随着城市的发展,道路交通环境愈发恶化,车辆智能化成为必然的发展趋势,各种传感器作为智能化进程中不可或缺的助力,他们的选择与应用也至关重要。激光雷达利用激光束的发射和接收,可以返回大量的数据值,具有很高的角度分辨率与测距精度,在智能汽车中可以实现目标的检测、识别、分类与跟踪等需求,可以说,激光雷达是车辆智能化产业的强大助力。随着汽车智能化的功能对安全性的需求愈加重视,功能的开发和验证变得越来越困难。这个问题的解决方案是构建虚拟模型,在仿真环境下,利用激光雷达的虚拟模型进行智能车辆开发。另一方面,从激光雷达的应用角度来讲,其价格昂贵,受环境影响较大,所以我们可以通过激光雷达的模型研究其探测机理,分析影响激光雷达探测与成像的因素,更加的方便快捷。本文研究包括激光雷达点云的生成方式与影响点云生成的因素,然后在仿真环境中,利用其模型进行车辆智能化的相关研究。首先根据激光雷达的探测机理,分析影响探测的因素,具体分析激光衰减方程与物理噪点产生原因;依据激光雷达的探测机理、激光的物理遮挡与反射性质,模拟点云的生成;结合影响激光雷达探测的因素,建立影响点云生成的物理衰减模型与雨滴噪点模型。主要研究内容如下:1)激光雷达探测的机理与影响因素的分析。从激光雷达的结构与探测机理入手,分析出影响其探测的衰减与噪点因素,并分析激光雷达的探测功率方程,结合4)0)散射等理论,具体得出激光雷达探测距离性能与衰减系数的表示通式;并将雨滴噪点的形成分解为概率表示,为后文建立物理衰减模型与雨滴噪点奠定基础。2)激光雷达的理想点云模型与物理衰减模型的建立。模型的表示都是以点云形式呈现,所以首先要完成点云的表示:建立简单的目标几何模型与激光雷达扫描区域模型,通过坐标系变换,得到目标模型相对激光雷达的坐标表示,判断目标几何模型的表面对激光雷达是否可见,结合激光束方程,在目标可见表面生成模拟点云;根据对衰减的分析,结合不同天气下的具体参数与粒子分布模型,得到激光雷达的衰减模型表示。最后完成点云生成的模拟验证与衰减模型的数据验证。3)激光雷达的雨滴噪点模型的建立。下雨天时,激光雷达探测到的点云会包含非目标的点云,这是激光雷达探测到了雨滴生成的雨滴噪点。根据噪点产生机理的分析,得出噪点成立条件,利用蒙特卡洛方法与拒绝抽样法结合尺度分布模拟,完成数据采样,再基于激光雷达小雨天气的采样数据进行噪点概率的计算,进一步的以大雨天气下的噪点进行验证,然后进行噪点的位置分布计算,最后,进行噪点的仿真模拟。4)激光雷达模型在车辆智能驾驶中的应用。利用点云的聚类与跟踪等相关算法,提取目标信息,然后与激光雷达模型一同集成到仿真软件中,并为车辆提供各种目标车辆参数信息,验证不同天气下激光雷达模型生成的点云,同时设计车辆自适应巡航系统的控制算法,完成设计场景在不同天气条件下的仿真,验证激光雷达在车辆智能驾驶中的应用性与相关控制算法的可行性。