一种基于车辆的凹陷类障碍物检测方法技术

本发明专利技术公开了一种基于车辆的凹陷类障碍物检测方法，通过摄像设备获取车辆检测范围内的图像，同时通过激光雷达获取车辆检测范围内的点云数据；基于YOLO检测方法提取图像中凹障碍物的第一轮廓，且提取点云数据中凹障碍物的第二轮廓；对第一轮廓和第二轮廓进行标定，得到标定后凹障碍物的投影图像；计算投影图像中第一轮廓的投影和第二轮廓的投影的交并比值，当交并比值大于等于阈值时，在投影图像上生成凹障碍物的轮廓；本发明专利技术可以通过不同数据源的数据提升检测的准确性，再将得到的两个轮廓标定到同一投影图像中，结合交并比方法生成凹障碍物的最终轮廓，可以增加识别结果的准确性。可以增加识别结果的准确性。可以增加识别结果的准确性。

【技术实现步骤摘要】
一种基于车辆的凹陷类障碍物检测方法


[0001]本专利技术属于无人车辆障碍感知
，尤其涉及一种基于车辆的凹陷类障碍物检测方法。

技术介绍

[0002]无人车是车辆的一种，也称为轮式移动机器人，主要依靠车内的以计算机系统为主的智能驾驶系统来实现无人驾驶的目的。如今，无人车辆在军事、民用等各个领域已经被成功应用。
[0003]无人车在移动过程中通过传感器获取的信息完成对周围环境的感知和自身的定位，并根据任务目标采取相应的路径规划和控制决策。无人车能够安全可靠的导航并行驶离不开一个良好的障碍检测系统。
[0004]在复杂的野外环境下，障碍物的种类繁多，例如有凹坑、岩石、树干、陡坡、坑洞等，这些障碍物及其周围区域对于无人车而言均为难以安全通行的，因此被定义为不可通行区域。多数障碍物的大小尺寸不一，形状各异，既有突出路面的也有低于路面的，有些还处在很多杂草或者低矮灌木丛中间，难以分辨。在目前的研究中，多以凸形障碍物为研究基准，当遇到凹陷形状的障碍物时，难以准确的识别低于路面的障碍物，导致控制决策出错。
专利
技术实现思路

本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于车辆的凹陷类障碍物检测方法，其特征在于，包括以下步骤：通过摄像设备获取车辆检测范围内的图像，同时通过激光雷达获取车辆检测范围内的点云数据；基于YOLO检测方法提取所述图像中凹障碍物的第一轮廓，且提取所述点云数据中凹障碍物的第二轮廓；对所述第一轮廓和第二轮廓进行标定，得到标定后凹障碍物的投影图像；计算所述投影图像中第一轮廓的投影和第二轮廓的投影的交并比值，当所述交并比值大于等于阈值时，在投影图像上生成凹障碍物的轮廓。2.如权利要求1所述的一种基于车辆的凹陷类障碍物检测方法，其特征在于，提取所述点云数据中凹障碍物的第二轮廓包括：采用线性插值方法来填充无效点，得到去除无效点后的点云数据；计算去除无效点后的点云数据中每一行当前点与其后向的相邻点之间的距离，当该距离大于距离阈值时，将所述当前点标记为轮廓点；遍历所述点云数据，得到正向轮廓点集，作为所述第二轮廓。3.如权利要求2所述的一种基于车辆的凹陷类障碍物检测方法，其特征在于，得到正向轮廓点集之后还包括：反向遍历所述点云数据，得到反向轮廓点集；将所述正向轮廓点集和所述反向轮廓点集进行与运算，将与运算后的轮廓点集作为所述第二轮廓。4.如权利要求3所述的一种基于车辆的凹陷类障碍物检测方法，其特征在于，对所述第一轮廓和第二轮廓进行标定包括：获取标定板顶点在图像坐标系中的第一3D坐标及其在激光雷达坐标系中的第二3D坐标；根据第一3D坐标和第二3D坐标生成旋转平移矩阵，通过所述旋转平移矩阵完成所述第一轮廓和第二轮廓的标定。5.如权利要求4所述的一种基于车辆的凹陷类障碍物检测方...

【专利技术属性】
技术研发人员：胡劲文，赵春晖，徐钊，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：