基于雷达点云的防撞方法、装置、设备及存储介质制造方法及图纸

本公开涉及一种基于雷达点云的防撞方法、装置、设备及存储介质。该方法包括：接收激光雷达扫描障碍物得到的点云；基于点云和本车的车身参数建立障碍物的第一虚拟模型和本车的第二虚拟模型，并确定本车相对障碍物的位姿；基于本车当前的行车数据和位姿预测本车在将来预设时间内的位姿轨迹；确定第二虚拟模型在经过位姿轨迹的过程中，是否与第一虚拟模型发生碰撞；若是，则控制本车制动以防止碰撞。本公开可以防止车辆碰撞，保证车辆在行驶过程中的安全。全。全。

【技术实现步骤摘要】
基于雷达点云的防撞方法、装置、设备及存储介质


[0001]本公开涉及自动驾驶
，具体涉及一种基于雷达点云的防撞方法、装置、设备及存储介质。

技术介绍

[0002]车辆的行驶安全一直是自动驾驶领域非常重视的一个方面。目前自动驾驶车辆常搭载超声波和摄像头等传感器进行安全防护，超声波传感器和摄像头的感知受限于天气和环境等因素，相较之下激光雷达适用性更广。如何使用激光雷达的感知数据对车辆的行驶安全进行防护是随之而来的问题。

技术实现思路

[0003]为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种基于雷达点云的防撞方法、装置、设备及存储介质。
[0004]第一方面，本公开提供了一种基于雷达点云的防撞方法，包括：接收激光雷达扫描障碍物得到的点云；基于所述点云和本车的车身参数建立所述障碍物的第一虚拟模型和本车的第二虚拟模型，并确定本车相对所述障碍物的位姿；基于本车当前的行车数据和所述位姿预测本车在将来预设时间内的位姿轨迹；确定所述第二虚拟模型在经过所述位姿轨迹的过程中，是否与所述第一虚拟模型发生碰撞；若是，则控制本车制动以防止碰撞。
[0005]可选的，所述基于所述点云和本车的车身参数建立所述障碍物的第一虚拟模型和本车的第二虚拟模型，包括：根据所述点云的几何参数生成所述障碍物的第一轮廓图形，将所述第一轮廓图形作为所述第一虚拟模型；根据所述车身参数生成本车的第二轮廓图形，将所述第二轮廓图形作为所述第二虚拟模型。
[0006]可选的，所述确定所述障碍物相对本车的位姿，包括：将所述点云的坐标转换为车体坐标系下的坐标，确定本车相对所述障碍物的位姿。
[0007]可选的，所述基于本车当前的行车数据和所述位姿预测本车在将来预设时间内的位姿轨迹，包括：基于车辆运动学模型以及本车当前的行车数据和所述位姿，推算本车在所述预设时间中每个时间帧的行车数据和位姿；按照时序组合本车在所述预设时间中每个时间帧的位姿，得到所述位姿轨迹。
[0008]可选的，所述基于车辆运动学模型以及本车当前的行车数据和所述位姿，推算本
车在所述预设时间中每个时间帧的位姿，包括：将本车当前的行车数据和所述位姿作为本车在所述预设时间中起始的时间帧的行车数据和位姿；在所述预设时间中，结合本车在前一时间帧的行车数据和位姿，使用车辆运动学模型推算本车在后一时间帧的行车数据和位姿，得到本车在每个时间帧的位姿。
[0009]可选的，所述确定所述第二虚拟模型在经过所述位姿轨迹的过程中，是否与所述第一虚拟模型发生碰撞，包括：将所述第二轮廓图形按照本车在所述预设时间中每个时间帧的位姿放置；若所述第二轮廓图形与所述第一轮廓图形出现重叠，则确定所述第二虚拟模型与所述第一虚拟模型发生碰撞。
[0010]可选的，所述方法还包括：在将所述第二轮廓图形按照本车在所述预设时间中每个时间帧的位姿放置时，根据本车在所述时间帧的行车数据，对按照所述位姿放置的第二轮廓图形进行延伸处理；其中，本车在所述时间帧的行车数据中包括横向速度和纵向速度；延伸的方向由所述横向速度的方向和所述纵向速度的方向确定；延伸的距离由激光雷达得到所述点云到推算出本车所述时间帧的位姿之间的延迟时间，以及所述横向速度和所述纵向速度确定。
[0011]第二方面，本公开提供了一种基于雷达点云的防撞装置，包括：接收模块，用于接收激光雷达扫描障碍物得到的点云；处理模块，用于基于所述点云和本车的车身参数建立所述障碍物的第一虚拟模型和本车的第二虚拟模型，并确定本车相对所述障碍物的位姿；预测模块，用于基于本车当前的行车数据和所述位姿预测本车在将来预设时间内的位姿轨迹；确定模块，用于确定所述第二虚拟模型在经过所述位姿轨迹的过程中，是否与所述第一虚拟模型发生碰撞；控制模块，用于控制本车制动以防止碰撞。
[0012]可选的，所述处理模块在基于所述点云和本车的车身参数建立所述障碍物的第一虚拟模型和本车的第二虚拟模型时，具体用于根据所述点云的几何参数生成所述障碍物的第一轮廓图形，将所述第一轮廓图形作为所述第一虚拟模型；根据所述车身参数生成本车的第二轮廓图形，将所述第二轮廓图形作为所述第二虚拟模型。
[0013]可选的，所述处理模块在确定所述障碍物相对本车的位姿时，具体用于将所述点云的坐标转换为车体坐标系下的坐标，确定本车相对所述障碍物的位姿。
[0014]可选的，所述预测模块在基于本车当前的行车数据和所述位姿预测本车在将来预设时间内的位姿轨迹时，具体用于基于车辆运动学模型以及本车当前的行车数据和所述位姿，推算本车在所述预设时间中每个时间帧的行车数据和位姿；按照时序组合本车在所述预设时间中每个时间帧的位姿，得到所述位姿轨迹。
[0015]可选的，所述预测模块在基于车辆运动学模型以及本车当前的行车数据和所述位姿，推算本车在所述预设时间中每个时间帧的位姿时，具体用于将本车当前的行车数据和所述位姿作为本车在所述预设时间中起始的时间帧的行车数据和位姿；在所述预设时间中，结合本车在前一时间帧的行车数据和位姿，使用车辆运动学模型推算本车在后一时间
帧的行车数据和位姿，得到本车在每个时间帧的位姿。
[0016]可选的，所述确定模块在确定所述第二虚拟模型在经过所述位姿轨迹的过程中，是否与所述第一虚拟模型发生碰撞时，具体用于将所述第二轮廓图形按照本车在所述预设时间中每个时间帧的位姿放置；若所述第二轮廓图形与所述第一轮廓图形出现重叠，则确定所述第二虚拟模型与所述第一虚拟模型发生碰撞。
[0017]可选的，所述装置还包括延伸模块，用于在将所述第二轮廓图形按照本车在所述预设时间中每个时间帧的位姿放置时，根据本车在所述时间帧的行车数据，对按照所述位姿放置的第二轮廓图形进行延伸处理；其中，本车在所述时间帧的行车数据中包括横向速度和纵向速度；延伸的方向由所述横向速度的方向和所述纵向速度的方向确定；延伸的距离由激光雷达得到所述点云到推算出本车所述时间帧的位姿之间的延迟时间，以及所述横向速度和所述纵向速度确定。
[0018]第三方面，本公开提供了一种电子设备，包括：存储器；处理器；以及计算机程序；其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如第一方面任一项所述的方法。
[0019]第四方面，本公开提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面任一项所述的方法。
[0020]本公开提供的基于雷达点云的防撞方法、装置、设备及存储介质，通过在接收激光雷达扫描障碍物得到的点云后，基于点云建立障碍物的第一虚拟模型，基于本车的车身参数建立本车的第二虚拟模型，并确定本车相对障碍物的位姿，然后以本车当前的行车数据和位姿，确定本车将来预设时间内的位姿轨迹，之后利用第二虚拟模型经过该位姿轨迹的过程模拟本车将来预设时间内的行驶过程，当确定第二虚拟模型经过该位姿轨迹的过程中与第一虚拟模型发生碰撞时，则确定本车在将来预设时间内与障碍物存在碰撞风险，并控制本车制动以防止碰撞，从而保证了车辆在行驶过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于雷达点云的防撞方法，其特征在于，包括：接收激光雷达扫描障碍物得到的点云；基于所述点云和本车的车身参数建立所述障碍物的第一虚拟模型和本车的第二虚拟模型，并确定本车相对所述障碍物的位姿；基于本车当前的行车数据和所述位姿预测本车在将来预设时间内的位姿轨迹；确定所述第二虚拟模型在经过所述位姿轨迹的过程中，是否与所述第一虚拟模型发生碰撞；若是，则控制本车制动以防止碰撞。2.如权利要求1所述的方法，其特征在于，所述基于所述点云和本车的车身参数建立所述障碍物的第一虚拟模型和本车的第二虚拟模型，包括：根据所述点云的几何参数生成所述障碍物的第一轮廓图形，将所述第一轮廓图形作为所述第一虚拟模型；根据所述车身参数生成本车的第二轮廓图形，将所述第二轮廓图形作为所述第二虚拟模型。3.如权利要求1所述的方法，其特征在于，所述确定所述障碍物相对本车的位姿，包括：将所述点云的坐标转换为车体坐标系下的坐标，确定本车相对所述障碍物的位姿。4.如权利要求2所述的方法，其特征在于，所述基于本车当前的行车数据和所述位姿预测本车在将来预设时间内的位姿轨迹，包括：基于车辆运动学模型以及本车当前的行车数据和所述位姿，推算本车在所述预设时间中每个时间帧的行车数据和位姿；按照时序组合本车在所述预设时间中每个时间帧的位姿，得到所述位姿轨迹。5.如权利要求4所述的方法，其特征在于，所述基于车辆运动学模型以及本车当前的行车数据和所述位姿，推算本车在所述预设时间中每个时间帧的位姿，包括：将本车当前的行车数据和所述位姿作为本车在所述预设时间中起始的时间帧的行车数据和位姿；在所述预设时间中，结合本车在前一时间帧的行车数据和位姿，使用车辆运动学模型推算本车在后一时间帧的行车数据和位姿，得到本车在每个时间帧的位姿。6.如权利要求4所述的方法，其...

【专利技术属性】
技术研发人员：苏振鸾，吴延俊，刘羿，何贝，
申请(专利权)人：北京斯年智驾科技有限公司，
类型：发明
国别省市：