激光雷达和毫米波雷达深度融合的障碍物检测方法及系统技术方案

本发明专利技术公开了一种基于激光雷达和毫米波雷达深度融合的障碍物检测方法，包括如下步骤：步骤1，需要将激光雷达的原始点云数据进行预处理和目标提取，然后进行二者之间的联合在线标定；步骤2，排除毫米波雷达虚警感知模型；步骤3，将毫米波返回来的障碍物的距离信息与激光雷达返回的点距离信息进行比较，从而滤除雨雾尘的干扰；步骤4，基于上述步骤3和步骤4分别去除毫米波雷达和激光雷达的误检信息。本发明专利技术的基于激光雷达和毫米波雷达深度融合的障碍物检测方法，通过步骤1至步骤4的设置，便可有效的实现的基于激光雷达和毫米波雷达深度融合的高精度检测了。

【技术实现步骤摘要】
激光雷达和毫米波雷达深度融合的障碍物检测方法及系统
本专利技术涉及一种基于激光雷达和毫米波雷达深度融合的障碍物检测方法，更具体的说是涉及一种基于激光雷达和毫米波雷达深度融合的障碍物检测方法和系统。
技术介绍
实现汽车智能化是汽车行业发展的重要趋势，环境感知技术是智能车辆技术的核心技术之一。环境感知技术通过获取和分析传感器数据，为决策、控制等技术提供环境信息。其中，障碍物检测作为感知系统的重要功能之一，其检测结果的准确性对感知系统的性能具有重要影响，而这个检测结果又主要依赖于传感器检测结果的精度。毫米波雷达在非结构化的颠簸道路上易产生虚警，激光雷达在遇到雨雾尘时会产生多回波现象，这些传感器固有的缺陷都会降低感知系统的检测精度，因此根据激光雷达和毫米波雷达的优点对二者进行深度融合，以降低各自的缺陷造成的影响。申请号为201810070156.5的专利提出了一种基于无损卡尔曼滤波的激光雷达和毫米波雷达融合检测的方法，该方法先进行数据合并同时对来自不同传感器的数据进行标记，然后使用无损卡尔曼滤波完成对接收数据的融合。申请号为201910190515.5的专利提出了一种利用毫米波雷达检测的目标距离信息对激光雷达检测的目标距离信息进行校准的方法，以提高激光雷达的距离探测精度。该方法将激光雷达的目标信息和毫米波雷达的目标坐标信息同时转换至校准装置所在坐标系，通过计算处理对激光雷达检测的目标距离进行校准。申请号为201910840854.3的专利提出了一种利用单线激光雷达获取目标的轮廓信息，利用毫米波雷达获取目标的横纵向速度信息，通过综合激光雷达和毫米波的目标信息来提高障碍物信息检测精度。综合上述激光雷达和毫米波雷达融合检测的方法，主要存在的问题有：所述的融合都是对检测处理后的数据进行融合处理，未针对传感器本身固有缺陷造成的影响进行消除。上述专利都未对毫米波雷达的虚警进行去除，因此融合过程中所用到的毫米波检测信息可能源于虚警，从而造成误检；激光雷达遇到雨雾尘时会产生多回波现象，上述方法均未对目标的回波和雨雾尘产生的干扰回波进行辨别，也会在一定程度上降低检测的准确性。
技术实现思路
针对现有技术存在的不足，本专利技术的目的在于提供一种基于激光雷达和毫米波雷达深度融合的障碍物检测方法和系统。为实现上述目的，本专利技术提供了如下技术方案：一种基于激光雷达和毫米波雷达深度融合的障碍物检测方法，包括如下步骤：步骤1，需要将激光雷达的原始点云数据进行预处理和目标提取，然后进行二者之间的联合在线标定；步骤2，根据激光雷达与毫米波雷达的位置关系，以及激光雷达自身的线束特征，可通过毫米波雷达返回的目标信息，推测出目标可能的点云分布，将这些点投影到激光雷达的深度图；如果当前环境中存在障碍物，则将激光雷达检测到的点云信息也投影到深度图，通过比较不同传感器投影点间的距离误差，来判断该目标知否是虚警；步骤3，将毫米波返回来的障碍物的距离信息与激光雷达返回的点距离信息进行比较，从而滤除雨雾尘的干扰；步骤4，基于上述步骤3和步骤4分别去除毫米波雷达和激光雷达的误检信息，然后对检测到的目标进行存在性融合，对于目标存在性大于E0的目标，则对其状态进行融合。作为本专利技术的进一步改进，所述步骤1中的多层级自标定流程如下：步骤11，对原始点云进行预处理和目标提取，然后通过配准，将毫米波检测的目标信息统一到激光雷达坐标系下；步骤12，设激光雷达检测的目标集合为毫米波雷达检测的目标集合为具体为：其中，表示t时刻第i个激光雷达测量的目标状态，表示t时刻第j个毫米波雷达测量的目标状态；毫米波雷达的目标到激光雷达坐标系的变换矩阵为TR2L，变换公式为：作为本专利技术的进一步改进，所述步骤2中排除毫米波雷达虚警感知模型的具体步骤如下：步骤21，根据激光雷达和毫米波雷达的安装位置，以及激光雷达线束间的角度关系,可以通过毫米波雷达检测到的目标返回值，推测出相应的激光雷达的点的分布；步骤22，取平面OXY为激光雷达点的投影平面，将激光雷达检测到的目标点投影到此平面，设其投影点的集合为ΩL＝{l1,l2,…,ln},通过毫米波推测的分布点的集合为ΩR＝{r1,r2,…,rm},则投影到深度图的点的距离误差为：其中，αi定义为距离分配系数，满足高斯分布，设误差判定阈值为d0,当实际的d<d0时，则毫米波雷达检测的目标不是虚警；若d>d0,则毫米波雷达检测的目标为虚警。本专利技术另一方面提供了一种系统，包括目标检测和跟踪模块，用于执行搭载上述方法的程序。本专利技术的有益效果，通过步骤1至步骤4的设置，便可有效的实现多层级的传感器外参标定，再排除掉毫米波雷达虚警的干扰，然后滤除雨雾尘的干扰，如此便可有效的提升基于激光雷达和毫米波雷达的检测方法的精度。附图说明图1为本专利技术的激光雷达和毫米波雷达深度融合目标检测的流程示意图；图2为本专利技术涉及的多层级传感器联合标定流程图；图3为排除毫米波雷达虚警融合感知模型示意图；图4为雨雾尘场景下激光雷达感知模型示意图。具体实施方式下面将结合附图所给出的实施例对本专利技术做进一步的详述。如图1所示为本专利技术涉及的激光雷达与毫米波雷达深度融合的障碍物检测方法流程图，主要步骤如下：1)多层级传感器联合在线标定。本专利技术所涉及到的级别主要包括数据级和目标级，不同级别的数据通过处理实现转换。对于同质传感器可直接进行数据级联合在线标定，而异构传感器由于原始数据不一样，则需要先进行预处理。本专利所涉及的异构传感器是指激光雷达和毫米波雷达之间的联合标定，因为毫米波雷达输出的是目标信息，此时，需要将激光雷达的原始点云数据进行预处理和目标提取，然后进行二者之间的联合在线标定，本实施例以激光雷达为参考传感器，将毫米波雷达坐标系下的目标统一到激光雷达坐标系下。并且此处不限定预处理、目标提取和联合在线标定的方法。2)排除毫米波雷达虚警感知模型。经过上述步骤1)的空间同步，将毫米波雷达检测到的目标变换到激光雷达坐标系下。根据激光雷达与毫米波雷达的位置关系，以及激光雷达自身的线束特征，可通过毫米波雷达返回的目标信息，推测出目标可能的点云分布，将这些点投影到激光雷达的深度图；如果当前环境中存在障碍物，则将激光雷达检测到的点云信息也投影到深度图，通过比较不同传感器投影点间的距离误差，来判断该目标知否是虚警。3)激光雷达的误检场景。激光雷达在进行障碍物检测时，如果遇到雨雾尘的干扰，会产生多次回波，造成误判；而毫米波则不受雨雾尘的影响，可以直接穿过雨雾尘，其返回的信息是来自障碍物的信息。根据毫米波能直接穿透雨雾尘的特点，将毫米波返回来的障碍物的距离信息与激光雷达返回的点距离信息进行比较，从而滤除雨雾尘的干扰。4)基于上述步骤3)和步骤4)分别去除毫米波雷达和激光雷达的误检信息，然后对检测到的目标进行存在性融合，对于目标存在性大于E0的目标，则对其状态进行本文档来自技高网...

【技术保护点】
1.一种基于激光雷达和毫米波雷达深度融合的障碍物检测方法，其特征在于：包括如下步骤：/n步骤1，需要将激光雷达的原始点云数据进行预处理和目标提取，然后进行二者之间的联合在线标定；/n步骤2，根据激光雷达与毫米波雷达的位置关系，以及激光雷达自身的线束特征，可通过毫米波雷达返回的目标信息，推测出目标可能的点云分布，将这些点投影到激光雷达的深度图；如果当前环境中存在障碍物，则将激光雷达检测到的点云信息也投影到深度图，通过比较不同传感器投影点间的距离误差，来判断该目标知否是虚警；/n步骤3，将毫米波返回来的障碍物的距离信息与激光雷达返回的点距离信息进行比较，从而滤除雨雾尘的干扰；/n步骤4，基于上述步骤3和步骤4分别去除毫米波雷达和激光雷达的误检信息，然后对检测到的目标进行存在性融合，对于目标存在性大于E

【技术特征摘要】
1.一种基于激光雷达和毫米波雷达深度融合的障碍物检测方法，其特征在于：包括如下步骤：
步骤1，需要将激光雷达的原始点云数据进行预处理和目标提取，然后进行二者之间的联合在线标定；
步骤2，根据激光雷达与毫米波雷达的位置关系，以及激光雷达自身的线束特征，可通过毫米波雷达返回的目标信息，推测出目标可能的点云分布，将这些点投影到激光雷达的深度图；如果当前环境中存在障碍物，则将激光雷达检测到的点云信息也投影到深度图，通过比较不同传感器投影点间的距离误差，来判断该目标知否是虚警；
步骤3，将毫米波返回来的障碍物的距离信息与激光雷达返回的点距离信息进行比较，从而滤除雨雾尘的干扰；
步骤4，基于上述步骤3和步骤4分别去除毫米波雷达和激光雷达的误检信息，然后对检测到的目标进行存在性融合，对于目标存在性大于E0的目标，则对其状态进行融合。


2.根据权利要求1所述的基于激光雷达和毫米波雷达深度融合的障碍物检测方法，其特征在于：所述步骤1中的多层级自标定流程如下：
步骤11，对原始点云进行预处理和目标提取，然后通过配准，将毫米波检测的目标信息统一到激光雷达坐标系下；
步骤12，设激光雷达检测的目标集合为毫米波雷达检测的目标集合为具体为：

【专利技术属性】
技术研发人员：谢国涛，张静，徐彪，秦兆博，秦晓辉，王晓伟，秦洪懋，边有钢，胡满江，丁荣军，
申请(专利权)人：湖南大学，
类型：发明
国别省市：湖南;43