[发明专利]一种基于4D毫米波雷达的汽车可行驶区域检测方法

说明书

本发明属于汽车辅助驾驶技术领域，具体涉及一种基于4D毫米波雷达的汽车可行驶区域检测方法，包括有效目标点云筛选：利用4D毫米波雷达点云数据经过数据预处理、点云特征识别后，筛选出有效目标点云；路沿障碍物识别：基于有效目标点云识别可行驶道路两侧的连续凸出障碍物；可行驶道路提取：根据识别的连续凸出障碍物提取出可行使道路及可行驶道路的特征；目标障碍物识别：在可行驶道路区域内，利用目标跟踪法识别目标障碍物；可行驶区域提取：根据目标障碍物的位置和速度信息，计算本车与目标障碍物的相对安全距离，从而提取出本车的可行驶区域。本发明提供了一种基于4D毫米波雷达的汽车可行驶区域检测方法，可有效的提高检测的效率和准确率。

技术领域

本发明属于汽车辅助驾驶技术领域，具体涉及一种基于4D毫米波雷达的汽车可行驶区域检测方法。

背景技术

目前，可行驶区域识别的主流方案是基于摄像头视觉检测图像和/或激光雷达测量点云感知融合，来检测道路的可行驶区域；其中摄像头视觉检测图像往往结合机器学习算法适用于车道线、转向箭头等路面特征的提取；激光雷达三维测量点云适用于路边沿、路面凸起障碍物的提取。然而，摄像头、激光雷达等传感器容易受环境的影响，光照条件和极端天气都会影响道路可行驶区域感知结果的准确性；在交通拥堵路段，周围车辆造成的遮挡也会影响道路可行驶区域感知效果的准确性；而且当前激光雷达价格昂贵，并不是所有量产车型的标准配置。基于上述局限性，目前的可行驶区域识别方案不仅实时性较差，而且适用场景及环境有限，难以真正达到量产使用的效果。

发明内容

为了解决所述现有技术的不足，本发明提供了一种基于4D毫米波雷达的汽车可行驶区域检测方法，采用4D毫米波雷达来对汽车的可行驶区域进行检测，4D毫米波雷达是指具备包括距离、水平、垂直定位和速度四个维度环境感知能力，满足全目标、全覆盖和多工况感知要求的雷达传感器，不仅能有效地解析目标物的轮廓、类别，受外界天气条件限制和周围环境的影响小，而且相比视觉检测图像和激光雷达而言，其数据处理负担小、成本低，能够广泛应用于高速巡航、安全避障、城区巡航、非视距前车检测、环境刻画、360°全方位检测、低速泊车等场景中，因此本发明基于4D毫米波雷达的汽车可行驶区域检测方法，不仅受外界天气条件限制和周围环境的影响小，可有效的提高检测的准确率，有效的提高应用场景和适用环境的多样性，而且数据处理负担小，可有效的提高检测的效率；另外，相较于价格高昂的激光雷达而言，可有效的降低设备成本。

本发明所要达到的技术效果通过以下技术方案来实现：

本发明中的基于4D毫米波雷达的汽车可行驶区域检测方法，包括以下步骤，有效目标点云筛选：利用4D毫米波雷达点云数据经过数据预处理、点云特征识别后，筛选出有效目标点云；路沿障碍物识别：基于有效目标点云识别可行驶道路两侧的连续凸出障碍物；可行驶道路提取：根据识别的连续凸出障碍物提取出可行使道路及可行驶道路的特征；目标障碍物识别：在可行驶道路区域内，利用目标跟踪法识别目标障碍物；可行驶区域提取：根据目标障碍物的位置和速度信息，计算本车与目标障碍物的相对安全距离，从而提取出本车的可行驶区域。

进一步地，在有效目标点云筛选步骤中，数据预处理为：将云历史数据通过本车行驶轨迹从检测到点云数据时刻补偿到当前点云数据检测时刻下的相对坐标，筛选有效范围内的点云数据；然后通过密度聚类法将点云数据进行聚类，并通过聚类点数判断点云数据是否为噪声点，对噪声点进行过滤；点云特征识别为：对聚类的点云统计其聚类点数特征、计算点的分布、类的长宽特征以及计算类的平均信噪比特征。

进一步地，若聚类点数＞3时，即认为当前类为有效类，否则认为是噪声点，对其进行过滤。

进一步地，在路沿障碍物识别步骤中，筛选对地静止的点云数据，将这些点用最小二拟合方法拟合出近似路沿或栏杆的曲线，并通过拟合形状和效果，判断当前道路上是否存在真实的路沿或栏杆；其中，当对地速度小于0.5m/s时，则认为是对地静止的点云数据。