[发明专利]一种利用十六线激光雷达的障碍物检测方法及系统在审

专利信息
申请号: 201911131844.9 申请日: 2019-11-19
公开(公告)号: CN111007534A 公开(公告)日: 2020-04-14
发明(设计)人: 苏晓聪;朱敦尧;陈波 申请(专利权)人: 武汉光庭科技有限公司
主分类号: G01S17/931 分类号: G01S17/931;G01S17/02;G01S7/48;G01C21/28
代理公司: 武汉河山金堂专利事务所(普通合伙) 42212 代理人: 胡清堂
地址: 430000 湖北省武*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 利用 十六 激光雷达 障碍物 检测 方法 系统
【说明书】:

发明涉及自动驾驶技术领域,尤其涉及一种利用十六线激光雷达的障碍物检测方法及系统;所述方法包括:初始化设置,建立对障碍物进行速度检测和中心点位置更新的卡尔曼滤波模型;提取障碍物备选轮廓和获取当前车辆的速度及航向角;对每个障碍物备选轮廓与障碍物进行匹配和跟踪,更新障碍物信息;对未匹配上的障碍物备选轮廓和障碍物进行处理;对障碍物进行排序;输出有效障碍物,重复上述步骤;所述系统包括:系统设置模块、数据采集模块、数据匹配模块、数据输出模块;本发明实施例通过所述系统执行上述方法,通过十六线激光雷达的点云数据和组合惯导的定位数据,使获取障碍物信息更加丰富、完整,生成的障碍物轮廓信息更加精确。

技术领域

本发明涉及自动驾驶技术领域,尤其涉及一种利用十六线激光雷达的障碍物检测方法及系统。

背景技术

在车辆自动驾驶过程中,自动驾驶系统需要获取周围障碍物的信息,以达到车辆在道路上安全行驶的目的。自动驾驶系统需要对车辆进行控制,使车辆在车道上平稳行驶,且不与障碍物碰撞。障碍物指的是道路上的行人、机动车、自行车、锥形桶和垃圾桶等影响自动驾驶车辆行驶的物体;这些障碍物既包含移动的障碍物,也包含静止的障碍物;如何获取较全面的障碍物信息是目前自动驾驶业界面临的一个重要课题。

传统的方法是直接从四线激光雷达中获取包含精确轮廓与精确速度的障碍物信息;目前市面上的十六线激光雷达能够以非常多的精确的三维点表示障碍物信息。

现有技术存在的不足在于,四线激光雷达的障碍物信息不够完整,有时会将地面、树叶等当做障碍物,而且四线激光雷达的价格较贵;十六线激光雷达无法获取障碍物的轮廓和速度信息。

发明内容

本发明实施例克服现有技术的不足,提供一种利用十六线激光雷达的障碍物检测方法及系统,获取的障碍物轮廓更完整,能够更好地将地面和高处的树叶等不影响自动驾驶车辆行驶的物体剔除,且有效降低方案成本。

一方面,本发明实施例提供一种利用十六线激光雷达的障碍物检测方法,包括以下步骤:

S1,初始化设置,建立对障碍物进行速度检测和中心点位置更新的卡尔曼滤波模型;具体包括建立向前为X轴正向,向左为Y轴正向,向上为Z轴正向,单位为米,以车辆后轴中心到地面投影点为原点的车身坐标系和建立向右为X轴正向,向后为Y轴正向,单位为像素的图像坐标系;

S2,提取所述障碍物备选轮廓和获取当前车辆的速度及航向角;具体包括从十六线激光雷达获取点云,去除地面上和半空中不影响车辆行驶的点;将剩下的点云投影到二维平面,得到一幅具有像素宽高的图像,从所述图像中提取所述障碍物备选轮廓;

S3,对每个所述障碍物备选轮廓与障碍物按照匹配方式进行匹配,对匹配上的所述障碍物轮廓进行跟踪,更新障碍物信息;所述障碍物信息包括:障碍物中心点、障碍物纵向相对速度、障碍物横向相对速度、障碍物纵向绝对速度、障碍物横向绝对速度、障碍物轮廓、跟踪帧数、丢失帧数;

S4,对未匹配上的所述障碍物备选轮廓和障碍物进行处理;具体包括未匹配上的所述障碍物备选轮廓,则作为新的障碍物加入障碍物列表;未匹配上的所述障碍物丢失帧数大于设定值,将所述障碍物从障碍物列表中删除;未匹配上的所述障碍物与别的障碍物合并为了一个备选轮廓时,将所述障碍物从障碍物列表中删除;

S5,对所述障碍物进行排序;具体包括按照所述障碍物轮廓点的个数,以从多到少的顺序排序;

S6,输出有效障碍物,等待下一帧数据并重复S2~S5步骤;所述有效障碍物为障碍物跟踪帧数大于设定值。

另一方面,本发明实施例提供一种利用十六线激光雷达的障碍物检测系统,包括:

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武汉光庭科技有限公司,未经武汉光庭科技有限公司许可,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/201911131844.9/2.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