种基于位姿图(Pose Graph)的全局优化方法,使基于最优位姿重构的地形数据保证全局一致性。利用VREP(Virtual Robot Experimentation Platform)机器人仿真软件与ROS联合仿真,对帧帧配准算法与全局优化算法进行仿真验证。仿真结果表明,根据优化位姿重构的地形点云数据无局部重影与拼接错误,保证了其全局一致性。并且在平整路况下,其感知车身升沉误差为-0.015~0.018m,绕场一周轨迹交点误差信息为0.01m,保证了升沉精度,贴合预期。(4)本文利用gridmap重构地形数据,构建车前栅格高程地图,以保证数据存储效率。为了避免位姿解耦复杂,计算维度高等难点,提出基于车前栅格高程地图的位姿调平偏差提取技术。根据车辆的三轴全轮转向原理,预估车辆各轴车轮预行驶轨迹,并根据轨迹信息提取车身维稳偏差。利用VREP仿真验证了其思路的有效性。(5)对本文提出的车前感知系统与位姿调平偏差提取技术进行实验验证。结果表明,基于特征配准以及全局优化后的位姿信息稳定可靠,以此建立的车前地形地图具有全局一致性。并且优化后的升沉误差维持在-0.0445~0.0591m范围内,保证了建图精度要求。最后基于三轴全轮转向技术,提取在平整路况下使车身维稳的各车轮高程偏差,进一步验证了位姿调平偏差提取技术的可行性。因此基于车前感知系统,以点云配准与全局优化获取的最优位姿信息进行车前路面信息重构,并根据路面信息结合三轴全轮转向预估车辆预行驶轨迹,最终提取位姿调平偏差的思路具有一定的使用价值及现实意义。