一种基于4D毫米波雷达的汽车可行驶区域检测方法技术

本发明专利技术属于汽车辅助驾驶技术领域，具体涉及一种基于4D毫米波雷达的汽车可行驶区域检测方法，包括有效目标点云筛选：利用4D毫米波雷达点云数据经过数据预处理、点云特征识别后，筛选出有效目标点云；路沿障碍物识别：基于有效目标点云识别可行驶道路两侧的连续凸出障碍物；可行驶道路提取：根据识别的连续凸出障碍物提取出可行使道路及可行驶道路的特征；目标障碍物识别：在可行驶道路区域内，利用目标跟踪法识别目标障碍物；可行驶区域提取：根据目标障碍物的位置和速度信息，计算本车与目标障碍物的相对安全距离，从而提取出本车的可行驶区域。本发明专利技术提供了一种基于4D毫米波雷达的汽车可行驶区域检测方法，可有效的提高检测的效率和准确率。的效率和准确率。的效率和准确率。

【技术实现步骤摘要】
一种基于4D毫米波雷达的汽车可行驶区域检测方法


[0001]本专利技术属于汽车辅助驾驶
，具体涉及一种基于4D毫米波雷达的汽车可行驶区域检测方法。

技术介绍

[0002]目前，可行驶区域识别的主流方案是基于摄像头视觉检测图像和/或激光雷达测量点云感知融合，来检测道路的可行驶区域；其中摄像头视觉检测图像往往结合机器学习算法适用于车道线、转向箭头等路面特征的提取；激光雷达三维测量点云适用于路边沿、路面凸起障碍物的提取。然而，摄像头、激光雷达等传感器容易受环境的影响，光照条件和极端天气都会影响道路可行驶区域感知结果的准确性；在交通拥堵路段，周围车辆造成的遮挡也会影响道路可行驶区域感知效果的准确性；而且当前激光雷达价格昂贵，并不是所有量产车型的标准配置。基于上述局限性，目前的可行驶区域识别方案不仅实时性较差，而且适用场景及环境有限，难以真正达到量产使用的效果。

技术实现思路

[0003]为了解决所述现有技术的不足，本专利技术提供了一种基于4D毫米波雷达的汽车可行驶区域检测方法，采用4D毫米波雷达来对汽车的可行驶区域进行检测，4D毫米波雷达是指具备包括距离、水平、垂直定位和速度四个维度环境感知能力，满足全目标、全覆盖和多工况感知要求的雷达传感器，不仅能有效地解析目标物的轮廓、类别，受外界天气条件限制和周围环境的影响小，而且相比视觉检测图像和激光雷达而言，其数据处理负担小、成本低，能够广泛应用于高速巡航、安全避障、城区巡航、非视距前车检测、环境刻画、360
°
全方位检测、低速泊车等场景中，因此本专利技术基于4D毫米波雷达的汽车可行驶区域检测方法，不仅受外界天气条件限制和周围环境的影响小，可有效的提高检测的准确率，有效的提高应用场景和适用环境的多样性，而且数据处理负担小，可有效的提高检测的效率；另外，相较于价格高昂的激光雷达而言，可有效的降低设备成本。
[0004]本专利技术所要达到的技术效果通过以下技术方案来实现：
[0005]本专利技术中的基于4D毫米波雷达的汽车可行驶区域检测方法，包括以下步骤，有效目标点云筛选：利用4D毫米波雷达点云数据经过数据预处理、点云特征识别后，筛选出有效目标点云；路沿障碍物识别：基于有效目标点云识别可行驶道路两侧的连续凸出障碍物；可行驶道路提取：根据识别的连续凸出障碍物提取出可行使道路及可行驶道路的特征；目标障碍物识别：在可行驶道路区域内，利用目标跟踪法识别目标障碍物；可行驶区域提取：根据目标障碍物的位置和速度信息，计算本车与目标障碍物的相对安全距离，从而提取出本车的可行驶区域。
[0006]进一步地，在有效目标点云筛选步骤中，数据预处理为：将云历史数据通过本车行驶轨迹从检测到点云数据时刻补偿到当前点云数据检测时刻下的相对坐标，筛选有效范围内的点云数据；然后通过密度聚类法将点云数据进行聚类，并通过聚类点数判断点云数据
是否为噪声点，对噪声点进行过滤；点云特征识别为：对聚类的点云统计其聚类点数特征、计算点的分布、类的长宽特征以及计算类的平均信噪比特征。
[0007]进一步地，若聚类点数＞3时，即认为当前类为有效类，否则认为是噪声点，对其进行过滤。
[0008]进一步地，在路沿障碍物识别步骤中，筛选对地静止的点云数据，将这些点用最小二拟合方法拟合出近似路沿或栏杆的曲线，并通过拟合形状和效果，判断当前道路上是否存在真实的路沿或栏杆；其中，当对地速度小于0.5m/s时，则认为是对地静止的点云数据。
[0009]进一步地，在可行驶道路提取步骤中，通过左右两侧的路沿或栏杆识别估计本车行驶的道路宽度及形状，并基于栏杆的形状预测前方道路的形态。
[0010]进一步地，在目标障碍物识别步骤中，筛选道路内侧的点云数据，通过目标初始点的航迹建立、多帧点关联匹配，对同一目标的运动轨迹进行跟踪，得到目标的航迹信息，并利用航迹信息估算目标的运动状态；其中，利用航迹信息估算目标的运动状态包括车速、航向角和目标大小。
[0011]进一步地，在可行驶区域提取步骤中，先根据静止目标障碍物提取出本车的初始可行驶区域，然后根据运动目标障碍物提取出本车的最终可行驶区域。
[0012]进一步地，在可行驶区域提取步骤中，根据静止目标障碍物的位置，通过与静止目标障碍物碰撞时间ttc1计算出本车距离静止目标障碍物的相对安全距离，从而提取出本车的初始可行驶区域；其中，与静止目标障碍物碰撞时间ttc1的计算公式为：ttc1＝dis1/v，dis1表示本车与静止目标障碍物的相对距离，v表示本车的运动速度。
[0013]进一步地，在可行驶区域提取步骤中，根据运动目标障碍物的位置和速度，通过与运动目标障碍物碰撞时间ttc2计算出本车距离运动目标障碍物的实时相对安全距离，从而提取出本车的最终可行驶区域；其中，与运动目标障碍物碰撞时间ttc2的计算公式为：ttc2＝dis2/dv，dis2表示本车与运动目标障碍物的实时相对安全距离，dv表示本车与运动目标障碍物的实时相对速度。
[0014]进一步地，当ttc1＞3s时，则认为本车与静止目标障碍物处于相对安全距离内；当ttc2＞3s时，则认为本车与运动目标障碍物处于实时相对安全距离内。
[0015]综上所述，本专利技术基于4D毫米波雷达的汽车可行驶区域检测方法至少具有以下有益之处：
[0016]1、本专利技术基于4D毫米波雷达的汽车可行驶区域检测方法，采用4D毫米波雷达来对汽车的可行驶区域进行检测，相较于现有技术中采用摄像头和激光雷达进行检测的方式而言，4D毫米波雷达不易受外界天气条件和周围环境的影响，鲁棒性好，可有效的提高可行驶区域检测的准确率，为低速泊车或者自动驾驶路径规划提供可行驶区域。
[0017]2、本专利技术基于4D毫米波雷达的汽车可行驶区域检测方法，采用4D毫米波雷达来对汽车的可行驶区域进行检测，相较于现有技术中采用摄像头视觉检测图像和激光雷达测量的方式而言，不仅数据处理效率高、探测距离远，而且可以为自动驾驶系统留下更多的处理时间，数据处理负担小。
[0018]3、本专利技术基于4D毫米波雷达的汽车可行驶区域检测方法，鉴于4D毫米波雷达可广泛应用于高速巡航、安全避障、城区巡航、非视距前车检测、环境刻画、360
°
全方位检测、低速泊车等场景中，因此该检测方法不仅可有效的拓展4D毫米波雷达的应用范围，增强其功
能性，而且可为后续实现4D毫米波雷达的SLAM功能提供技术可行性验证。
[0019]4、本专利技术基于4D毫米波雷达的汽车可行驶区域检测方法，4D毫米波雷达相较于价格高昂的激光雷达而言，可有效的降低设备成本。
[0020]5、本专利技术基于4D毫米波雷达的汽车可行驶区域检测方法，4D毫米波雷达可与视觉检测融合，弥补图像识别的缺陷。
附图说明
[0021]图1是本专利技术实施例中基于4D毫米波雷达的汽车可行驶区域检测方法的流程框图；
[0022]图2是本专利技术实施例中基于4D毫米波雷达的汽车可行驶区域示意图。
具体实施方式
[0023]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于4D毫米波雷达的汽车可行驶区域检测方法，其特征在于，包括以下步骤，有效目标点云筛选：利用4D毫米波雷达点云数据经过数据预处理、点云特征识别后，筛选出有效目标点云；路沿障碍物识别：基于有效目标点云识别可行驶道路两侧的连续凸出障碍物；可行驶道路提取：根据识别的连续凸出障碍物提取出可行使道路及可行驶道路的特征；目标障碍物识别：在可行驶道路区域内，利用目标跟踪法识别目标障碍物；可行驶区域提取：根据目标障碍物的位置和速度信息，计算本车与目标障碍物的相对安全距离，从而提取出本车的可行驶区域。2.根据权利要求1所述的汽车可行驶区域检测方法，其特征在于，在有效目标点云筛选步骤中，数据预处理为：将云历史数据通过本车行驶轨迹从检测到点云数据时刻补偿到当前点云数据检测时刻下的相对坐标，筛选有效范围内的点云数据；然后通过密度聚类法将点云数据进行聚类，并通过聚类点数判断点云数据是否为噪声点，对噪声点进行过滤；点云特征识别为：对聚类的点云统计其聚类点数特征、计算点的分布、类的长宽特征以及计算类的平均信噪比特征。3.根据权利要求2所述的汽车可行驶区域检测方法，其特征在于，若聚类点数＞3时，即认为当前类为有效类，否则认为是噪声点，对其进行过滤。4.根据权利要求1所述的汽车可行驶区域检测方法，其特征在于，在路沿障碍物识别步骤中，筛选对地静止的点云数据，将这些点用最小二拟合方法拟合出近似路沿或栏杆的曲线，并通过拟合形状和效果，判断当前道路上是否存在真实的路沿或栏杆；其中，当对地速度小于0.5m/s时，则认为是对地静止的点云数据。5.根据权利要求1所述的汽车可行驶区域检测方法，其特征在于，在可行驶道路提取步骤中，通过左右两侧的路沿或栏杆识别估计本车行驶的道路宽度及形状，并基于栏杆的形状预测前方...

【专利技术属性】
技术研发人员：周琼峰，季丹，倪如金，
申请(专利权)人：南京市德赛西威汽车电子有限公司，
类型：发明
国别省市：