[发明专利]一种基于车身姿态确定智能驾驶车辆有效行驶区域的水滴排序算法

说明书

本发明公开了一种基于车身姿态确定智能驾驶车辆有效行驶区域的水滴排序算法，步骤如下：步骤一：采用32线主激光雷达和两颗16线扫盲侧向激光雷达对车身周围障碍物进行采集；步骤二：获得的点云进一步做滤波下采样处理；步骤三：通过欧几里得聚类算法实时获得障碍物的信息，激光雷达控制器从整车ECU实时获取车身姿态信息；步骤四：基于步骤三获得的数据，按照水滴算法实时解算出对智能驾驶车辆障碍物的优先级，决策单元基于障碍物的优先级高低做出最优判断。本发明可以有效地将多个激光雷达的数据充分利用，规避多雷达共同的扫描区域目标物被识别为多个物体，保证对智能驾驶车辆周围环境精准的识别，保证决策算法以及后融合算法的数据有效利用。

技术领域：

本发明涉及一种基于车身姿态确定智能驾驶车辆有效行驶区域的水滴排序算法，其属于电动汽车智能驾驶技术领域。

背景技术：

近年来无人驾驶技术迅猛发展，障碍物检测对无人驾驶智能车的安全行驶不可或缺，已经成为无人驾驶环境感知中的最重要研究内容之一。典型的障碍物检测主要有基于视觉传感器和激光雷达传感器的两大主流方法。基于视觉传感器的检测方法受环境因素影响较大，且很难获得障碍物的深度信息；基于激光雷达的检测则具有不易受外界环境条件影响、抗干扰性强、可直接获得深度信息等优点，因此被广泛研究和应用。其中，三维激光雷达凭借其高精度、高分辨率及高可靠性的特性成为障碍物检测重要的传感器之一。

发明内容：

本发明是为了解决上述现有技术存在的问题而提供一种基于车身姿态确定智能驾驶车辆有效行驶区域的水滴排序算法。

本发明所采用的技术方案有：一种基于车身姿态确定智能驾驶车辆有效行驶区域的水滴排序算法，步骤如下：

步骤一：采用32线主激光雷达和两颗16线扫盲侧向激光雷达对车身周围障碍物进行采集；

步骤二：获得的点云进一步做滤波下采样处理；

步骤三：通过欧几里得聚类算法实时获得障碍物的信息，激光雷达控制器从整车ECU实时获取车身姿态信息；

步骤四：基于步骤三获得的数据，按照水滴算法实时解算出对智能驾驶车辆障碍物的优先级，决策单元基于障碍物的优先级高低做出最优判断。

进一步地，步骤四中，算法如下：假定障碍物的质心坐标(x,y,z)，考虑投影到水平地面的数据，根据公式：其中α为车轮转角，k为车速的权重系数，r为椭圆半径，v为车辆速度，x、y为障碍物质心坐标在水平面上的投影坐标；解算出r的大小，根据r的大小进行优先级排序，r值越小优先级越高。

本发明具有如下有益效果：本发明可以有效地将多个激光雷达的数据充分利用，规避多雷达共同的扫描区域目标物被识别为多个物体，保证对智能驾驶车辆周围环境精准的识别，保证决策算法以及后融合算法的数据有效利用。

附图说明：

图1为本发明基于车身姿态确定智能驾驶车辆有效行驶区域的水滴排序算法的流程图。

具体实施方式：

下面结合附图对本发明作进一步的说明。

本发明基于车身姿态确定智能驾驶车辆有效行驶区域的水滴排序算法，步骤如下：

步骤一：采用32线主激光雷达和两颗16线扫盲侧向激光雷达实现对车身周围障碍物的采集；

步骤二：获得的点云进一步做滤波下采样处理；

步骤三：通过欧几里得聚类算法实时获得障碍物的信息，激光雷达控制器从整车ECU实时获取车身姿态信息，包括速度以及各轴上的滚转角度等信息；

步骤四：基于步骤三获得的数据，按照水滴算法实时解算出对智能驾驶车辆障碍物的优先级，过滤掉车辆行驶过程中不关注的区域，决策单元基于障碍物的优先级高低可以快速方便地做出最优判断。