[发明专利]一种基于激光雷达的环境感知系统

说明书

本发明公开了一种基于激光雷达的环境感知系统，包括激光雷达、自动驾驶汽车标定模块、地面点云提取模块、点云数据下采样模块和激光雷达数据点云聚类模块；本发明基于激光雷达的环境感知系统，可完成激光雷达数据与自动驾驶汽车之间的标定，能够使用稳定的旋转平移矩阵，其算法难度低，开发维护成本低，可实现激光雷达数据下采样，通过使用稳定的算法，本身算法具有很长的历史，充分的被各种实验证明其算法可靠性，并且其开发维护成本低。

技术领域

本发明涉及汽车工程技术领域，具体为一种基于激光雷达的环境感知系统。

背景技术

美国是对自动驾驶汽车研究最深入的国家，其对自动驾驶汽车的研究开始于二十世纪七八十年代，并从八十年代起就一直处于高速发展阶段，其中美国国防部的DAPAR计划极大的推动了自动驾驶汽车的发展，并获取一系列重大研究成果，国内自动驾驶汽车的研究起步于上世纪八十年代，其中包括国防科技大学、南京理工大学、清华大学等相继研究，直到2003年国防科技大学和第一汽车集团公司联合研制红旗车自动驾驶系统，标志着我国汽车自动驾驶技术已经达到了国际领先水平，现在自动驾驶行业的领先企业有百度的Apollo，Google的waymo，其自动驾驶方案是利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶，环境感知作为自动驾驶系统的“眼睛”，有着至关重要的作用。

目前自动驾驶技术环境感知的难题是在光照强烈的情况下，摄像头会产生镜头光斑，大阴影和其他不利的照明条件也会对感知产生不同的影响，例如，视觉系统可能会将大阴影混淆成其他物体的一部分，此外，可能需要在当前感知系统中添加不同的视觉提示(例如尾灯，反射道路标记等)或热成像(远红外)相机，以提高低光照条件或夜间的性能，即便如此，依然不能保证没有系统未检测和跟踪到的障碍，与此同时，大量远红外线摄像机检测和跟踪算法的计算效率不足以实时使用，其他感知系统试图通过依赖关于环境的先验信息来解决光条件问题，然而先验信息并非一成不变，如果一个新建的交通指示灯并没有录入先验信息，就会在自动驾驶车辆遇到它时造成麻烦，而利用激光雷达，以克服糟糕照明条件，这种传感器不需要外部光线，因此可以在光线不足和夜间探测障碍物，故其可以在不良照明条件下提供不同的优势以获得更好的结果，但在这方面，仍然需要进行广泛的研究来解决剩余的挑战。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于激光雷达的环境感知系统，通过将激光雷达收到的无序环境点云数据进行提取、识别和分割，将形成适用自动驾驶汽车的环境感知数据，便于自动驾驶汽车提取可行驶区域和周围物体的位置、姿态和运动情况。

(二)技术方案

本发明公开了一种基于激光雷达的环境感知系统，包括激光雷达、自动驾驶汽车标定模块、地面点云提取模块、点云数据下采样模块和激光雷达数据点云聚类模块；

所述地面点云提取模块采用最小二乘法进行处理；

所述点云数据下采样模块的体素网格下采样算法是根据点云数据创建一个小三维体素栅格,然后计算出需要划分的小立方栅格的边长L,根据L的大小将三维体素栅格分解成m×n×l个小栅格,栅格划分完毕后将点云数据放到相应的小栅格中,在每个小栅格中,将离小栅格重心最近的数据点保留下来,删除其余的数据点；

所述激光雷达数据点云聚类模块采用欧几里得聚类算法进行聚类。

更进一步，所述地面点云提取模块采用的最小二乘法，具体包括：

S1、对无序点云进行排序，选取距离车体最近的m个数据点，称为采样数据点；

S2、将采样点带入公式(1-1)，求出拟合平面方程的参数a、b、c。

aX+bY+c＝Z (1-1)