基于单线激光雷达的障碍物感知方法、装置和计算机终端制造方法及图纸

本发明专利技术实施例公开了基于单线激光雷达的障碍物感知方法、装置和计算机终端，该方法包括：将获得的点云笛卡尔坐标数据按照预设的聚类规则进行点云聚类，以获取多个第一点云群组；将每一第一点云群组内的点云笛卡尔坐标数据按照预设的分割规则进行点云群组分割，以获取多个第二点云群组；对每一第二点云群组内的点云笛卡尔坐标数据进行拟合，以获取每一第二点云群组的每一拟合线段，然后将所有拟合线段按照预设的融合规则进行融合处理，以获取多条融合线段；根据所述融合线段和预设的判断规则确定所述障碍物的形状。本发明专利技术的技术方案通过对障碍物的点云坐标数据进行聚类、分割、拟合以及融合处理以确定障碍物的形状。

Obstacle perception method, device and computer terminal based on SLR

【技术实现步骤摘要】
基于单线激光雷达的障碍物感知方法、装置和计算机终端
本专利技术涉及激光雷达
，尤其涉及一种基于单线激光雷达的障碍物感知方法、装置和计算机终端。
技术介绍
目前，对于障碍物的感知技术，有基于视觉的障碍物感知技术、基于多线激光雷达的障碍物感知技术以及基于超声波的障碍物感知技术。对于基于视觉的障碍物感知技术，受环境影响大、算法复杂度高，例如，在有灰尘、烟雾的环境下，光线环境比较恶劣，而基于视觉的障碍物感知的相机是感知自然光的器件，因此难免受到干扰，而且视觉信息一般是提取CCD(ChargeCoupledDevice)上的像素信息，对像素信息进行处理的视觉算法十分复杂且对硬件系统要求较高。对于基于多线激光雷达的障碍物感知技术，32～64线机械式全旋转激光雷达：采用32或64对激光测距装置，在旋转平台上进行三维扫描，系统性能高，成像效果好，但是制造成本高，光轴调试极其困难，系统稳定性较差，旋转件损耗大，寿命有限，且量产难度大。对于基于超声波的障碍物感知技术，可靠性低，基于超声波的感知方案，由于超声波的性质，感知内容比较粗略，两个声波之间往往有一定间隙，很难做到对障碍物特征的精确描述，且容易对障碍物漏检测。
技术实现思路
鉴于上述问题，本专利技术提出一种基于单线激光雷达的障碍物感知方法、装置和计算机终端。本专利技术的一个实施方案提出一种基于单线激光雷达的障碍物感知方法，该方法包括：将单线激光雷达获取的障碍物的点云极坐标数据转换为点云笛卡尔坐标数据，并将所述点云笛卡尔坐标数据按照预设的聚类规则进行点云聚类，以获取多个第一点云群组；将每一第一点云群组内的点云笛卡尔坐标数据按照预设的分割规则进行点云群组分割，以获取多个第二点云群组；对每一第二点云群组内的点云笛卡尔坐标数据进行拟合，以获取每一第二点云群组的拟合线段，然后将所有拟合线段按照预设的融合规则进行融合处理，以获取多条融合线段；根据所述融合线段和预设的判断规则确定所述障碍物的形状。上述实施方案所述的聚类规则包括：依次计算所述点云笛卡尔坐标数据中每一相邻两点之间的距离dn，每一所述第一点云群组内相邻的两点之间的距离dn满足以下公式：dn<dg1+r1*param，dg1为预设第一基础距离，param为预设系数，r1为每一所述第一点云群组内相邻的两点中第一点到坐标原心的距离，所述第一点根据所述依次计算的方向确定；如果所述方向为从左往右，则所述第一点为左边的一点；如果所述方向为从右往左，则所述第一点为右边的一点。上述实施方案所述的分割规则包括：获取每一第一点云群组内距离最远的两点所组成的标准线段；计算每一第一点云群组内每一点到所述标准线段的距离dm，如果dm满足以下公式，则将满足以下公式的点作为所述第一点云群组的分割点，将所述第一点云群组分割获得所述第二点云群组；dm>dg2+r2*param，dg2为预设第二基础距离，param为预设系数，r2为所述第一点云群组内的点到坐标原心的最远距离。上述实施方案所述的融合规则包括：对每一相邻的两条拟合线段中所包括的点云笛卡尔坐标数据进行拟合处理，以获取初始融合线段；获取每一所述初始融合线段中一拟合线段的端点与另一拟合线段的端点之间的最小距离dmin，以及分别获取相邻的两条拟合线段的每一端点到所述初始融合线段的距离d01，d02，d03，d04；如果max(dmin,d01,d02,d03,d04)<dmerger，dmerger为预设融合距离，所述初始融合线段作为一所述融合线段，否则，每一拟合线段作为一所述融合线段。上述实施方案所述的障碍物的形状包括圆形障碍物和线段形障碍物。上述实施方案所述的判断规则包括：以每一融合线段为边做一离坐标原点最远的等边三角形，然后以所述等边三角形做一外接圆；如果所述外接圆的圆心与所述坐标原点的距离小于预设阈值，则所述融合线段所形成的外接圆为所述圆形障碍物；否则，则所述融合线段为所述线段形障碍物。上述实施方案还包括：将所述融合线段和/或所述外接圆按照预设的扩张阈值进行邻域扩张处理，然后进行栅格化处理。本专利技术的另一个实施方案提供一种基于单线激光雷达的障碍物感知装置，该装置包括：聚类模块，用于将单线激光雷达获取的障碍物的点云极坐标数据转换为点云笛卡尔坐标数据，并将所述点云笛卡尔坐标数据按照预设的聚类规则进行点云聚类，以获取多个第一点云群组；分割模块，用于将每一第一点云群组内的点云笛卡尔坐标数据按照预设的分割规则进行点云群组分割，以获取多个第二点云群组；融合模块，用于对每一第二点云群组内的点云笛卡尔坐标数据进行拟合，以获取每一第二点云群组的拟合线段，然后将所有拟合线段按照预设的融合规则进行融合处理，以获取多条融合线段；形状判断模块，根据所述融合线段和预设的判断规则确定所述障碍物的形状。本专利技术的再一个实施方案提供一种计算机终端，所述计算机终端包括存储器和处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述计算机终端执行上述基于单线激光雷达的障碍物感知方法。本专利技术的又一个实施方案提供一种可读存储介质，其存储有计算机程序，所述计算机程序在处理器上运行时执行上述的基于单线激光雷达的障碍物感知方法。本专利技术的技术方案将关于障碍物的点云笛卡尔坐标数据按照预设的聚类规则进行点云聚类，获取多个第一点云群组；然后，将每一第一点云群组内的点云笛卡尔坐标数据按照预设的分割规则进行点云群组分割，获取多个第二点云群组；进一步的，对每一第二点云群组内的点云笛卡尔坐标数据进行拟合，获取每一第二点云群组的每一拟合线段，然后将所有拟合线段按照预设的融合规则进行融合处理，获取多条融合线段；最后，根据所述融合线段和预设的判断规则确定所述障碍物的形状。本专利技术的技术方案有效克服现有障碍物感知技术的不足，通过点云笛卡尔坐标数据进行聚类、分割、拟合和融合处理后，按照预设的判断规则判断障碍物的形状，实现根据障碍物的形状对障碍物进行分类，不仅提高障碍物识别的可靠性，还有利于避障系统根据障碍物类别的不同，设置不同的避障规则。一方面，降低现有避障算法的复杂性；另一方面，使用单线激光雷达降低障碍物识别装置的成本。附图说明为了更清楚地说明本专利技术的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对本专利技术保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。图1示出了本专利技术实施例的基于单线激光雷达的障碍物感知方法的流程示意图；图2示出了本专利技术实施例的单线激光雷达扫描的极坐标系示意图；图3示出了本专利技术实施例的点云笛卡尔坐标数据的点云聚类的示意图；图4示出了本专利技术实施例的点云群组分割的；图5示出了本专利技术实施例的点云笛卡尔坐标数据拟合的示意图；图6示本文档来自技高网...

【技术保护点】
1.一种基于单线激光雷达的障碍物感知方法，其特征在于，该方法包括：/n将单线激光雷达获取的障碍物的点云极坐标数据转换为点云笛卡尔坐标数据，并将所述点云笛卡尔坐标数据按照预设的聚类规则进行点云聚类，以获取多个第一点云群组；/n将每一第一点云群组内的点云笛卡尔坐标数据按照预设的分割规则进行点云群组分割，以获取多个第二点云群组；/n对每一第二点云群组内的点云笛卡尔坐标数据进行拟合，以获取每一第二点云群组的拟合线段，然后将所有拟合线段按照预设的融合规则进行融合处理，以获取多条融合线段；/n根据所述融合线段和预设的判断规则确定所述障碍物的形状。/n

【技术特征摘要】
1.一种基于单线激光雷达的障碍物感知方法，其特征在于，该方法包括：
将单线激光雷达获取的障碍物的点云极坐标数据转换为点云笛卡尔坐标数据，并将所述点云笛卡尔坐标数据按照预设的聚类规则进行点云聚类，以获取多个第一点云群组；
将每一第一点云群组内的点云笛卡尔坐标数据按照预设的分割规则进行点云群组分割，以获取多个第二点云群组；
对每一第二点云群组内的点云笛卡尔坐标数据进行拟合，以获取每一第二点云群组的拟合线段，然后将所有拟合线段按照预设的融合规则进行融合处理，以获取多条融合线段；
根据所述融合线段和预设的判断规则确定所述障碍物的形状。


2.根据权利要求1所述的基于单线激光雷达的障碍物感知方法，其特征在于，所述聚类规则包括：
依次计算所述点云笛卡尔坐标数据中每一相邻两点之间的距离dn，每一所述第一点云群组内相邻的两点之间的距离dn满足以下公式：
dn<dg1+r1*param，dg1为预设第一基础距离，param为预设系数，r1为每一所述第一点云群组内相邻的两点中第一点到坐标原心的距离，所述第一点根据所述依次计算的方向确定；
如果所述方向为从左往右，则所述第一点为左边的一点；如果所述方向为从右往左，则所述第一点为右边的一点。


3.根据权利要求1所述的基于单线激光雷达的障碍物感知方法，其特征在于，所述分割规则包括：
获取每一第一点云群组内距离最远的两点所组成的标准线段；
计算每一第一点云群组内每一点到所述标准线段的距离dm，如果dm满足以下公式，则将满足以下公式的点作为所述第一点云群组的分割点，将所述第一点云群组分割获得所述第二点云群组；
dm>dg2+r2*param，dg2为预设第二基础距离，param为预设系数，r2为所述第一点云群组内的点到坐标原心的最远距离。


4.根据权利要求1所述的基于单线激光雷达的障碍物感知方法，其特征在于，所述融合规则包括：
对每一相邻的两条拟合线段中所包括的点云笛卡尔坐标数据进行拟合处理，以获取初始融合线段；
获取每一所述初始融合线段中一拟合线段的端点与另一拟合线段的端点之间的最小距离dmin，以及分别获取相邻的两条拟合线段的每一端点到所述初始融合线段的距...

【专利技术属性】
技术研发人员：孙国岐，贾全，
申请(专利权)人：三一机器人科技有限公司，
类型：发明
国别省市：北京;11