一種基于激光雷達(dá)的可行駛區(qū)域檢測方法
【專利摘要】本發(fā)明公開一種基于激光雷達(dá)的可行駛區(qū)域檢測方法，利用激光雷達(dá)掃描實際交通場景，獲取當(dāng)前場景的平坦與起伏狀況；然后通過高度變化情況將激光雷達(dá)返回的掃描數(shù)據(jù)分為若干個片段，隨后使用迭代的直線擬合算法從所有的片段中提取出合適的直線特征，接著從滿足約束條件的片段中找到平坦區(qū)域，再接著按照車寬要求從平坦區(qū)域確定可行駛區(qū)域；如果是多線激光，則可以由近及遠(yuǎn)，以前一線數(shù)據(jù)的可行駛區(qū)域為基礎(chǔ)，從該線數(shù)據(jù)反映的平坦區(qū)域中確定的對應(yīng)的可行駛區(qū)域，本發(fā)明可以有效的完成實際交通場景中可行駛區(qū)域的檢測，準(zhǔn)確的描述出汽車的安全通行區(qū)域，且本發(fā)明具有很好的實時性、易用性和魯棒性。
【專利說明】一種基于激光雷達(dá)的可行駛區(qū)域檢測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于無人駕駛汽車技術(shù)中的交通場景感知領(lǐng)域，具體涉及一種使用激光雷達(dá)作為數(shù)據(jù)來源完成實際交通場景中可行駛區(qū)域感知的方法。
【背景技術(shù)】
[0002]近年來隨著汽車產(chǎn)業(yè)的高速發(fā)展，交通事故已經(jīng)成為全球性的問題，全世界每年交通事故的死傷人數(shù)估計超過50多萬人，因此集自動控制、人工智能、模式識別等技術(shù)于一體的無人駕駛應(yīng)用而生。為了實時可靠的感知環(huán)境信息，無人駕駛汽車上裝備了各種主動傳感器與被動傳感器，包括相機(jī)、激光雷達(dá)、毫米波雷達(dá)和GPS，可行駛區(qū)域檢測是無人駕駛技術(shù)中的關(guān)鍵部分之一。一直以來，視覺技術(shù)通常是研究人員首選的研究方向，這是因為它信息含量大、成本低、運行功率低、掃描時間短。但是，視覺技術(shù)一個最主要的不足就是對于外界環(huán)境的要求比較嚴(yán)格。對于環(huán)境中出現(xiàn)陰影、駕駛環(huán)境較為復(fù)雜、路邊標(biāo)記(或標(biāo)志)丟失、光照不佳、能見度低或天氣惡劣等情況，視覺技術(shù)(攝像機(jī))獲取的圖像信息往往信噪比很低，使得特征提取的方法很難處理數(shù)據(jù)。從而難以將圖像中的各個區(qū)域進(jìn)行準(zhǔn)確的分害I]，也就無法準(zhǔn)確的檢測到可行駛區(qū)域。

【發(fā)明內(nèi)容】

[0003]本發(fā)明的目的在于提供一種高效、實時、魯棒的基于激光雷達(dá)的可行駛區(qū)域檢測方法。
[0004]為達(dá)到上述目的，本發(fā)明采用了以下技術(shù)方案。
[0005]該可行駛區(qū)域檢測方法包括以下步驟:
[0006]首先標(biāo)定激光雷達(dá)，然后將采集到的激光雷達(dá)數(shù)據(jù)進(jìn)行坐標(biāo)轉(zhuǎn)換；然后根據(jù)激光雷達(dá)的工作原理分割激光雷達(dá)數(shù)據(jù)為若干片段；對片段內(nèi)的數(shù)據(jù)做雜點消除以及濾波處理以估計數(shù)據(jù)的真值；然后進(jìn)行激光雷達(dá)數(shù)據(jù)的特征提?。蝗缓蟾鶕?jù)可行駛區(qū)域約束以及車身寬度約束條件從提取的特征中確定可行駛區(qū)域。
[0007]所述可行駛區(qū)域檢測方法具體包括以下步驟:
[0008]I)為了完成對于可行駛區(qū)域的描述，首先確定激光雷達(dá)在車輛上安裝的高度，同時計算出激光雷達(dá)向下傾斜的角度，然后將采集到的激光雷達(dá)數(shù)據(jù)從2維極坐標(biāo)系轉(zhuǎn)化到局部3維直角坐標(biāo)系；
[0009]2)激光雷達(dá)數(shù)據(jù)分割:如果相鄰激光數(shù)據(jù)掃描到同一物體上，兩個數(shù)據(jù)點間的高度差較?。幌喾聪噜徏す鈹?shù)據(jù)掃描到不同物體上，兩個數(shù)據(jù)點間的高度差則較大，所以當(dāng)用激光雷達(dá)傾斜向下掃描路面得到激光雷達(dá)數(shù)據(jù)后，采用相鄰兩點間的高度差值作為數(shù)據(jù)分割的標(biāo)準(zhǔn)，將激光雷達(dá)數(shù)據(jù)分割成若干個片段；
[0010]3)雜點消除及數(shù)據(jù)濾波:激光雷達(dá)數(shù)據(jù)中會存在一些與相鄰兩側(cè)高度差都較大的數(shù)據(jù)點，本發(fā)明中將這類數(shù)據(jù)點稱為雜點，其不反映真實空間位置的坐標(biāo)，所以經(jīng)過步驟2)后，將僅包含單個激光雷達(dá)數(shù)據(jù)點的片段去除，然后對剩余的激光雷達(dá)數(shù)據(jù)片段進(jìn)行濾波處理去除噪聲得到用于特征提取的數(shù)據(jù)片段，由于受到系統(tǒng)噪聲和隨機(jī)噪聲的影響，激光雷達(dá)數(shù)據(jù)反映的空間位置與實際對應(yīng)的空間位置存在偏差，因此需要對激光雷達(dá)數(shù)據(jù)進(jìn)行濾波處理，以便獲得對實際空間位置更加準(zhǔn)確的描述；
[0011]4)特征提取:經(jīng)過步驟3)后，采用迭代的直線擬合算法從用于特征提取的數(shù)據(jù)片段中提取出對應(yīng)的直線特征，使激光雷達(dá)數(shù)據(jù)變成對應(yīng)實際場景中的平面；
[0012]5)確定可行駛區(qū)域:從步驟4)提取到的直線特征中選擇滿足可行駛區(qū)域平坦約束、可行駛區(qū)域連續(xù)性約束以及車身寬度約束的直線特征作為可行駛區(qū)域。
[0013]所述步驟I)包括以下具體步驟:
[0014]1.1)以激光雷達(dá)安裝位置為參考點定義局部3維直角坐標(biāo)系，然后測量激光雷達(dá)距離水平面的安裝高度H，并計算激光雷達(dá)傾斜向下掃描面相對于垂直方向的夾角α ；
[0015]1.2)建立激光雷達(dá)掃描極坐標(biāo)到局部3維直角坐標(biāo)系中坐標(biāo)的轉(zhuǎn)換關(guān)系，根據(jù)轉(zhuǎn)換關(guān)系獲得激光雷達(dá)數(shù)據(jù)點Pi對應(yīng)的3維直角坐標(biāo)值，每一個激光雷達(dá)掃描極坐標(biāo)數(shù)據(jù)點包括發(fā)射角度I與掃描距離屯兩個參數(shù)，則Pi=(屯，β,)對應(yīng)局部3維直角坐標(biāo)系的坐標(biāo)值為Pi=Ui, y” Zi),轉(zhuǎn)化方程如下:
【權(quán)利要求】
1.一種基于激光雷達(dá)的可行駛區(qū)域檢測方法，其特征在于:該可行駛區(qū)域檢測方法包括以下步驟: 首先標(biāo)定激光雷達(dá)，然后將采集到的激光雷達(dá)數(shù)據(jù)進(jìn)行坐標(biāo)轉(zhuǎn)換；然后分割激光雷達(dá)數(shù)據(jù)為若干片段；對片段做雜點消除以及濾波處理后進(jìn)行激光雷達(dá)數(shù)據(jù)的特征提取；然后根據(jù)可行駛區(qū)域約束以及車身寬度約束條件從提取的特征中確定可行駛區(qū)域。
2.根據(jù)權(quán)利要求1所述一種基于激光雷達(dá)的可行駛區(qū)域檢測方法，其特征在于:所述可行駛區(qū)域檢測方法具體包括以下步驟: 1)首先確定激光雷達(dá)安裝的高度，同時計算出激光雷達(dá)向下傾斜的角度，然后將采集到的激光雷達(dá)數(shù)據(jù)從2維極坐標(biāo)系轉(zhuǎn)化到局部3維直角坐標(biāo)系； 2)激光雷達(dá)數(shù)據(jù)分割:采用相鄰兩點間的高度差值作為數(shù)據(jù)分割的標(biāo)準(zhǔn)，將激光雷達(dá)數(shù)據(jù)分割成若干個片段； 3)雜點消除及數(shù)據(jù)濾波:經(jīng)過步驟2)后，將僅包含單個激光雷達(dá)數(shù)據(jù)點的片段去除，然后對剩余的激光雷達(dá)數(shù)據(jù)片段進(jìn)行濾波處理去除噪聲得到用于特征提取的數(shù)據(jù)片段； 4)特征提取:經(jīng)過步驟3)后，采用迭代的直線擬合算法從用于特征提取的數(shù)據(jù)片段中提取出對應(yīng)的直線特征，使激光雷達(dá)數(shù)據(jù)變成對應(yīng)實際場景中的平面； 5)確定可行駛區(qū)域:從步驟4)提取到的直線特征中選擇滿足可行駛區(qū)域平坦約束、可行駛區(qū)域連續(xù)性約束以及車身寬度約束的直線特征作為可行駛區(qū)域。
3.根據(jù)權(quán)利要求2所述一種基于激光雷達(dá)的可行駛區(qū)域檢測方法，其特征在于:所述步驟I)包括以下具體步驟: 1.0以激光雷達(dá)安裝位置為參考點定義局部3維直角坐標(biāo)系，然后測量激光雷達(dá)距離水平面的安裝高度H，并計算激光雷達(dá)傾斜向下掃描面相對于垂直方向的夾角α ； 1.2)建立激光雷達(dá)掃描極坐標(biāo)到局部3維直角坐標(biāo)系中坐標(biāo)的轉(zhuǎn)換關(guān)系，根據(jù)轉(zhuǎn)換關(guān)系獲得激光雷達(dá)數(shù)據(jù)點Pi對應(yīng)的3維直角坐標(biāo)值，每一個激光雷達(dá)掃描極坐標(biāo)數(shù)據(jù)點包括發(fā)射角度I與掃描距離屯兩個參數(shù)，則Pi=(屯，β,)對應(yīng)局部3維直角坐標(biāo)系的坐標(biāo)值為Pi=Ui, yi; Zi),轉(zhuǎn)化方程如下:
4.根據(jù)權(quán)利要求2所述一種基于激光雷達(dá)的可行駛區(qū)域檢測方法，其特征在于:所述步驟2)包括以下具體步驟: 根據(jù)相鄰數(shù)據(jù)點高度值之差將全部的激光雷達(dá)數(shù)據(jù)分為若干片段Sk:
5.根據(jù)權(quán)利要求2所述一種基于激光雷達(dá)的可行駛區(qū)域檢測方法，其特征在于:所述濾波處理包括以下具體步驟: 對于數(shù)據(jù)片段，根據(jù)當(dāng)前數(shù)據(jù)點Pi選擇其設(shè)定窗口內(nèi)的數(shù)據(jù)點進(jìn)行均值濾波來估計數(shù)據(jù)點Pi的真值。
6.根據(jù)權(quán)利要求2所述一種基于激光雷達(dá)的可行駛區(qū)域檢測方法，其特征在于:所述步驟4)包括以下具體步驟: .4.1)將用于特征提取的數(shù)據(jù)片段分成靠近X軸與靠近Y軸兩大類； . 4.2)根據(jù)用于特征提取的數(shù)據(jù)片段靠近不同的坐標(biāo)軸選用不同的特征直線方程，對于靠近X軸的數(shù)據(jù)片段采用y=kx+b的擬合方式確定對應(yīng)的特征參數(shù)(k，b)，靠近Y軸的數(shù)據(jù)片段則采用x=ky+b的擬合方式確定對應(yīng)的特征參數(shù)(k，b)； .4.3)計算每個用于特征提取的數(shù)據(jù)片段與其特征直線方程的均方誤差，如果均方誤差值大于等于均方誤差閾值，則找到數(shù)據(jù)片段中距離特征直線方程最遠(yuǎn)的點，以此點將數(shù)據(jù)片段一分為二，然后對兩個新的數(shù)據(jù)片段分別采用步驟4.2)的方法進(jìn)行直線擬合直至均方誤差值小于均方誤差閾值。
7.根據(jù)權(quán)利要求2所述一種基于激光雷達(dá)的可行駛區(qū)域檢測方法，其特征在于:所述步驟5)包括以下具體步驟: .5.1)選擇直線特征滿足可行駛區(qū)域平坦約束的數(shù)據(jù)片段，刪除不滿足可行駛區(qū)域平坦約束的數(shù)據(jù)片段，所述可行駛區(qū)域平坦約束指直線與局部3維直角坐標(biāo)系中Y軸夾角大于等于設(shè)定的閾值Ty; . 5.2)經(jīng)過步驟5.1)后，合并滿足可行駛區(qū)域連續(xù)性約束的數(shù)據(jù)片段，作為描述可行駛區(qū)域的候選對象；所述可行駛區(qū)域連續(xù)性約束是指相鄰數(shù)據(jù)片段的高度差值以及水平距離差值分別小于設(shè)定的對應(yīng)閾值Tz、Td ; . 5.3)經(jīng)過步驟5.2)后，選擇候選對象中滿足車身寬度約束、且讓車輛盡量少做橫向運動的候選對象用于描述可行駛區(qū)域。
【文檔編號】G01S17/88GK103760569SQ201310751817
【公開日】2014年4月30日 申請日期:2013年12月31日 優(yōu)先權(quán)日:2013年12月31日
【發(fā)明者】薛建儒, 張春家, 杜少毅, 戚曉林, 王迪, 程皓潔 申請人:西安交通大學(xué)