[发明专利]一种矿山道路的边界线及可行驶区域检测方法及系统

说明书

本发明公开了一种矿山道路的边界线及可行驶区域检测方法及系统，基于二次栅格化进行地面检测，利用光束模型分别在高架点以及地面点进行边界点提取，并采用优化方案解决离群的边界点，该方法在自动驾驶感知应用中提供非结构化道路边界线检测及可行驶区域检测的有效方法。解决了非结构化道路两侧障碍物信息不连续且较小，扫描线稀疏等矿山道路的复杂问题。在矿山道路中可以有效检测出地面信息，转弯处信息，十字路口等各种路况，完成矿山道路复杂路况难以突破的种种问题。在不同的非结构化或者结构化道路的应用中，此方法适用性强、效果好。

技术领域

本发明属于智能驾驶技术领域，具体涉及一种矿山道路的边界线及可行驶区域检测方法及系统，特别是一种在矿山场景的智能矿用卡车对矿山非结构化道路边界线及可行驶区域检测方法及系统。

背景技术

为了提高道路安全性与驾驶便捷性，自动驾驶以及辅助驾驶的技术发展迅速，应用也越来越广泛。一方面，矿山的环境恶劣，矿山地理位置偏远封闭，工作人员具有高度风险。另一方面，矿山场景机械运作单一，道路车况不可控因素小，适合无人驾驶的应用。非结构化道路路况复杂是因为这类土路路面崎岖不平，没有边界的分区，道路两侧只是高起的石头或者杂草等，所以进行道路检测具有挑战性。

采用激光雷达传感器原因是激光雷达不仅可以克服雨天、强光等恶劣的天气情况，还有宽广的视野范围，激光雷达三维传感器信息数据量大、维度高、精度高更适用于矿山道路的检测。

目前基于激光雷达的非结构化边界线检测有主要两个思路，一是通过高度差检测道路两侧的障碍物，在高架点寻找边界点；二是通过激光雷达扫描线的特征提取属于路面的直线。矿山道路的路面扫描线不连续，存在多个断点，并且可能在转弯处或岔道口呈现斜线或者曲线。因此，仅依据扫描线的特点进行边界线的拟合存在较大的困难。

发明内容

目的：为了克服现有技术中存在的不足，本发明提供一种矿山道路的边界线及可行驶区域检测方法及系统，用于自动驾驶的矿用卡车在行驶过程中进行道路边界线的检测感知。

技术方案：为解决上述技术问题，本发明采用的技术方案为：

一种矿山道路的边界线及可行驶区域检测方法，包括：

获取激光雷达采集的环境点云数据，

对获取的点云数据进行坐标转换，得到具有以指定中心(车体中心)为坐标原点的坐标点的点云数据；对点云数据进行预处理，去除噪声点以及离群点，然后对点云进行腐蚀、膨胀处理，得到预处理后的点云数据；

根据预处理后的点云数据，利用二次栅格化方法进行地面检测，得到高架点云数据(剔除地面的点云数据)以及地面点云数据；

对高架点云数据(剔除地面的点云数据)进行光束模型划分，得到划分的光束区域；在光束区域中提取上层边界点，并对上层边界点进行增强优化，得到优化后的上层边界点；

对地面点云数据进行光束模型划分，得到划分的地面光束区域，在地面光束区域中提取下层边界点；

对优化后的上层边界点进行聚类、拟合，得到道路边界线；

对优化后的上层边界点和下层边界点进行聚类、拟合，得到可行驶区域；

输出道路边界线及可行驶区域检测结果。

所述的矿山道路的边界线及可行驶区域检测方法，利用二次栅格化方法进行地面检测，包括：

采用一定N*N大小的栅格进行第一次栅格化，每一个栅格S赋予三个特征值：S(Z_maxZ_min Z_dist)，分别是栅格内点云中的最高值Z_max，最低值Z_min以及点云最大高度差Z_dist；N为整数；