[發(fā)明專利]一種基于無人駕駛車的道路與障礙物檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410740640.6
• 申請(qǐng)日: 2014-12-01
• 公開（公告）號(hào): CN104636763B
• 公開（公告）日: 2018-10-09
• 發(fā)明（設(shè)計(jì)）人: 段建民;鄭凱華
• 申請(qǐng)（專利權(quán)）人: 北京工業(yè)大學(xué)
• 主分類號(hào): G06K9/66
• 分類號(hào): G06K9/66;G06T7/00
• 代理公司: 北京思海天達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 11203
• 代理人: 沈波

本發(fā)明涉及一種基于無人駕駛車的道路與障礙物檢測(cè)方法。所述方法采用四線激光雷達(dá)作為距離傳感器，根據(jù)其不同掃描層上路面數(shù)據(jù)點(diǎn)的相對(duì)位置關(guān)系，在可行駛區(qū)域中計(jì)算道路的坡度信息；根據(jù)路沿?cái)?shù)據(jù)點(diǎn)特征，基于歐氏距離改進(jìn)的COBWEB算法和最小二乘法擬合出左右路沿，增強(qiáng)了路沿檢測(cè)的抗干擾能力、準(zhǔn)確性和穩(wěn)定性；應(yīng)用DST證據(jù)理論對(duì)無人駕駛車前方環(huán)境建立柵格地圖，在融合前后幀地圖前，先對(duì)每個(gè)柵格進(jìn)行位置估計(jì)，從而在局部地圖中解決了前后幀柵格融合問題；最終在可行駛區(qū)域內(nèi)利用沖突系數(shù)檢測(cè)動(dòng)態(tài)障礙，并通過改進(jìn)八鄰域區(qū)域標(biāo)記算法對(duì)動(dòng)態(tài)障礙物進(jìn)行聚類和信息提取。本發(fā)明可以穩(wěn)定、準(zhǔn)確地檢測(cè)道路和障礙物信息。

技術(shù)領(lǐng)域

本發(fā)明屬于無人駕駛車領(lǐng)域，具體涉及一種基于無人駕駛車的道路與障礙物檢測(cè)方法。

背景技術(shù)

無人駕駛車是智能交通系統(tǒng)的重要組成部分，行駛在城市環(huán)境中的無人駕駛車需要對(duì)周圍環(huán)境有很好的感知能力，包括對(duì)道路結(jié)構(gòu)的感知、對(duì)其他動(dòng)態(tài)障礙物的檢測(cè)等。可靠的環(huán)境感知能力對(duì)自主巡航控制、碰撞預(yù)警和路徑規(guī)劃起到至關(guān)重要的作用。

通常無人駕駛車上可以攜帶安裝如攝像頭、雷達(dá)、GPS等具有環(huán)境感知作用的傳感器。其中激光雷達(dá)具有不受天氣、光照等因素影響，不依靠紋路和顏色來辨別，對(duì)于陰影噪聲不敏感等優(yōu)良特性。此外，激光雷達(dá)在測(cè)量時(shí)掃描頻率高、數(shù)據(jù)量豐富、返回的掃描數(shù)據(jù)便于快速處理。因此采用激光雷達(dá)來感知無人駕駛車周圍的環(huán)境信息具有較好地魯棒性和快速性，在無人駕駛車上具有較好的應(yīng)用前景。

現(xiàn)有的路沿檢測(cè)技術(shù)主要有兩種：一是采用攝像頭圖像處理的方法采集路沿；二是采用霍夫變換的方法。第一種方法的缺點(diǎn)在于圖像處理費(fèi)時(shí)，占用過多的內(nèi)存，而且攝像頭受光照陰影干擾較大，不能滿足無人駕駛車在實(shí)時(shí)性方面的要求，且不能夠全天候工作；第二種方法的缺點(diǎn)在于霍夫變換是檢測(cè)在近似一條直線上的點(diǎn)，激光雷達(dá)數(shù)據(jù)中很多掃描到障礙物的點(diǎn)非常集中，反而掃描到路沿上的點(diǎn)比較稀疏，所以霍夫變換檢測(cè)出路沿的概率很小。

現(xiàn)有障礙物檢測(cè)技術(shù)，常采用建立0-1柵格地圖和根據(jù)PCR2規(guī)則建立柵格地圖描述無人駕駛車周圍信息的方法。該方法的缺點(diǎn)是0-1柵格地圖是原始數(shù)據(jù)的直接反應(yīng)，魯棒性較弱，不能夠處理真實(shí)道路情況的漏檢率和虛警率，對(duì)安全駕駛造成威脅；第二種PCR2規(guī)則建立的柵格地圖能夠快速的響應(yīng)無人駕駛車周圍情況，但是同時(shí)也對(duì)噪聲反映靈敏，其穩(wěn)定性不能滿足無人駕駛車的要求。另外，現(xiàn)有的道路檢測(cè)方法不包括車輛前方道路坡度的檢測(cè)，而道路坡度信息對(duì)駕駛安全非常重要。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)中存在的道路坡度檢測(cè)缺失、路沿檢測(cè)魯棒性差、前后幀融合困難等問題，本發(fā)明提出一種無人駕駛車中的道路與障礙物檢測(cè)方法，采用四線激光雷達(dá)作為距離傳感器，根據(jù)激光雷達(dá)不同掃描層上的路面數(shù)據(jù)點(diǎn)的相對(duì)位置關(guān)系，在可行駛區(qū)域中計(jì)算出道路的坡度信息；根據(jù)路沿?cái)?shù)據(jù)點(diǎn)特征，基于歐氏距離改進(jìn)的COBWEB算法和最小二乘法擬合出左右路沿，增強(qiáng)了路沿檢測(cè)的抗干擾能力、準(zhǔn)確性和穩(wěn)定性；應(yīng)用DST證據(jù)理論(Dempster-Shafer theory)對(duì)無人駕駛車前方環(huán)境建立柵格地圖，在融合前后幀地圖前，先對(duì)每個(gè)柵格進(jìn)行位置估計(jì)，從而在局部地圖中解決了前后幀柵格融合問題；最終在可行駛區(qū)域內(nèi)利用沖突系數(shù)檢測(cè)動(dòng)態(tài)障礙，并通過改進(jìn)八鄰域區(qū)域標(biāo)記算法對(duì)動(dòng)態(tài)障礙物進(jìn)行聚類和信息提取。通過使用本發(fā)明的方法可以穩(wěn)定、準(zhǔn)確的檢測(cè)道路和障礙物信息。

為了實(shí)現(xiàn)上述目的本發(fā)明采用的技術(shù)方案為：

步驟1，根據(jù)路沿?cái)?shù)據(jù)點(diǎn)特征從眾多的激光雷達(dá)數(shù)據(jù)中提取出路沿?cái)?shù)據(jù)集；

步驟2，應(yīng)用基于歐氏距離改進(jìn)的COBWEB算法對(duì)路沿?cái)?shù)據(jù)集進(jìn)行聚類分析；

步驟3，按照多層融合規(guī)則，并應(yīng)用最小二乘法擬合出左右路沿，將前方道路分割為可行駛區(qū)域和不可行駛區(qū)域；

步驟4，在可行駛區(qū)域中計(jì)算道路的坡度信息；

步驟5，應(yīng)用DST證據(jù)理論建立柵格地圖，并利用沖突系數(shù)檢測(cè)動(dòng)態(tài)障礙物；