基于端边云协同的路侧激光雷达背景构建与更新方法技术

本发明专利技术涉及一种基于路侧激光雷达的背景构建与更新方法，所述方法包括：首先设计了基于端边云协同的路侧激光雷达任务分配方法；然后对路侧激光雷达的背景构建与更新分别设计了高效、减少计算资源的背景划分方法、设计了筛选道路用户少的数据帧方法、设计了基于最大数量的背景单元选择方法和使用滑动窗口的形式对背景构建数据帧进行更新方法；最后设计了基于hash表的道路背景实时差分方法。本发明专利技术在路侧激光雷达的长时间工作，背景过滤的实时性和背景构建的质量上进行了提升。和背景构建的质量上进行了提升。和背景构建的质量上进行了提升。

【技术实现步骤摘要】
基于端边云协同的路侧激光雷达背景构建与更新方法


[0001]本专利技术涉及车路协同领域，特别涉及一种基于端边云协同的路侧激光雷达背景构建与更新方法。

技术介绍

[0002]“智能化、网联化、电动化、共享化”趋势下，全球汽车产业正在发生颠覆性变革。中国自动驾驶技术应用持续推进，是目前交通领域发展的重点之一。基于产业基础、资源禀赋以及部分区域的发展探索，我国逐步确立出车路协同的技术路线，车路协同技术也被认为是决定中国自动驾驶的成败的关键。
[0003]车路协同是采用先进的无线通信和新一代互联网等技术，全方位实施车车、车路动态实时信息交互，旨在解决单车自动驾驶不够安全的弊端，将有效避免交通事故的发生。在真实道路交通场景中对计算的需求十分复杂，传统云计算架构是在前端实现实时采集数据的情况下，数据上传至云端，在云端上实现计算，并将结果发布至路侧的移动终端上，实现车路协同工作。但是随着车路协同系统的推进，云计算无法满足车辆行驶安全服务需要在毫秒级延时的情况。边缘计算是在靠近应用场景的网络边缘，将计算、存储、通信等任务分配到网络边缘的计算模式，在用户终端附近进行数据处理而无需交由云端，大大提升处理效率，减轻云端的负荷，满足了实时业务，为我们的生活带来更多的便利。
[0004]在车路协同系统中，激光雷达是一种探测距离远和角度和分辨率高的传感器，作为路侧设备可以为自动驾驶车辆提供实时，精准的道路环境全方位感知。由于路侧激光雷达的位置是固定的，通过道路背景构建，进行背景过滤，可以分离道路用户和道路静态物，同时有利于对道路用户进行高频、高精度的检测。
[0005]现有的路侧激光雷达背景构建方法，需要在路侧部署高性能的计算终端，消耗大量的计算资源。背景构建对道路背景环境要求较高，在交通拥挤的情况下，背景构建往往是失败的，同时由于路侧激光雷达在长时间工作时，受到自身的震动和道路环境的改变，使得背景构建失败。总之，现有的方法在背景过滤实时性上、交通拥挤和长时间工作的情况下不能令人满意。

技术实现思路

[0006]为了解决现有技术中路侧激光雷达，在长时间工作、背景过滤的实时性和在交通拥挤时背景构建的问题，本专利技术提供一种基于端边云协同的路侧激光雷达背景构建与更新方法。
[0007]本专利技术为了解决上述技术体所采用的技术方案是：一种基于端边云协同的路侧激光雷达背景构建与更新方法，其技术方案在于：首先设计了基于端边云协同的路侧激光雷达任务分配方法；然后对路侧激光雷达的背景构建与更新分别设计了高效、减少计算资源的背景划分方法、设计了筛选道路用户少的数据帧方法、设计了基于最大数量的背景单元选择方法和使用滑动窗口的形式对背景构建数据帧进行更新方法；最后设计了基于hash表
的道路背景实时差分方法。
[0008]其中，一种基于端边云协同的路侧激光雷达背景构建与更新方法，包括以下步骤：
[0009]步骤1：在路侧部署激光雷达终端设备，进行记录激光雷达点云数据，并将并将数据上传到云计算中心。
[0010]步骤2：在云计算中心对路侧激光点云数据处理，进行背景构建。包括一下内容：
[0011]Step1：激光雷达点云数据背景划分：
[0012]根据激光雷达点云数据的球面坐标(r，ω，α)，其中r，ω,α分别为距离、垂直角和水平角。将道路背景按照ω、α和r进行划分，分别根据所需精度设置垂直角分辨率θ、水平角分辨率α和距离分辨率d，将道路背景划分为N个背景单元。
[0013]Step 2：构建并行计算的背景构建数据帧选择方法：
[0014]Step 2.1将原始数据帧分为多组，然后并行的进行背景构建数据帧选择。
[0015]Step 2.2通过Step 1中的背景划分方法，建立背景构建数据帧选择方法：使用滑动窗口的方式，在原始背景数据帧中选择道路用户数量少的数据帧。将窗口中的点云放入Step 1中划分的N个背景单元中，每个单元中的点云数量为x，则每个单元中点数量均值与方差如下：
[0016][0017][0018]其中，s，w分别为滑动窗口的步幅和窗口，k为第k个窗口，共有K个窗口；为第k个窗口中第i个单元的均值；为第k个窗口中第i个单元的方差。
[0019]Step 2.3由于单元中的点云数量的均值是不相同的，均值的大小，也影响着方差的大小，因此为了放大方差的影响，将方差进行归一化：
[0020][0021]Step 2.4建立归一化后的方差进行总体评价，评价方式为：
[0022][0023]Step 2.5选择在K个窗口中nvar
k
比较小的窗口，作为选择后的背景构建数据帧。
[0024]Step 3：基于最大数量点背景单元的背景构建：
[0025]Step 3.1将选择后的背景构建数据帧按照同一坐标系进行融合叠加，然后按照步骤Step 1的进行背景划分。
[0026]Step 3.2以每个激光雷达束垂直角度θ和水平角α的象束上，在距离分辨率为d距离上，选择数量点最多的背景单元MaxPoints，在MaxPoints以后的单元都被认为是背景单元，在MaxPoints之前的单元如果与MaxPoints相邻，也会认为是背景单元。
[0027]Step 4：基于滑动窗口的背景构建数据帧更新方法：
[0028]在连续的几个周期的原始数据帧中，分为几个周期分别进行选择的背景构建数据
帧，当新来一个周期的原始数据经过Step 1～Step 3处理后，得到新的背景构建数据帧，替换最开始的背景构建数据帧，将总体的背景构建数据帧总量保持不变，从而实现背景构建数据帧的实时动态更新。
[0029]步骤3：背景构建完成后，下发给路口边缘服务器进行实时处理。路口边缘服务器将背景单元通过hash表的形式进行记录，然后进行背景差分，实现实时背景过滤。
[0030]本专利技术提出的基于端边云协同的路侧激光雷达背景构建与更新方法，相对现有技术，其优点和积极效果如下：
[0031]1.设计了基于端边云协同的路侧激光雷达任务分配方法，解决了路侧激光雷达计算资源和背景构建、背景过滤实时性的问题。
[0032]2.对路侧激光雷达的背景构建与更新分别设计了高效、减少计算资源的背景划分方法、设计了筛选道路用户少的数据帧方法、设计了基于最大数量的背景单元选择方法和使用滑动窗口的形式对背景构建数据帧进行更新方法。解决了道路交通拥挤无法进行背景构建和路侧激光雷达长时间、高稳定的工作问题。
[0033]3.设计了基于hash表的道路背景实时差分方法。提高了路侧激光雷达背景过滤的实时性。
附图说明
[0034]图1为本专利技术的系统框图。
[0035]图2为本专利技术的流程图。
[0036]图3为激光雷达侧视图。
[0037]图4为激光雷达俯视图。
[0038]图5为背景划分后的整体示意图。
[0039]图6为划分后的单元示意图。
具体实施方式
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于端边云协同的路侧激光雷达背景构建与更新方法，其特征在于，包含以下步骤：步骤1：建立基于端边云协同的路侧激光雷达任务分配方法；步骤2：构建并行计算的背景构建数据帧选择方法；步骤3：建立基于最大数量点背景单元的背景构建方法；步骤4：建立基于滑动窗口的背景构建数据帧更新方法；步骤5：建立基于hash表的道路背景实时过滤方法。2.如权利要求1所述的基于端边云协同的路侧激光雷达背景构建与更新方法，其特征在于，所述步骤1中，基于端边云协同的路侧激光雷达任务分配方法：在路侧部署激光雷达终端设备，进行记录激光雷达点云数据，并将并将数据上传到云计算中心。然后经过云计算中心处理后，下发给路口边缘服务器进行实时处理。3.如权利要求1所述的基于端边云协同的路侧激光雷达背景构建与更新方法，其特征在于，所述步骤2中，并行计算的背景构建数据帧选择方法：将原始数据帧分为多组，然后并行的进行背景构建数据帧选择。建立背景构建数据帧选择方法：使用滑动窗口的方式，在原始背景数据帧中选择道路用户数量少的数据帧。将窗口中的点云放入划分好的N个背景单元中，每个单元中的点云数量为x，则每个单元中点数量均值与方差如下：个单元中的点云数量为x，则每个单元中点数量均值与方差如下：其中，s，w分别为滑动窗口的步幅和窗口，k为第k个窗口，共有K个窗口；为第k个窗口中第i个单元的均值；var
ik
为第k个窗口中第i个单元的方差。由于单元中的点云数量的均值是不相同的，均值的大小，也影响着方差的大小，因此为了...

【专利技术属性】
技术研发人员：刘建圻，赵建国，杨俊威，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：