[发明专利]一种基于激光雷达的路面附着系数估计方法及系统有效

专利信息
申请号: 202111345929.4 申请日: 2021-11-15
公开(公告)号: CN114235679B 公开(公告)日: 2023-02-10
发明(设计)人: 侯欣辰;冷搏;熊璐;田成;曾德全 申请(专利权)人: 同济大学
主分类号: G01N19/04 分类号: G01N19/04;G01S17/88
代理公司: 上海科盛知识产权代理有限公司 31225 代理人: 叶敏华
地址: 200092 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 激光雷达 路面 附着 系数 估计 方法 系统
【说明书】:

发明涉及一种基于激光雷达的路面附着系数估计方法及系统,所述方法包括:S1:获取不同光照条件、不同路面类型上车辆行驶中车载激光雷达采集的点云信息;S2:提取点云信息中的路面区域点云;S3:基于路面区域点云的反射强度概率分布模型参数,建立路面反射强度分布模型参数数据库;S4:获取实测路面点云数据,利用分布相似度进行路面类型辨识和附着系数估计。与现有技术相比,本发明具有估计精度高、鲁棒性强等优点。

技术领域

本发明涉及智能汽车环境感知及运动控制领域,尤其是涉及一种基于激光雷达的路面附着系数估计方法及系统。

背景技术

路面附着系数是车辆主动安全控制过程中的重要参数,其估计的准确性将极大地影响控制效果,如果能够准确地获得当前的路面附着系数,则可以有效提升车辆的主动安全性。

目前主要的研究方法大致可分为两类:一类是基于轮胎动力学响应估计路面附着系数。这种方法的优点是所需的硬件条件相对容易满足。然而,该方法获得准确估计结果的前提是存在足够大的路面激励,但此时车轮滑动率较高,车辆可能已经处于不稳定状态;此外,该方法只能估计轮胎已行驶过路面的附着系数,不能预测前方路面的情况,对控制系统的参考价值不够大。另一种方法是利用车载摄像头获取路面图像,进行分类后映射出对应的路面附着系数估计值。这种方法的优点是估计结果具有预测性。但是,摄像头获取的图像质量极易受到环境光照条件的影响。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于激光雷达的路面附着系数估计方法及系统。

本发明的目的可以通过以下技术方案来实现:

一种基于激光雷达的路面附着系数估计方法,包括以下步骤:

S1:获取不同光照条件、不同路面类型上车辆行驶中车载激光雷达采集的点云信息;

S2:提取点云信息中的路面区域点云;

S3:基于路面区域点云的反射强度概率分布模型参数,建立路面反射强度分布模型参数数据库;

S4:获取实测路面点云数据,利用分布相似度进行路面类型辨识和附着系数估计。

优选地,所述的步骤S2包括:

S21:结合激光雷达的安装高度设置高程阈值zp,min和zp,max,并在车辆行驶方向上纵向设置一个矩形感兴趣区域,遍历原始点云中各点P0,i的三维坐标(x0,i,y0,i,z0,i),考察其是否满足几何约束条件:

式中,Ld表示感兴趣区域与激光雷达的最近距离,La表示感兴趣区域的纵向长度,Lb表示感兴趣区域的侧向长度;

保留满足几何约束条件的点,形成第一路面区域点云;

S22:计算第一路面区域点云中各点P1,i的俯仰角α1,i和航向角θ1,i,将俯仰角α1,i相同的点归类为同一束激光的扫描点;对于每一束激光点,按照航向角θ1,i升序排序,然后计算各点的几何特征G1,i,具体为:

式中,下标i表示当前计算的点,下标i+1表示序列中的下一个点,x1,i、y1,i、z1,i为第一路面区域点云中各点P1,i的三维坐标;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于同济大学,未经同济大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111345929.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top