[发明专利]基于激光雷达的静态障碍物识别系统及识别方法在审

专利信息
申请号: 201711441355.4 申请日: 2017-12-27
公开(公告)号: CN108226895A 公开(公告)日: 2018-06-29
发明(设计)人: 马芳武;代凯;安靖雅;吴量;史津竹 申请(专利权)人: 吉林大学
主分类号: G01S7/48 分类号: G01S7/48;G01S17/93
代理公司: 吉林省长春市新时代专利商标代理有限公司 22204 代理人: 唐盼
地址: 130025 吉林省长春市*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 激光雷达 识别系统 数据处理模块 静态障碍物 接收模块 点云 点云数据 环境信息 数据订阅 数据信息 兴趣区域 聚类 订阅 车辆行驶 复杂环境 过滤处理 数据形式 发布 传输
【说明书】:

发明涉及一种基于激光雷达的静态障碍物识别系统及识别方法,该识别系统包括激光雷达、点云接收模块、数据订阅模块、数据处理模块;其中,所述激光雷达用于获取环境信息,并将获取的环境信息以点云数据的形式传输给点云接收模块;所述点云接收模块,用于将接收到的点云数据信息以PointCloud2的数据形式进行发布;所述数据订阅模块,用于订阅已发布的PointCloud2数据信息,并将订阅的PointCloud2数据信息发送给数据处理模块;所述数据处理模块,用于获取车辆行驶兴趣区域,同时对兴趣区域内的数据进行聚类,得出聚类物体的点云团,并将点云团进行过滤处理。该识别系统在复杂环境中也能够准确对静态障碍物进行识别。

技术领域

本发明属于无人驾驶汽车领域,具体涉及一种基于激光雷达的静态障碍物识别系统及识别方法。

背景技术

交通事故每年造成约125万人死亡以及数千亿美元的经济损失,如果不采取行动,预计到2030年会成为世界第七大死亡原因(世界卫生组织,2015)。现有交通事故发生的最主要原因是驾驶员的操作失误。由于人类感知和控制能力的局限,使得驾驶员在面对突发状况时无法及时做出合理的决策。此外,驾驶疲劳也是造成交通事故的重要原因。

随着人工智能、计算机技术以及芯片技术的发展,无人驾驶汽车的使用成为了减少交通事故的最重要手段之一。无人驾驶智能车辆利用相机、激光雷达、微波雷达、超声传感器、GPS、里程计、磁罗盘等车载传感器感知车辆周围环境,根据感知系统得到的道路车道信息、车辆位置和状态信息、障碍物信息构建局部地图,规划局部路径,实时控制车辆的转向和速度,从而使得车辆能够安全、可靠地在道路上行驶。

在汽车行驶过程中会存在很多障碍物,障碍物检测的准确性决定了车辆控制的准确性。目前主要通过测距设备或摄像头来检测障碍物,测距设备主要有激光雷达、毫米波雷达、超声波雷达等,摄像头有单目摄像头、双目摄像头等。但现有的障碍物检测方案中,摄像头检测由于受光线影响较大,在强光或黑暗条件下检测效果不好;毫米波雷达雷达虽然环境适应性强,成本较低,但图形识别受限,且无法检测静态障碍物;激光雷达虽然成本较高,但具有探测精度高,扫描范围广等优点,其已成为无人驾驶车辆的主要传感器之一。利用激光雷达进行静态障碍物识别可为车辆提供周边障碍物的位置信息,提高无人驾驶车辆的环境感知能力,提高车辆行驶安全性。但是,现有的激光雷达对静态障碍物识别时,对兴趣区域内的环境干扰滤除并不理想,导致激光雷达在复杂环境中对静态障碍物识别的准确率降低,从而降低了自动驾驶控制的准确性。

发明内容

本发明的第一个目的在于提供一种基于激光雷达的静态障碍物识别系统,以解决现有激光雷达在复杂环境中无法准确对静态障碍物进行识别的技术难题。

为实现上述目的,本发明提供的基于激光雷达的静态障碍物识别系统包括:激光雷达、点云接收模块、数据订阅模块、数据处理模块;其中,所述激光雷达用于获取环境信息,并通过以太网将获取的环境信息以点云数据的形式传输给点云接收模块;

所述点云接收模块,用于接收激光雷达发送的点云数据信息,将接收到的点云数据信息以PointCloud2的数据形式进行发布;

所述数据订阅模块,用于订阅已发布的PointCloud2数据信息,并将订阅的PointCloud2数据信息发送给数据处理模块;

所述数据处理模块,用于获取车辆行驶兴趣区域,同时对兴趣区域内的数据进行聚类,得出聚类物体的点云团,并将点云团进行过滤处理;具体包括:数据转换模块、直通滤波模块、欧式聚类模块、离散度滤波模块、点云团处理模块;

所述数据转换模块,用于接收数据订阅模块发送的数据信息,将数据订阅模块已订阅的PointCloud2数据信息转换成直通滤波模块需求的数据形式,并将转换后的数据发送给直通滤波模块;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于吉林大学,未经吉林大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711441355.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top