[發(fā)明專利]一種路面提取及道路坡度識別方法

有效

• 申請?zhí)枺?/td>: 201510316731.1
• 申請日: 2015-06-11
• 公開（公告）號: CN104950313B
• 公開（公告）日: 2017-11-07
• 發(fā)明（設(shè)計）人: 尹慧琳;周娟;王子豪;楊筱菡
• 申請（專利權(quán)）人: 同濟大學(xué)
• 主分類號: G01S17/88
• 分類號: G01S17/88;G01S17/93;G01C9/00;G01C21/34
• 代理公司: 上?？剖⒅R產(chǎn)權(quán)代理有限公司31225
• 代理人: 趙繼明

技術(shù)領(lǐng)域

本發(fā)明涉及無人駕駛領(lǐng)域，尤其是涉及一種路面提取及道路坡度識別方法。

背景技術(shù)

無人駕駛車輛系統(tǒng)包括環(huán)境感知、路徑規(guī)劃和控制執(zhí)行三個子系統(tǒng)。其中環(huán)境感知子系統(tǒng)是無人車系統(tǒng)的基礎(chǔ)，通過多傳感器數(shù)據(jù)采集、數(shù)據(jù)處理，為實現(xiàn)車輛的路徑規(guī)劃和運動控制提供必要的信息，在無人車技術(shù)范疇內(nèi)占據(jù)相當(dāng)重要的位置，環(huán)境感知子系統(tǒng)性能的優(yōu)劣直接關(guān)系到車輛行駛的安全。

車載多傳感器中，除了攝像頭、GPS、慣導(dǎo)等，主動型傳感器是一類重要的傳感器，主動型傳感器向環(huán)境目標(biāo)發(fā)射能量，通過測量回波的時間實現(xiàn)測距，發(fā)射能量的形式包括激光、毫米波和超聲波等。與其他的主動性傳感器相比，激光雷達傳感器具有很大的優(yōu)勢。毫米波雷達由于波長的差別，其測距精度不如激光雷達，而超聲波雷達主要用于檢測短距離的障礙物信息。因此，在高速移動狀態(tài)下能夠?qū)崟r獲取道路以及障礙物信息的環(huán)境感知中，激光雷達是不可替代的。在2007年美國無人駕駛汽車城市挑戰(zhàn)賽中，獲得前三名的BOSS、Junior和Odin主要采用了主動型傳感器，而在這些主動型傳感器中，三維激光雷達占據(jù)最重要的地位。我國國家自然科學(xué)基金委員會于2009年至2014年連續(xù)主辦的六屆“中國智能車未來挑戰(zhàn)賽”參賽車隊中，大都安裝了32位或64位三維激光雷達傳感器。

激光雷達雖然獲取數(shù)據(jù)速度快、點云密集、場景目標(biāo)豐富，但其獲取的數(shù)據(jù)具有海量特征，這就對處理車載三維激光雷達點云數(shù)據(jù)的算法提出了更高的要求。

對三維數(shù)據(jù)進行路面分割是自主車輛感知任務(wù)如障礙物檢測與分類，動態(tài)障礙物檢測與跟蹤等的第一步，地面分割結(jié)果將會直接影響以后障礙物識別的效果，所以研究三維雷達數(shù)據(jù)的地面分割有重要意義。

基于單個柵格的地面分割、基于分塊直線擬合的地面分割及基于面擬合的地面分割等傳統(tǒng)的方法只能處理平坦路面，對于有較大坡度和起伏路面有其局限性。Douillard等人將64線激光雷達數(shù)據(jù)投影到柵格地圖中，采用二維高斯過程回歸算法直接對整個地圖進行地面擬合和障礙物的提取，該算法可以用于描述不平坦路面，其實驗效果和手工標(biāo)記的激光雷達數(shù)據(jù)對比，可以獲得很高的檢測精度，但是由于該算法計算比較復(fù)雜，只能獲得近似實時的效果。本專利提出一種高效的基于球坐標(biāo)的適用于不平坦路面的路面分割方法。

自主駕駛中存在斜坡或橋被誤判為障礙物(比如墻)的問題，導(dǎo)致錯誤的規(guī)劃決策，所以有必要對斜坡或橋進行識別及坡度估計預(yù)測。對于車輛行駛環(huán)境中道路坡度估計的研究，有學(xué)者基于車輛動力學(xué)模型，運用車輛行駛狀態(tài)參數(shù)的估計方法，對道路坡度進行估計，但只對車輛當(dāng)前所處位置的坡度進行了估計，而未提及對前方道路坡度的預(yù)測。關(guān)于對自主車輛前方道路坡度進行預(yù)測的研究鮮有報道。

發(fā)明內(nèi)容

本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種路面提取及道路坡度識別方法。

本發(fā)明的目的可以通過以下技術(shù)方案來實現(xiàn)：

一種路面提取及道路坡度識別方法，包括步驟：

1)獲取車輛周圍環(huán)境的三維激光雷達掃描點云的球坐標(biāo)數(shù)據(jù)；

2)根據(jù)同一俯仰角下各數(shù)據(jù)點關(guān)于傳感器的徑向距離確定車輛可行駛路線；

3)確定車輛可行駛路線中前方路段的方位角，并根據(jù)該方位角下各數(shù)據(jù)點的俯仰角及其關(guān)于傳感器的徑向距離識別前方路段的坡度。

所述三維激光雷達設(shè)于車輛的車頂。

所述球坐標(biāo)系的原點為三維激光雷達的傳感器。

所述步驟2)具體包括步驟：

21)設(shè)定初始俯仰角，并獲取該俯仰角下各數(shù)據(jù)點關(guān)于傳感器的徑向距離；

22)將與相鄰數(shù)據(jù)點之間徑向距離的差值小于自適應(yīng)閾值R_max的數(shù)據(jù)點設(shè)定為可行駛路面點；

23)改變俯仰角，并重復(fù)執(zhí)行步驟22)，得到車輛周圍所有的可行駛路面點；

24)將同一俯仰角下連續(xù)的可行駛路面點連接構(gòu)成圓弧，并將弧長大于車身橫向尺寸的圓弧定義為可通過圓弧；

25)根據(jù)獲得的可通過圓弧，搜索確定車輛可行駛路線。

所述自適應(yīng)閾值R_max具體為：

R_max＝λmin(r_i,r_i-1)+ε

其中：λ為距離比例系數(shù)，ε為誤差補償量，r_i為數(shù)據(jù)點i關(guān)于傳感器的徑向距離，r_i-1為數(shù)據(jù)點i相鄰數(shù)據(jù)點關(guān)于傳感器的徑向距離。

所述車輛可行駛路線由多條連續(xù)的可通過圓弧組成。

所述步驟3)具體包括步驟：