一种路侧自动驾驶车辆的定位方法技术

一种路侧自动驾驶车辆的定位方法，属于自动驾驶车辆定位。现有自动驾驶定位系统运行成本高，旧场地改造适用范围小、目标定位效果不准确的问题。本发明专利技术包括，无目标车辆时采集背景点云数据；实时采集有效视场内包括目标车辆的激光点云数据，之后滤除背景激光点云数据；对滤除背景的点云数据，再对其作用聚类算法，挑选出目标车辆的点云数据，然后计算聚类点云数据的线段端点之间的距离，通过与目标车辆几何尺寸比较，筛选出目标车辆的点云；计算目标车辆坐标和航向角；将目标车辆的定位数据发送给车载终端；车载终端接收定位数据以对目标车辆做出控制决策。本发明专利技术的定位方法精度高。

A Location Method for Roadside Automatic Driving Vehicles

【技术实现步骤摘要】
一种路侧自动驾驶车辆的定位方法
本专利技术涉及定位方法，特别涉及一种自动驾驶车辆的定位方法。
技术介绍
自动驾驶由于可以节省人力成本，降低事故率，减少油耗等优点，目前各界都在努力推动发展。随着各种车载传感器技术和人工智能技术的发展，自动驾驶技术也日渐趋于商用化。尤其在封闭、半封闭的应用场景，如自动化码头，机场，封闭园区等，自动驾驶技术有希望最先商业落地。车辆的自动驾驶主要通过定位、感知、决策和控制来实现。目前自动驾驶车辆的定位技术多是通过车载各种传感器，如激光雷达、毫米波雷达、摄像头以及GPS等，由于每种传感器有各自适用的场景，采用单一传感器容易失效，造成自动驾驶事故。为了提供自动驾驶的可靠性，现有技术多是采用多传感器融合的方案。车载传感器的定位方式存在信号遮挡的问题，例如在大型建筑物、大型机械附近，GPS信号存在多路径效应，造成定位误差较大。如用车载激光雷达进行定位时，在空旷环境时，激光雷达提取不到特征信息，从而也会造成交大定位误差。传感器可以安放在车辆上，也可以安防路侧，若是开放的应用场景，在路侧铺设传感器由于投入巨大而变得不现实，但是在封闭、半封闭场景，在路侧或者道路上铺设传感本文档来自技高网...

【技术保护点】
1.一种路侧自动驾驶车辆的定位方法，其特征在于：所述的定位方法通过以下步骤实现：步骤一、在激光雷达有效视场内无目标车辆时，采集背景点云数据；步骤二、激光雷达实时采集有效视场内包括目标车辆的激光点云数据；步骤三、在包括目标车辆的激光点云数据中滤除背景激光点云数据；步骤四、对滤除背景的点云数据，再对其作用聚类算法，挑选出目标车辆的点云数据；步骤五、对于步骤四中获得的不同类别标号的聚类点云数据和其对应的标号，计算聚类点云数据的线段端点之间的距离，通过与目标车辆长度、宽度的几何尺寸比较，筛选出目标车辆的点云；步骤六、计算目标车辆坐标和航向角；步骤七、将目标车辆的定位数据发送给车载终端；步骤八、车载终端...

【技术特征摘要】
1.一种路侧自动驾驶车辆的定位方法，其特征在于：所述的定位方法通过以下步骤实现：步骤一、在激光雷达有效视场内无目标车辆时，采集背景点云数据；步骤二、激光雷达实时采集有效视场内包括目标车辆的激光点云数据；步骤三、在包括目标车辆的激光点云数据中滤除背景激光点云数据；步骤四、对滤除背景的点云数据，再对其作用聚类算法，挑选出目标车辆的点云数据；步骤五、对于步骤四中获得的不同类别标号的聚类点云数据和其对应的标号，计算聚类点云数据的线段端点之间的距离，通过与目标车辆长度、宽度的几何尺寸比较，筛选出目标车辆的点云；步骤六、计算目标车辆坐标和航向角；步骤七、将目标车辆的定位数据发送给车载终端；步骤八、车载终端接收定位数据以对目标车辆做出控制决策。2.根据权利要求1所述一种路侧自动驾驶车辆的定位方法，其特征在于：所述的步骤一中，在激光雷达有效视场内无目标车辆时，采集背景点云数据的过程，具体为：激光雷达安装调试完毕，在激光雷达有效视场内无目标车辆时采集激光点云数据，作为背景帧fb，并将fb作为技术文档保存。3.根据权利要求2所述一种路侧自动驾驶车辆的定位方法，其特征在于：所述的步骤二中，激光雷达实时采集有效视场内包括目标车辆的激光点云数据的过程是指，所述的激光雷达工作时，目标车辆进入激光雷达的有效视场内，激光雷达实时采集激光点云数据，发送给所述的激光雷达的数据处理单元。4.根据权利要求3所述一种路侧自动驾驶车辆的定位方法，其特征在于：所述的步骤三中，在包括目标车辆的激光点云数据中滤除背景激光点云数据的过程是指，数据处理单元将接收到每一帧点云数据作为数据帧fd，利用数据帧fd减去背景帧fb，联合设定的阈值Th，获取相对背景变化的点云数据fu，具体为：步骤三一、某一帧点云数据fd与背景帧数据fb作差，得到点云差值数据K；步骤三二、判断点云差值数据K中的每一点的数据，如果某一点的数据小于设定的阈值Th，则该点数据置零；步骤三三、得到相对背景变化的点云数据fu。5.根据权利要求4所述一种路侧自动驾驶车辆的定位方法，其特征在于：所述的步骤四中，对滤除背景的点云数据，以两点之间的欧式距离和设定的阈值作为聚类条件进行聚类处理，为不同的聚类点云数据设置不同的类别标号的过程是指，对滤除背景的点云数据做聚类处理，设置阈值r，然后遍历所有的激光点云fu，当任意两点的欧式距离小于阈值r时，即可归为一类，并为不同的聚类点云设置不同的类别标号Label；其中，初始时，所有点均没有类别编号；具体为：步骤四一、遍历fu中的每一个点i，判断点i是否有类别标号Label，如果没有类别标号，该点记为ui，如果有类别标号，则选择fu中其他无类别标号的点，记为ui；步骤四二、计算fu中除了ui之外的所有点与ui之间的欧式距离，挑选距离小于阈值r的所有点，将其放入集合NN中；而大于阈值r的舍弃；步骤四三、取出集合NN中一点uj，判断uj和ui是否有类别标号，如果uj有类别标号，而且ui没有类别标号，则将Label(ui)赋值为Label(uj)，其中Label(ui)代表ui的类别标号；如果uj和ui都有类别标号，而且Label(ui)不等于Label(uj)，则将Label(uj)赋值为Label(ui)；步骤四四、如果ui有类别标号，而且uj没有类别标号，则将Label(uj)赋值为Label(ui)；步骤四五、判...

【专利技术属性】
技术研发人员：董靖，王亚飞，陶圣，周小科，
申请(专利权)人：深圳数翔科技有限公司，
类型：发明
国别省市：广东,44