[发明专利]一种基于递归叠加算法的车辆前方障碍物轮廓检测方法

说明书

本发明公开了一种基于递归叠加算法的车辆前方障碍物轮廓检测方法，该方法包括：雷达与地面的几何关系计算障碍物轮廓高度；历史扫描与当前扫描的坐标匹配；考虑雷达光束具有正态分布的特点引入概率密度函数；实现障碍物轮廓的准连续估计；通过历史扫描与当前扫描数据不断递归叠加的方式求得准确的障碍物轮廓高度；通过回归计算高度偏差和俯仰角偏差；新旧扫描的融合。本发明采用的测量方法简易可行，可以准确而高效地检测道路前方障碍物的大概轮廓高度，并且新旧扫描产生的重叠区不断进行递归叠加，可以去除一些干扰所带来的影响，大大增强了信息密度。可以获得精确的车辆前方障碍物轮廓高度。

技术领域

本发明属于汽车智能驾驶和雷达技术领域,涉及雷达对目标的识别方法,具体涉及一种基于递归叠加算法的车辆前方障碍物轮廓检测方法，用以解决现有雷达无法快速准确地识别路面障碍物轮廓问题。

背景技术

激光雷达是一种常用的测距传感器，由于具有分辨率高、受环境因素干扰小等优点，被广泛用在各种领域。激光雷达分为单线激光雷达、多线激光雷达和面阵雷达三种。单线激光雷达每次扫描产生一条扫描线，其测距速度快、数据量少、体积小、重量轻、适合快速处理，因高性价比，目前单线激光雷达的使用最为广泛。

激光雷达是一类使用光波进行距离测量的传感器。激光雷达常采用脉冲传播时间法测量对象的距离。工作时，它会以聚集光束的形式发射出激光脉冲，并测量发射和接收回波之间的传播时间，且由于激光脉冲以光速传播，所以可以确定距离。激光发生器到目标单个反射点的距离为：d＝ct/2，其中，c为光速；t为从地面激光雷达发射激光波束至接收到回波信号的时间差；d为激光发射器到目标反射点的距离。

激光光束可以很好地通过光学系统聚集，因此不仅是距离，目标相对于传感器的准确的侧面和垂直位置也都可以得到确定。采用这种测量原理能够实现毫米级的距离测量，因此非常适合检测路面不平度的微小变化，从而构建整个地面高度轮廓。

激光雷达光束投射到尘粒、雨滴表面时会导致距离数值计算错误。而且由于车载雷达在运动状态过程中存在若干外界干扰，使得雷达脉冲回波更加不可控，因此必须要有智能分析算法才可达到实用化。

目前针对车辆前方障碍物轮廓的测量已有较多的研究：

相关文献1：申请号201310063898.2，理光株式会社陈超，师忠超利用双目摄像机提供了一种在道路场景中估计路面高度形状的方法和系统，该方法包括：获得道路场景的视差图；基于所述视差图检测路面感兴趣区；基于所述路面感兴趣区确定多个路面感兴趣点；以及基于所述多个路面感兴趣点来估计路面高度形状。由于通常道路场景非常复杂，包括行人、车辆、障碍物等，使得算法的计算量很大，一般需要扫描数据之后离线处理，很难实时在线检测。

相关文献2：F.Moosmann等提出了一种具有障碍物识别能力的图像识别算法。这种算法采用三维激光雷达，将地面以及障碍物进行识别分割。由于三维激光雷达还未达到量产阶段，价格昂贵，限制了该方法的应用范围。

相关文献3：申请号201610804686.9，宋伟，周小龙，吴彬公开了一种利用卷积神经网络CNN的障碍物识别方法，利用深度学习算法，基于仿生眼系统进行障碍物的识别，并提供了在识别过程中配置接口的方法，加强了识别过程与仿生眼系统的通信过程。该方法具有较高的识别率，但是算法的有效执行必须要依赖大量图像模型库的神经网络训练，一旦障碍物信息在模型库中缺失，将会极大地影响识别结果。

发明内容

本发明目的在于提供一种基于递归叠加算法的车辆前方障碍物轮廓检测方法，通过多次连续扫描递归匹配对激光脉冲回波信号进行多次分析，以此增加信号的信息密度，准确得到车辆前方障碍物轮廓高度，可以不受限制地应用在道路交通中。

本发明的目的是通过以下方案实现的：

一种基于递归叠加算法的车辆前方障碍物轮廓检测方法，激光雷达安装方案：