一种基于四线激光雷达的非结构化道路检测方法技术

本发明专利技术提供了一种基于四线激光雷达的非结构化道路检测方法，包括：车辆上的四线激光雷达采集道路的三维信息坐标点并转换到车辆所在坐标下的坐标点；对坐标点进行预处理去除异常数据和噪声干扰；对预处理后的数据进行腐蚀、膨胀处理，采用DBSCAN聚类算法对腐蚀、膨胀后的结果在车体Z方向进行聚类并提取地面点，其中Z轴正方向垂直水平地面向上；采用霍夫变换对地面点进行直线拟合，得到激光雷达扫描在地面上的直线；取直线两端的点作为该扫描线上的道路边界点，使用卡尔曼滤波对道路边界点进行平滑跟踪，得到最终的道路边界点；对最终的道路边界点使用最小二乘法进行道路边界拟合。

An unstructured road detection method based on four line lidar

The invention provides a detection method of unstructured road four line laser radar based on 3D coordinate information including: Four line laser radar acquisition on road vehicles and converted to the vehicle where the coordinates of point coordinates; coordinates to remove abnormal data and noise pretreatment; on the preprocessed data corrosion, expansion of processing, using DBSCAN clustering algorithm of corrosion and expansion after the body in Z direction clustering and extracting ground points, which is the Z axis perpendicular to the direction of horizontal ground upward; the Hof transform of ground points fitting a straight line, straight line scanning laser radar on the ground; the line ends point as the scan line road boundary, using the Calman filter to smooth the road boundary point tracking, get the final road boundary points; on the side of the road Least square method for road boundary fitting at boundary points.

【技术实现步骤摘要】
一种基于四线激光雷达的非结构化道路检测方法
本专利技术设计一种无人驾驶技术，特别是一种基于四线激光雷达的非结构化道路检测方法。
技术介绍
随着科技的高速发展，以智能机器人和无人驾驶汽车为代表的无人平台已经成为现代高科技的发展方向，在无人平台的技术组成单元中，环境感知技术是极为重要的一环，是整个系统中最基本的组成部分，直接决定了无人平台的自主能力和智能化水准。无人平台的运行环境可分为结构化环境、半结构化环境和非结构化环境。对于结构化环境和半结构化环境的环境感知技术发展相对成熟，而由于非结构化环境的复杂性相对较高，目前国内外尚无成熟的解决方案，非结构化环境的感知问题目前已成为无人平台的研究热点。非结构化环境感知问题可分为可通行道路检测和障碍物检测与识别两个方面，其中可通行道路检测是无人平台运行的基础。目前从已有的非结构化环境可通行道路检测方法的相关研究资料与专利资料查明，目前应用的检测设备主要有摄像机与激光雷达两种。摄像机作为一种被动传感器，优点是获取的信息量大、体积小、成本低和功耗小。但是仅靠摄像机图像难以获得三维信息，并且其极易受光照和阴影等光线变化的影响。激光雷达分为单线、多线和面阵等类型，可以获得高可靠性的深度信息，不受光照影响，探测范围远。在非结构化环境下，环境多变，光照情况复杂，因此采用激光雷达点云数据进行道路检测相对摄像机图像可靠性更高。目前大多数的方案采用64线激光雷达，其探测范围远，数据丰富，信息量大，然而其价格昂贵，功耗大，体积大，并且相对其它类型激光雷达实时性较差。四线激光雷达作为最基础的三维激光雷达，相比单线激光雷达可以获得三维信息，相对32线、64线激光雷达，信息量较少，精度高，实时性高，体积小，成本较低，非常适合可通行道路检测任务，因此基于四线激光雷达的道路检测方法具有很高的研究应用价值。申请号为201410466431.7的中国专利公开了一种基于多线激光雷达的道路边界检测方法。该方法在提取疑似道路边界点步骤中使用两个固定距离阈值作为判断依据，准确度容易受路面颠簸的影响。并且由于激光雷达的扫描特性，其后的自适应圆搜索也要求路面较为平整，并不能适用于非结构化的复杂环境中。申请号为201110150818.8的中国专利公开了一种SVM与激光雷达结合检测非结构化道路边界的方法，该方法采用的算法较复杂，并且只能在有确定道路边界的环境中工作。申请号为201410740640.6的中国专利公开了一种基于无人驾驶车的道路检测方法。该方法采用四线激光雷达，只能用于存在明显路沿的环境中,当环境中路沿不明显时，误差较大。目前的激光雷达可通行道路检测方法多为检测道路两边障碍物，将其作为道路边界约束。这种方法在结构化环境与大多数半结构化环境中可以取得很好的效果。但是在多数非结构化环境与少数半结构化环境中，由于道路两旁不存在障碍物边界，或是由于道路两边沟壑等负障碍因素的存在，检测到的障碍物边界并不是严格的道路边缘约束，因此在这种情况下，目前的道路检测方法并不能准确得到可通行道路区域范围。
技术实现思路
本专利技术提供一种基于四线激光雷达且可以应用于绝大多数的非结构化道路的检测方法。实现本专利技术目的的技术方案为：一种基于四线激光雷达的非结构化道路检测方法，包括：步骤1，车辆上的四线激光雷达采集道路的三维信息坐标点并转换到车辆所在坐标下的坐标点；步骤2，对坐标点进行预处理去除异常数据和噪声干扰；步骤3，对预处理后的数据进行腐蚀、膨胀处理，采用DBSCAN聚类算法对腐蚀、膨胀后的结果在车体Z方向进行聚类并提取地面点，其中Z轴正方向垂直水平地面向上；步骤4，采用霍夫变换对地面点进行直线拟合，得到激光雷达扫描在地面上的直线；步骤5，取直线两端的点作为该扫描线上的道路边界点，使用卡尔曼滤波对道路边界点进行平滑跟踪，得到最终的道路边界点；步骤6，对最终的道路边界点使用最小二乘法进行道路边界拟合。本专利技术与现有技术相比，具有以下优点：(1)使用的数据量少，算法简单，实时性好，在非结构化环境中可靠性好，准确度高，可以适应绝大多数的非结构化环境；(2)本专利技术采用四线激光雷达，相比目前在非结构化环境中采用64线激光雷达的方案，极大地降低了设备成本。下面结合说明书附图对本专利技术做进一步描述。附图说明图1为检测非结构化道路方法流程图。图2为本专利技术方案示意图，其中(a)为侧视图，(b)为俯视图。图3为四线激光雷达扫描原始数据与腐蚀膨胀后的对比示意图。图4为DBSCAN聚类结果示意图。图5为霍夫变换直线拟合结果示意图。图6为本专利技术结果示意图。具体实施方式结合图1，一种基于四线激光雷达的非结构化道路检测方法，其特征在于，包括以下步骤：步骤S101，在车头中部安装四线激光雷达，调整激光雷达俯仰角，使4条扫描线均可扫描到地面，并对激光雷达进行标定，激光雷达采集道路三维信息并转换为车辆所在坐标系下的坐标；步骤S102，对每一条线上采集到的扫描点数据进行预处理，剔除异常数据，并进行均值滤波，最大程度降低噪声干扰；步骤S103，对滤波后的数据进行腐蚀、膨胀操作(开运算)；步骤S104，对步骤S103获得的数据进行DBSCAN(Density-BasedSpatialClusteringofApplicationswithNoise)聚类，提取地面点；步骤S105，采用霍夫变换对地面点进行直线拟合，得到激光雷达扫描在地面上的直线；步骤S106，取直线两端的点作为该扫描线上的道路边界点；步骤S107，使用卡尔曼滤波对道路边界点进行平滑跟踪，得到最终的道路边界点。步骤S108，使用最小二乘法进行道路边界拟合。步骤S101中，四线激光雷达在自身所在的坐标系下测量获取道路的三维信息，激光雷达所在的车辆也具有车辆坐标系，二者之间存在一转换矩阵，使得雷达坐标系下的坐标点转换至车辆坐标系，转换矩阵由旋转和平移矩阵组成。设P＝(X,Y,Z)T为四线激光雷达坐标系下的三维数据点，则车体坐标系下的三维数据点为P'＝R×P+t，其中R、t分别为激光雷达坐标系到车体坐标系的旋转与平移矩阵。在步骤S101中，设车体坐标Z轴正方向垂直水平地面向上，并满足右手坐标系，车体坐标原点位于其后轴中心处。则四线激光雷达安装应满足其X轴方向与车体坐标X轴方向相同，并保证其安装位置位于车体坐标X＝0平面内。步骤S102的具体过程在于：步骤S1021，计算每一条扫描线上所有点的x、y、z三个方向数值的均值Mk和标准差σk，k＝x,y,z，对于每一个数据点，若其任一方向的距离Dk满足(Dk-Mk)＞2σk，则认为该点为异常数据并从所有数据中剔除；步骤S1022，对剔除后的剩余数据，每一条扫描线的Z方向数据采用均值滤波的方法减少车体Z方向上测量噪声干扰。步骤S103中对预处理后的Z方向数据进行腐蚀、膨胀操作(开运算)，设窗口尺度为w，由于针对每一条扫描线分别计算，因此具体窗口大小为1×w。步骤S103中的腐蚀采用式(1)进行处理：w为处理窗口，(xi,yi,zi)表示在窗口中的相邻数据点，式(1)表示当前数据点Z值取窗口中数据点中Z方向最小值；步骤S103中的膨胀采用式(2)进行处理：w为处理窗口，(xi,yi,zi)表示在窗口中的相邻数据点，式(2)表示当前数据点Z值取窗口中数据点中Z方向最大值本文档来自技高网...

【技术保护点】
一种基于四线激光雷达的非结构化道路检测方法，其特征在于，包括以下步骤：步骤1，车辆上的四线激光雷达采集道路的三维信息坐标点并转换到车辆所在坐标下的坐标点；步骤2，对坐标点进行预处理去除异常数据和噪声干扰；步骤3，对预处理后的数据进行腐蚀、膨胀处理，采用DBSCAN聚类算法对腐蚀、膨胀后的结果在车体Z方向进行聚类并提取地面点，其中Z轴正方向垂直水平地面向上；步骤4，采用霍夫变换对地面点进行直线拟合，得到激光雷达扫描在地面上的直线；步骤5，取直线两端的点作为该扫描线上的道路边界点，使用卡尔曼滤波对道路边界点进行平滑跟踪，得到最终的道路边界点；步骤6，对最终的道路边界点使用最小二乘法进行道路边界拟合。

【技术特征摘要】
1.一种基于四线激光雷达的非结构化道路检测方法，其特征在于，包括以下步骤：步骤1，车辆上的四线激光雷达采集道路的三维信息坐标点并转换到车辆所在坐标下的坐标点；步骤2，对坐标点进行预处理去除异常数据和噪声干扰；步骤3，对预处理后的数据进行腐蚀、膨胀处理，采用DBSCAN聚类算法对腐蚀、膨胀后的结果在车体Z方向进行聚类并提取地面点，其中Z轴正方向垂直水平地面向上；步骤4，采用霍夫变换对地面点进行直线拟合，得到激光雷达扫描在地面上的直线；步骤5，取直线两端的点作为该扫描线上的道路边界点，使用卡尔曼滤波对道路边界点进行平滑跟踪，得到最终的道路边界点；步骤6，对最终的道路边界点使用最小二乘法进行道路边界拟合。2.根据权利要求1所述的方法，其特征在于，步骤2的具体过程在于：步骤2.1，计算每一条扫描线上所有点的x、y、z三个方向数值的均值Mk和标准差σk，k＝x,y,z，对于每一个数据点，若其任一方向的距离Dk满足(Dk-Mk)＞2σk，则认为该点为异常数据并从所有数据中剔除；步骤2.2，对剔除后的剩余数据，每一条扫描线的Z方向数据采用均值滤波的方法减少车体Z方向上测量噪声干扰。3.根据权利要求1所述的方法，其特征在于，步骤3中的腐蚀采用式(1)进行处理：w为...

【专利技术属性】
技术研发人员：蔡云飞，闫明，陈萌，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏,32