基于激光雷达的汽车位置测量方法及装置制造方法及图纸

本发明专利技术公开了一种基于激光雷达的汽车位置测量方法及装置，该方法包括：事先对设置在车库入口两侧的激光雷达进行预校准，通过激光雷达扫描采集数据并划分数据集，若轮胎数据集为四组，则对每组轮胎数据集进行遍历计算，将线性拟合度最大的数据作为每组轮胎的边线数据；对每组边线数据进行线性拟合，计算出八组直线方程；若同组轮胎数据的内边线与侧边线为垂直关系，且两侧轮胎的前轮侧边线和后轮侧边线为平行关系，将四组侧边线数据按汽车两侧数据分为两组，计算平行线拟合公式，对两组数据进行拟合得到两侧轮胎边缘的直线方程，得到汽车中轴线方程；根据测量场景布置的几何关系，计算汽车在全局坐标系中的位置。该方法可以准确测量汽车的位置。

【技术实现步骤摘要】
基于激光雷达的汽车位置测量方法及装置
本专利技术涉及智能停车
，特别涉及一种基于激光雷达的汽车位置测量方法及装置。
技术介绍
近年来，由于我国汽车数量激增与城市停车位稀缺的矛盾日益凸显，“停车难”已经成为城市通病。为了能够尽可能多地利用城市紧张有限的停车空间，安全且高效地停放车辆，智能泊车系统应运而生，能够在提高停车库的土地利用率的同时提高驾驶员的停车舒适度。智能泊车系统的主要功能是车位规划、汽车运载与停泊，而汽车运载则涉及到汽车位置测量技术，由于驾驶员人工停车的非准确性，常需要对汽车实际位置进行测量，获得准确位置后完成汽车运载，从而避免事故造成对汽车、设备等的损伤。相关技术中，基于车载传感器的无人泊车搬运机器人的对位方法，通过在机器人上布置多组激光雷达的方式，分预对位和精准对位两个阶段完成汽车位置测量以及机器人对位，但是在这种对位方式中，激光雷达安装在机器人本体上，机器人运动时产生的震动会对雷达的测量精度产生影响，从而降低了对位精度，并且由于该方法需要在机器人上布置多组高精度单线激光雷达和单点激光雷达，成本较高。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的一个目的在于提出一种基于激光雷达的汽车位置测量方法，该方法通过在车库入口车位两侧布置激光雷达，准确地测量汽车的位置。本专利技术的另一个目的在于提出一种基于激光雷达的汽车位置测量装置。为达到上述目的，本专利技术一方面实施例提出了一种基于激光雷达的汽车位置测量方法，包括：S1，通过两个激光雷达扫描采集数据，通过改进DBSCAN算法进行聚类划分数据集；S2，通过预设的距离以及角度限制条件过滤出每个激光雷达的侧边轮胎数据集；S3，判断轮胎数据集的组数，若轮胎数据集为四组，则执行S4，反之，提示“找不到汽车轮胎”并返回执行S1；S4，通过从每组轮胎数据集中的开始数据和最后数据，以新加入数据点的方式向中间数据方向进行遍历计算，将线性拟合度最大的数据作为每组轮胎的边线数据，所述边线数据包括四组内边线数据和四组侧边线数据；S5，对每组边线数据采用最小二乘法进行线性拟合，计算出八组直线方程；S6，若存在同组轮胎数据的内边线与侧边线为垂直关系，则执行S7，反之，则提示“找不到汽车轮胎”并返回步骤S1；S7，若存在汽车两侧轮胎的前轮侧边线和后轮侧边线为平行关系，则执行S8，反之，则提示“汽车前轮未回正”并返回步骤S1；S8，将四组侧边线数据按汽车两侧数据分为两组，根据最小二乘法计算平行线拟合公式，对两组数据进行拟合，得到汽车两侧轮胎边缘的直线方程，进而得到汽车中轴线方程；S9，根据汽车测量场景布置的几何关系，计算汽车在全局坐标系中的位置。为达到上述目的，本专利技术另一方面实施例提出了一种基于激光雷达的汽车位置测量装置，包括：划分模块，用于通过两个激光雷达扫描采集数据，通过改进DBSCAN算法进行聚类划分数据集；过滤模块，用于通过预设的距离以及角度限制条件过滤出每个激光雷达的侧边轮胎数据集；第一判断模块，用于判断轮胎数据集的组数，若轮胎数据集为四组，则执行第一计算模块，反之，提示“找不到汽车轮胎”并返回执行划分模块；第一计算模块，用于通过从每组轮胎数据集中的开始数据和最后数据，以新加入数据点的方式向中间数据方向进行遍历计算，将线性拟合度最大的数据作为每组轮胎的边线数据，所述边线数据包括四组内边线数据和四组侧边线数据；第二计算模块，用于对每组边线数据采用最小二乘法进行线性拟合，计算出八组直线方程；第二判断模块，用于若存在同组轮胎数据的内边线与侧边线为垂直关系，则执行第三判断模块，反之，则提示“找不到汽车轮胎”并返回划分模块；第三判断模块，用于若存在汽车两侧轮胎的前轮侧边线和后轮侧边线为平行关系，则执行第三计算模块，反之，则提示“汽车前轮未回正”并返回划分模块；第三计算模块，用于将四组侧边线数据按汽车两侧数据分为两组，根据最小二乘法计算平行线拟合公式，对两组数据进行拟合，得到汽车两侧轮胎边缘的直线方程，进而得到汽车中轴线方程；第四计算模块，用于根据汽车测量场景布置的几何关系，计算汽车在全局坐标系中的位置。本专利技术实施例的基于激光雷达的汽车位置测量方法及装置，具有以下优点：(1)采用单线激光雷达作为信息采集装置，具有较高的角度精度和测距精度，最后测量计算得到的汽车位置信息同样具有较高的精度，能够满足应用要求。(2)激光雷达布置在入口车位两侧，而不是搭载在泊车机器人上，不受机器人运动的影响，具有较高的测量精度和稳定性。且通常智能车库中入口车位数量小于泊车机器人数量，故降低了成本。(3)汽车位置测量中仅涉及两台激光雷达，且单独布置在入口车位，较其他布置在机器人上的传感器而言，更容易布置与维护。本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1为根据本专利技术一个实施例的激光雷达预校准流程图；图2为根据本专利技术一个实施例的激光雷达位置预校准的场景布置示意图；图3为根据本专利技术一个实施例的激光雷达位置预校准的雷达点云示意图；图4为根据本专利技术一个实施例的基于激光雷达的汽车位置测量方法流程图；图5为根据本专利技术一个实施例的汽车位置扫描识别的场景布置示意图；图6为根据本专利技术一个实施例的汽车位置扫描识别的雷达点云示意图；图7为根据本专利技术一个实施例的改进DBSCAN算法流程图；图8为根据本专利技术一个实施例的基于激光雷达的汽车位置测量装置结构示意图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。下面参照附图描述根据本专利技术实施例提出的基于激光雷达的汽车位置测量方法及装置。首先将参照附图描述根据本专利技术实施例提出的基于激光雷达的汽车位置测量方法。在进行测量之前，布置激光雷达并进行预校准。预校准只需要在最初进行一次初始化操作。初始化操作完成后可以一直反复运行。如图1所示，预校准包括：S01，布置激光雷达位置预校准场景，在车库入口车位中心线处布置标定平面。如图2所示布置激光雷达位置预校准场景，得到数据点云如图3所示。在本专利技术的实施例中，采用的激光雷达可以为单线激光雷达，具有较高的角度精度和测距精度。S02，将两个激光雷达分别布置在标定平面的两侧进行调整，尽量调整至标定平面在两个激光雷达坐标系中的角度为0，双激光雷达关于标定平面对称。优选地，两个激光雷达布置在标定平面两侧距离平面本文档来自技高网...

【技术保护点】
1.一种基于激光雷达的汽车位置测量方法，其特征在于，包括以下步骤：/nS1，通过两个激光雷达扫描采集数据，通过改进DBSCAN算法进行聚类划分数据集；/nS2，通过预设的距离以及角度限制条件过滤出每个激光雷达的侧边轮胎数据集；/nS3，判断轮胎数据集的组数，若轮胎数据集为四组，则执行S4，反之，提示“找不到汽车轮胎”并返回执行S1；/nS4，通过从每组轮胎数据集中的开始数据和最后数据，以新加入数据点的方式向中间数据方向进行遍历计算，将线性拟合度最大的数据作为每组轮胎的边线数据，所述边线数据包括四组内边线数据和四组侧边线数据；/nS5，对每组边线数据采用最小二乘法进行线性拟合，计算出八组直线方程；/nS6，若存在同组轮胎数据的内边线与侧边线为垂直关系，则执行S7，反之，则提示“找不到汽车轮胎”并返回步骤S1；/nS7，若存在汽车两侧轮胎的前轮侧边线和后轮侧边线为平行关系，则执行S8，反之，则提示“汽车前轮未回正”并返回步骤S1；/nS8，将四组侧边线数据按汽车两侧数据分为两组，根据最小二乘法计算平行线拟合公式，对两组数据进行拟合，得到汽车两侧轮胎边缘的直线方程，进而得到汽车中轴线方程；/nS9，根据汽车测量场景布置的几何关系，计算汽车在全局坐标系中的位置。/n...

【技术特征摘要】
1.一种基于激光雷达的汽车位置测量方法，其特征在于，包括以下步骤：
S1，通过两个激光雷达扫描采集数据，通过改进DBSCAN算法进行聚类划分数据集；
S2，通过预设的距离以及角度限制条件过滤出每个激光雷达的侧边轮胎数据集；
S3，判断轮胎数据集的组数，若轮胎数据集为四组，则执行S4，反之，提示“找不到汽车轮胎”并返回执行S1；
S4，通过从每组轮胎数据集中的开始数据和最后数据，以新加入数据点的方式向中间数据方向进行遍历计算，将线性拟合度最大的数据作为每组轮胎的边线数据，所述边线数据包括四组内边线数据和四组侧边线数据；
S5，对每组边线数据采用最小二乘法进行线性拟合，计算出八组直线方程；
S6，若存在同组轮胎数据的内边线与侧边线为垂直关系，则执行S7，反之，则提示“找不到汽车轮胎”并返回步骤S1；
S7，若存在汽车两侧轮胎的前轮侧边线和后轮侧边线为平行关系，则执行S8，反之，则提示“汽车前轮未回正”并返回步骤S1；
S8，将四组侧边线数据按汽车两侧数据分为两组，根据最小二乘法计算平行线拟合公式，对两组数据进行拟合，得到汽车两侧轮胎边缘的直线方程，进而得到汽车中轴线方程；
S9，根据汽车测量场景布置的几何关系，计算汽车在全局坐标系中的位置。


2.根据权利要求1所述的基于激光雷达的汽车位置测量方法，其特征在于，在所述S1之前还包括：
S0，布置激光雷达并进行预校准；
具体包括：
S01，布置激光雷达位置预校准场景，在车库入口车位中心线处布置标定平面；
S02，将两个激光雷达分别布置在所述标定平面的两侧进行调整，调整至所述标定平面在两个激光雷达坐标系中的角度为0，双激光雷达关于所述标定平面对称；
S03，采集激光雷达的扫描数据，通过改进DBSCAN算法S131进行聚类划分数据集；
S04，通过预设的距离以及角度限制条件找到所述标定平面的数据集；
S05，采用最小二乘法对所述标定平面的数据集进行拟合，得到所述标定平面的直线方程；
S06，通过所述标定平面的直线方程计算出所述标定平面相对每个激光雷达的角度和距离；
S07，若得到每个激光雷达的角度都等于0度，两者距离相等且小于预设理想距离，则结束，完成激光雷达位置预校准，反之，则提示“校准未完成”返回步骤S02。


3.根据权利要求1所述的基于激光雷达的汽车位置测量方法，其特征在于，所述激光雷达为单线激光雷达。


4.根据权利要求1所述的基于激光雷达的汽车位置测量方法，其特征在于，所述两个激光雷达布置在所述标定平面两侧，距离所述标定平面的距离为车身宽度的一半加上设定距离，所述设定距离大于等于50cm，小于等于1m。


5.根据权利要求1所述的基于激光雷达的汽车位置测量方法，其特征在于，
所述改进DBSCAN算法S131为将DBSCAN算法的两个参数邻域Eps，以及最小样本数MinPts通过数据点的距离参数进行自适应调整，邻域Eps与数据的距离参数成正比，最小样本数MinPts与距离参数成反比。


6.一种基于激...

【专利技术属性】
技术研发人员：张涛，韩斌，杨思琪，杨新，陈学东，董岩，
申请(专利权)人：清华大学，宁波华运智能科技有限公司，
类型：发明
国别省市：北京;11