基于激光雷达的无人车坡度识别方法、系统及存储介质技术方案

本发明专利技术属于无人驾驶技术领域，公开了一种基于激光雷达的无人车坡度识别方法、系统及存储介质，基于激光雷达的无人车坡度识别方法包括：通过建立激光雷达传感器的观测模型，对激光雷达激光线束的分析，识别得到户外不确定性环境下的障碍物、坡度的共性。本发明专利技术基于激光雷达所建立的坡度识别模型，适用于在户外不确定性环境性环境下的建模与坡度识别，更适用于无人车的定位、建图与导航系统。本发明专利技术提出了一种野外环境下基于激光雷达点云识别方式，为激光雷达后续的同时定位与建图技术打下基础，该模型方法能够快速的进行坡度的识别和可通行区域的提取，在障碍物识别领域、SLAM领域、环境感知领域均有较大的应用。境感知领域均有较大的应用。境感知领域均有较大的应用。

【技术实现步骤摘要】
基于激光雷达的无人车坡度识别方法、系统及存储介质


[0001]本专利技术属于无人驾驶
，尤其涉及一种基于激光雷达的无人车坡度识别方法、系统及存储介质。

技术介绍

[0002]目前，无人车的系统包括环境感知、定位决策、路径规划、跟踪控制以及底盘结构等五个子系统。其中环境感知是无人车辆与周围环境进行信息交互最重要的一个环节。通过传感器数据的采集以及处理，为车辆的定位决策、路径规划以及跟踪控制提供必要的基础信息。
[0003]激光雷达传感器从1967年由美国电话和电报公司提出以来，这种以激光为载波的传感器在无人驾驶领域开始有了蓬勃的发展。它根据脉冲激光不断的发射扫描物体，进而对物体进行三维的立体模型的描述。
[0004]由于激光雷达数据获取速度快、点云数据信息丰富，以及场景目标明确。因此它经常被使用进行障碍物的分类检测等方面。对于越野工况下，无人车经常会遇到陡坡等无法爬越的障碍物，坡度的识别是一个重要的识别场景。
[0005]通过上述分析，现有技术存在的问题及缺陷为：现有的基于激光雷达的无人车辆的坡度识别方法，仅仅只能单独对障碍物和坡度单独识别，无法进行障碍物和坡度的统一识别，而且应用于户外不确定环境下，同时在激光雷达识别坡度的方法上研究比较少。
[0006]解决以上问题及缺陷的难度为：
[0007]户外不确定性环境下的障碍物识别面临着障碍物种类繁多、环境影响大，传统的障碍物和坡度识别的方法，在识别坡度之前需要首先对障碍物进行识别，在识别障碍物之前又需要识别出所需要的坡度，造成识别时的资源浪费和识别的困难增加。
[0008]解决以上问题及缺陷的意义为：
[0009]将坡度识别与障碍物识别统一处理使得识别坡度和障碍物的效率得到提高，并且在越野环境下的可通行区域进行进一步的提取与分析节省了计算资源，推动了越野环境下的自动驾驶技术。

技术实现思路

[0010]针对现有技术存在的问题，本专利技术提供了一种基于激光雷达的无人车坡度识别方法、系统及存储介质。
[0011]本专利技术是这样实现的，一种基于激光雷达的无人车坡度识别方法，所述基于激光雷达的无人车坡度识别方法包括：
[0012]通过建立激光雷达传感器的观测模型，对激光雷达激光线束的分析，识别得到户外不确定性环境下的障碍物、坡度的共性。
[0013]进一步，所述基于激光雷达的无人车坡度识别方法包括以下步骤：
[0014]步骤一，将户外越野环境下的障碍物标准化为一个长方体结构，建立激光雷达的
观测模型，并对所述长方体结构进行障碍物分析；
[0015]步骤二，基于障碍物分析结果确定地面无人车辆是否能够通过相应障碍物，得到识别结果以及可通行区域。
[0016]进一步，步骤一中，所述建立激光雷达的观测模型包括：
[0017]建立激光雷达的点云理论观测模型，定义激光雷达坐标系如下：
[0018]x轴为无人车的前进方向，y轴与车辆坐标系的y轴平行，z轴与车辆坐标系的z轴平行；此时激光雷达到某一点的距离返回坐标为P(p
x
，p
y
，p
z
)，
[0019]p
x
＝D
xy
sinβ
‑
H
o
cosβ
[0020]p
y
＝D
xy
cosβ+H
o
sinβ
[0021]p
z
＝Dsinθ+V
o
cosθ
[0022]其中，H
o
表示水平偏移量，V
o
表示垂直偏移量，计算得到返回的距离r为
[0023]进一步，步骤二中，所述基于障碍物分析结果确定地面无人车辆是否能够通过相应障碍物包括：判断所述地面无人车辆的车轮是否大于所述障碍物的最高高度。
[0024]进一步，所述判断所述地面无人车辆的车轮是否大于所述障碍物的最高高度包括：
[0025]利用下式计算当越野环境下的无人车辆在平地上进行行驶遇到障碍物时的高度：
[0026]h
i
＝H
‑
r
i
sinβ
i
；
[0027]其中，h
i
表示第i根激光雷达线与轮胎接地点的高度差；H表示在车辆上的安装参数即激光雷达中心点距离轮胎接地点的高度差；
[0028]当遇到障碍物时，h
i
会随着激光束的序号增加而增到，直至遇见最大的激光束时或者高度差恒定不再增大时，取h
max
＝max{h1,h2,
…
,h
n
}；
[0029]如果h
max
的值为0时，则判定前方并无障碍物为全程的平面点；
[0030]h
max
大于0且小于无人车辆的半径时，则所述障碍物视为可跨过障碍物，并将无人车视为地面点再建立地面地图，当h
max
大于车轮的半径时，将所述障碍物识别为坡度，进行坡度计算与识别，进行可通行区域的提取。
[0031]进一步，所述进行坡度计算与识别，进行可通行区域的提取包括：
[0032]利用下式计算第i+1根激光束的地面轮胎高度差：
[0033]h
i+1
＝H
‑
r
i+1
sinβ
i+1
；
[0034]根据两根激光束之间计算高度差为：
[0035]ΔH＝r
i+1
cosβ
i+1
‑
r
i
cosβ
i
；
[0036]根据最大爬坡度，当遇到汽车的最大爬坡度所求得的ΔH，其计算方式最大的阈值Δr
ε
为：
[0037][0038]对于所述点实际的扫描几何关系为：
[0039]Δr＝r
i
cosβ
i
‑
r
i+1
cosβ
i+1
；
[0040]判断Δr＜Δr
e
，通过两者之间的关系判断两者该坡度是否高于车辆最大爬坡度，
并根据无人车本身的结构属性获得所述区域的可通过性。
[0041]本专利技术的另一目的在于提供一种实施所述基于激光雷达的无人车坡度识别方法的基于激光雷达的无人车坡度识别控制系统。
[0042]本专利技术的另一目的在于提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述基于激光雷达的无人车坡度识别方法。
[0043]本专利技术的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述基于激光雷达的无人车坡度识别方法。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于激光雷达的无人车坡度识别方法，其特征在于，所述基于激光雷达的无人车坡度识别方法包括：通过建立激光雷达传感器的观测模型，对激光雷达激光线束的分析，识别得到无人车辆在户外不确定性环境下的障碍物、坡度信息。2.如权利要求1所述基于激光雷达的无人车坡度识别方法，其特征在于，所述基于激光雷达的无人车坡度识别方法包括以下步骤：步骤一，将户外越野环境下的障碍物标准化为一个长方体结构，建立激光雷达的观测模型，并对所述长方体结构进行障碍物分析；步骤二，基于障碍物分析结果确定地面无人车辆是否能够通过相应障碍物，得到识别结果以及可通行区域。3.如权利要求2所述基于激光雷达的无人车坡度识别方法，其特征在于，步骤一中，所述建立激光雷达的观测模型包括：建立激光雷达的点云理论观测模型，定义激光雷达坐标系如下：x轴为无人车的前进方向，y轴与车辆坐标系的y轴平行，z轴与车辆坐标系的z轴平行；此时激光雷达到某一点的距离返回坐标为P(p
x
,p
y
,p
z
)，p
x
＝D
xy
sinβ
‑
H
o
cosβp
y
＝D
xy
cosβ+H
o
sinβp
z
＝D sinθ+V
o
cosθ其中，H
o
表示水平偏移量，V
o
表示垂直偏移量，计算得到返回的距离r为4.如权利要求2所述基于激光雷达的无人车坡度识别方法，其特征在于，步骤二中，所述基于障碍物分析结果确定地面无人车辆是否能够通过相应障碍物包括：判断所述地面无人车辆的车轮是否大于所述障碍物的最高高度。5.如权利要求4所述基于激光雷达的无人车坡度识别方法，其特征在于，所述判断所述地面无人车辆的车轮是否大于所述障碍物的最高高度包括：利用下式计算当越野环境下的无人车辆在平地上进行行驶遇到障碍物时的高度：h
i
＝H
‑
r
i
sinβ
i
；其中，h
i
表示第i根激光雷达线与轮胎接地点的高度差；H表示在车辆上的安装参数即激光雷达中心点距离轮胎接地点的高度差；当遇到障碍物时，h
...

【专利技术属性】
技术研发人员：李雪原，汪磊，任文虎，李梦凯，王郓，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：