[发明专利]一种基于递归叠加算法的车辆前方障碍物轮廓检测方法

摘要

本发明公开了一种基于递归叠加算法的车辆前方障碍物轮廓检测方法，该方法包括：雷达与地面的几何关系计算障碍物轮廓高度；历史扫描与当前扫描的坐标匹配；考虑雷达光束具有正态分布的特点引入概率密度函数；实现障碍物轮廓的准连续估计；通过历史扫描与当前扫描数据不断递归叠加的方式求得准确的障碍物轮廓高度；通过回归计算高度偏差和俯仰角偏差；新旧扫描的融合。本发明采用的测量方法简易可行，可以准确而高效地检测道路前方障碍物的大概轮廓高度，并且新旧扫描产生的重叠区不断进行递归叠加，可以去除一些干扰所带来的影响，大大增强了信息密度。可以获得精确的车辆前方障碍物轮廓高度。

主权项

一种基于递归叠加算法的车辆前方障碍物轮廓检测方法，其特征在于，将单线激光雷达安装在车辆前部的大灯高度位置，可以从保险杠结束的位置开始测量道路，激光光束倾斜投射在车道上，本发明方法包括以下步骤：步骤一、通过激光雷达与地面的几何关系计算障碍物轮廓高度，建立极坐标系，将激光雷达采集到的障碍物轮廓高度原始数据通过三角函数坐标变换转换成极坐标；步骤二、过去扫描数据与现在扫描数据的坐标匹配：通过三角函数坐标变换把障碍物轮廓高度方程式从极坐标系表示转换成笛卡尔坐标系，以此将两次扫描纳入同一个坐标系下；步骤三、考虑雷达光束具有正态分布的特点引入概率密度函数：引入高斯正态分布，得到每个测量点的正态分布概率密度函数，通过概率密度函数表征出雷达测量点光斑所获得的障碍物轮廓高度的真实分布情况；步骤四、实现障碍物轮廓的准连续估计：由所述步骤三完成各扫描点的概率密度分布情况，可以通过概率密度曲线进行轮廓高度的准连续估计；建立一个坐标系，横坐标代表激光雷达光束扫描的测量点到雷达的距离，纵坐标代表障碍物轮廓高度值，在横坐标上引入一个具有等距采样点的移位寄存器，每次扫描的高度值通过一个量化的横坐标输入，通过激光雷达到扫描点的距离在栅格化的寄存器中计算出障碍物轮廓高度值和概率密度；把一次扫描的k个概率密度函数总和作为统一的标准，得到每一次扫描各个等距点的障碍物轮廓的准连续估计；步骤五、通过过去扫描数据与现在扫描数据不断递归叠加的方式求得准确的障碍物轮廓高度，同时引入相关系数，评价两次扫描对真实的障碍物轮廓高度影响的相关程度；步骤六、通过线性回归计算高度值偏差和俯仰角偏差：通过所述步骤五获得了现在扫描数据和过去扫描数据之间的新的关系方程，通过线性回归进行解答，可以求出多组障碍物轮廓高度值偏差和俯仰角偏差，采用最小二乘法可以确定高度值偏差最佳值以及俯仰角偏差最佳值，此时可以计算新扫描数据的高度修正值；步骤七、新旧扫描数据的融合：利用所述步骤六叠加重合的高度修正值将现在扫描数据和之前扫描数据融合，即可得到精确的障碍物轮廓高度值；同时更新此障碍物轮廓高度值，进行下一次的递归叠加，反复叠加，即可得到精准的车辆前方障碍物轮廓。