基于激光雷达感知的园区低速自动巡航及紧急制动系统技术方案

本发明专利技术公开了一种基于激光雷达感知的园区低速自动巡航及紧急制动系统，包括1)激光点云的特征提取，2)激光距离灰度图闭运算，采用了八邻域插值法和图像闭运算操作进行对比修正；3)激光灰度图特征提取，使用Sobel算子对强度灰度图进行边缘提取，从而保留使用由激光点云强度反映出的物体的轮廓特征，并利用强度边缘图进行融合和训练；4)车道估算，通过道面总宽度，区分有应急车道及没有应急车道以及车道数量；5)计算PID车辆横向控制公式参数。本发明专利技术可以避免阴影、天气、光强等造成的影响，并且利用激光雷达同样可以完成视觉感知实现的对任意场景下的道路进行语义分割检测，进而识别出可行驶区域。

【技术实现步骤摘要】
基于激光雷达感知的园区低速自动巡航及紧急制动系统
本专利技术涉及自动驾驶领域，尤其涉及一种基于激光雷达(机器学习)的低速园区无人车巡航及紧急制动系统。
技术介绍
激光雷达定位，机器人定位的目的是知道其本身所在位置。目前，机器人定位方法可分为自主定位和非自主定位两大类。所谓的非自主定位在定位的机器人的过程中需要使用机器人本身以外的装置，如全球定位系统(GPS)的帮助下，找到自身的位置；自主定位是一个机器人定位只取决于机器人自身携带的传感器。由于在室内环境中无法使用GPS，安装其他辅助定位系统又非常不便。由此可知，自主定位是更适用于机器人的方法。位姿跟踪是机器人在已知初始位置的情况下，随着机器人的不断移动，对地图中提取的特征和所观测到的特征进行匹配并计算它们之间的关系，进而更新机器人的姿态。SLAM基本思想是在同一时间使用已经建立的地图，纠正基于运动模型的机器人姿态估计误差，更准确的地图创建基于可靠的机器人位姿。SLAM方法有很多种，目前大致可分为两类：一类为基于概率模型的方法，另一类为非概率模型方法。许多基于卡尔曼滤波的SLAM方法如EKFSLAM、FastSLAM就属于概率模型方法。非概率模型方法有主要有扫描匹配(本专利技术方法)、数据融合(dataassociation)、基于模糊逻辑等。三维目标匹配框架能够将代表模板点云的一组特征点匹配到代表场景点云的一组特征点上。对于模板和场景的三维点云数据，本节采用基于体素的采样方法对其进行特征点采样，分别从模板和场景的三维点云数据中采样出一系列特征点。首先，利用八叉树索引结构，将模板和场景的三维点云数据分别以体素宽度VT和K进行体素化。然后，对于划分后的每一个体素，将距离该体素的质心位置最近的点作为特征点。最后，将本章所提出的三维目标匹配框架应用于采样出的模板特征点和场景特征点，并计算这两组特征点之间的同源匹配关系。从采集到的车载激光点云数据中共选取了七组包含不同三维目标的测试数据。对特征匹配代价项和几何匹配代价项赋以相同的权重。通常情况下，当场景点云中的实例与模板点云存在较大的形态差异时，可以将A的值设置的大一些，即：炒1.0。此时，几何匹配代价项获得了更高的权重，可以有效地应对模板点云与场景点云中对应实例之间的形态差异，能够得到更佳的三维目标匹配结果。而当场景点云中的实例与模板点云之间的形态差异不大时，可以将A的值设置的稍微小一些，即：压1.O。常欢.无人车基于三维点云场景理解的语义地图构建[d].大连理工大学,2016，采用了对ODVL图进行超像素分割，把分割后得到的超像素块作为分类的最小单元，提取其20维纹理特征。无法实现对目标物的多样化分类。孙文静.基于视频和激光点云结合的行人检测方法[D].武汉理工大学.2013，采用3D激光扫描仪和摄像机协同工作，利用激光点云对视频图像进行初步目标区域提取，减小计算范围，采集行人的反射强度信息，扩充视频图像的HOG特征，并利用线性SVM进行训练得到行人检测分类器，从而进行行人检测。但是需要对激光雷达数据与视频数据进行双重处理，提升了对系统运算性能的要求。上述所认证的方法无法实现利用单个传感器对车辆行驶环境的目标及距离感知。
技术实现思路
1、本专利技术的目的本专利技术为了解决利用单个传感器对车辆行驶环境的目标及距离感知的问题，提出了一种基于激光雷达(机器学习)的低速园区无人车巡航及紧急制动系统。2、本专利技术所采用的技术方案本专利技术公开了一种基于激光雷达感知的园区低速自动巡航及紧急制动系统，包括：1)激光点云的特征提取，激光点云点云映射到二维图像上后，每个像素对应多个激光点，取值最大的激光点作为该像素对应的激光点；采用线性变换方式将激光点云的距离和反射强度之转化成灰度值；经计算，生成的距离灰度图和反射强度图；2)激光距离灰度图闭运算采用了八邻域插值法和图像闭运算操作进行对比修正；3)激光灰度图特征提取使用Sobel算子对强度灰度图进行边缘提取，从而保留使用由激光点云强度反映出的物体的轮廓特征，并利用强度边缘图进行融合和训练；4)车道估算通过道面总宽度，区分有应急车道及没有应急车道以及车道数量；5)计算PID车辆横向控制公式参数5.1PID横向控制公式：y＝y_+p*(o1-o2)+i*o1+d*(o1-2*o2+o3)o1：当前帧的车辆偏移距离offset，o2：上一帧的偏移距离；o3：上上一帧的偏移距离；y:当前帧的方向盘转角；y_:上一帧的方向盘转角；P、i、d：系数；5.2根据激光雷达探测的目标的距离变化率判断是否需要启动紧急制动以及是启动缓刹还是启动急刹。优选的，1)激光点云的特征提取中：距离灰度计算公式如下所示，R(x，y)表示像素(x，y)对应的激光点到扫描仪的距离，计算二维图像内所有激光点距离的最大值Rmax和最小值Rmin；G(x，y)表示像素(x，y)对应的灰度值；距离值换成反射强度值I(x，y)：经计算，生成的距离灰度图和反射强度图。优选的，2)激光距离灰度图闭运算：采用了八邻域插值法和图像闭运算操作进行对比修正；八邻域插值即对于灰度图中灰度为零的像素，取邻域的八个像素点的灰度值的平均值作为该点的灰度网值；图像闭运算即先对图像进行先膨胀再腐蚀操作；膨胀操作可以将与物体接触的一定范围内的背景点合并到物体中，扩张物体的边界，连接近邻物体，填充物体内细小的空洞；膨胀操作后，为了消除边界噪点，平滑边界，对反射强度灰度图进行腐蚀操作。优选的，4)车道估算：L1为激光雷达检测的车体到左侧路沿的距离，L2为激光雷达检测的车体到右侧激光雷达的距离，设道面总宽度L，则L可由公式(2)得到:L＝L1+L2(2)考虑到并非所有的所有道路均设置紧急车道，使用求模运算进行估计，设余数为M，则余数M可由公式(3)得到：M＝L％3.75(3)如果M约等于2.5，则认为存在应急车道，否则认为不存在；若存在时，路面宽度由公式(4)得到：L＝L-2.5(4)设车道数为N，使用路面宽度除以3.75，并向下取整，因为在道路设计中，路面与路沿之间存在一小段距离，则车道数可有公式(5)得到：得到车道数量以后就可以对路面进行大致的划分。优选的，5.2根据激光雷达探测的目标的距离变化率判断是否需要启动紧急制动以及是启动缓刹还是启动急刹的具体判定依据：(1)若距离小于最小阈值m：急刹；(2)若距离在最小最大预设值之间，计算距离区间内的物体的速度，若最快速度大于最大速度阈值n：急刹，否则：缓刹。优选的，还包括点云融合处理步骤：N帧点云数据以队列的形式进行存储，当新一帧点云数据到达时，将其压入队列尾部，同时删除队列头部的点云帧数据。优选的，还包括点云目标识别步骤：提取目标特征构造样本对象的多维特征向量，通过SVM分类器分类后，Adaboost算法对本文档来自技高网...

【技术保护点】
1.一种基于激光雷达感知的园区低速自动巡航及紧急制动系统，其特征在于：/n1)激光点云的特征提取，激光点云点云映射到二维图像上后，每个像素对应多个激光点，取值最大的激光点作为该像素对应的激光点；采用线性变换方式将激光点云的距离和反射强度之转化成灰度值；经计算，生成的距离灰度图和反射强度图；/n2)激光距离灰度图闭运算/n采用了八邻域插值法和图像闭运算操作进行对比修正；/n3)激光灰度图特征提取/n使用Sobel算子对强度灰度图进行边缘提取，从而保留使用由激光点云强度反映出的物体的轮廓特征，并利用强度边缘图进行融合和训练；/n4)车道估算/n通过道面总宽度，区分有应急车道及没有应急车道以及车道数量；/n5)计算PID车辆横向控制公式参数/n5.1 PID横向控制公式：/ny＝y_+p*(o

【技术特征摘要】
1.一种基于激光雷达感知的园区低速自动巡航及紧急制动系统，其特征在于：
1)激光点云的特征提取，激光点云点云映射到二维图像上后，每个像素对应多个激光点，取值最大的激光点作为该像素对应的激光点；采用线性变换方式将激光点云的距离和反射强度之转化成灰度值；经计算，生成的距离灰度图和反射强度图；
2)激光距离灰度图闭运算
采用了八邻域插值法和图像闭运算操作进行对比修正；
3)激光灰度图特征提取
使用Sobel算子对强度灰度图进行边缘提取，从而保留使用由激光点云强度反映出的物体的轮廓特征，并利用强度边缘图进行融合和训练；
4)车道估算
通过道面总宽度，区分有应急车道及没有应急车道以及车道数量；
5)计算PID车辆横向控制公式参数
5.1PID横向控制公式：
y＝y_+p*(o1-o2)+i*o1+d*(o1-2*o2+o3)
o1：当前帧的车辆偏移距离offset，o2：上一帧的偏移距离；o3：上上一帧的偏移距离；y:当前帧的方向盘转角；y_:上一帧的方向盘转角；P、i、d：系数；
5.2根据激光雷达探测的目标的距离变化率判断是否需要启动紧急制动以及是启动缓刹还是启动急刹。


2.根据权利要求1所述的基于激光雷达感知的园区低速自动巡航及紧急制动系统，其特征在于1)激光点云的特征提取中：
距离灰度计算公式如下所示，R(x，y)表示像素(x，y)对应的激光点到扫描仪的距离，计算二维图像内所有激光点距离的最大值Rmax和最小值Rmin；G(x，y)表示像素(x，y)对应的灰度值；距离值换成反射强度值I(x，y)：



经计算，生成的距离灰度图和反射强度图。


3.根据权利要求1所述的基于激光雷达感知的园区低速自动巡航及紧急制动系统，其特征在于：2)激光距离灰度图闭运算：
采用了八邻域插值法和图像闭运算操作进行对比修正；八邻域插值即对于灰度图中灰度为零的像素，取邻域的八个像素点的灰度值的平均值作为该点的灰度网值；图像闭运算即先对图像进行先膨胀再腐蚀操作；膨胀操作可以将与物体接触的一定范围内的背景点合并到物体中，扩张物体的边界，连接近邻物体，填充物体内细小的空洞；膨胀操作后，为了消除边界噪点，平滑边界，对反射强度灰度图进行腐蚀操作。


4.根据权利要求1所述的基于激光雷达感知的园区低速自动巡航及紧急制动系统，其特征在于4)车道估算：
L1为激光雷达检测的车体到左侧路沿的距离，L2为激光雷达检测的车...

【专利技术属性】
技术研发人员：黄瑜岳，徐江，高传宝，高宇，
申请(专利权)人：上海富洁科技有限公司，
类型：发明
国别省市：上海;31