[发明专利]基于车载毫米波雷达的可通行空间检测方法

说明书

本发明公开了一种基于车载毫米波雷达的可通行空间检测方法，包括：通过以太网获取多部毫米波雷达点云数据，对这些数据进行空间融合；获取组合惯导和车身底盘数据，对多个传感器数据进行时间融合；设定FreeSpace算法的预估执行周期，并计算实际执行周期，若实际周期大于预估周期，则根据实际周期重新设定预估周期，否则执行下一步；运行FreeSpace算法，得到栅格地图结果，其中栅格类型被判定为OCCUPY的栅格代表不可通行空间；在PC端运行的上位机软件中显示最终可通行空间的输出结果。本发明更大限度地保证了检测的准确性，同时还具有全天时、全天候的工作能力，极大地扩展了该技术在汽车雷达应用技术领域的实用性。

技术领域

本发明属于汽车雷达应用技术领域，特别是一种基于车载毫米波雷达的可通行空间检测方法。

背景技术

在智能驾驶领域，多传感器融合技术是实现智能驾驶的必要条件，其中，车载毫米波雷达以其全天时、全天候的特点，已经成为不可或缺的检测传感器。相较于视觉传感器，车载毫米波雷达具有高精度、高分辨力、可测速可测距、探测距离远、高频率低功耗、高实时性等优点。

目前，在智能驾驶领域中，可通行空间检测技术主要依赖于激光雷达和视觉传感器，但是它们有着自身的缺点，其一，激光雷达成本过高，虽然其具有良好的检测能力，但不适用于量产车型；其二，视觉传感器具有较大的局限性，在恶劣天气和光线强度较弱的场景，很难完成对可通行空间的检测，受环境因素的影响较大。

发明内容

本发明的目的在于针对上述现有技术存在的问题，提供一种基于车载高分辨率毫米波雷达，实时输出车身周围无障碍物的可通行空间检测方法。

实现本发明目的的技术解决方案为：一种基于车载毫米波雷达的可通行空间检测方法，所述方法包括以下步骤：

步骤1，通过以太网获取多部毫米波雷达点云数据，对这些数据进行空间融合；

步骤2，获取组合惯导和车身底盘数据，对毫米波雷达、组合惯导和车身底盘这些传感器数据进行时间融合；

步骤3，设定FreeSpace算法的预估执行周期T_e，并计算FreeSpace算法的实际执行周期T_a，若实际执行周期大于预估执行周期，则根据实际执行周期重新设定预估执行周期，否则执行下一步；

步骤4，运行FreeSpace算法，得到栅格地图结果，其中栅格类型被判定为OCCUPY的栅格代表不可通行空间；

步骤5，在PC端运行的上位机软件中显示最终可通行空间的输出结果。

本发明与现有技术相比，其显著优点为：1)该方法通过构建栅格地图，制定栅格分值计算规则，结合Bresenham算法，对求得的栅格地图进行高斯滤波后，将可通行空间检测结果，按照离散栅格的形式输出，极大的提高了可通行空间判别的准确性和实用性；2)该方法结合组合惯导与车身底盘信息，引入多时间点平滑算法，可以更加准确地估计自车与其他目标的运动状态；3)该方法采用车载毫米波雷达作为主传感器，在大桥、公共道路、特定园区内具有良好的检测能力，能适应全天候、全天时工作。

下面结合附图对本发明作进一步详细描述。

附图说明

图1为一个实施例中基于车载毫米波雷达的可通行空间检测方法的流程图。

图2为一个实施例中构建的栅格灰度图。

图3为一个实施例中检测目标的效果图，其中图(a)为检测出行人的效果图；图(b)为检测出车辆的效果图；图(c)为检测出路交通锥的效果图；图(d)为检测出护栏的效果图。

图4为一个实施例中最终可通行空间离散栅格结果输出图。

具体实施方式