[发明专利]一种适用于车辆底盘集成控制的路面工况预瞄方法

说明书

本发明公开了一种适用于车辆底盘集成控制的路面工况预瞄方法，对路面的高程、坡度、倾斜、不平度等信息进行在线实时扫描、预估和测量，该方法包括：首先，本发明通过安装多个传感器，实现了车前路面高程信息提取和2.5D重构。其次，设计了时间戳同步的点云运动补偿，建立了局部地图和全局地图的特征点匹配，进而提高地形扫描的精度。接下来，利用卡尔曼滤波实现了地图融合和更新。最后，提取轮胎处地形网格的高程数据序列，结合该高程数据序列和车前路面高程信息完成对坡度、倾斜、不平度的提取。本发明提高了车辆底盘集成控制对路面工况的适应性和匹配性，解决了针对GPS信号失效、不稳定、更新慢的问题，提高了车前地形的扫描精度和稳定性。

技术领域

本发明属于车前路面工况特征识别领域，具体涉及一种路面的高程、坡度、不平度等信息的在线实时扫描、预估和测量方法。

背景技术

车前路面高程特征的在线实时预瞄是车辆主动/半主动悬挂调控和底盘动力学集成控制的首要关键问题。车辆在行驶时，由于车前路面工况(包括车前路面的不平度、倾斜和坡度等)是随机的，因而需要利用传感器进行实时测量。目前国内外多通过差分GPS和IMU(惯性测量单元)组合的方式测量车身位置和姿态，并将激光雷达测量车前路面的点云信息装配到车辆行驶的世界坐标系下，在此基础上通过点云的区域分割和重构即可获得车前的路面工况。

现有预瞄方法提取的路面高程特征虽可用于无人车辆的行驶路线规划和自主避障，但其精度、准确性和实时性远不能满足车辆底盘的悬挂调控和底盘动力学集成控制的需求，主要体现在以下几个方面：

(1)因车前路面扫描是在车辆运动过程中进行的，由于雷达同帧点云存在时空不匹配的问题，直接导致了点云数据畸变，且车速越快，引发的点云畸变越严重。

(2)车辆在野外空旷或城市建筑物遮挡的环境中行驶时，会存在GPS信号失效、反射、干涉等问题，会对车辆定位的精度产生较大的影响，该定位误差也会传递至路面高程的点云数据序列中。

(3)由于激光雷达通常安装于车辆驾驶室位置，方向朝前，为了获得车辆各轮胎位置处的路面高程，所建地图尺寸需超过车身长度。传统基于卡尔曼滤波的点云测量值更新方法是对所有地形网格的高程值予以更新，运算量会随着地图分辨率的提高呈平方级数增加，实时性不好。

发明内容

为了解决现有路面工况预瞄方法存在的精度低、实时性不好的问题，本发明提出了一种基于多传感器信息融合和同步修正技术的车前路面工况预瞄方法，通过行车环境的智能感知来实现车辆底盘集成控制系统对特定路面的适应能力。

本发明为了达到上述目的，采取如下技术方案：

一种适用于车辆底盘集成控制的路面工况预瞄方法，该方法是基于已安装差分GPS、IMU和激光雷达的实验车实现的，该方法包括以下步骤：

步骤1、利用激光雷达获得车前地面的扫描数据；利用卫星定位差分和/或惯性测量单元获得车辆的定位信息；基于所述车前地面的扫描数据，得到车前路面点云数据，并将所述车前路面点云数据和车辆的定位信息按照预定的数据存储结构以地形网格形式存储，形成局部地图；

步骤2、结合所述数据存储结构以及激光雷达、惯性测量单元各自的工作频率，设计基于时间戳同步的点云运动补偿算法，所述运动补偿算法用于将不同传感器获得的数据同步至同一时刻的数据；基于所述点云运动补偿算法和所述车辆的定位信息对所述车前路面点云数据进行运动补偿，得到经过运动补偿的车前路面点云数据；

步骤3、基于局部地图构建全局地图；从全局地图和局部地图中提取特征点，利用全局地图和局部地图进行特征点匹配，得到经过特征点匹配的局部地图；

步骤4、依据激光雷达的安装位置和经过特征点匹配的局部地图和/或经过运动补偿的车前路面点云数据在局部地图上的分布，标记感兴趣的地图更新感兴趣区域，通过卡尔曼滤波的方式对所述地图更新感兴趣区域进行更新；