一種基于多線激光雷達的道路邊界檢測方法
【技術領域】
[0001]本發明涉及智能汽車領域，尤其涉及一種基于多線激光雷達的道路邊界檢測方法。
【背景技術】
[0002]隨著汽車技術和工業的發展，汽車已經成為人們日常生活中必不可少的交通工具，汽車的使用越來越頻繁，汽車的安全也變成非常重要的問題。在自動駕駛技術中，車輛通過先進的傳感器檢測周圍的環境中是否存在影響行駛的障礙物。駕駛員通常通過后視鏡和觀察前方進行障礙物的躲避和繞障，相應地，自動駕駛車輛使用攝像頭和激光雷達探測環境數據并進行障礙物識別。
[0003]攝像頭最先被用在目標識別中，雖然它具有成本低等優點，但是圖像容易受到光照、溫濕度等環境因素的干擾而產生噪點等，對算法的魯棒性要求較高。隨著激光雷達技術的發展，雷達點云數據能夠探測物體的深度信息，能夠提供遠距離的物體信息，能夠提供穩定的車輛周圍的數據，比圖像二維數據包含更多能夠表征物體特征的信息，可以更直觀的從幾何結構等特征對未知物體進行判斷，所以越來越多的被用于障礙物的識別。
[0004]多種激光雷達可以被應用在這個問題上:單線激光雷達可以測量車輛前方190°范圍的物體，但是只有一條雷達射線掃射在一個平面上，其檢測的范圍與安裝角度有關，若物體未在該掃描平面上，則可能漏檢從而對車輛造成損害；后面出現了多線激光雷達技術，例如，四線激光雷達則具有更加豐富的物體信息，能探測水平方向110°的范圍，垂直方向85°的范圍，通過兩倍輸出、三次回波和智能角度分辨率等技術實現輸出穩定的物體原始掃描數據和每個測量對象的數據(位置、尺寸、縱向速度、橫向速度等)，能夠提供RS232、Ethernet, CAN等多種接口，更加利于車輛的障礙物檢測和后續主動安全的研究；相比于前兩種雷達，64線激光雷達則能提供更加豐富的環境數據，利于在自動駕駛技術的應用，它能夠掃描車輛360°全景的環境數據，垂直方向的掃描范圍為26.8° ,工作在5-15Hz,是一種高分辨率的激光雷達，對于自動駕駛來說，車輛需要獲得盡可能多的環境數據以供決策系統做出最佳的路徑規劃，無疑高分辨率的64線激光雷達非常適合車輛障礙物的檢測。
[0005]現有技術中也出現了采用64線激光雷達進行車輛障礙物的檢測的技術，例如中國國家知識產權局專利局公開的CN102270301B號專利，給出了一種非結構化道路的檢測方法，它主要使用SVM和64線激光雷達實現，其主要包括如下步驟:
[0006]將車載64線激光雷達的一陣數據分析處理之后得到一幀二值柵格數據，將該幀二值柵格數據進行膨脹、腐蝕操作，填充道路同一側障礙物數據之間狹小空間且保持整體輪廓不變；
[0007]求取每個障礙物目標的輪廓，以鏈碼形式保存，并求其質心；
[0008]對障礙物目標使用K均值聚類，樣本使用求取的質心，目標類別數為兩類，分別為道路左側障礙物目標、右側障礙物目標；
[0009]用SVM進行訓練，樣本使用分好類別的障礙物目標的輪廓點，獲取分類器，根據分類器、最大間隔條件以及柵格數據求取描述道路邊界的直線段。
[0010]該方法能夠減少計算的數據量，具有一定的實時性，但是對于車載傳感器和處理系統來說，大量的算法實現顯然達不到汽車級別的要求。
[0011]64線激光雷達數據量大，算法復雜，要求車載處理系統具有很強大的數據處理能力，按現有的技術無法達到汽車級別的要求。
【發明內容】
[0012]本發明所要解決的技術問題在于，提供一種基于多線激光雷達的道路邊界檢測方法，可輔助自動駕駛車輛進行局部可行駛道路區域的識別，約束車輛的行駛范圍，防止車輛與障礙物碰撞而損害，且計算過程簡單，易于實現。
[0013]為了解決上述技術問題，本發明實施例的一方面提供一種基于多線激光雷達的道路邊界檢測方法，包括如下步驟:
[0014]通過車載多線激光雷達對環境進行掃描，采集獲得點云數據；
[0015]將所述點云數據進行坐標轉換，形成以激光雷達為中心點的三維坐標信息的點云數據；
[0016]遍歷所述三維坐標信息的點云數據中的每個點數據，獲得其到激光雷達原始坐標的距離，以及獲得與其具有固定間隔的相鄰點到激光雷達原始坐標的距離，并根據預定的判斷規則確定所述每個點數據的屬性，獲得疑似道路邊界點；
[0017]將所述具有疑似道路邊界點的三維坐標信息的點云數據轉換成二維柵格地圖，并獲得二維柵格地圖中的各疑似道路邊界點；
[0018]在所述二維柵格地圖中，以所述激光雷達為中心進行自適應圓搜索，從所述二維柵格地圖中的各疑似道路邊界點中獲得道路邊界離散點；
[0019]將所述道路邊界離散點進行擬合，形成道路邊界。
[0020]優選地，所述通過車載多線激光雷達對環境進行掃描，采集獲得點云數據的步驟進一步包括:
[0021]對所述點云數據進行自動校正。
[0022]優選地，所述遍歷所述三維坐標信息的點云數據中的每個點數據，獲得其到激光雷達原始坐標的距離，以及獲得與其具有固定間隔的相鄰點到激光雷達原始坐標的距離，并根據預定的判斷規則確定所述每個點數據的屬性，獲得疑似道路邊界點的步驟具體為:
[0023]對于通過近距離激光射線進行掃描所獲得的點云數據，遍歷其中每個點數據？1 =(xi, Yi, ζ；)，并同時獲得兩側具有固定間隔的橫向相鄰點pi±1。= (xi±10, yi±1, zi±1。)，其中，i為點云數據中各點的序號，X、y> z分別為各點對應的X軸數值、y軸數值和z軸數值；
[0024]計算當前點數據Pi = (Xi, Yi, Ζ；)、兩個橫向相鄰點pi±1。= (xi±10, yi±1, zi±10)到激光雷達中心點的距離distp disti+1。、dist； 10 ；
[0025]并計算距離比值prop! = disti/dist； 10 和 prop2 = disti/disti^o ；
[0026]并判斷是否滿足下述兩個條件iproPi < thresholdj和prop2 < threshold；；,所述thresholdj為預設的第一閾值，所述threshold；；為預設的第二閾值；
[0027]如果判斷結果為滿足，則確定所述當前點Pl = (Χι, Υι, Zl)為疑似道路邊界點。
[0028]優選地，所述遍歷所述三維坐標信息的點云數據中的每個點數據，獲得其到激光雷達原始坐標的距離，以及獲得與其具有固定間隔的相鄰點到激光雷達原始坐標的距離，并根據預定的判斷規則確定所述每個點數據的屬性，獲得疑似道路邊界點的步驟具體為:
[0029]對于通過遠距離激光射線進行掃描所獲得的點云數據，遍歷其中每個點數據？1 =(Xi, Yi, Ζ；),并獲得相同角度的相鄰激光射線點云圈的相鄰點p.j = (Xj, Yj, Zj)，其中，i為點云數據中各點的序號；
[0030]計算所述當前點數據Pi = (Xi, yi, Zi)、相鄰點數據Pj = (Xj, Yj, zj)到激光雷達中心的距離distp dist j，并計算兩者