【技术实现步骤摘要】
实时导航方法和装置、无人车、计算机设备、存储介质
[0001]本申请涉及导航
，具体涉及一种基于激光雷达的实时导航方法和装置、无人车、计算机设备，以及存储介质。
技术介绍
[0002]农田作业无人车的自主导航方法通常是基于获取到的图像信息，通过深度学习算法对图像进行分割，分割出可行驶的路径，然后针对当前图像中路径的曲率计算需要转向的角度，从而实现导航。
[0003]对于上述方法存在以下缺点：1、由于使用图像进行导航，每次都需要当前的图像来计算曲率发出控制信号，如果深度学习算法对图像的分割效果不好，或者当前图像确定出的路径点偏离上一路径点处的行驶方向太多，会导致控制失灵。2、使用图像导航会缺失深度信息，从而导致车速需要为恒定值才能计算转向角度，当车速变化太多时，由于没有深度信息，无法计算下一个能够到达的路径点。3、图像导航无法获取多个连续的路径点，从而对车辆的速度有一定限制。
技术实现思路
[0004]有鉴于此，本申请实施例提供了一种基于激光雷达的实时导航方法和装置、无人车、计算机设备，以及存储介...
【技术保护点】
【技术特征摘要】
1.一种基于激光雷达的实时导航方法，其特征在于，用于配备有激光雷达的无人车在铺设有地标线的地面上沿所述地标线行驶，所述地标线的激光反射强度小于所述地面的激光反射强度；所述实时导航方法包括：获取所述无人车在当前路径点的行驶方向，以及所述激光雷达采集的当前帧点云和所述当前帧点云中各点的激光反射强度；基于所述激光反射强度识别出所述当前帧点云中的所述地标线对应的地标点；基于所述地标点确定至少一个连续路径点；控制所述无人车以所述当前路径点为起点沿着所述至少一个连续路径点行驶。2.根据权利要求1所述的基于激光雷达的实时导航方法，其特征在于，在所述基于所述激光反射强度识别出所述当前帧点云中的所述地标线对应的地标点之前，还包括：在所述当前帧点云中确定出沿所述行驶方向相邻排布的第一点云区域和第二点云区域，所述第一点云区域和所述第二点云区域分别包括所述地标线的相邻区段；所述基于所述激光反射强度识别出所述当前帧点云中的所述地标线对应的地标点包括：针对所述第一点云区域，基于所述激光反射强度和预存的分界值确定所述第一点云区域中的所述地标点，所述分界值是指所述地标点和所述地面对应的地面点之间的激光反射强度的分界值；针对所述第二点云区域，基于相邻帧点云的匹配构建局部地图，基于所述局部地图确定所述第二点云区域中的所述地标点。3.根据权利要求2所述的基于激光雷达的实时导航方法，其特征在于，所述在所述当前帧点云中确定出沿所述行驶方向相邻排布的第一点云区域和第二点云区域包括：采用以所述当前路径点为圆心的两个同心圆对所述当前帧点云进行划分，得到圆形区域和与所述圆形区域相邻的环形区域；在所述当前帧点云中确定以所述行驶方向为中线沿所述行驶方向延伸的条形区域，所述条形区域的宽度大于所述地标线的宽度；将所述条形区域和所述圆形区域的交叉区域确定为所述第一点云区域；将所述条形区域和所述环形区域的交叉区域确定为所述第二点云区域。4.根据权利要求2所述的基于激光雷达的实时导航方法，其特征在于，所述针对所述第一点云区域，基于所述激光反射强度和预存的分界值确定所述第一点云区域中的所述地标点包括：针对所述第一点云区域中的每个点，确定所述点及其周围多个邻域点组成的点集的所述激光反射强度的平均值；将所述平均值小于所述分界值的点集对应的所述点确定为所述地标点。5.根据权利要求2所述的基于激光雷达的实时导航方法，其特征在于，所述基于所述局部地图确定所述第二点云区域中的所述地标点包括：基于所述局部地图中各点的所述激光反射强度的统计规律确定所述激光反射强度的分界值，所述分界值是指所述地标点和所述地面对应的地面点的激光反射强度的分界值；将所述局部地图上所述激光反射强度小于所述分界值的点确定为所述地标点。6.根据权利要求5所述的基于激光雷达的实时导航方法，其特征在于，所述基于所述当
前帧点云中各点的所述激光反射强度的统计规律确定激光反射强度的分界值包括：基于所述局部地图中各点的所述激光反射强度构建直方图，所述直方图的横坐标为所述激光反射强度，纵坐标为点的数量；确定所述直方图在所述横坐标的覆盖区间内的中点为所述分界值。7.根据权利要求2所述的基于激光雷达的实时导航方法，其特征在于，所述基于所述地标点确定至少一个连续路径...
【专利技术属性】
技术研发人员：徐健，
申请(专利权)人：广州极飞科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。