一种多激光雷达的汽车驾驶障碍物检测方法及系统技术方案

本发明专利技术公开了一种多激光雷达的汽车驾驶障碍物检测方法及系统，本发明专利技术专利属于自动驾驶领域的传感器数据感知范畴。自动驾驶功能的核心包括传感器数据的感知，融合，决策，规划，控制等部分，其中，传感器数据的感知是自动驾驶功能实现的第一步。本发明专利技术主要是采用多激光雷达来进行障碍物检测，在自车的左右两边和车顶上分别安装velodyne‑16线激光雷达，用于对车辆周围环境进行感知，获取障碍物，为决策模块的路径规划提供数据支撑。本发明专利技术采用高精度地图和激光雷达相结合，利用激光点云的位深图像来进行障碍物检测，大大提高了检测效率，本发明专利技术采用16线激光雷达进行障碍物检测，大大降低了使用成本。

An obstacle detection method and system for automobile driving based on multi lidar

【技术实现步骤摘要】
一种多激光雷达的汽车驾驶障碍物检测方法及系统
本专利技术涉及汽车驾驶障碍物检测领域，更具体地说，涉及一种多激光雷达的汽车驾驶障碍物检测方法及系统。
技术介绍
自动驾驶功能的核心包括传感器数据的感知，融合，决策，规划，控制等部分。其中，传感器数据的感知是自动驾驶功能实现的第一步。现在国内外主要自动驾驶感知都是使用。激光雷达来进行障碍物检测，有很多采用32线，或者64线激光雷达来进行障碍物检测，但是这种激光雷达价钱昂贵，不符合批量使用。激光雷达检测障碍物有很多种方式，1)对激光雷达进行2D投影变换到图像坐标系中用连通域的方式来进行障碍物检测。2)采用K-D树，欧几里得聚类的方式来进行障碍物检测。3)将激光点云转换到极坐标系下进行聚类，进行障碍物检测。4)利用深度学习进行激光点云聚类等等。这些运算时间比较长，对于实时性要求比较严格的场景，无法提供支撑。
技术实现思路
本专利技术要解决的技术问题在于，针对现有技术中激光雷达检测障碍物的方法运算时间比较长，对于实时性要求比较严格的场景，无法提供支撑的技术缺陷，提供一种多激光雷达本文档来自技高网...

【技术保护点】
1.一种多激光雷达的汽车驾驶障碍物检测方法，其特征在于，包含如下步骤：/nS1、采用UDP方式将多个16先激光器雷达采集的激光雷达数据传送至处理单元，从而获取激光雷达点云数据，所述多个16先激光器雷达安装在汽车上安对汽车周围环境进行采集；在进行UDP方式向处理单元传送数据时，在一帧点云数据包中包含多个UDP数据包，每个UDP包中数据有Azimuth、Channel以及Timestamp，Azimuth代表了激光器雷达进行数据采集时的角度值，Channel特指激光的线编号，所以激光有多少线就有多少个channel数据值，Timestamp为数据采集时间；/nS2、将所述激光雷达点云数据进行坐标系...

【技术特征摘要】
1.一种多激光雷达的汽车驾驶障碍物检测方法，其特征在于，包含如下步骤：
S1、采用UDP方式将多个16先激光器雷达采集的激光雷达数据传送至处理单元，从而获取激光雷达点云数据，所述多个16先激光器雷达安装在汽车上安对汽车周围环境进行采集；在进行UDP方式向处理单元传送数据时，在一帧点云数据包中包含多个UDP数据包，每个UDP包中数据有Azimuth、Channel以及Timestamp，Azimuth代表了激光器雷达进行数据采集时的角度值，Channel特指激光的线编号，所以激光有多少线就有多少个channel数据值，Timestamp为数据采集时间；
S2、将所述激光雷达点云数据进行坐标系转换，把所述多个16先激光器雷对应的数据从激光雷达坐标系转换到同一车身坐标系中，得到坐标转换后的激光雷达点云数据；
S3、基于汽车上安装的惯性导航系统获取车身的运动轨迹，基于车身的运动轨迹利用地图获取ROI区域，并利用体数栅格滤波对坐标转换后的激光雷达点云数据进行降采样和分割，获取ROI区域对应的经过降采样后的激光雷达点云数据；
S4、将降采样后的激光雷达点云数据进行2D投影，获取激光点云位深图像并对激光点云位深图像进行聚类，然后通过最小外包围盒算法，得出激光点云位深图像中的障碍物；聚类时的聚类方法为：在获取到激光点云位深图像后，算出图像中任意相邻两个点的角度，如果角度大于阈值，则表示是同一个物体，否则表示是另外一个物体；
S5、利用UKF对激光点云位深图像中的障碍物进行跟踪输出。


2.根据权利要求1所述的多激光雷达的汽车驾驶障碍物检测方法，其特征在于，步骤S1中，所述多个16先激光器雷达安装在汽车上是指在汽车的左右两侧以及车顶上分别安装一个velodyne-16线激光器雷达，一共3个激光器雷达。


3.根据权利要求1所述的多激光雷达的汽车驾驶障碍物检测方法，其特征在于，降采样后的激光雷达点云数据的行数为16，列数为ROI_W除以进行体数栅格滤波时的体数栅格宽度的值，每一行对应一个channel的数据；ROI_W为ROI区域的宽度。


4.根据权利要求1所述的多激光雷达的汽车驾驶障碍物检测方法，其特征在于，进行体数栅格滤波时的栅格的大小为0.1m*0.1m*0.1m。


5.根据权利要求1所述的多激光雷达的汽车驾驶障碍物检测方法，其特征在于，步骤S4中所述阈值为10度。


6.根据权利要求1所述的多激光雷达的汽车驾驶障碍物检测方法，其特征在于，任意相邻两个点A与B的角度通过下述公式计算得出：



其中，在激光雷达坐标系中，d1表示激光雷达坐标系原点到A点的距离，d2表示激光雷达坐标系原点到...

【专利技术属性】
技术研发人员：费腾，叶雄飞，蔡幼波，
申请(专利权)人：武汉乐庭软件技术有限公司，
类型：发明
国别省市：湖北;42