[发明专利]智能驾驶中激光雷达点云数据与车辆信息融合的方法

说明书

本发明提供智能驾驶中激光雷达点云数据与车辆信息融合的方法，首先将采集到的雷达点云数据转化成二维图像数据，通过定义参考帧索引图像，结合航向角，对参考帧索引图像与当前图像进行配准，并进行热核扩散处理，减少配准误差并去掉雷达数据中不稳定的噪点，最后根据处理后的参考帧索引图像还原生成二值化的雷达点云数据图像。本发明能够有效去除车辆在运行的过程中，激光雷达点云中包含的地面、尘埃等信息对自动驾驶的障碍物判断造成的影响。

技术领域

本发明属于车辆自动驾驶技术领域，具体涉及一种智能驾驶中激光雷达云点数据与车辆信息融合的方法。

背景技术

自动驾驶系统在运行过程中，需要实时地获取车辆周围的障碍物信息，这些障碍物包括路面上的车辆、行人、动物、建筑物、树木等，不应该包含地面、雨水、雾、霾、雪花、灰尘、烟等。当车辆遇到障碍物时，应该绕过障碍物或者停止自动驾驶；当道路上没有障碍物时，车辆应该沿着车道正常行驶。

目前检测障碍物的一种常用的方法是使用激光雷达进行检测。激光雷达是一种检测精度很高的雷达，可以对障碍物进行厘米级的定位。常用的激光雷达有Ibeo激光雷达、Velodyne激光雷达等。

激光雷达通过发射激光，获取障碍物的轮廓，并以点云数据的形式发给自动驾驶系统别的子系统使用。原始的激光点云数据除了会包含车辆、行人等障碍物外，还会包含地面、雨水、尘埃等自动驾驶系统不希望检测到的障碍物。

除了雷达获取障碍物的原理之外，地面等干扰点云数据形成的原因可能还包含雷达的安装角度、车辆在行驶时的颠簸、地面上的细小颗粒、拐弯时车辆的四个轮子所在平面与地面不平行等，而且这些干扰因素并不容易消除。

正常情况下，自动驾驶系统在运行时，遇到车辆等障碍物时，应该从其旁边绕行过去，当不能绕行通过时，应该停车。遇到下雨的天气，且地面上没有障碍物时，应该顺着车道向前行驶。若有时将雨水和地面当做障碍物，则自动驾驶系统在行驶时，会突然拐弯或停车，给人一种突兀的感觉，应该尽量避免此种情况的发生。

发明内容

针对现有技术的不足，本发明要解决的技术问题是提供一种在智能驾驶中激光雷达点云数据与车辆信息融合的方法，以去除车辆在运行的过程中，激光雷达点云中包含的地面、尘埃等信息对自动驾驶的障碍物判断造成的影响。

本发明所采用的技术方案具体包括以下步骤：

S1，获取当前帧的点云数据、当前帧的车辆速度CurV和车辆航向角CurHeading，对激光雷达数据进行建模，将三维形式的点云数据，去除垂直方向的信息，投影到水平面上，转换成二维形式的信息并进行量化处理，生成具有宽和高的当前帧图像数据；

S2，定义参考帧索引图像；判断当前帧图像是否为系统采集的第一帧图像，若是，则利用当前帧图像数据对参考帧索引图像进行更新，得到当前参考帧索引图像并跳转至步骤S4，否则利用车速与航向角对上一帧图像对应的参考帧索引图像和当前帧图像进行配准，得到当前参考帧索引图像；

S3，对当前参考帧索引图像进行热核扩散处理，减少配准误差并去掉雷达数据中不稳定的噪点，并根据处理后的图像以及当前帧图像更新当前参考帧索引图像；

S4，按照固定阈值，根据当前参考帧索引图像生成二值化的雷达点云数据图像并输出，同时更新计数器，并跳转至步骤S2进行下一帧点云数据的处理。

与现有技术相比，本发明具有以下优点：

以往的算法依赖GNSS定位经纬度位置的精度。当车辆行驶到隧道、高大建筑物中间时，GNSS信号会受到很大的影响，造成GNSS定位精度严重下降，致使建筑物等道路两旁的障碍物信息在融合后，会显示在道路上。