本發(fā)明是一項針對無人駕駛車環(huán)境感知領(lǐng)域的技術(shù)，多線激光雷達(dá)旋轉(zhuǎn)采集的三維點云數(shù)據(jù)量是海量的，每秒達(dá)幾百mb。因此，本發(fā)明可以降低海量激光雷達(dá)點云數(shù)據(jù)處理對計算機硬件的要求，減少了對計算資源的消耗，節(jié)省了存儲空間和計算時間。能夠?qū)崿F(xiàn)多線激光雷達(dá)三維海量點云數(shù)據(jù)的快速有效提取且不影響車輛的特征辨識；此外，多線激光雷達(dá)有效數(shù)據(jù)基于距離和角度矯正的回光強度提取車道線也是無人駕駛車環(huán)境感知領(lǐng)域的關(guān)鍵技術(shù)。本發(fā)明是一種信息快速有效提取及處理技術(shù)。

背景技術(shù)：

實時準(zhǔn)確地識別無人駕駛車前方行駛車輛位置、速度信息以及車道線是汽車防碰撞預(yù)警、自適應(yīng)巡航控制等駕駛安全系統(tǒng)實現(xiàn)的前提。激光雷達(dá)采集的原始數(shù)據(jù)信息主要包括：激光束掃描所在的id、激光發(fā)射點到目標(biāo)的距離、回光強度等。通過激光發(fā)射點到目標(biāo)的距離和系統(tǒng)gps、ins的記錄解算出無人駕駛車周圍感興趣區(qū)域內(nèi)被掃描目標(biāo)的空間三維坐標(biāo)，即得到無人駕駛車感興趣區(qū)域內(nèi)目標(biāo)的三維點云數(shù)據(jù)。這些點云數(shù)據(jù)包含大量影響車輛目標(biāo)辨識的冗余信息和噪聲，在利用三維點云數(shù)據(jù)進(jìn)行障礙物識別與分類前需要對點云數(shù)據(jù)進(jìn)行預(yù)處理。點云數(shù)據(jù)的預(yù)處理主要包括誤差校正以及去除點云的噪聲數(shù)據(jù)等。多線激光雷達(dá)原始的每個數(shù)據(jù)包有12組多束激光被激發(fā)所得到的數(shù)據(jù)，得到一個數(shù)據(jù)包的時間為微秒，所以每秒鐘可以得到的點數(shù)據(jù)為個。因而激光雷達(dá)數(shù)據(jù)在獲取周圍障礙物位置、速度等信息的過程中產(chǎn)生的數(shù)據(jù)量達(dá)到gb甚至tb級別，如何降低激光雷達(dá)海量點云數(shù)據(jù)處理對計算機硬件的要求、減少計算資源的消耗和如何快速對海量三維點云數(shù)據(jù)實時有效提取處理對無人駕駛車感興趣區(qū)域內(nèi)障礙物識別尤為重要。車道線位置的準(zhǔn)確識別以及準(zhǔn)確擬合，對車道偏離警示、車輛安全輔助等系統(tǒng)也尤為重要。目前，車道線的檢測主要基于視覺系統(tǒng)，抗干擾能力差，極易受環(huán)境等因素的影響；而基于多線雷達(dá)的車道線檢測不僅抗干擾能力較強、受環(huán)境等因素的影響較小而且精度較高、實時性較強。

技術(shù)實現(xiàn)要素：

本發(fā)明目的在于解決現(xiàn)有技術(shù)所存在的不足問題，提出了一種多線激光雷達(dá)海量三維點云數(shù)據(jù)快速有效提取且不影響車輛特征辨識的方法和基于距離和角度矯正的回光強度提取車道線的方法。本發(fā)明能直接對多線激光雷達(dá)采集的無人駕駛車感興趣區(qū)域內(nèi)車輛多層三維海量點云數(shù)據(jù)進(jìn)行自適應(yīng)距離快速有效提取及車輛特征、車道線的辨識。節(jié)省了計算存儲資源，降低了計算存儲成本，提高了數(shù)據(jù)處理時效性，能夠在較低的計算機硬件上實現(xiàn)。

附圖說明

圖1是本發(fā)明點云數(shù)據(jù)快速有效提取實施技術(shù)的流程圖。

圖2是本發(fā)明車道線識別實施技術(shù)的流程圖。

圖3是本發(fā)明點云數(shù)據(jù)節(jié)省存儲的原理流程圖。

圖4是本發(fā)明自適應(yīng)距離有效提取方法應(yīng)用效果圖。

圖5本發(fā)明根據(jù)距離和角度對回光強度矯正后識別車道線效果圖。

具體實施方式

如圖1所示，本發(fā)明提出一種激光雷達(dá)海量點云數(shù)據(jù)的快速有效提取且不影響車輛、車道線特征辨識的方法，它包括：激光雷達(dá)點云數(shù)據(jù)的三維存儲模式，在點云數(shù)據(jù)三維坐標(biāo)的基礎(chǔ)上自適應(yīng)距離計算出無人駕駛車感興趣區(qū)域內(nèi)車輛多層點云數(shù)據(jù)中的r層點云數(shù)據(jù)且不影響車輛特征的辨識以及根據(jù)距離和角度矯正的回光強度識別車道線。完整的技術(shù)流程如下：

建立激光雷達(dá)點云數(shù)據(jù)的三維存儲矩陣：每個激光雷達(dá)點云數(shù)據(jù)包含著一定空間參照系下的三維空間位置坐標(biāo)(x，y，z)以及回光強度(density)、回波次數(shù)等信息，其中三維空間坐標(biāo)位置信息是激光雷達(dá)海量三維點云數(shù)據(jù)的較為重要信息。首先根據(jù)x，y坐標(biāo)確定周圍車輛與無人駕駛車的距離，然后再根據(jù)無人駕駛車前保險杠，將周圍車輛在無人駕駛車的位置劃分為6個感興趣區(qū)域：左前、左后、正前、正后、右前、右后；根據(jù)激光雷達(dá)在無人駕駛車車頂?shù)陌惭b高度，由三角幾何知識得出，無人駕駛車車體前方每層射線最遠(yuǎn)距離公式：，也就是雷達(dá)射線圓環(huán)的最大半徑；相鄰條射線角度之間的距離差值公式：，也就是計算得到的多層掃描線中層掃描線所在的高程。公式中是雷達(dá)安裝在無人駕駛車的高度，是層射線與水平垂直夾角。首先根據(jù)找到雷達(dá)的掃描盲區(qū)，將盲區(qū)濾掉。多線激光雷達(dá)是旋轉(zhuǎn)掃描探測障礙物的，掃描線在地面上是成圓環(huán)狀的，在每個掃描角度上，根據(jù)垂直方向排序，從上到下對多層掃描射線重新標(biāo)號，分別記為。根據(jù)激光雷達(dá)掃描得到的三維點云數(shù)據(jù)投影到x-y平面的數(shù)值，計算得到多層掃描線中層掃描線，公式：

公式中代表雷達(dá)的第層激光到掃描目標(biāo)的y坐標(biāo)，代表相鄰層掃描線的垂直距離（一般在車輛腰線附近上下波動），由于車輛外形與輪廓是識別車輛的主要特征，根據(jù)自適應(yīng)距離計算提取出激光雷達(dá)掃描的周圍車輛多層三維點云數(shù)據(jù)中的r層點云數(shù)據(jù)，這r層點云數(shù)據(jù)足以識別出車輛的特征（l形）。將提取的r層點云數(shù)據(jù)投影到x-y平面即可清晰看到l形（無人駕駛車右前區(qū)域），但是由于障礙物的遮擋l形可能會被分割，因此要用聚類合并的方法進(jìn)行處理，進(jìn)而可以提高車輛特征的識別率。根據(jù)自適應(yīng)距離公式提取的r層車輛點云數(shù)據(jù)正好是車輛腰線部位，不僅可以明顯代表投影到x-y平面的車輛特征（l形）而且即使聚類合并有缺陷還可以結(jié)合回光強度進(jìn)行綜合聚類合并矯正。

同樣地，在根據(jù)距離和角度矯正的障礙物立體面回光強度前，需要在每個掃描角度上，根據(jù)垂直方向排序，從上到下對多層掃描射線重新標(biāo)號，分別記為。根據(jù)距離和角度矯正的障礙物立體面回光強度公式：

x、y、z表示激光雷達(dá)掃描的障礙物的三維空間位置坐標(biāo)，表示雷達(dá)的某束激光到掃描目標(biāo)的距離，表示每層激光射線與水平垂直夾角，表示雷達(dá)的某1束激光到掃描目標(biāo)的入射角，表示雷達(dá)的某1束激光掃描目標(biāo)的回光強度，、為根據(jù)多線激光雷達(dá)三維點云數(shù)據(jù)待擬合的參數(shù)。最后利用k領(lǐng)域算法對聚類提取車道線回光強度。本發(fā)明具體實例如圖4所示：左圖代表原始多線激光雷達(dá)三維海量點云數(shù)據(jù)投影到x-y平面所成的點云圖像；右圖代表本發(fā)明自適應(yīng)距離有效提取多線激光雷達(dá)三維點云數(shù)據(jù)后投影到x-y平面所成的車輛特征（l形）。對比分析發(fā)現(xiàn)：右圖點云數(shù)據(jù)明顯少于左圖原始點云數(shù)據(jù)，降低了多線激光雷達(dá)海量原始數(shù)據(jù)對計算資源的要求，節(jié)省了計算存儲資源空間（左圖計算機采集的原始一幀三維海量點云數(shù)據(jù)所需存儲空間大約16.8m左右,而右圖經(jīng)過本發(fā)明提出的快速有效提取點云數(shù)據(jù)方法后一幀三維點云數(shù)據(jù)所需存儲空間大約1.2m左右），降低了計算存儲成本，提高了激光雷達(dá)障礙物檢測的時效性（左圖計算機處理原始海量三維點云數(shù)據(jù)所需時間大約3s左右,而右圖經(jīng)過本發(fā)明提出的快速有效提取點云數(shù)據(jù)方法后計算時間縮短為大約0.8s左右）；本發(fā)明提取車道線實例如圖5所示：左圖代表多線雷達(dá)采集的原始數(shù)據(jù)并對數(shù)據(jù)預(yù)處理后投影到x-y平面所成的點云圖像（無法準(zhǔn)確清晰辨識車道線）；右圖代表本發(fā)明基于多線雷達(dá)距離和角度矯正的回光強度識別的車道線，紅色矩形框表示根據(jù)回光強度閾值對車道線回光強度的聚類；虛線表示多線激光雷達(dá)盲區(qū)內(nèi)車道線的彌補擬合。

以上說明針對激光雷達(dá)海量點云數(shù)據(jù)的快速有效提取且不影響車輛的特征辨識以及根據(jù)距離和角度矯正的回光強度識別車道線進(jìn)行了詳細(xì)描述，但本領(lǐng)域的技術(shù)人員都能夠意識到，在本發(fā)明范圍的各種改進(jìn)、添加和替換都是可能的，并且都在本發(fā)明的權(quán)利要求所限定的保護(hù)范圍內(nèi)。