一种无人驾驶小车前方障碍物距离测量方法技术

本发明专利技术公开了一种无人驾驶小车前方障碍物距离测量方法，调节无人驾驶小车车头的固态激光雷达，使得固态激光雷达与目标障碍物在一条竖直线上；测量雷达与障碍物的距离并作为距离真实值

【技术实现步骤摘要】
一种无人驾驶小车前方障碍物距离测量方法


[0001]本专利技术属于激光雷达测距
，具体涉及一种无人驾驶小车前方障碍物距离测量方法
。

技术介绍

[0002]激光雷达，是一种用激光器作为发射光源，采用光电探测技术手段的主动遥感设备，其通过激光信号的时间差
、
或相位差确定与目标物的距离
。
激光雷达的探测距离较长，可达
200
米以上，且激光雷达在工作时，有可能受到外界光照条件的影响，因此，对于激光雷达测距准度的测试，通常在户外进行
。
[0003]评估激光雷达测距准度的方法可以包括实验室测试
、
控制环境下的对比测试
、
地面真实场景测试等
。
具体的评估方法和指标可能会因不同的激光雷达系统和应用而有所不同
。
然而，由于固态激光雷达通常具有固定的视场角度，如果障碍物不在光束的中心位置，可能会对测量结果造成一定的影响
。

技术实现思路

[0004]本专利技术所要解决的技术问题在于针对上述现有技术中的不足，提供一种无人驾驶小车前方障碍物距离测量方法，用于解决固态激光雷达易受外界干扰，以及固态激光雷达测距时固定视场角度的技术问题，能够提高获取的测距准度和鲁棒性
。
[0005]本专利技术采用以下技术方案：
[0006]一种无人驾驶小车前方障碍物距离测量方法，其特征在于，包括以下步骤：
[0007]S1、
调节无人驾驶小车车头的固态激光雷达，使得固态激光雷达与目标障碍物在一条竖直线上；
[0008]S2、
测量雷达与障碍物的距离并作为距离真实值
S
t
；
[0009]S3、
重复步骤
S2
得到多个距离真实值
S
t
构建得到真实距离集合
C1，多次订阅激光雷达的节点话题，得到估计值集合
C2；
[0010]S4、
变换障碍物的横向位置，对步骤
S3
得到的真实距离集合
C1和估计值集合
C2，基于点云聚类处理获取得到真实距离集合
C3和估计值集合
C4；
[0011]S5、
将步骤
S4
得到的真实距离集合
C3和估计值集合
C4进行比较，得到准确距离
。
[0012]具体的，步骤
S1
中，激光雷达的入射光垂直入射障碍物
。
[0013]具体的，步骤
S4
具体为：
[0014]S401、
运行欧几里得聚类算法，变化所选障碍物的横向位置，保证其在所选的聚类框中，获取所得估计值的集合；
[0015]S402、
对真实值的集合求平均，得到真实值平均值
T1
avg
；
[0016]S403、
再次使激光雷达与障碍物处于同一竖直线上，重新测量障碍物到固态激光雷达的距离得到真实距离集合
C3；
[0017]S404、
订阅欧几里得聚类后的距离信息，得到固态激光雷达到前方障碍物的距离，
多次订阅后得到估计值集合
C4。
[0018]进一步的，步骤
S401
具体为：
[0019]S4011、
往左偏移
0.2m
，测量此时障碍物距离激光雷达的距离作为真实值，多次测量得到真实值集合
C
1L
；
[0020]S4012、
订阅激光雷达的节点话题，得到前方的距离，多次订阅得到估计值集合
C
2L
；
[0021]S4013、
往右偏移
0.2m
，测量此时障碍物距离激光雷达的距离作为真实值，多次测量得到真实值集合
C
1R
；
[0022]S4014、
订阅激光雷达的节点话题，得到前方的距离，多次订阅得到估计值集合
C
2R
。
[0023]进一步的，步骤
S402
具体为：
[0024]S4021、
对估计值的集合求平均，得到估计值的平均值
E1
avg
；
[0025]S4022、
计算固态激光雷达的测量误差，记直接订阅点云节点话题获得的距离的测量误差为
σ1。
[0026]更进一步的，距离的测量误差为
σ1为：
[0027]σ1＝
(E1
avg
‑
T1
avg
)/T1
avg
。
[0028][0029]进一步的，步骤
S403
中，将固态激光雷达的三维点云数据划分为一块块的障碍物点云簇，提取前方障碍物的点云信息，计算得到的前方障碍物距离信息
D
，通过话题发布的方式，将激光雷达到前方障碍物的点云信息进行发布
。
[0030]更进一步的，聚类后点云簇
x
轴方向的形心坐标
X
为：
[0031][0032]聚类后点云簇
y
轴方向的形心坐标
Y
为：
[0033][0034]聚类后点云簇
z
轴方向的形心坐标
Z
为：
[0035][0036]聚类后障碍物长方体的长度
L
为：
[0037]L
＝
|x
max
‑
x
min
|
[0038]聚类后障碍物长方体的宽度
W
为：
[0039]W
＝
|y
max
‑
y
min
|
[0040]聚类后障碍物长方体的高度
H
为：
[0041]H
＝
|z
max
‑
z
min
|
[0042]前方障碍物距离信息
D
为：
[0043][0044]其中，
x
i
为点云簇第
i
个点的
x
坐标，
N
为点云簇中点云的数量，
y
i
为点云簇第
i
个点的
y
轴坐标，
z
i
为点云簇第
i
个点的
z
轴坐标，
x
max
为点云簇中点云
x
轴坐标的最大值，
x
min
为点
云簇中点云
x
轴坐标的最小值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种无人驾驶小车前方障碍物距离测量方法，其特征在于，包括以下步骤：
S1、
调节无人驾驶小车车头的固态激光雷达，使得固态激光雷达与目标障碍物在一条竖直线上；
S2、
测量雷达与障碍物的距离并作为距离真实值
S
t
；
S3、
重复步骤
S2
得到多个距离真实值
S
t
构建得到真实距离集合
C1，多次订阅激光雷达的节点话题，得到估计值集合
C2；
S4、
变换障碍物的横向位置，对步骤
S3
得到的真实距离集合
C1和估计值集合
C2，基于点云聚类处理获取得到真实距离集合
C3和估计值集合
C4；
S5、
将步骤
S4
得到的真实距离集合
C3和估计值集合
C4进行比较，得到准确距离
。2.
根据权利要求1所述的无人驾驶小车前方障碍物距离测量方法，其特征在于，步骤
S1
中，激光雷达的入射光垂直入射障碍物
。3.
根据权利要求1所述的无人驾驶小车前方障碍物距离测量方法，其特征在于，步骤
S4
具体为：
S401、
运行欧几里得聚类算法，变化所选障碍物的横向位置，保证其在所选的聚类框中，获取所得估计值的集合；
S402、
对真实值的集合求平均，得到真实值平均值
T1
avg
；
S403、
再次使激光雷达与障碍物处于同一竖直线上，重新测量障碍物到固态激光雷达的距离得到真实距离集合
C3；
S404、
订阅欧几里得聚类后的距离信息，得到固态激光雷达到前方障碍物的距离，多次订阅后得到估计值集合
C4。4.
根据权利要求3所述的无人驾驶小车前方障碍物距离测量方法，其特征在于，步骤
S401
具体为：
S4011、
往左偏移
0.2m
，测量此时障碍物距离激光雷达的距离作为真实值，多次测量得到真实值集合
C
1L
；
S4012、
订阅激光雷达的节点话题，得到前方的距离，多次订阅得到估计值集合
C
2L
；
S4013、
往右偏移
0.2m
，测量此时障碍物距离激光雷达的距离作为真实值，多次测量得到真实值集合
C
1R
；
S4014、
订阅激光雷达的节点话题，得到前方的距离，多次订阅得到估计值集合
C
2R
。5.
根据权利要求3所述的无人驾驶小车前方障碍物距离测量方法，其特征在于，步骤
S402
具体为：
S4021、
对估计值的集合求平均，得到估计值的平均值
E1
avg
；
S4022、
计算固态激光雷达的测量误差，记直接订阅点云节点话题获得的距离的测量误差为
σ1。6.
根据权利要求5所述的无人驾驶小车前方障碍物距离测量方法，其特征在于，距离的测量误差为
σ1为：
σ1＝
(E1
avg
‑
T1
avg
)/T1
avg
。7.
根据权利要求3所述的无人驾驶小车前方障碍物距离测量方法，其特征在于，步骤
S403
中，将固态激光雷达的三维点云数据划分为一块块的障碍物点云簇，提取前方障碍物的点云信息，计算得到的前方障碍物距离信息
D
，通过话题发布的方式，将激光雷达到前方
障碍物的点云信息进行发布
。8.
根据权利要求7...

【专利技术属性】
技术研发人员：杜海林，仝秋红，王怡萌，张杭铖，王齐超，米奕桦，高飞，刘大鹏，张武，苏海东，潘龙，
申请(专利权)人：陕西智能网联汽车研究院有限公司，
类型：发明
国别省市：