一种基于三维激光检测车道线的车辆多尺度定位方法技术

本发明专利技术公开了一种基于三维激光检测车道线的车辆多尺度定位方法，该方法包括：地图节点数据库构建：数据采集车上的激光雷达实时获取当前环境包含路面车道线的三维激光点云，并采集位置信息，通过三维激光点云、车道线点云投影与对应的位置信息来构建路面节点；车辆定位阶段：获取待定位车当前位置的激光点云和位置信息，通过位置信息返回数据库中粗定位范围内多个节点，将这些节点中的点云投影与经过预处理后的激光点云进行匹配，得到匹配度最高的帧级定位结果，并根据该结果对应的三维激光数据与当前激光点云配准计算位姿关系，得到精确的度量级定位。本发明专利技术定位精度高，克服了传统视觉检测道路标线视角范围小、受环境光线影响较大的缺陷。

【技术实现步骤摘要】
一种基于三维激光检测车道线的车辆多尺度定位方法
本专利技术属于智能交通系统领域，更具体地，涉及一种基于三维激光检测车道线的车辆多尺度定位方法。
技术介绍
智能车辆的研究已经逐渐成为智能交通系统发展的新方向，而其中，车辆的自定位是智能车最核心的问题之一。目前，GPS技术被广泛应用于车辆定位，但GPS存在信号遮挡的问题，在隧道等一些不能很好接收到GPS信号的盲区，单纯的GPS不能满足车辆自定位需求。近年来出现的智能车定位方法，如公开号为CN108413971A的专利申请，公开了一种利用车载相机获取地面标志以实现车辆定位的方法，公开号为CN108845343A的专利申请，公开了一种利用视觉计算与路面表征的距离，并通过Kalman滤波融合GPS定位信息实现车辆定位的方法。但这些方法均依赖于车载相机，存在视觉检测视角范围小、受环境光线影响较大的问题。而三维激光雷达作为一种具有精度高、鲁棒性强等优点的传感器，在车辆环境感知方面展现出良好的研究前景。
技术实现思路
针对现有技术的以上缺陷或改进需求，本专利技术提出了一种基于三维激光检测车道线的车辆多尺度定位方法，由此解决单一GPS存在信号盲区且视觉相机检测易受环境光线干扰的技术问题。为实现上述目的，本专利技术提供了一种基于三维激光检测车道线的车辆多尺度定位方法，包括：(1)建立包含路面三维激光点云、车道线点云投影以及对应位置信息的地图节点；(2)通过待定位车辆当前GPS信息进行粗定位，并将当前位置的车道线点云投影图与所述地图节点中的车道线点云投影图进行匹配，得到最接近待定位位置的地图节点以实现帧级定位；(3)利用待定位车辆当前位置激光扫描得到的三维激光点云与所述最接近待定位位置的地图节点中的三维激光点云配准，获得相对位置关系，并结合帧级定位结果确定的所述最接近待定位位置的地图节点对应的位置信息得到待定位车辆所在位置信息，实现车辆的度量级定位。优选地，步骤(1)包括：(1.1)获取数据采集车上的激光雷达实时扫描得到的当前环境包含路面车道线的三维激光点云，获取利用RTK-GPS传感器得到的车辆位置信息及IMU惯性测量系统得到的车辆惯导信息；(1.2)对所述三维激光点云进行预处理，利用路面和车道线反射率的不同提取出路面车道线点云，将所述路面车道线点云投影至平面图像，同时，对所述三维激光点云、所述车辆位置信息及所述车辆惯导信息进行融合，其中，融合过程包括时间同步与空间同步；(1.3)结合实际车速与传感器频率，将同步后的传感器数据每隔固定频率保存至地图节点数据库，其中，在所述地图节点数据库中的每个节点包含：三维激光点云、车道线点云投影以及对应的位置信息。优选地，步骤(1.2)包括：(1.2.1)基于扫描线方法从所述三维激光点云中提取路面点云，提取所述路面点云中激光反射强度大于预设激光反射强度阈值的点作为车道线点云；(1.2.2)选定X-Y平面作为投影平面，基于预设分辨率将所述车道线点云投影至所述投影平面，得到车道线点云投影图像；(1.2.3)基于所述激光雷达、所述RTK-GPS传感器及所述IMU惯性测量系统采集到的每帧数据的时间戳，当各传感器中任意两个的时间戳之差小于预设时间阈值，则认定为同一时刻数据，以实现时间同步；将所述三维激光点云、所述车辆位置信息及所述车辆惯导信息通过坐标系变换转换至世界坐标系下，以实现空间同步。优选地，步骤(2)包括：(2.1)待定位车辆在行驶过程中，通过激光传感器获取当前位置的三维激光点云，同时，由所述待定位车辆上的GPS接收机得到所述待定位车辆位置的粗定位范围，通过与所述地图节点数据库中保存的位置信息比较，得到所述粗定位范围内多个候选地图节点；(2.2)提取所述待定位车辆当前位置的三维激光点云中的车道线点云，并投影至平面，得到所述待定位车辆的车道线点云投影图，将所述待定位车辆的车道线点云投影图与所述多个候选地图节点中的车道线点云投影进行匹配，得到与所述待定位车辆当前位置最接近的地图节点。优选地，步骤(2.2)包括：(2.2.1)在所述待定位车辆的车道线点云投影图中随机设定一个像素点为圆心，选取以所述圆心构造的领域圆上分布的若干个像素点与圆心像素点进行像素值差值比较，若差值绝对值超过设定差值阈值的像素点个数满足要求，则将圆心像素点作为候选特征点，若预设范围内有多个所述候选特征点，则保留候选特征点的响应值最大时对应的候选特征点，得到目标候选特征点；(2.2.2)基于灰度质心法确定各所述目标候选特征点的方向；(2.2.3)以目标候选特征点为中心，设定一个S×S的窗口，以窗口内部为范围，在提取出的目标候选特征点中随机选取若干对特征点对，通过比较每对特征点对的像素值大小，得到中心特征点对应的二进制编码作为中心特征点的BRIEF描述子；(2.2.4)将选取的特征点的方向作为BRIEF描述子方向，得到ORB特征点描述子；(2.2.5)根据每个中心特征点对应的ORB特征点描述子，计算出当前位置待定位车辆的车道线激光点云投影图像中每个特征点的ORB特征点描述子与候选地图节点中的车道线点云投影图像中每个特征点的ORB特征点描述子的汉明距离，当两个特征描述子的汉明距离小于预设距离阈值时，则认为它们对应的特征点匹配，并利用RANSAC算法剔除错误匹配点，通过比较最终匹配点对的数量，在候选地图节点中找到匹配特征点数量最多的车道线点云投影对应的地图节点，作为与待定位车辆当前位置最接近的地图节点。优选地，步骤(2.2.2)包括：由确定目标候选特征点邻域的(p+q)阶矩，其中，I(x,y)代表图像在坐标点(x,y)处的灰度值，B表示目标候选特征点邻域范围；由确定目标候选特征点的方向，其中，(Cx,Cy)为目标候选特征点邻域的质心坐标，θ为质心与目标候选特征点的夹角，即为目标候选特征点的方向。优选地，在步骤(2.2.3)中，由确定中心特征点的BRIEF描述子，其中，Ip、Iq分别是随机选取的特征点对p、q的像素值，fN(p)为中心特征点对应的二进制编码，N表示步骤(2.2.3)中随机选取的特征点对数。优选地，在步骤(2.2.4)中，由gN(p,θ)＝fN(p)∣(pi,qi)∈Kθ得到中心特征点p的描述子gN(p,θ)，其中，K矩阵为随机选取的目标候选特征点对的坐标点对构成的矩阵，pi,qi(i∈(1,N))表示随机选取的第i个目标候选特征点对在X、Y轴的坐标，Rθ为仿射变换矩阵，θ为目标候选特征点的方向。优选地，步骤(3)包括：(3.1)将所述待定位车辆的车道线点云投影图特征点索引至三维激光点云数据的三维点中，利用若干组对应的特征点坐标完成对点云数据的粗配准，得到初始旋转矩阵R和平移向量T；(3.2)通过迭代搜索2个待配准激光点云集中距离最近的对应点，使得它们欧氏距离的平方和最小，以此计算出待配准点云集间的旋转矩阵R和平移向量T，E代表目标函数，表示2个点云数据集之间的差异程度，P本文档来自技高网...

【技术保护点】
1.一种基于三维激光检测车道线的车辆多尺度定位方法，其特征在于，包括：/n(1)建立包含路面三维激光点云、车道线点云投影以及对应位置信息的地图节点；/n(2)通过待定位车辆当前GPS信息进行粗定位，并将当前位置的车道线点云投影图与所述地图节点中的车道线点云投影图进行匹配，得到最接近待定位位置的地图节点以实现帧级定位；/n(3)利用待定位车辆当前位置激光扫描得到的三维激光点云与所述最接近待定位位置的地图节点中的三维激光点云配准，获得相对位置关系，并结合帧级定位结果确定的所述最接近待定位位置的地图节点对应的位置信息得到待定位车辆所在位置信息，实现车辆的度量级定位。/n

【技术特征摘要】
1.一种基于三维激光检测车道线的车辆多尺度定位方法，其特征在于，包括：
(1)建立包含路面三维激光点云、车道线点云投影以及对应位置信息的地图节点；
(2)通过待定位车辆当前GPS信息进行粗定位，并将当前位置的车道线点云投影图与所述地图节点中的车道线点云投影图进行匹配，得到最接近待定位位置的地图节点以实现帧级定位；
(3)利用待定位车辆当前位置激光扫描得到的三维激光点云与所述最接近待定位位置的地图节点中的三维激光点云配准，获得相对位置关系，并结合帧级定位结果确定的所述最接近待定位位置的地图节点对应的位置信息得到待定位车辆所在位置信息，实现车辆的度量级定位。


2.根据权利要求1所述的方法，其特征在于，步骤(1)包括：
(1.1)获取数据采集车上的激光雷达实时扫描得到的当前环境包含路面车道线的三维激光点云，获取利用RTK-GPS传感器得到的车辆位置信息及IMU惯性测量系统得到的车辆惯导信息；
(1.2)对所述三维激光点云进行预处理，利用路面和车道线反射率的不同提取出路面车道线点云，将所述路面车道线点云投影至平面图像，同时，对所述三维激光点云、所述车辆位置信息及所述车辆惯导信息进行融合，其中，融合过程包括时间同步与空间同步；
(1.3)结合实际车速与传感器频率，将同步后的传感器数据每隔固定频率保存至地图节点数据库，其中，在所述地图节点数据库中的每个节点包含：三维激光点云、车道线点云投影以及对应的位置信息。


3.根据权利要求2所述的方法，其特征在于，步骤(1.2)包括：
(1.2.1)基于扫描线方法从所述三维激光点云中提取路面点云，提取所述路面点云中激光反射强度大于预设激光反射强度阈值的点作为车道线点云；
(1.2.2)选定X-Y平面作为投影平面，基于预设分辨率将所述车道线点云投影至所述投影平面，得到车道线点云投影图像；
(1.2.3)基于所述激光雷达、所述RTK-GPS传感器及所述IMU惯性测量系统采集到的每帧数据的时间戳，当各传感器中任意两个的时间戳之差小于预设时间阈值，则认定为同一时刻数据，以实现时间同步；将所述三维激光点云、所述车辆位置信息及所述车辆惯导信息通过坐标系变换转换至世界坐标系下，以实现空间同步。


4.根据权利要求1至3任意一项所述的方法，其特征在于，步骤(2)包括：
(2.1)待定位车辆在行驶过程中，通过激光传感器获取当前位置的三维激光点云，同时，由所述待定位车辆上的GPS接收机得到所述待定位车辆位置的粗定位范围，通过与所述地图节点数据库中保存的位置信息比较，得到所述粗定位范围内多个候选地图节点；
(2.2)提取所述待定位车辆当前位置的三维激光点云中的车道线点云，并投影至平面，得到所述待定位车辆的车道线点云投影图，将所述待定位车辆的车道线点云投影图与所述多个候选地图节点中的车道线点云投影进行匹配，得到与所述待定位车辆当前位置最接近的地图节点。


5.根据权利要求4所述的方法，其特征在于，步骤(2.2)包括：
(2.2.1)在所述待定位车辆的车道线点云投影图中随机设定一个像素点为圆心，选取以所述圆心构造的领域圆上分布的若干个像素点与圆心像素点进行像素值差值比较，若差值绝对值超过设定差值阈值...

【专利技术属性】
技术研发人员：胡钊政，刘佳蕙，陶倩文，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：湖北;42