一种基于激光雷达的灰尘和障碍物检测方法技术

本发明专利技术涉及自动驾驶技术领域，具体为一种基于激光雷达的灰尘和障碍物检测方法。激光雷达设置成多回波模式，发射若干激光脉冲，激光脉冲返回形成点云，并将点云进行去背景化处理，形成非背景点云聚类；进行穿透性分析，获得灰尘可能性结论Q1；进行点云厚度分布分析，获得灰尘可能性结论Q2；点云法向量分析，获得灰尘可能性结论Q3；判断灰尘可能性。上述方法能解决当前自动驾驶领域中深度传感器比如激光雷达，常常把灰尘误检为障碍物的问题，精度很高，不存在误判的情况。

【技术实现步骤摘要】
一种基于激光雷达的灰尘和障碍物检测方法
本专利技术涉及自动驾驶
，具体为一种基于激光雷达的灰尘和障碍物检测方法。
技术介绍
自动驾驶是未来新的出行方式，也是目前的热门研究领域。而安全性是人们考虑选择自动驾驶的首要条件。要达到可靠安全的自动驾驶，对周围环境的可靠感知就尤其重要，不能漏报，也不要误报。用作自动驾驶感知的传感器，一般来说有摄像头，毫米波雷达，激光雷达。摄像头只能给出物体的颜色，不能给出距离，而且受环境光的影响也比较大。毫米波雷达对运动物体有比较好的感知效果，但对静止物体却很难感知到。而激光雷达不仅能给出物体的距离，而且受环境光影响小，能感知动态和静止物体，因此在自动驾驶中使用很广。目前，尽管自动驾驶整体上还没有完全成熟，但在一些特定场景，已开始逐步落地。比如，城市物流车，在园区里面的自动扫地车，在采矿场里面的无人矿车等。物流车通常运行在城市里，空气中基本上没有漂浮的成团的灰尘。扫地车也是在城市里面工作，虽然扫盘可能会带起少量灰尘，但可以通过扫地车自身洒水设备进行抑制。而在矿场里面，大量灰尘漂浮在空中，还有一些露天本文档来自技高网...

【技术保护点】
1.一种基于激光雷达的灰尘和障碍物检测方法，包括激光雷达，其方法如下：一、激光雷达设置成多回波模式，发射若干激光脉冲，激光脉冲返回形成点云，并将点云进行去背景化处理，形成非背景点云聚类；二、进行穿透性分析，获得灰尘可能性结论Q1；三、进行点云厚度分布分析，获得灰尘可能性结论Q2；四、点云法向量分析，获得灰尘可能性结论Q3；五、判断灰尘可能性，分别对Q1、Q2、Q3赋一个权重w1, w2, w3，并预设灰尘可能性阈值E，则非背景点云聚类为灰尘的最终可能性为：P = w1 * Q1 + w2 * Q2 + w3 * Q3，当P值大于等于预设阈值E时，即判定其为灰尘，当P值小于预设阈值E时，即判定其...

【技术特征摘要】
1.一种基于激光雷达的灰尘和障碍物检测方法，包括激光雷达，其方法如下：一、激光雷达设置成多回波模式，发射若干激光脉冲，激光脉冲返回形成点云，并将点云进行去背景化处理，形成非背景点云聚类；二、进行穿透性分析，获得灰尘可能性结论Q1；三、进行点云厚度分布分析，获得灰尘可能性结论Q2；四、点云法向量分析，获得灰尘可能性结论Q3；五、判断灰尘可能性，分别对Q1、Q2、Q3赋一个权重w1,w2,w3，并预设灰尘可能性阈值E，则非背景点云聚类为灰尘的最终可能性为：P=w1*Q1+w2*Q2+w3*Q3，当P值大于等于预设阈值E时，即判定其为灰尘，当P值小于预设阈值E时，即判定其为非灰尘。


2.按照权利要求1所述的基于激光雷达的灰尘和障碍物检测方法，其特征在于：点云去背景方法为：以激光雷达光心为圆心，间隔θ角度，把激光雷达点云划分成360/θ个扇形，对扇形内的点，按离光心的距离，由近及远进行排序；设激光雷达垂直于背景的点为p0，扇形内的点依次为p1，p2，...,pn，已知p0为背景点，按下述方法依次判断p1,p2,...pn是否为背景点：计算pn和pn-1的水品距离d,设坡度最大值为s，如果这两点之间的高度差不超过d*tan(s)，则pn和pn-1具有相同的属性，即若pn-1为背景点，则pn为背景点，若pn-1为非背景点，则pn为非背景点；如果这两点之间的高度差超过d*tan(s)，则为非背景点。


3.按照权利要求1所述的基于激光...

【专利技术属性】
技术研发人员：李建刚，胡心怡，杨扬，
申请(专利权)人：上海伯镭智能科技有限公司，
类型：发明
国别省市：上海;31