一種路面提取及道路坡度識別方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及無人駕駛領(lǐng)域，尤其是設(shè)及一種路面提取及道路坡度識別方法。
【背景技術(shù)】
[0002] 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=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。
[0003] 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(dá)傳感器具有很大的優(yōu)勢。 毫米波雷達(dá)由于波長的差別，其測距精度不如激光雷達(dá)，而超聲波雷達(dá)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W及障礙物信息的環(huán)境感知 中，激光雷達(dá)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=名的 BOSS、化nior和Odin主要采用了主動型傳感器，而在該些主動型傳感器中，S維激光雷達(dá) 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=維激光雷達(dá)傳感器。
[0004] 激光雷達(dá)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，該就對處理車載=維激光雷達(dá)點云數(shù)據(jù)的算法提出了更高的要求。
[0005] 對=維數(shù)據(jù)進(jìn)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W后障礙物識別的效果，所W研究= 維雷達(dá)數(shù)據(jù)的地面分割有重要意義。
[0006] 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(dá)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(jìn)行地面擬合和障礙物的提取，該算法可W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(dá)數(shù)據(jù)對比，可W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。
[0007]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W有必要對斜坡或橋進(jìn)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(jìn)行 估計，但只對車輛當(dāng)前所處位置的坡度進(jìn)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(jìn)行預(yù)測的研究鮮有報道。

【發(fā)明內(nèi)容】

[000引本發(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。
[0009] 本發(fā)明的目的可W通過W下技術(shù)方案來實現(xiàn)：
[0010] 一種路面提取及道路坡度識別方法，包括步驟：
[0011] 1)獲取車輛周圍環(huán)境的S維激光雷達(dá)掃描點云的球坐標(biāo)數(shù)據(jù)；
[0012] 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；
[0013] 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。
[0014] 所述S維激光雷達(dá)設(shè)于車輛的車頂。
[0015] 所述球坐標(biāo)系的原點為=維激光雷達(dá)的傳感器。
[0016] 所述步驟2)具體包括步驟：
[0017] 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；
[0018]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)闊值Rm"的數(shù)據(jù)點設(shè)定為可 行駛路面點；
[0019]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；
[0020]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?。?br>[0021]25)根據(jù)獲得的可通過圓弧，捜索確定車輛可行駛路線。
[0022] 所述自適應(yīng)闊值Rm"具體為：
[002引 Rmax=^min(r。iVi)+e
[0024] 其中：A為距離比例系數(shù)，e為誤差補償量，r;為數(shù)據(jù)點i關(guān)于傳感器的徑向距 離，iVi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。
[0025] 所述車輛可行駛路線由多條連續(xù)的可通過圓弧組成。
[0026] 所述步驟3)具體包括步驟：
[0027] 31)確定車輛可行駛路線中前方路段的方位角，并獲取該方位角下所有數(shù)據(jù)點，W 及各數(shù)據(jù)點的俯仰角及其關(guān)于傳感器的徑向距離；
[002引 32)在步驟31)獲取的數(shù)據(jù)點中任選兩個數(shù)據(jù)點，并根據(jù)該兩個數(shù)據(jù)點的俯仰角 及其關(guān)于傳感器的徑向距離獲得前方路段坡度的計算值；
[0029] 33)重復(fù)32)多次，獲得多個坡度的計算值，并將獲得的計算值求平均作為前方路 段的坡度。
[0030] 所述前方路段坡度的計算值具體為：
[0031]
[0032] 其中：a為前方路段坡度的計算值，約和巧分別為選取的兩個數(shù)據(jù)點的俯仰角，ri 和r2分別為選取的兩個數(shù)據(jù)點關(guān)于傳感器的徑向距離。
[0033]與現(xiàn)有技術(shù)相比，本發(fā)明具有W下優(yōu)點：
[0034] 1)本發(fā)明基于由=維激光雷達(dá)掃描得到的原始掃描點云在球坐標(biāo)系下的數(shù)據(jù)確 定車輛可行駛路線并識別路線中前方路段的坡度，可W為車輛的行進(jìn)路線W及行駛所需要 的動力進(jìn)行調(diào)整和預(yù)測，提高了無人駕駛車輛動力控制的穩(wěn)定性，為無人駕駛的路徑規(guī)劃 決策及控制提供有用信息，提高無人駕駛的自主能力。
[0035] 2)根據(jù)同一俯仰角下數(shù)據(jù)點關(guān)于傳感器的徑向距離判斷該數(shù)據(jù)點是否為可行駛 路面點，并基于可行駛路面點進(jìn)行車輛可行駛路線的確定，簡單直觀，便于程序?qū)崿F(xiàn)并減少 了程序的運算次數(shù)。
[0036] 3)根據(jù)任選兩個數(shù)據(jù)點的俯仰角及其關(guān)于傳感器的徑向距離獲得前方路段坡度 的計算值，計算簡單，且不需要假設(shè)所有的路面點處于最低水平面，適用于斜坡路面及橋面 點提取。
【附圖說明】
[0037] 圖1為本發(fā)明方法的主要步驟流程圖；
[003引圖2為激光雷達(dá)的一帖掃描束在球坐標(biāo)系和笛卡爾坐標(biāo)系的表示；
[0039] 圖3為無人駕駛車輛可行駛路面點提取示意圖；
[0040] 圖4為坡度計算原理示意圖。
【具體實施方式】
[0041] 下面結(jié)合附圖和具體實施例對本發(fā)明進(jìn)行詳細(xì)說明。本實施例W本發(fā)明技術(shù)方案 為前提進(jìn)行實施，給出了詳細(xì)的實施方式和具體的操作過程，但本發(fā)明的保護(hù)范圍不限于 下述的實施例。
[0042] 一種路面提取及道路坡度識別方法，該方法基于=維激光雷達(dá)對路面提取及橋面 坡度估計進(jìn)行分析，直接利用=維激光雷達(dá)提供的球坐標(biāo)系數(shù)據(jù)，本方法不只適用于某一 款傳感器，但為了具體描述=維激光雷達(dá)該類傳感器的工作方式及數(shù)據(jù)格式，我們W無人 駕駛車輛上常用的32線激光雷達(dá)傳感器Velodyne皿L32E為例，對本方法進(jìn)行分析。
[00創(chuàng)如圖1所示，包括步驟：
[0044] 1)獲取車輛周圍環(huán)境的=維激光雷達(dá)掃描點云的球坐標(biāo)數(shù)據(jù)，其中，激光雷達(dá)在 車輛上的安裝位置決定了=維激光雷達(dá)的傳感器障礙檢測的感知范圍和能力，因此為了盡 可能的減少遮擋、增大激光雷達(dá)的探測范圍，本實施例中其安裝在自主車的車頂上方，另外 本實施例中球坐標(biāo)系的原點為=維激光雷達(dá)的傳感器；
[0045] 具體的，先獲取S維激光雷達(dá)掃描得到原始點云數(shù)據(jù)；W皿心326為例，如圖2所 示，傳感器在垂直視場角為+10. 67°到-30. 67°的范圍內(nèi)發(fā)送32條激光，相應(yīng)角分辨 率為1.33° ;同時傳感器的旋轉(zhuǎn)頭在水平360°視場角內(nèi)持續(xù)旋轉(zhuǎn)，其分辨率為0.18°。 在實際測量中，從0°到360°的測量為一帖，該樣理論上一帖就有2000X32條掃描束， 但是只有反射回來的點才可能被傳感器接收并保存為數(shù)據(jù)點，每個數(shù)據(jù)點包含8個參 數(shù)值（Points;0，Points;1，Points;2，intensity，laser_id，azimuth，distance_m， timestamp}。其中前S個參數(shù)化ints;0, 1, 2依次表示笛卡爾直角坐標(biāo)點，laser_id為32 條激光的標(biāo)識號，每條激光對應(yīng)其各自的俯仰角，由該參數(shù)直接得到點的俯仰角，azim