【技术实现步骤摘要】
一种基于移动端的雷达数据交互处理方法
[0001]本专利技术属于自动驾驶领域。
技术介绍
[0002]自动驾驶车辆通过感知的数据进行正确的决策和控制,而感知离不开传感器,比如雷达、摄像头等。其中雷达向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理后,就可获得目标的有关信息,如目标距离、方位、高度、速度、姿态、甚至形状等参数,从而对目标进行探测、跟踪和识别。然而雷达的原始数据为复杂的点云数据,对于一直从事自动驾驶领域的工作者来说,理解这些数据并不算太难,但是当自动驾驶车辆行驶在道路上时,面对众多的乘车者,一种简单易懂的雷达数据呈现方式显得非常重要。因此提出一种基于移动端的雷达数据交互处理方法,计算生成端处理原始雷达数据,通过UDP协议将雷达数据传输到移动端,使用相应算法对障碍物进行显示,具有通俗易懂、灵活便捷交互显示的优点。
[0003]在传统的无人驾驶车辆中,原始数据通常显示在中控屏幕上,想要实时了解车辆感知到的数据以及所做决策的正确性,测试人员必须处于车内。 ...
【技术保护点】
【技术特征摘要】
1.一种基于移动端的雷达数据交互处理方法,其特征在于:一.点云数据的获取通过车载三维激光雷达获得一组无序的原始点云数据,其中点云数据应该至少包括车辆在行驶过程中扫描到的道路区域的点云点,每个点云点数据应该包括坐标信息,并带有时间戳和光束的方向;二.点云数据的处理处理单元将原始点云数据进行处理,其中预处单元包括地面点云数据滤除和目标聚类分割操作,识别单元计算聚类点云的几何数据,进而识别障碍物;1)将原始点云数据转换为深度图像,这种深度图像的每个像素都存储了从传感器到物体的测量距离;2)对地面点云数据进行滤除(1)遍历点云图中的点云集合中所有的点云点,获取每个点云点对应的行驶道路的路面高度;(2)基于每个点云点在点云图中的点云坐标信息,确定每个点云点相对于行驶道路的高度坐标;(3)如果任意一个点云点的高度坐标小于等于对应的路面高度,将该点云点从点云集合中移除,减小点云数据量;3)对点云数据进行聚类(1)点云数据聚类通过KD
‑
Tree的近邻查询算法,计算邻域点到目标点的欧氏距离,并根据距离进行聚类。重复计算过程,直到计算完所有的新点;(2)障碍物识别对每个聚类团簇,基于最小凸包法得到障碍物周围最小面积的矩形,得到一个立方体框;对立方体框区域进行特征提取和分类,识别出目标障碍物;障碍物信息包括角点坐标、类型和id;三.车辆状态信息获取通过can总线获得车辆信息,车辆状态信息包括方向盘转角、电量、速度、档位、油门开度和刹车开度;四.数据通信1)UDP协议传输数据(1)通过雷达点云数据识别到的障碍物信息进行框选;在数据传输时,传输障碍...
【专利技术属性】
技术研发人员:马楠,姚永强,张欢,徐成,郭聪,吴祉璇,许根宝,
申请(专利权)人:北京工业大学,
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。