【技术实现步骤摘要】
一种基于SLAM的窄道通行障碍物检测方法
本专利技术涉及车辆行驶辅助
，具体地说，是一种基于SLAM的窄道通行障碍物检测方法。
技术介绍
随着自动驾驶的迅猛发展，智能车为驾驶员提供了多种驾驶辅助功能，其中较为重要的一员就是车辆窄道通行辅助系统。目前窄道通行的解决方案有两种，一是基于毫米波雷达给出障碍物的预警报告，二是基于激光雷达来解决障碍物检测的任务。但是这两种方法都存在一定的缺陷，毫米波雷达由于其先天特性，无法给出障碍物的角度，只能起预警作用；激光雷达虽可以在大范围内生成低累计误差的高精度地图，但在实际落地方面面临着成本门槛，导致成本较高，市场应用受限。视觉SLAM(Simultaneouslocalizationandmapping)以相机获取的序列图像数据为基础，依据图像信息结合成像模型恢复环境与相机间的关系，随着相机运动递增式地确定周围环境图，并输出相机在环境图中的位置。早期视觉SLAM技术大多采用特征点法，构建出的稀疏点云图虽可提供定位，但无法在障碍物检测方面提供帮助。直到单目直接法LSD-SLAM在构建半稠密地图上展现的良好表现，才推动了SLAM...
【技术保护点】
1.一种基于SLAM的窄道通行障碍物检测方法，其特征在于，包括步骤：S100采集数据，通过单目视觉SLAM构建窄道半稠密地图；S200将里程计与SLAM融合得到窄道半稠密地图的真实尺度；S300将三维SLAM半稠密地图点投射到二维栅格地图中，统计地图点在栅格中的密度来去除噪点；S400根据半稠地图密的有效障碍物点集合，采用回归算法拟合障碍物边界。
【技术特征摘要】
1.一种基于SLAM的窄道通行障碍物检测方法，其特征在于，包括步骤：S100采集数据，通过单目视觉SLAM构建窄道半稠密地图；S200将里程计与SLAM融合得到窄道半稠密地图的真实尺度；S300将三维SLAM半稠密地图点投射到二维栅格地图中，统计地图点在栅格中的密度来去除噪点；S400根据半稠地图密的有效障碍物点集合，采用回归算法拟合障碍物边界。2.根据权利要求1所述的基于SLAM的窄道通行障碍物检测方法，其特征在于，所述步骤S100包括步骤：S110通过车辆鱼眼前视摄像头来采集数据；S120对视频流进行几何畸变，光度畸变，图像增强操作；S130将处理后的视频流数据输入至半稠密直接法SLAM中，进行坐标转换，得到世界坐标系下的窄道半稠密地图。3.根据权利要求2所述的基于SLAM的窄道通行障碍物检测方法，其特征在于，所述步骤120包括具体包括步骤：对输入的视频流进行光度去畸变处理，位姿的运算通过最小化光度误差来计算，并进行窗口化的局部BundleAdjustment，其中，位姿计算使用的误差项为车辆行驶前后两帧图像的光度误差。4.根据权利要求1所述的基于SLAM的窄道通行障碍物检测方法，其特征在于，所述步骤S100具体包括步骤：S111对车载鱼眼摄像头进行几何畸变，光度畸变和内参的标定，将结果保存为二进制的LUT表，将车载鱼眼摄像头固定安装在车辆前车标处，标定其与车辆后轴中心的坐标转换，将车辆长度，宽度，前相机内参系数，保存为xml文件以供后续读取；S121将车载鱼眼摄像头的视频数据通过车载视觉微处理器S32V传送到车载PC机上，将原始三通道视频数据转化为单通道视频数据，读取所述步骤S111中保存的二进制LUT表bin文件和xml文件，去除视频数据的几何畸变，光度畸变，其中，若无法进行光度畸变标定，选取retinex图像增强算法对输入数据进行处理；S131将处理过的视频数据输入到半稠密直接法SLAM中，进行地图的构建与鱼眼相机位姿的实时，其中，使用先前标定的相机与车辆后轴中心坐标系变换，将半稠密地图中点云的坐标系转换到第一帧车辆后轴中心坐标。5.根据权利要求1所述的基于SLAM的窄道通行障碍物检测方法，其特征在于，所述步骤S200包括步骤：S210提前标定视频与里程计的硬件传输时间差，在软件层面对里程计数据和视频数据进行时间上的对齐；S220根据SLAM初始化后多个关键帧的车辆位姿数据，与里程计车辆位姿数据建立二范数误差函数，选取使得误差函数最小化的尺度值，...
【专利技术属性】
技术研发人员：潘钰华，
申请(专利权)人：江苏裕兰信息科技有限公司，
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。