[发明专利]一种智能驾驶可行驶区域检测方法和装置

说明书

本申请提供了智能驾驶可行驶区域检测方法和装置，方法包括：获取多个激光雷达同一时间戳下的点云数据；对多帧点云数据进行融合处理，得到融合点云集；根据融合点云集包含的融合点云数据的z向坐标值，从融合点云集中确定非地面点云数据，以得到由确定出的非地面点云数据组成的非地面点云集；将非地面点云集映射到预先建立的目标极坐标系下，以根据目标极坐标系下的非地面点云集，确定车辆周围全角度下的障碍物分别与车辆的最近距离；根据车辆周围全角度下的障碍物分别与车辆的最近距离，确定车辆的可行驶区域。本申请采用多个激光雷达采集点云数据，检测距离大大提升，环境适应性更好，由于无需高精地图、结构化道路等条件辅助，自主检测性能高。

技术领域

本申请涉及智能驾驶技术领域，特别是涉及一种智能驾驶可行驶区域检测方法和装置。

背景技术

智能驾驶可行驶区域检测是一种为智能驾驶提供安全边界的技术，通过车辆周围环境检测车辆可行驶的区域。

现有的智能驾驶可行驶区域检测方法主要包括两种，一种是利用摄像头作道路类型的目标检测，识别出道路，以确定可行驶区域，另一种是利用激光雷达和高精地图获取边界点以求解出可行驶区域。

但是，针对摄像头作道路类型的目标检测的方法，检测距离有限，对光线要求高，一般适用于结构化场景，环境适应性较差；针对激光雷达和高精地图的可行驶区域检测，需要定期地维护和更新高精地图。

发明内容

有鉴于此，本申请提供了一种智能驾驶可行驶区域检测方法和装置，用于解决针对摄像头做道路类型的目标检测的方法中存在的环境适应性差的问题，以及针对激光雷达和高精地图的可行驶区域检测的方法中存在的需定期维护和更新高精地图的问题，其技术方案如下：

一种智能驾驶可行驶区域检测方法，包括：

获取多个激光雷达同一时间戳下的点云数据，其中，点云数据由安装在车辆上的激光雷达采集得到，点云数据均为变换到车辆坐标系下的点云数据；点云数据包括多帧点云数据；

对多帧点云数据进行融合处理，得到融合点云集；

根据融合点云集包含的融合点云数据的z向坐标值，从融合点云集中确定非地面点云数据，以得到由确定出的非地面点云数据组成的非地面点云集；

将非地面点云集映射到预先建立的目标目标极坐标系下，以根据目标目标极坐标系下的非地面点云集，确定车辆周围全角度下的障碍物分别与车辆的最近距离，其中，目标目标极坐标系为以车辆坐标系的原点为极点建立的目标极坐标系；

根据车辆周围全角度下的障碍物分别与车辆的最近距离，确定车辆的可行驶区域。

可选的，对多帧点云数据进行融合处理，得到融合点云集，包括：

将多帧点云数据按照预设的激光雷达顺序拼接为一帧点云数据，以得到融合点云集；

或，

针对多帧点云数据包含的每个点云数据，计算该点云数据对应的水平角度和垂直角度，并根据该点云数据对应的水平角度和垂直角度，将该点云数据填充至对应点云栅格中；以将多帧点云数据包含的每个点云数据均填充至对应点云栅格中；

对于每个点云栅格，若该点云栅格内包含多个点云数据，则将多个点云数据的重心作为该点云栅格下的融合点云数据；以得到由所有点云栅格下的融合点云数据组成的融合点云集。

可选的，根据融合点云集包含的融合点云数据的z向坐标值，从融合点云集中确定非地面点云数据，包括：

将融合点云集中异常的z向坐标值所在的融合点云数据剔除，将剔除异常数据后的融合点云集作为目标融合点云集；

根据目标融合点云集包含的融合点云数据的z向坐标值，从目标融合点云集中确定地面点云数据，以得到由确定出的地面点云数据组成的待更新地面点云集；