[发明专利]一种基于多个多线激光雷达分区障碍物检测方法

说明书

本发明公开一种基于多个多线激光雷达分区障碍物检测方法，流程如下：接收三路激光雷达数据缓存和拼接，过滤无效点和畸变的点；分区体素下采样，根据不同的检测区域设置不同的像素；下采样完后进行数据集合并；基于渐进式形态学滤波算法进行地面拟合，检测出地面点；进行地面分割，分割出非地面点和地面点；基于欧几里得算法对非地面点云集合进行聚类，根据扫描距离的远近，设置不同的k‑维树近邻搜索的搜索半径，进行障碍物检测；输出障碍物信息给融合层或者动态障碍物跟踪模块，包含障碍物的长度、宽度、高度和中心点信息。本发明实现目标物的高精度识别，保障每一帧障碍物检出时延小于40ms，检出率为98％。

技术领域：

本发明涉及一种基于多个多线激光雷达分区障碍物检测方法，其属于电动汽车智能驾驶技术领域。

背景技术：

近两年，国产激光雷达技术迅猛发展，多线激光雷达技术日渐成熟，业内128线激光雷达层出不穷。鉴于其高密度、高精度、高性价比、性能稳定可靠的特点，为自动驾驶发展创造了很好的机遇，加速了自动驾驶的落地和商用。基于激光雷达的感知方案也越来越受到业内人士的认可和推崇，激光雷达的高密度、高精度来源于大量的点云数据，在硬件平台算力有限的前提下保障障碍物检测的时延较小以及较高检出率，鉴于此，我们提出一种基于多个多线激光雷达分区障碍物检测方法。

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多个多线激光雷达分区障碍物检测方法，其能够有效地解决多个多线激光雷达识别障碍物的检测率，同时保证较小的检测时延，保证在下一帧数据到来前，上一帧数据完全处理结束，不会导致数据丢失，从而保证障碍物高精度检测。

本发明所采用的技术方案有：一种基于多个多线激光雷达分区障碍物检测方法，具体流程如下：

步骤一：接收三路激光雷达数据缓存和拼接，过滤无效点和畸变的点；

步骤二：分区体素下采样，分为车辆正前方30米-100米定义为A区，后左方-30米--4米定义为B区，后中方-4米-4米定义为C区，4米-30米定义为D区，根据不同的检测区域设置不同的像素；

步骤三：下采样完后进行数据集合并；

步骤四：基于渐进式形态学滤波算法进行地面拟合，检测出地面点；

步骤五：进行地面分割，分割出非地面点和地面点；

步骤六：基于欧几里得算法对非地面点云集合进行聚类，根据扫描距离的远近，设置不同的k-维树近邻搜索的搜索半径，进行障碍物检测；

步骤七：输出障碍物信息给融合层或者动态障碍物跟踪模块，包含障碍物的长度、宽度、高度和中心点信息。

进一步地，多线激光雷达为三路激光雷达，三路激光雷达为一路128线主激光雷达和两路32线补盲侧向激光雷达。

进一步地，三路雷达进行PPS时钟同步校准，数据时钟一致。

本发明具有如下有益效果：

(1).本发明采用一路128线主激光雷达和两路32线补盲侧向激光雷达同时叠加，一路补盲侧向激光雷达出点数58万/秒，两路即出点数116万/秒，主激光雷达出点数60万/秒，合计176万/秒，基于庞大的出点数，实现目标物的高精度识别，保障每一帧障碍物检出时延小于40ms，检出率为98％。

(2).本发明将多路多线激光雷达的数据充分利用，在平台算力有限的条件下保障障碍物很高的检出率和较小的检出时延，保证对智能驾驶车辆周围环境精准的识别，为后续的障碍物跟踪、融合和决策提供准确的数据依据。

附图说明：

图1为分区体素下采样图。

具体实施方式：

下面结合附图对本发明作进一步的说明。