局部路径规划方法、装置、电子设备及存储介质制造方法及图纸

本申请提供一种局部路径规划方法、装置、电子设备及存储介质，本申请涉及传感器技术领域，提高了目标对象的导航能力、定位能力和躲避障碍物的能力。具体方案为：本申请通过对激光雷达点云数据和毫米波雷达点云数据进行去运动畸变处理、过滤处理、加权融合和二维投影等一系列动作，得到更加平滑的二维栅格图。进而在二维栅格图中基于改进的动态窗口算法进行局部路径规划，由此可以充分结合激光雷达和毫米波雷达的优点，提高目标对象构建地图的精度和自主导航的准确度，获得更优的局部路径。获得更优的局部路径。获得更优的局部路径。

【技术实现步骤摘要】
局部路径规划方法、装置、电子设备及存储介质


[0001]本申请涉及传感器
，具体而言，涉及一种局部路径规划方法、装置、电子设备及存储介质。

技术介绍

[0002]近年来移动机器人受到广泛关注并且逐渐应用到各项应用中，例如智能家居和交通运输等。移动机器人在工作过程中往往涉及到动态干扰场景下的地图构建和自主导航。
[0003]随着同步定位与地图构建(simultaneous localization andmapping，SLAM)技术的发展，基于激光雷达SLAM环境建图技术取得了优异的成果，但是激光雷达的探测距离较近且获得的激光数据不太稳定，在动态场景下容易受到干扰，造成建图出现明显的偏差甚至是错乱，从而导致移动机器人进行动态避障时容易出现碰撞。

技术实现思路

[0004]本申请实施例的目的在于一种局部路径规划方法、装置、电子设备及存储介质，通过获取目标对象的第一激光雷达点云数据和第一毫米波雷达点云数据，并进行去运动畸变处理、过滤处理、加权融合和二维投影等一系列动作，提高了目标对象的导航和定位能力，以及提高了目标对象躲避障碍物的能力。
[0005]第一方面，本申请实施例提供了一种局部路径规划方法，该方法包括：获取目标对象的第一激光雷达点云数据和第一毫米波雷达点云数据；对第一激光雷达点云数据进行去运动畸变处理以得到第二激光雷达点云数据，以及对第一毫米波雷达点云数据进行过滤处理，得到第二毫米波雷达点云数据；对第二激光雷达点云数据和第二毫米波雷达点云数据进行融合并投影，得到二维栅格图；基于二维栅格图进行全局路径规划，得到全局路径拐点，并将全局路径拐点作为局部目标点；基于目标对象的约束条件进行速度空间采样和轨迹预测，得到第一采样点集合，并基于局部目标点对第一采样点集合进行删除处理，得到第二采样点集合；基于第二采样点集合，得到局部规划路径。
[0006]上述局部路径规划方法，通过对第一激光雷达点云数据和第一毫米波雷达点云数据的去运动畸变处理、过滤处理、加权融合和二维投影等一系列动作，获得了更为准确的二维栅格图。其将两个传感器的数据有效以及合理的融合在一起，并去除了环境中动态障碍物对构建二维栅格图的影响。由此，为目标对象后续的导航和定位提供了准确和完整的地图依据，也提高了目标对象的躲避障碍物的能力。在进行局部路径规划时，对第一采样点集合进行删除处理，只保留了有效的采样点，减少了采样点评价数量，缩短了局部路径规划的时间。
[0007]结合第一方面，可选地，其中，获取目标对象的第一激光雷达点云数据和第一毫米波雷达点云数据，包括：对激光雷达和毫米波雷达进行空间同步和时间同步；基于激光雷达获取第一激光雷达点云数据，以及基于毫米波雷达获取第一毫米波雷达点云数据。
[0008]上述局部路径规划方法，通过对激光雷达和毫米波雷达进行空间同步和时间同
步，可以同时获取第一激光雷达点云数据和第一毫米波雷达点云数据。由此可以结合激光雷达和毫米波雷达的优点，提高地图构建的精确度和目标对象的避障能力。
[0009]结合第一方面，可选地，其中，对第一激光雷达点云数据进行去运动畸变处理以得到第二激光雷达点云数据，以及对第一毫米波雷达点云数据进行过滤处理，得到第二毫米波雷达点云数据，包括：基于里程计插值数据对第一激光雷达点云数据进行去运动畸变，得到第二激光雷达点云数据；基于脉冲对消获得第一毫米波雷达点云数据中的动态点云数据，并将动态点云数据和第一毫米波雷达点云数据进行对比和过滤处理，得到第二毫米波雷达点云数据。
[0010]上述局部路径规划方法，通过对第一激光雷达点云数据进行去运动畸变，可以减弱运动场景中(例如激光雷达和载体运动或者环境中存在运动物体)获取的第一激光雷达点云数据的畸变现象。以及通过对第一毫米波雷达点云数据进行过滤处理，可以减弱设备精度和环境因素带来的影响。
[0011]结合第一方面，可选地，其中，对第二激光雷达点云数据和第二毫米波雷达点云数据进行融合并投影，得到二维栅格图，包括：对第二激光雷达点云数据和第二毫米波雷达点云数据进行加权融合，得到融合点云数据；将融合点云数据投影至二维平面，得到二维栅格图。
[0012]上述局部路径规划方法，通过对第二激光雷达点云数据和第二毫米波雷达点云数据进行加权融合和二维投影，可以将两个传感器的数据有效且合理的融合在一起，得到更加准确的二维栅格图。由此，可以为目标对象后续的导航和定位提高了更加准确且完整的地图依据，为目标对象的导航避障提供保障。
[0013]结合第一方面，可选地，其中，基于二维栅格图进行全局路径规划，得到全局路径拐点，并将全局路径拐点作为局部目标点，包括：基于二维栅格图获得全局路径的起点和终点；通过A*算法进行全局路径规划和离散化，得到全局路径拐点，并将全局路径拐点作为局部目标点。
[0014]上述局部路径规划方法，通过A*算法基于二维栅格图进行全局路径规划，可以获得多个采样点，并将全局路径拐点作为局部目标点，可以减少采样点的数量，缩短后续局部路径规划的时间。
[0015]结合第一方面，可选地，其中，基于目标对象的约束条件进行速度空间采样和轨迹预测，得到第一采样点集合，并基于局部目标点对第一采样点集合进行删除处理，得到第二采样点集合，包括：基于目标对象的约束条件进行速度空间采样和轨迹预测，得到第一预测轨迹，约束条件包括目标对象速度约束、电机性能约束和安全约束；对第一预测轨迹进行采样点处理，得到第一采样点集合；基于局部目标点对第一采样点集合进行删除处理，得到第二采样点集合。
[0016]上述局部路径规划方法，通过第一采样点集合进行删除处理，只保留了有效的采样点，减少了采样点的评价数量，进一步缩短了局部路径规划的时间。
[0017]结合第一方面，可选地，其中，基于第二采样点集合，得到局部规划路径，包括：基于动态窗口算法对第二采样点集合中的每个采样点进行轨迹预测，得到多个第二预测轨迹；基于多个评价函数确定多个第二预测轨迹中的局部规划路径，其中，多个评价函数包括方位角评价函数、距离评价函数和速度评价函数。
[0018]上述局部路径规划方法，通过多个评价函数去评价局部规划路径偏离全局规划路径的程度，改善了动态窗口算法存在的易陷入局部最优且目标不可达的问题，提高了局部路径规划的效率。
[0019]第二方面，本申请实施例还提供了一种局部路径规划装置，包括：
[0020]获取模块，用于获取目标对象的第一激光雷达点云数据和第一毫米波雷达点云数据；
[0021]处理模块，用于对第一激光雷达点云数据进行去运动畸变处理以得到第二激光雷达点云数据，以及对第一毫米波雷达点云数据进行过滤处理，得到第二毫米波雷达点云数据；
[0022]融合模块，用于对第二激光雷达点云数据和第二毫米波雷达点云数据进行融合并投影，得到二维栅格图；
[0023]全局路径规划模块，用于基于二维栅格图进行全局路径规划，得到全局路径拐点，并将全局路径拐点作为局部目标点；
[0024]轨迹预测模块本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种局部路径规划方法，其特征在于，所述方法包括：获取目标对象的第一激光雷达点云数据和第一毫米波雷达点云数据；对所述第一激光雷达点云数据进行去运动畸变处理以得到第二激光雷达点云数据，以及对所述第一毫米波雷达点云数据进行过滤处理，得到第二毫米波雷达点云数据；对所述第二激光雷达点云数据和所述第二毫米波雷达点云数据进行融合并投影，得到二维栅格图；基于所述二维栅格图进行全局路径规划，得到全局路径拐点，并将所述全局路径拐点作为局部目标点；基于所述目标对象的约束条件进行速度空间采样和轨迹预测，得到第一采样点集合，并基于所述局部目标点对所述第一采样点集合进行删除处理，得到第二采样点集合；基于所述第二采样点集合，得到局部规划路径。2.根据权利要求1所述的方法，其特征在于，所述获取目标对象的第一激光雷达点云数据和第一毫米波雷达点云数据，包括：对激光雷达和毫米波雷达进行空间同步和时间同步；基于所述激光雷达获取所述第一激光雷达点云数据，以及基于所述毫米波雷达获取所述第一毫米波雷达点云数据。3.根据权利要求1所述的方法，其特征在于，所述对所述第一激光雷达点云数据进行去运动畸变处理以得到第二激光雷达点云数据，以及对所述第一毫米波雷达点云数据进行过滤处理，得到第二毫米波雷达点云数据，包括：基于里程计插值数据对所述第一激光雷达点云数据进行去运动畸变，得到第二激光雷达点云数据；基于脉冲对消获得所述第一毫米波雷达点云数据中的动态点云数据，并将所述动态点云数据和所述第一毫米波雷达点云数据进行对比和过滤处理，得到所述第二毫米波雷达点云数据。4.根据权利要求1所述的方法，其特征在于，所述对所述第二激光雷达点云数据和所述第二毫米波雷达点云数据进行融合并投影，得到二维栅格图，包括：对所述第二激光雷达点云数据和所述第二毫米波雷达点云数据进行加权融合，得到融合点云数据；将所述融合点云数据投影至二维平面，得到所述二维栅格图。5.根据权利要求1所述的方法，其特征在于，所述基于所述二维栅格图进行全局路径规划，得到全局路径拐点，并将所述全局路径拐点作为局部目标点，包括：基于所述二维栅格图获得全局路径的起点和终点；通过A*算法进行全局路径规划和离散化，得到全局路径拐点，并将所述全局路径拐点...

【专利技术属性】
技术研发人员：蒋刚，郝兴安，高嵩，贾勇，孙玥，唐忠，易诗，姜杰，彭悦，王倩，李治宏，杜冬，张露瑶，李超，范孝冬，蔡良轩，
申请(专利权)人：成都理工大学，
类型：发明
国别省市：