一种用于全自动无人轨道车辆的单线激光雷达测障方法技术

本发明专利技术公开了一种用于全自动无人轨道车辆的单线激光雷达测障方法，方法步骤如下，a.激光雷达向控制器发送数据帧；b.对每帧数据进行处理；c.进行图像分割；d.将数据转化成笛卡尔直角坐标；e.校准并进行标定；f.确定激光雷达行驶方向对应角度；g.截取有效角度范围内数据；h.进行霍夫变换，并获得轨道两侧的轨道壁或者护栏的扫描曲线；i.对两条直线参数进行滑动均值滤波处理；j.判断是否有障碍物，并反馈至控制器。与现有技术相比，本发明专利技术的单线激光雷达测障算法是车辆行驶安全保障系统的重要部分，能够保证无人驾驶轨道车在行驶过程中，准确检测出会与车辆发生碰撞的障碍物，并采取有效的措施保证不发生碰撞事故。

【技术实现步骤摘要】
一种用于全自动无人轨道车辆的单线激光雷达测障方法
本专利技术涉及远程遥控、监测领域，尤其涉及一种用于全自动无人轨道车辆的单线激光雷达测障方法。
技术介绍
现有铁路、地铁等轨道缺陷检测均由人工步行或者大型载人自动检修车辆完成。人工步行监测效率较低，且易出现误检；目前铁路轨道交通系统还没有长距离(几十甚至几百公里)无人驾驶检测系统的应用。无人驾驶能够降低检测车的安全级别，且其执行作业的效率远高于人工检测。但由于轨道纵横交错的复杂性，以及不定时产生的轨道障碍，如山体落石塌方等，给轨道车的无人驾驶造成严重阻碍，因此需要载人进行人工检测。虽然大型载人车辆安全级别高(载人设备)，但体型庞大，不易使用，人员需求量大，且下效率较低。
技术实现思路
本专利技术的目的就在于提供一种解决上述问题的能够保证无人驾驶轨道车在行驶过程中，准确检测出会与车辆发生碰撞的障碍物，并采取有效的措施保证不发生碰撞事故。为了实现上述目的，本专利技术采用的技术方案是：一种用于全自动无人轨道车辆的单线激光雷达测障方法，其特征在于：方法步骤如下，a.激光雷达与控制器通过以太网连接，使用UDP协议向控制器发送数据帧；b.控制器对每帧数据进行密集重复数据滤波和整形化处理；c.根据轨道与轨道壁的特征进行图像分割；d.然后通过坐标转换算法将数据转化成笛卡尔直角坐标；e.校准确定激光雷达与笛卡尔坐标系y轴重合的光线角度，并进行标定；f.根据车载校准面计算起始角度和结束角度，并确定激光雷达行驶方向对应角度；g.确定激光雷达行驶方向的对应角度后，截取有效角度范围内数据；h.对有效范围内图像数据进行霍夫变换获得直线度最优的两条直线参数，并获得轨道两侧的轨道壁或者护栏的扫描曲线，激光雷达前进方向以这两条曲线内为障碍物检测范围；i.对两条直线参数进行滑动均值滤波处理；j.检测障碍物检测范围是否有激光反射点，判断是否有障碍物，并反馈至控制器。作为优选，步骤a中，以100Hz的频率使用UDP协议向控制器发送数据帧，每帧数据含有2000组数据,每隔0.18°一组，每组数据含有反射点距离、角度及反射信号强度三个数据,并以10帧为窗口进行滑动均值滤波处理。作为优选，步骤b中，控制器进行整形化算法处理是将Sin和cos使用整形查表算法替代。作为优选，步骤d中，其原点在极坐标系原点，x轴方向与轨道方向垂直，y轴方向与轨道方向平行。作为优选，步骤f中，为了确定激光雷达与笛卡尔坐标系y轴重合的光线角度，系统在车辆上安装有一个标准的校准面，校准面与轨道面垂直，且其两个边缘与原点连线的角度和距离均可测，记这两条连线为校准线1和校准线2，校准时，通过测量激光雷达扫描线与这两条校准线重合的角度，即可计算出激光雷达与y轴重合的光线角度。作为优选，步骤f中，有的路段轨道两侧的轨道壁只有一侧与轨道基本平行，另一侧角度差较大，根据校准的激光雷达角度确定使用哪边的轨道壁作为参考。作为优选，步骤h中，将激光雷达测量数据进行二次稀疏处理后再进行霍夫变换。作为优选，步骤j中，检测到反射点后，对反射数据进行障碍物滑动窗口滤波，进一步判断是否为有效障碍物，若为有效障碍物则进行报警警示，然后系统判别是否在可控制动范围内，当判断为有效障碍物且不在可控制动范围内，进行紧急停车，当判断为有效障碍物在可控制动范围内，进行车辆降速停车。作为优选，步骤a中，采用单线激光雷达，水平扫描角度分辨率为0.18°，测量距离为100米。作为优选，步骤a中，激光雷达扫描面距轨道面25～50cm，激光雷达安装面，水平度优于0.2°。与现有技术相比，本专利技术的优点在于：本专利技术的单线激光雷达测障算法是车辆行驶安全保障系统的重要部分，能够保证无人驾驶轨道车在行驶过程中，准确检测出会与车辆发生碰撞的障碍物，并采取有效的措施保证不发生碰撞事故。以便实现了检修车辆的小型化，超远距离遥测。附图说明图1为本专利技术激光雷达水平扫描示意图；图2为本专利技术的测障方法流程图；图3为本专利技术的激光雷达校准示意图；图4为本专利技术的直线l的极坐标；图5为实测隧道内激光雷达一帧数据；图6为本专利技术一次稀疏图；图7为本专利技术二次稀疏图；图8为障碍物检测区间示意图。具体实施方式下面将对本专利技术作进一步说明。由于轨道交通路面环境特征较明显，不需要对整个行驶环境进行三维重建，且考虑多线雷达数据较多(单线雷达的16倍)、响应较慢等不利因素，本系统采用单线激光雷达进行主动避障处理。单线激光雷达在水平面内以100Hz的频率，分辨率0.18°进行360°扫描，每10ms即可得到一帧数据，响应速度高。实施例1：参见图1，图2，一种用于全自动无人轨道车辆的单线激光雷达测障方法，方法步骤如下，a.激光雷达与控制器通过以太网连接，使用UDP协议向控制器发送数据帧；，以100Hz的频率使用UDP协议向控制器发送数据帧，每帧数据含有2000组数据,每隔0.18°一组，每组数据含有反射点距离、角度及反射信号强度三个数据；b.控制器对每帧数据进行密集重复数据滤波和整形化处理；激光雷达扫描的特点，越近的点越密集，导致一条直线上的点从近到远行程密到稀疏的过程，如果不进行密集重复数据滤波，使密集点位稀疏化，会导致近的地方在霍夫变换中贡献值过大，远的点对直线贡献过小。由于控制器是嵌入式PLC，其浮点计算能力效率较差，且激光雷达数据量较大，故对数据进行计算整形化处理，转化为整数计算(包括sin及cos均整形化处理)；(浮点数放大取整是否不需要了)控制器对数据中的sin及cos进行整形化处理，将Sin和cos使用整形查表算法替代。查表算法，建立一个3600个点的整形数组(sin和cos各一个)(放大65535倍--新的修改，增加计算精度)，数组索引从0～3599即0°到359.9°，分辨率为0.1°，索引对应的数值值表示sin((索引值/10.0)°)或者cos((索引值/10.0)°)例如：sin(90°)＝1,则sin_talbe[900]＝Int(1.0f*65535)＝65535。c.根据轨道与轨道壁的特征进行图像分割(轨道交通的特点：路线固定，轨道和隧道壁或护栏直接基本平行，且墙壁位置距离轨道中心至少1.5米。即墙壁直线的极坐标方程参数(ρ、θ)中，ρ值至少大于1.5米，θ值接近90°--前进方向为0°，根据这一条件，可以只考虑轨道壁框内范围的数据)图5为实测隧道内激光雷达一帧数据，超过1000个数据点，为了提高计算速度，根据轨道交通的特点对点云图像进行分割处理。从图5中可以看到，由于轨道与轨道壁夹角较小，待求取轨道壁直线方程的参数(ρ、θ)，其θ值接近90度(与轨道方向夹角)；其ρ值至少大于1.5米(轨道壁与轨道中心的距离)。根据这一特征，将图像按照图5所示分割，进行霍夫变换是只考虑上下两个轨道壁框内的数据。d.然后通过坐标转换算法将数据转化成笛卡尔直角坐标；为了计算统一(整形化的各种算法)，将极坐标数据转换为笛卡尔直角坐标系，激光雷达原始数据使用极坐标表示；其原点在极坐标系原点(激光雷达旋转轴中心点)，x轴方向与轨道方向垂直，y轴方向与轨道方向平行。图4中直线l的极坐标方程为：其中(δ，α)为直线上的任意一点，ρ、θ为直线参数，将式(1)变换为：由于激光雷达数据为极坐标表示(距离,角度)，依据(2)式进行霍夫变换能够本文档来自技高网...

【技术保护点】
1.一种用于全自动无人轨道车辆的单线激光雷达测障方法，其特征在于：方法步骤如下，a.激光雷达与控制器通过以太网连接，使用UDP协议向控制器发送数据帧；b.控制器对每帧数据进行密集重复数据滤波和整形化处理；c.根据轨道与轨道壁的特征进行图像分割；d.然后通过坐标转换算法将数据转化成笛卡尔直角坐标；e.校准确定激光雷达与笛卡尔坐标系y轴重合的光线角度，并进行标定；f.根据车载校准面计算起始角度和结束角度，并确定激光雷达行驶方向对应角度；g.确定激光雷达行驶方向的对应角度后，截取有效角度范围内数据；h.对有效范围内图像数据进行霍夫变换获得直线度最优的两条直线参数，并获得轨道两侧的轨道壁或者护栏的扫描曲线，激光雷达前进方向以这两条曲线内为障碍物检测范围；i.对两条直线参数进行滑动均值滤波处理；j.检测障碍物检测范围是否有激光反射点，判断是否有障碍物，并反馈至控制器。

【技术特征摘要】
1.一种用于全自动无人轨道车辆的单线激光雷达测障方法，其特征在于：方法步骤如下，a.激光雷达与控制器通过以太网连接，使用UDP协议向控制器发送数据帧；b.控制器对每帧数据进行密集重复数据滤波和整形化处理；c.根据轨道与轨道壁的特征进行图像分割；d.然后通过坐标转换算法将数据转化成笛卡尔直角坐标；e.校准确定激光雷达与笛卡尔坐标系y轴重合的光线角度，并进行标定；f.根据车载校准面计算起始角度和结束角度，并确定激光雷达行驶方向对应角度；g.确定激光雷达行驶方向的对应角度后，截取有效角度范围内数据；h.对有效范围内图像数据进行霍夫变换获得直线度最优的两条直线参数，并获得轨道两侧的轨道壁或者护栏的扫描曲线，激光雷达前进方向以这两条曲线内为障碍物检测范围；i.对两条直线参数进行滑动均值滤波处理；j.检测障碍物检测范围是否有激光反射点，判断是否有障碍物，并反馈至控制器。2.根据权利要求1所述的一种用于全自动无人轨道车辆的单线激光雷达测障方法，其特征在于：步骤a中，以100Hz的频率使用UDP协议向控制器发送数据帧，每帧数据含有2000组数据,每隔0.18°一组，每组数据含有反射点距离、角度及反射信号强度三个数据,并以10帧为窗口进行滑动均值滤波处理。3.根据权利要求1所述的一种用于全自动无人轨道车辆的单线激光雷达测障方法，其特征在于：步骤b中，控制器进行整形化算法处理是将Sin和cos使用整形查表算法替代。4.根据权利要求1所述的一种用于全自动无人轨道车辆的单线激光雷达测障方法，其特征在于：步骤d中，其原点在极坐标系原点，x轴方向与轨道方向垂直，y轴方向与轨道方向平行。5.根据权利要求1所...

【专利技术属性】
技术研发人员：刘俊，
申请(专利权)人：成都宇俊盛科技有限公司，
类型：发明
国别省市：四川,51