【技术实现步骤摘要】
基于三维激光雷达的障碍检测和路面分割算法
本专利技术涉及无人驾驶
,尤其涉及一种基于三维激光雷达的障碍检测和路面分割方法。
技术介绍
感知三维环境是无人驾驶车辆研究过程中一项重要工作。按照检测方法,可分为基于激光雷达的障碍检测、基于彩色机器视觉的障碍检测、基于立体视觉的障碍检测以及基于毫米波或超声波雷达的障碍检测[1]。由于采用激光雷达作为传感器,具有检测精度高和响应速度快的优点,本专利技术采用Velodyne16线激光雷达检测障碍物,提取可通行区域。Kammel等[2]提出一种利用网格中点云中最大高度差检测道路的方法,但是该方法检测精度和栅格大小有关,与三维点云数据精度(0.2cm)相比,栅格精度(20cm*20cm)较小,而且受限于运行速度,栅格地图范围较小,大量数据丢失。Moosmann等[3]基于区域增长法分割点云图像,提取道路区域,这种基于图的分割算法精度较高,并且能处理全部雷达数据,但特征单一,容易受到噪点干扰,算法鲁棒性较差。
技术实现思路
为了提高算法的鲁棒性,减少噪点的干扰,本专利技术提出以下技术方案予以解决:提供一种基于三维激光雷达的障碍检测和路面分割算法,包括以下步骤:步骤1:三维激光雷达扫描周围环境,获取周围环境点云数据,并将点云数据从激光雷达的坐标系经过修正转化到本地直角坐标系下;步骤2:从点云数据中提取三维激光雷达兴趣数据点,所述兴趣数据点是指车辆前方的点云数据,具体为车辆周围一定空间范围内的数据点;步骤3:利用雷达探测角度聚类的方法,从获得的点云数据中提取三维激光雷达每条扫描单线的数据;步骤4:采用基于AIC准则的邻域模糊聚 ...
【技术保护点】
1.一种基于三维激光雷达的障碍检测和路面分割算法,其特征在于,包括以下步骤:步骤1:三维激光雷达扫描周围环境,获取周围环境点云数据,并将点云数据从激光雷达的坐标系经过修正转化到本地直角坐标系下;步骤2:从点云数据中提取三维激光雷达兴趣数据点,所述兴趣数据点是指车辆前方的点云数据,具体为车辆周围一定空间范围内的数据点;步骤3:利用雷达探测角度聚类的方法,从获得的点云数据中提取三维激光雷达每条扫描单线的数据;步骤4:采用基于AIC准则的邻域模糊聚类算法分割扫描单线的数据,获得相应的数据区间;步骤5:对数据区间采用角点检测的方法,准确定位路沿和路面线段端点,将路面数据点提取出来;步骤6:根据最小二乘法对路面数据点进行多项式曲线拟合,得到道路前方可行域。
【技术特征摘要】
1.一种基于三维激光雷达的障碍检测和路面分割算法,其特征在于,包括以下步骤:步骤1:三维激光雷达扫描周围环境,获取周围环境点云数据,并将点云数据从激光雷达的坐标系经过修正转化到本地直角坐标系下;步骤2:从点云数据中提取三维激光雷达兴趣数据点,所述兴趣数据点是指车辆前方的点云数据,具体为车辆周围一定空间范围内的数据点;步骤3:利用雷达探测角度聚类的方法,从获得的点云数据中提取三维激光雷达每条扫描单线的数据;步骤4:采用基于AIC准则的邻域模糊聚类算法分割扫描单线的数据,获得相应的数据区间;步骤5:对数据区间采用角点检测的方法,准确定位路沿和路面线段端点,将路面数据点提取出来;步骤6:根据最小二乘法对路面数据点进行多项式曲线拟合,得到道路前方可行域。2.如权利要求1所述的基于三维激光雷达的障碍检测和路面分割算法,其特征在于,所述的步骤1中具体包括:1-1激光雷达的坐标系是以激光雷达安放位置为原点,车辆前进方向作为激光雷达坐标系中的x轴方向,车辆的左右方向作为激光雷达坐标系中的y轴方向,车辆的上下作为激光雷达坐标系中的z轴方向。1-2本地直角坐标系是以车身的纵向中轴线与车头的交点为原点,车辆前进方向作为本地直角坐标系中的x轴方向,车辆的左右方向作为本地直角坐标系中的y轴方向,车辆的上下作为本地直角坐标系中的z轴方向。1-3由于安装激光雷达不能保证绝对水平,扫描倾角会产生一定的误差,对该扫描倾角进行修正,使得点投影角度和原始数据扫描角度达到统一。3.如权利要求1所述的基于三维激光雷达的障碍检测和路面分割算法,其特征在于,车辆周围一定空间范围内的数据点具体为车辆前方20米,左右10米,上方30米以内的空间范围内的数据点。4.如权利要求1所述的基于三维激光雷达的障碍检测和路面分割算法,其特征在于,所述的步骤3中利用雷达探测角度聚类的方法提取激光雷达扫描单线具体包括:3-1采用的三维激光雷达是Velodyne16线激光雷达,雷达在垂直扫描范围内发射16根激光线,在水平方向上扫描360°获取周边环境信息,具体采用先提取扫描单线的方法;3-2三维激光雷达在扫描过程中将点云数据在笛卡尔坐标系中表示出来,将这些点云数据转化到球坐标系中,利用公式得出点云数据中每个点与z轴的夹角。3-3在得出每个点的仰角后,将具有相同仰角值的数据点筛选出来,得到激光雷达每根扫描单线的数据点。5.如权利要求1所述的基于三维激光雷达的障碍检测和路面分割算法,其特征在于,所述的步骤4中采用基于AIC准则的邻域模糊聚类算法分割扫描单线数据,获得相应的数据区间具体包括:4-1设获得的雷达扫描单线数据是数据集χ={x1,...,xn},通过利用AIC准则获取最优聚类数目,公式为其中k为聚类数目,n为观察数,SSR为数据集的残差平...
【专利技术属性】
技术研发人员:邹斌,王磊,董富,颜伏伍,
申请(专利权)人:武汉理工大学,
类型:发明
国别省市:湖北,42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。