【技术实现步骤摘要】
用于无人驾驶的障碍物感知方法、系统及无人驾驶汽车
[0001]本申请属于自动驾驶
,涉及一种用于无人驾驶的障碍物感知方法及系统
、
汽车
。
技术介绍
[0002]矿区无人驾驶运输系统的工作场景比较恶劣,对于露天矿,矿区中常存在较大的扬尘,同时可能伴随着雨雪的存在;对于井工矿,为了降低井下粉尘的浓度,左右井壁以及上井壁安装很多喷水装置,喷射出大量的水雾
。
用于障碍物感知的激光雷达在存在扬尘
、
雨雪以及水雾的恶劣场景中工作时,会将扬尘
、
雨雪以及水雾产生的激光点云误检为障碍物,导致矿卡停车避障,严重影响作业效率
。
此外,扬尘
、
雨雪以及水雾这些激光点云周围的障碍物容易误检和漏检,造成事故,危及生命财产安全
。
[0003]在矿区恶劣场景中,去除扬尘
、
雨雪以及水雾的影响,精确感知障碍物,是亟需解决的技术难题之一
。
目前矿区障碍物感知主要依靠激光雷达传感器,扬尘
、
雨雪以及水雾等噪声激光点云的滤除主要通过激光点云去噪,激光点云去噪的方法包含传统算法和深度学习算法
。
传统算法一般是对地面以上的激光点云进行聚类处理,然后通过分析每个聚类激光点云的特征,例如包括强度
、
密度
、
差值稳定性
、
悬浮性等,设置经验阈值进行噪声的提取并滤除
。
基于深度学习算法 ...
【技术保护点】
【技术特征摘要】
1.
一种用于无人驾驶的障碍物感知方法,其特征在于,应用于无人驾驶汽车,所述汽车包括多种传感器,多种传感器为激光雷达系统
、
相机系统和毫米波雷达系统中任意两种或者全部三种,所述方法包括:基于多种无人驾驶检测方法,分别对目标环境进行障碍物检测,获取多种无人驾驶检测方法对障碍物的检测分析结果,其中,多种无人驾驶检测包括激光雷达检测方法
、
相机检测方法和毫米波雷达检测方法中的任意两种或者全部三种方法;将多种无人驾驶检测方法对障碍物的检测分析结果进行综合分析
。2.
根据权利要求1所述的方法,其特征在于,多种无人驾驶检测方法对障碍物的检测分析结果包括:识别目标环境中多种障碍物的类型
、
类型对应的概率
、
位置和形状
。3.
根据权利要求2所述的方法,其特征在于,激光雷达检测方法包括:获取激光雷达系统的原始激光点云;将原始激光点云进行拼接并转换到车体坐标系,得到车体坐标系下的拼接激光点云;对拼接激光点云进行过滤处理;基于拼接激光点云,识别出目标环境中障碍物的检测分析结果
。4.
根据权利要求3所述的方法,其特征在于,基于拼接激光点云,识别出目标环境中障碍物的检测分析结果,包括:对拼接激光点云进行分割处理,分割为噪声
、
车辆
、
道路
、
预选建筑物
、
行人对应的激光点云;对分割为预选建筑物类型的激光点云进行去噪处理,滤除误分为预选建筑物的点云;将去噪后的预选建筑物点云输入栅格地图,通过统计栅格地图中每个网格内激光点云的最大高度差和最大高度,来筛选掉道路误分为预选建筑物类型的激光点云,得到只包含准确建筑物类别的栅格地图;对拼接点云进行检测处理,输出车辆和行人的概率
、
位置和形状;结合车辆和行人类别的点云对车辆和行人的检测结果进行优化,输出车辆和行人目标优化后的概率
、
位置和形状
。5.
根据权利要求2所述的方法,其特征在于,相机检测方法,包括:通过相机系统来获取目标环境的可见光图像和红外图像;根据可见光图像和红外图像进行预处理,其中,图像预处理包括图像畸变矫正
、
...
【专利技术属性】
技术研发人员:杨长坤,要婷婷,王鑫,王宏兴,孟德将,潘子宇,田滨,
申请(专利权)人:青岛慧拓智能机器有限公司,
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。