地下停车场自动驾驶车辆定位方法技术

本发明专利技术公开了一种地下停车场自动驾驶车辆定位方法及介质，其中方法包括：获取地下停车场的全局点云数据，并进行预处理，以过滤车辆三维点，得到初始点云数据；根据区域生长法对初始点云数据进行平面结构提取，以得到初始平面集合，并对初始平面集合进行优化，以得到最终平面集合；根据层次聚类法对最终平面集合进行划分，以生成多个第一平面基元组；获取自动驾驶车辆采集到的短期点云数据，并进行处理，以生成多个第二平面基元组；进行点云配准，并对配准结果进行优化，以生成自动驾驶车辆定位结果；能够在地下停车场等室内环境下对自动驾驶车辆进行精准定位，以保障自动驾驶车辆在无GPS定位的条件下安全有效运行。

【技术实现步骤摘要】
地下停车场自动驾驶车辆定位方法
本专利技术涉及无人驾驶
，特别涉及一种地下停车场自动驾驶车辆定位方法和一种计算机可读存储介质。
技术介绍
精准定位，是自动驾驶汽车在复杂动态环境下安全有效运行所必须要解决的问题。在室外，可以依靠GPS技术对自动驾驶汽车进行定位；然而，由于室内环境无GPS信号，使得室内环境中自动驾驶车辆的精准定位的难度较高。相关技术中，在对自动驾驶汽车进行室内定位的过程中，多采用无线、测量传感器或者基于视觉的方法；然而，采用无线的方法存在多路径效应，定位结果不稳定；而基于测量传感器的方法具有较大的漂移误差和累积误差；基于视觉的方法受光线和障碍物影响大；同时，这些方法均需要大量的存储空间和车辆位置的先验信息。并且，地下停车场中通常照明不佳，加上是人工建筑，其中有大量的平面结构，如墙面，地面，柱子的侧面等。因此，如何克服现有定位方法存在的缺陷，提高地下停车场中自动驾驶车辆的定位精确度具有很重要的现实意义。
技术实现思路
本专利技术旨在至少在一定程度上解决上述技术中的技术问题之一。为此，本专利技术的一个目的在于本文档来自技高网...

【技术保护点】
1.一种地下停车场自动驾驶车辆定位方法，其特征在于，包括以下步骤：/n获取地下停车场的全局点云数据，并对所述全局点云数据进行预处理，以过滤所述全局点云数据中的车辆三维点，得到初始点云数据；/n根据区域生长法对所述初始点云数据进行平面结构提取，以得到初始平面集合，并根据局部K均值聚类对所述初始平面集合进行优化，以得到最终平面集合；/n根据层次聚类法对最终平面集合进行划分，以生成内部存在平行关系的多个第一平面基元组；/n获取自动驾驶车辆采集到的短期点云数据，并对所述短期点云数据进行处理，以生成所述短期点云数据对应的多个第二平面基元组；/n根据所述第一平面基元组和所述第二平面基元组进行点云配准，并对...

【技术特征摘要】
1.一种地下停车场自动驾驶车辆定位方法，其特征在于，包括以下步骤：
获取地下停车场的全局点云数据，并对所述全局点云数据进行预处理，以过滤所述全局点云数据中的车辆三维点，得到初始点云数据；
根据区域生长法对所述初始点云数据进行平面结构提取，以得到初始平面集合，并根据局部K均值聚类对所述初始平面集合进行优化，以得到最终平面集合；
根据层次聚类法对最终平面集合进行划分，以生成内部存在平行关系的多个第一平面基元组；
获取自动驾驶车辆采集到的短期点云数据，并对所述短期点云数据进行处理，以生成所述短期点云数据对应的多个第二平面基元组；
根据所述第一平面基元组和所述第二平面基元组进行点云配准，并对配准结果进行优化，以生成自动驾驶车辆定位结果。


2.如权利要求1所述的地下停车场自动驾驶车辆定位方法，其特征在于，对所述全局点云数据进行预处理，包括：
根据预设尺寸对所述全局点云数据进行切分，以生成多个点云块，并对多个点云块进行水平分层，以及计算分层后每一层点云数据所对应的三维点点数；
根据每一层点云数据对应的高度自底层向上依次判断该层点云数据所对应的三维点点数是否大于预设点数阈值，并在判断结果为是时，将该层点云数据作为地面层，以及将该层点云数据对应的高度作为地面高度值；
根据八叉树索引结构对多个点云块进行划分，以生成空间上连续的多个点云体素，并根据多个点云体素进行向上生长，以确定局部高度值最大的点云体素Vh和Vh所对应的高度值h；
判断h的值是否大于地面高度值且小于预设车辆高度阈值，并在判断结果为是时，确定Vh中的三维点为车辆点，以及滤除包含Vh的点云块中的所有三维点。


3.如权利要求1所述的地下停车场自动驾驶车辆定位方法，其特征在于，根据区域生长法对所述初始点云数据进行平面结构提取，以得到初始平面集合，并根据局部K均值聚类对所述初始平面集合进行优化，以得到最终平面集合，包括：
寻找所述初始点云数据中每个三维点的K近邻点，并根据主成分分析法计算每个三维点所对应的最佳拟合初始切平面，以及根据迭代重加权的最小二乘法对所述最佳拟合初始切平面进行优化，以得到每个三维点对应的最终切平面和每个三维点对应的平滑度；
对三维点对应的平滑度进行排序，并根据排序结果迭代地选择其中平滑度最高且未被访问过的三维点作为种子点；
根据每个种子点进行区域生长，以生成每个种子点对应的初始平面，并根据每个种子点对应的初始平面生成初始平面集合，以及根据局部K均值聚类对所述初始平面集合进行优化，以得到最终平面集合。


4.如权利要求1所述的地下停车场自动驾驶车辆定位方法，其特征在于，在根据所述生成内部存在平行关系的多个第一平面基元组之后，还包括：
计算每个第一平面基元组对应的平面法向量平均值，并计算第一平面基元组中平面法向量与对应平面法向量平均值之间的差值，以及将最小差值所对应的平面法向量作为该第一平面基元组的组法向量；
计算任意两个第一平面基元组的组法向量之间的夹角。


5.如权利要求4所述的地下停车场自动驾驶车辆定位方法，其特征在于，根据所述第一平面基元组和所述第二平面基元组进行点云配准，包括：
采用在旋转平移中具有不变性的二面角作为相似性测度，根据多个第一平面基元组中任意两个第一平面基元组的组法向量之间的夹角和多个第二平面基元组中任意两个第二平面基元组的组法向量之间的夹角寻找所有具有相似二面角的平面基元组对，以生成潜在的对应平面基元组对；
计算所述平面基元组对所对应的旋转矩阵，并根据所述旋转矩阵获取对应平面对，以及根据所述对应平面对计算相应的平移向量；
对所述平移向量和所述旋转矩阵进行几何一致性评估，并根据评估结...

【专利技术属性】
技术研发人员：程明，林丽莉，温程璐，王程，
申请(专利权)人：厦门大学，
类型：发明
国别省市：福建;35