一种无人矿卡障碍物检测方法技术

本发明专利技术公开了一种无人矿卡障碍物检测方法，按照以下步骤工作：将激光雷达、毫米波雷达获取的障碍物数据分别转换为相应的车体坐标系；采用格栅地图高度差结合领域差值地面检测，绘制“地面‑高架点”的0、1二值图；采用多参数模型对高架点进行聚类；根据车辆的运动轨迹，判断聚类结果是否会为影响车辆正常行驶的障碍物；检测车辆是否在可行驶区域；将毫米波雷达获取的障碍物数据与激光雷达获取的障碍物数据进行匹配，输出最终结果。本发明专利技术针对矿用自卸卡车的实际应用环境，对道路内障碍物进行有效检测，防止漏检，精确聚类。本发明专利技术的鲁棒性较好，采用多种雷达融合的方案，通过将激光雷达的检测结果与毫米波雷达的检测结果进行匹配，减小误检率。

【技术实现步骤摘要】
一种无人矿卡障碍物检测方法
本专利技术涉及矿卡无人驾驶
，具体涉及一种无人矿卡障碍物检测方法。
技术介绍
矿山场景作业单一，场景相对简单，是无人驾驶技术落地的最佳场景。矿山场景障碍物检测相比城市道路，其特点主要是：道路崎岖不平，矿卡行驶过程中一直处于颠簸状态，对传感器数据采集造成影响；道路障碍物除了车辆、行人之外，还会有落石等，感知系统需要对一定大小的障碍物做出精准的检测；道路没有明显的路沿，道路两侧多以树木、杂草、土坡为主，对可行驶区域的检测增加难度。另外，矿山场景下，感知系统的设计需要考虑雨雪、强弱光、扬尘等恶劣条件，对障碍物检测提出更高的要求。现有技术中已有关于无人矿卡障碍物的监测方法，申请号为201610687204.6的专利公开了障碍物快速检测方法，针对一般车辆，采用点云栅格图加内部高度差的方法检测障碍物，容易出现漏检的情况；采用模板匹配方法对道路上多种障碍物进行聚类，但在三维场景中，由于激光雷达与目标相对位置时刻变化，会出现聚类结果与模板匹配计算不准确的问题。申请号为201110150818.8公开了一种SVM本文档来自技高网...

【技术保护点】
1.一种无人矿卡障碍物检测方法，其特征在于：按照以下步骤工作：/n将激光雷达、毫米波雷达获取的障碍物数据分别转换为相应的车体坐标系；/n采用格栅地图高度差结合领域差值地面检测，绘制“地面-高架点”的0、1二值图；/n采用多参数模型对高架点进行聚类；/n根据车辆的运动轨迹，判断聚类结果是否会为影响车辆正常行驶的障碍物；/n检测车辆是否在可行驶区域；/n将毫米波雷达获取的障碍物数据与激光雷达获取的障碍物数据进行匹配，输出最终结果。/n

【技术特征摘要】
1.一种无人矿卡障碍物检测方法，其特征在于：按照以下步骤工作：
将激光雷达、毫米波雷达获取的障碍物数据分别转换为相应的车体坐标系；
采用格栅地图高度差结合领域差值地面检测，绘制“地面-高架点”的0、1二值图；
采用多参数模型对高架点进行聚类；
根据车辆的运动轨迹，判断聚类结果是否会为影响车辆正常行驶的障碍物；
检测车辆是否在可行驶区域；
将毫米波雷达获取的障碍物数据与激光雷达获取的障碍物数据进行匹配，输出最终结果。


2.根据权利要求1所述的一种无人矿卡障碍物检测方法，其特征在于：采用格栅地图高度差结合领域差值地面检测，绘制“地面-高架点”的0、1二值图的方法是：将障碍物数据格栅化，获取N*N的栅格图，计算每个栅格内点云高程的最大值和最小值的差值，并对每个栅格的差值进行梯度计算，并对比差值与预先设定的阈值进行比较，将差值大于阈值的点认定为“高架点”，对差值小于阈值的点云进行邻域差值计算，分离出“高架点”栅格和地面栅格，将所有地面栅格拟合成路面。


3.根据权利要求2所述的一种无人矿卡障碍物检测方法，其特征在于：邻域差值计算中领域的选取是将栅格周围2米以内的栅格认定为邻域。


4.根据权利要求2所述的一种无人矿卡障碍物检测方法，其特征在于：分离地面栅格的方法是：根据车距的分布，将所有属于地面的点云分成多个点云区间，并对各点云区间进行平面拟合，连接所有拟...

【专利技术属性】
技术研发人员：赵斌，艾云峰，唐建林，任良才，
申请(专利权)人：江苏徐工工程机械研究院有限公司，
类型：发明
国别省市：江苏;32