[发明专利]基于多线激光的扫描式障碍物检测方法

说明书

本发明涉及一种基于多线激光的扫描式障碍物检测方法，其特征是：采用激光点云外参自动标定方式，对激光点云进行排序和收集，通过扫描式检测，对点云进行离散化和栅格化，满足在非水平路面行驶环境下的多线激光雷达扫描式障碍物检测。有益效果：本发明能够克服由于车辆行驶在非水平路面产生的颠簸以及车身与车架之间非刚性连接等因素导致检测结果不精确，提高了障碍物检测鲁棒性和精度。

技术领域

本发明属于智能驾驶技术领域，尤其涉及一种基于多线激光的扫描式障碍物检测方法。

背景技术

随着自动化技术与无人驾驶技术发展，对环境感知技术要求越来越高。目前，由于摄像头图像检测技术在晚上、曝光过强、雨雪雾等恶劣情况下无法工作，而毫米波雷达由于其信息量少且其只对金属等物体反射敏感因而也不适用于智能驾驶环境感知中。多线激光雷达具有测距准且对环境要求低的优点，越来越多地被应用在智能驾驶环境感知中。如图6所示，一般基于激光雷达障碍物检测技术其检测步骤如下，首先，将激光雷达扫描到的点云无序的放置在一起；其次，对这些点云进行平面拟合，从而滤出路面，最后，将残存的点云进行离散化和栅格化，形成最终的障碍物检测结果。当前传统的多线激光雷达基于障碍物检测技术存在以下问题：一、单纯的平面拟合无法解决有坡度路面问题；二、车辆在行驶过程中，由于车架和车身的非刚性连接以及地面颠簸等问题，多线激光每根线束的外参都是动态变化的，从而使得默认标定统一的外参无法真实的描述每个点云点的真实位置；三、由于多线激光的点云是由内到外非均匀分布，因此单纯进行简单的栅格和离散化并不能很好的利用点云信息。

发明内容

本发明的目的在于克服上述技术的不足，而提供一种基于多线激光的扫描式障碍物检测方法，可以在障碍物检测过程中，克服由于车辆行驶在非水平路面过程中颠簸以及车身与车架之间非刚性连接等因素而影响检测结果，提高了障碍物检测的鲁棒性和精度。

本发明为实现上述目的，采用以下技术方案：一种基于多线激光的扫描式障碍物检测方法，其特征是：采用激光点云外参自动标定方式，对激光点云进行排序和收集，通过扫描式检测，对点云进行离散化和栅格化，满足在非水平路面行驶环境下的多线激光雷达扫描式障碍物检测，具体步骤如下：

步骤一、外参姿态动态自动标定

1)外参粗估计：采集一段车辆匀速行驶的点云簇，通过手工测量大致估算航向角、俯仰角、横摆角；

2)利用高度约束筛选点云：选取符合高度约束的点云数据，高度Z选择在[Z_min，Z_max]范围内的所有点云；

3)路面拟合：利用Ransac算法拟合路面，确定路面基准方程及满足基准方程要求的内点点云；将内点点云以及基准方程投影到xy平面上，精确估计航向角；将内点点云以及基准方程投影到xz平面上，精确估计俯仰角；将内点点云以及基准方程投影到yz平面上，精确估计横摆角；

步骤二、点云排序和收集

对步骤一采集到的点云簇进行极坐标转换；对点云进行排序和收集，构建极坐标下的点云矩阵进行存储，对全部激光点云按照航向角和俯仰角的角度进行存储；

步骤三、扫描式检测

对点云矩阵中每个元素进行搜索，检测出其中的障碍物；

步骤四、离散化和栅格化

根据指定的横向分辨率和纵向分辨率创建栅格地图，将障碍物对应的点云点离散化到每个栅格结果中；

步骤五，利用四元数方法输出多线点云的姿态结果完成外参的自动标定。

所述步骤一中所述路面拟合的具体方法为：选取的路面点云利用Ransac算法拟合路面，确定路面的基准方程：

a)随机选取三个点云估计路面的基准方程ax+by+cz+d＝0；