The invention relates to a method for identifying small obstacles on slopes based on multi-line lidar, which realizes the recognition of small obstacles on slopes, saves computing resources and guarantees real-time performance; effectively avoids the shortcomings of traditional obstacle identification methods in the uphill section and the uphill section in identifying the road surface as obstacles, and improves the intelligent driving vehicle. Traffic safety and adaptability to complex road conditions.
【技术实现步骤摘要】
一种基于多线激光雷达的坡道小障碍物识别方法
本专利技术涉及一种基于多线激光雷达的坡道小障碍物识别方法，属于无人驾驶障碍物识别领域。
技术介绍
车辆行驶道路上的障碍物检测是无人驾驶汽车周边环境感知技术研究领域中的重要组成部分，障碍物检测的效果直接关系到无人驾驶汽车的行车安全。传统基于多线雷达的障碍物检测方法都是根据雷达的安装高度h粗暴的滤除所有z坐标小于-h的点云，这种方法在即将上坡的路段会把坡道识别为大型障碍物，而在即将下坡路段会滤除位于坡道上的小型障碍物。所以一种能适用于坡道路况的障碍物识别方法极为重要。
技术实现思路
本专利技术提供一种基于多线激光雷达的坡道小障碍物识别方法，不仅适用于水平路面，而且适用于坡道路面，能够准确的将路面和障碍物区分开，具有较强的实用性和广阔的应用前景。本专利技术解决其技术问题所采用的技术方案是：一种基于多线激光雷达的坡道小障碍物识别方法，包括以下步骤：第一步，对原始点云进行道路边缘检测，基于霍夫变换将道路外侧的区域滤除，得到道路内与障碍物识别的相关点云；第二步，基于投影降维方法，将坡道路面上与障碍物识别的相关点云投影到与路面垂直的竖直平...
【技术保护点】
1.一种基于多线激光雷达的坡道小障碍物识别方法，其特征在于：包括以下步骤：第一步，对原始点云进行道路边缘检测，基于霍夫变换将道路外侧的区域滤除，得到道路内与障碍物识别的相关点云；第二步，基于投影降维方法，将坡道路面上与障碍物识别的相关点云投影到与路面垂直的竖直平面XOZ上，对坡道道路进行识别并将坡道路面进行滤除，再利用霍夫直线变换进行检测，从而准确求出所有属于路面扫描点的相关点云，然后在属于路面扫描点的相关点云中对所有路面点再次进行滤除；第三步，对坡道路面上十米以内的范围进行离群值滤除，根据离群值滤除路面零散的点云，使滤除后的点云均属于障碍物扫描点；第四步，利用基于密度的D...
【技术特征摘要】
1.一种基于多线激光雷达的坡道小障碍物识别方法，其特征在于：包括以下步骤：第一步，对原始点云进行道路边缘检测，基于霍夫变换将道路外侧的区域滤除，得到道路内与障碍物识别的相关点云；第二步，基于投影降维方法，将坡道路面上与障碍物识别的相关点云投影到与路面垂直的竖直平面XOZ上，对坡道道路进行识别并将坡道路面进行滤除，再利用霍夫直线变换进行检测，从而准确求出所有属于路面扫描点的相关点云，然后在属于路面扫描点的相关点云中对所有路面点再次进行滤除；第三步，对坡道路面上十米以内的范围进行离群值滤除，根据离群值滤除路面零散的点云，使滤除后的点云均属于障碍物扫描点；第四步，利用基于密度的DBCSAN聚类算法对离群值滤除后的障碍物扫描点进行进一步滤除噪声点，实现障碍物聚类。2.根据权利要求1所述的基于多线激光雷达的坡道小障碍物识别方法，其特征在于：将道路内外的区域分割，区域内的点云形成图像坐标空间，采用霍夫变换将图像坐标空间中共线的点云变换至参数空间中，这些点云在参数空间中均相交于同一点，通过霍夫变换排除与坡道路面边缘相交的直线，以此对道路外侧的区域进行滤除，得到道路内与障碍物识别的相关点云。3.根据权利要求2所述的基于多线激光雷达的坡道小...
【专利技术属性】
技术研发人员：殷国栋，吴丛磊，刘帅鹏，叶建伟，庄伟超，张宁，王金湘，耿可可，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32
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。