[发明专利]一种适用于自动驾驶的低洼路面自动识别的方法

说明书

本发明公开了一种适用于自动驾驶的低洼路面自动识别的方法，属于无人驾驶技术领域，它包括以下步骤：步骤S1、将激光雷达传感器当前检测到的车辆在路面上行驶时行进方向的返回点数据作为标准点数据；步骤S2、将激光雷达传感器下一次获取的机动车行进方向的点数据作为目标点数据；步骤S3、利用检测算法对目标点数据与标准点数据进行数据处理，得到路面数据。将激光雷达传感器返回的数据进行解析、判断、处理，实现了低速无人观光车在行驶过程中遇到凹坑、低洼路面的自动处理。

技术领域

本发明涉及无人驾驶技术领域，尤其涉及一种低洼路面的识别方法。

背景技术

随着无人驾驶技术的推广和使用，无人驾驶车辆逐步得到了推广和应用，特别景区中，观光车行驶速度低，行驶路线简单，自动驾驶的危险性较低，采用无人驾驶能够极大的降低人力成本。当前在进行无人驾驶车辆运行中，路面状态对车辆运行的可靠性影响十分巨大，路面状态匹配性差时，一方面易导致车辆运行舒适性相对较差，另一方面也极易导致车辆运行时发生安全事故，而针对这一问题，当前上缺乏一种可随同车辆运行进行全程路况状态与车辆运行相互匹配的路况评定方法，从而导致自动驾驶车辆运行时存在较大的安全隐患。

发明内容

本发明的目的就在于提供一种适用于自动驾驶的低洼路面自动识别的方法，具有解决上述技术问题的优点。

为了实现上述目的，本发明采用的技术方案是：一种适用于自动驾驶的低洼路面自动识别的方法，包括以下步骤：

步骤S1、将激光雷达传感器当前检测到的车辆在路面上行驶时行进方向的返回点数据作为标准点数据；

步骤S2、将激光雷达传感器下一次获取的机动车行进方向的点数据作为目标点数据；

步骤S3、利用检测算法对目标点数据与标准点数据进行数据处理，得到路面数据。

优选的，步骤S3中检测算法包括：

步骤A1、设当前激光雷达传感器每个点返回的目标点数据对应为X[n]，上一次传感器每个点返回的标准点数据对应位Y[n]，判断为低洼路面的阈值设为a1、b1、d1，

通过公式1计算后再将X[]数组的值传给Y[]，将数据按公式1记录下来：

X[0]–Y[0]a1

X[1]–Y[1]a1

X[2]–Y[2]a1

X[n]–Y[n]a1

步骤A2、公式1中有连续多个式子满足条件，则初步判断该区域式凹坑区域，不再将X[]数组的值传给Y[]，此时Y[]的值就为计算的基准值，将满足条件的数据区域按公式2记录下来；

Z[n]＝X[n]–Y[n]a1

Z[n+1]＝X[n+1]–Y[n+1]a1

Z[n+2]＝X[n+2]–Y[n+2]a1

步骤A3、如果连续m组满足公式2，并且mb1则判断为凹坑区域；再通过下面公式3进一步分析凹坑的大小和面积来控制车辆的运行方式，低速通过、绕行或者紧急停车，将公式2每次计算的结果Z[n]，按公式3进行如下计算：

(Z[n+1])/(Z[n])＝cn；

(Z[n+2])/(Z[n+1])＝c(n+1)；

(Z[n+3])/(Z[n+2])＝c(n+2)；