CN108459319A - 一种车辆行驶区域地形高度快速扫描*** - Google Patents
一种车辆行驶区域地形高度快速扫描*** Download PDFInfo
- Publication number
- CN108459319A CN108459319A CN201810203631.1A CN201810203631A CN108459319A CN 108459319 A CN108459319 A CN 108459319A CN 201810203631 A CN201810203631 A CN 201810203631A CN 108459319 A CN108459319 A CN 108459319A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- vehicle
- millimetre
- cloud
- master controller
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/865—Combination of radar systems with lidar systems
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种车辆行驶区域地形高度快速扫描***,包括四个毫米波雷达、车载激光雷达、五个点云处理器、显示模块和总控制器;四个毫米波雷达分别放置于车辆底盘的四个边角位置,分别扫描车辆行进方向对应区域的路障和坡起;车载激光雷达放置于车辆正上方50‑80cm位置处;四个毫米波雷达和车载激光雷达分别与各自的点云处理器通过以太网进行通讯连接,点云处理器对毫米波雷达和车载激光雷达初始数据点云进行一级点云粗处理;总控制器通过以太网与各点云处理器通讯连接,总控制器通过以太网获取点云处理器一级粗处理后的点云数据并根据毫米波雷达信息对激光雷达相应区域点云进行二级精处理;总控制器与显示器相连。本发明具有稳定性高、可全天候工作等优点。
Description
技术领域
本发明涉及车辆工程探测领域,尤其是一种车辆行驶区域地形高度快速扫描***
背景技术
目前,车辆主动悬架技术解决了车辆的平顺性问题,但是它做出调控有一定的滞后性,无法快速做出调整。另外,在车辆辅助驾驶上单独使用毫米波雷达虽然在尘埃、烟尘和雨雪条件下的具有良好检测能力,但是在采集精度上有很大不足。单独激光雷达的采集精度高,但其对恶劣天气的适应能力太差。还有一些国家将毫米波和激光雷达结合使用,但是处理数据的方法太慢,大大的降低了数据采集的速度。
发明内容
本发明目的在于提供一种稳定性高、可全天候工作的车辆行驶区域地形高度快速扫描***。
为实现上述目的,采用了以下技术方案:本发明所述***包括四个毫米波雷达、车载激光雷达、五个点云处理器、显示模块和总控制器;四个毫米波雷达分别放置于车辆底盘的四个边角位置,分别扫描车辆行进方向对应区域的路障和坡起;车载激光雷达放置于车辆正上方50-80cm位置处并实现360°旋转扫描,采集车辆周边的地形信息;四个毫米波雷达和车载激光雷达分别与各自的点云处理器通过以太网进行通讯连接,点云处理器对毫米波雷达和车载激光雷达初始数据点云进行一级点云粗处理;总控制器通过以太网与各点云处理器通讯连接,总控制器通过以太网获取点云处理器一级粗处理后的点云数据并根据毫米波雷达信息对激光雷达相应区域点云进行二级精处理;总控制器与显示器相连,将道路高程变化状况上传给显示器。
进一步的,所述车载激光雷达一级点云粗处理包括点云滤波、点云空洞插值、点云压缩,将原始数据点云转化成精简数据点云。
进一步的,所述毫米波雷达一级点云粗处理包括点云滤波和点云特征提取,将车辆行进区域的地形特征粗略的进行模拟计算,计算出车辆行进区域的地形变化曲线和突出的路障大小、坐标。
进一步的,所述点云滤波,采用高斯滤波和平均曲率流滤波相结合的方式,两种滤波分别对有序点杂波和散乱点杂波进行滤除。
进一步的,采取基于曲面拟合的方法对点云数据进行插补。
进一步的,精简点云数据用区域合并法压缩导出。
进一步的,二级精处理是根据车轮前进直线以及车辆将来经过的区域的点云数据进行点云配准,将五个不同坐标系下的点云换到同一坐标系之下,提升测量精度。
与现有技术相比,本发明具有如下优点:
1、毫米波雷达和激光雷达配合使用,可以适应任何的恶劣天气,提高了***的可靠性。
2、在点云数据处理上分为两级,毫米波雷达数据作为依据剔除激光雷达的数据,只保留行驶区域的点云,大大减少了冗余点云的数量,提高了***的扫描效率。
3、本发明控制部分由5个点云处理器和一个总控制器组成,通过以太网连接在一起,各点云控制器分工处理,总控制器将精准数据融合,再一次提升了数据处理的速度。
附图说明
图1为本发明的整体布局结构图。
图2为本发明的快速扫描方法工作流程图。
具体实施方式
下面结合附图对本发明做进一步说明:
如图1所示,本发明所述***包括四个毫米波雷达、车载激光雷达、五个点云处理器、显示模块和总控制器;四个毫米波雷达分别放置于车辆底盘的四个边角位置,分别扫描车辆行进方向对应区域的路障和坡起;车载激光雷达放置于车辆正上方50-80cm位置处并实现360°旋转扫描,采集车辆周边的地形信息;四个毫米波雷达和车载激光雷达分别与各自的点云处理器通过以太网进行通讯连接,点云处理器对毫米波雷达和车载激光雷达初始数据点云进行一级点云粗处理;总控制器通过以太网与各点云处理器通讯连接,总控制器通过以太网获取点云处理器一级粗处理后的点云数据并根据毫米波雷达信息对激光雷达相应区域点云进行二级精处理;总控制器与显示器相连,将道路高程变化状况上传给显示器。
如图2所示,***的具体的工作流程如下:车载激光雷达和毫米波雷达采集的数据点云通过以太网传送到各自对应的点云处理器,由点云处理器对雷达初始数据点云进行一级点云粗处理。激光雷达一级点云处理包括了点云滤波,点云插值,点云压缩,将原始数据点云转化成精简数据点云。毫米波雷达一级点云处理包括点云滤波和点云特征提取,将车辆行进区域的地形特征粗略的进行模拟计算,计算出车辆行进区域的地形变化曲线和突出的路障大小、坐标。对于点云滤波,本发明采用高斯滤波和平均曲率流滤波相结合的方式,两种滤波分别是对有序点杂波和散乱点杂波的滤除,两者结合可以高效地将点云中的无用数据滤除。
由于光电传感器的本身局限性,采集的点云经常包括各种无法测量的部分,因此本发明针对这个问题,采取基于曲面拟合的方法对点云数据进行插补,保证数据的完整性。
最后精简点云数据用区域合并法压缩导出,在保证地面高程数据不丢失的情况下,减少了数据量,提升了***的效率。
总控制器通过以太网与各点云处理器通讯,获取压缩后的精简数据点云矩阵,总控制器根据毫米波雷达检测的变化曲线和路障情况,精细的去处理激光雷达与其对应的区域数据,同时删除其他区域的数据,将车辆行进区域的数据通过路障物征,起伏情况进行点云的配准,将五个不同坐标系P,Q下的点云数据满足同一刚体(R,T)转换到同一水平坐标系之下(R旋转矩阵,T平移矩阵),这样可以保证数据的准确性,同时减少了数据点云,大大的提升了扫描的速度。
在同一坐标系之下的点云数据,提取地面的高程参数值,一方面生成基于车前地形高度的时序信号上传显示模块显示出来,一方面基于车前地形高程变化产生车辆悬架控制量使其适应地形的起伏,保证平稳的运行。
以上所述的实施例仅仅是对本发明的优选实施方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案做出的各种变形和改进,均应落入本发明权利要求书确定的保护范围内。
Claims (7)
1.一种车辆行驶区域地形高度快速扫描***,其特征在于:所述***包括四个毫米波雷达、车载激光雷达、五个点云处理器、显示模块和总控制器;四个毫米波雷达分别放置于车辆底盘的四个边角位置,分别扫描车辆行进方向对应区域的路障和坡起;车载激光雷达放置于车辆正上方50-80cm位置处并实现360°旋转扫描,采集车辆周边的地形信息;四个毫米波雷达和车载激光雷达分别与各自的点云处理器通过以太网进行通讯连接,点云处理器对毫米波雷达和车载激光雷达初始数据点云进行一级点云粗处理;总控制器通过以太网与各点云处理器通讯连接,总控制器通过以太网获取点云处理器一级粗处理后的点云数据并根据毫米波雷达信息对激光雷达相应区域点云进行二级精处理;总控制器与显示器相连,将道路高程变化状况上传给显示器。
2.根据权利要求1所述的一种车辆行驶区域地形高度快速扫描***,其特征在于:所述车载激光雷达一级点云粗处理包括点云滤波、点云空洞插值、点云压缩,将原始数据点云转化成精简数据点云。
3.根据权利要求1所述的一种车辆行驶区域地形高度快速扫描***,其特征在于:所述毫米波雷达一级点云粗处理包括点云滤波和点云特征提取,将车辆行进区域的地形特征粗略的进行模拟计算,计算出车辆行进区域的地形变化曲线和突出的路障大小、坐标。
4.根据权利要求2或3所述的一种车辆行驶区域地形高度快速扫描***,其特征在于:所述点云滤波,采用高斯滤波和平均曲率流滤波相结合的方式,两种滤波分别对有序点杂波和散乱点杂波进行滤除。
5.根据权利要求1所述的一种车辆行驶区域地形高度快速扫描***,其特征在于:采取基于曲面拟合的方法对点云数据进行插补。
6.根据权利要求1所述的一种车辆行驶区域地形高度快速扫描***,其特征在于:精简点云数据用区域合并法压缩导出。
7.根据权利要求1所述的一种车辆行驶区域地形高度快速扫描***,其特征在于:二级精处理是根据车轮前进直线以及车辆将来经过的区域的点云数据进行点云配准,将五个不同坐标系下的点云换到同一坐标系之下,提升测量精度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810203631.1A CN108459319A (zh) | 2018-03-13 | 2018-03-13 | 一种车辆行驶区域地形高度快速扫描*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810203631.1A CN108459319A (zh) | 2018-03-13 | 2018-03-13 | 一种车辆行驶区域地形高度快速扫描*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108459319A true CN108459319A (zh) | 2018-08-28 |
Family
ID=63216797
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810203631.1A Pending CN108459319A (zh) | 2018-03-13 | 2018-03-13 | 一种车辆行驶区域地形高度快速扫描*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108459319A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109597096A (zh) * | 2018-12-01 | 2019-04-09 | 北醒(北京)光子科技有限公司 | 一种激光雷达点云处理***及方法 |
CN109683155A (zh) * | 2018-12-19 | 2019-04-26 | 深圳市易成自动驾驶技术有限公司 | 传感器融合***、方法、终端及存储介质 |
CN110070544A (zh) * | 2019-06-06 | 2019-07-30 | 江苏省农业科学院 | 一种果树靶标三维数据补偿方法及补偿*** |
CN113362468A (zh) * | 2021-07-05 | 2021-09-07 | 上海大学 | 一种火车轮毂的尺寸测量方法 |
WO2023279371A1 (zh) * | 2021-07-09 | 2023-01-12 | 华为技术有限公司 | 自动驾驶方法、装置和存储介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8098192B1 (en) * | 2007-09-14 | 2012-01-17 | Rockwell Collins, Inc. | System for distinguishing among radar returns using information from a database |
CN102944174A (zh) * | 2012-11-28 | 2013-02-27 | 北京矿冶研究总院 | 一种点云数据的处理方法及*** |
CN103886555A (zh) * | 2014-03-12 | 2014-06-25 | 北京昊峰东方科技有限公司 | 一种基于海量三维激光扫描点云数据的处理方法 |
KR20150067682A (ko) * | 2013-12-10 | 2015-06-18 | 현대모비스 주식회사 | 검출 영역을 최적화하는 장애물 추적 장치 및 방법 |
CN104931977A (zh) * | 2015-06-11 | 2015-09-23 | 同济大学 | 一种用于智能车辆的障碍物识别方法 |
CN104950313A (zh) * | 2015-06-11 | 2015-09-30 | 同济大学 | 一种路面提取及道路坡度识别方法 |
US20160202352A1 (en) * | 2013-09-25 | 2016-07-14 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Determination of the position of a vehicle on or above a planet surface |
US20160274589A1 (en) * | 2012-09-26 | 2016-09-22 | Google Inc. | Wide-View LIDAR With Areas of Special Attention |
EP3086196A1 (en) * | 2015-04-21 | 2016-10-26 | Hexagon Technology Center GmbH | Method and control system for surveying and mapping a terrain while operating a bulldozer |
CN106405555A (zh) * | 2016-09-23 | 2017-02-15 | 百度在线网络技术(北京)有限公司 | 用于车载雷达***的障碍物检测方法和装置 |
CN106650640A (zh) * | 2016-12-05 | 2017-05-10 | 浙江大学 | 一种基于激光雷达点云局部结构特征的负障碍物检测方法 |
CN106646474A (zh) * | 2016-12-22 | 2017-05-10 | 中国兵器装备集团自动化研究所 | 一种非结构化道路凹凸障碍物检测装置 |
CN107037817A (zh) * | 2017-06-19 | 2017-08-11 | 吉林大学 | 一种智能电动车纵侧向集成控制平台及车辆 |
CN107192994A (zh) * | 2016-03-15 | 2017-09-22 | 山东理工大学 | 多线激光雷达海量点云数据快速有效提取及车辆、车道线特征识别方法 |
CN107657636A (zh) * | 2017-10-16 | 2018-02-02 | 南京市测绘勘察研究院股份有限公司 | 一种基于车载激光雷达数据自动提取道路地形图高程点的方法 |
-
2018
- 2018-03-13 CN CN201810203631.1A patent/CN108459319A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8098192B1 (en) * | 2007-09-14 | 2012-01-17 | Rockwell Collins, Inc. | System for distinguishing among radar returns using information from a database |
US20160274589A1 (en) * | 2012-09-26 | 2016-09-22 | Google Inc. | Wide-View LIDAR With Areas of Special Attention |
CN102944174A (zh) * | 2012-11-28 | 2013-02-27 | 北京矿冶研究总院 | 一种点云数据的处理方法及*** |
US20160202352A1 (en) * | 2013-09-25 | 2016-07-14 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Determination of the position of a vehicle on or above a planet surface |
KR20150067682A (ko) * | 2013-12-10 | 2015-06-18 | 현대모비스 주식회사 | 검출 영역을 최적화하는 장애물 추적 장치 및 방법 |
CN103886555A (zh) * | 2014-03-12 | 2014-06-25 | 北京昊峰东方科技有限公司 | 一种基于海量三维激光扫描点云数据的处理方法 |
EP3086196A1 (en) * | 2015-04-21 | 2016-10-26 | Hexagon Technology Center GmbH | Method and control system for surveying and mapping a terrain while operating a bulldozer |
CN104950313A (zh) * | 2015-06-11 | 2015-09-30 | 同济大学 | 一种路面提取及道路坡度识别方法 |
CN104931977A (zh) * | 2015-06-11 | 2015-09-23 | 同济大学 | 一种用于智能车辆的障碍物识别方法 |
CN107192994A (zh) * | 2016-03-15 | 2017-09-22 | 山东理工大学 | 多线激光雷达海量点云数据快速有效提取及车辆、车道线特征识别方法 |
CN106405555A (zh) * | 2016-09-23 | 2017-02-15 | 百度在线网络技术(北京)有限公司 | 用于车载雷达***的障碍物检测方法和装置 |
CN106650640A (zh) * | 2016-12-05 | 2017-05-10 | 浙江大学 | 一种基于激光雷达点云局部结构特征的负障碍物检测方法 |
CN106646474A (zh) * | 2016-12-22 | 2017-05-10 | 中国兵器装备集团自动化研究所 | 一种非结构化道路凹凸障碍物检测装置 |
CN107037817A (zh) * | 2017-06-19 | 2017-08-11 | 吉林大学 | 一种智能电动车纵侧向集成控制平台及车辆 |
CN107657636A (zh) * | 2017-10-16 | 2018-02-02 | 南京市测绘勘察研究院股份有限公司 | 一种基于车载激光雷达数据自动提取道路地形图高程点的方法 |
Non-Patent Citations (4)
Title |
---|
WENJIE SONG 等: ""Real-Time Obstacles Detection and Status Classification for Collision Warning in a Vehicle Active Safety System"", 《IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS 》 * |
庞成: ""基于测距雷达和机器视觉数据融合的前方车辆检测***"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
邹博维: ""基于多传感器的车辆局部交通环境感知"", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
邹斌 等: ""基于三维激光雷达的动态障碍物检测和追踪方法"", 《汽车技术》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109597096A (zh) * | 2018-12-01 | 2019-04-09 | 北醒(北京)光子科技有限公司 | 一种激光雷达点云处理***及方法 |
CN109597096B (zh) * | 2018-12-01 | 2023-02-28 | 北醒(北京)光子科技有限公司 | 一种激光雷达点云处理***及方法 |
CN109683155A (zh) * | 2018-12-19 | 2019-04-26 | 深圳市易成自动驾驶技术有限公司 | 传感器融合***、方法、终端及存储介质 |
CN110070544A (zh) * | 2019-06-06 | 2019-07-30 | 江苏省农业科学院 | 一种果树靶标三维数据补偿方法及补偿*** |
CN113362468A (zh) * | 2021-07-05 | 2021-09-07 | 上海大学 | 一种火车轮毂的尺寸测量方法 |
CN113362468B (zh) * | 2021-07-05 | 2022-06-03 | 上海大学 | 一种火车轮毂的尺寸测量方法 |
WO2023279371A1 (zh) * | 2021-07-09 | 2023-01-12 | 华为技术有限公司 | 自动驾驶方法、装置和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108459319A (zh) | 一种车辆行驶区域地形高度快速扫描*** | |
CN110320504B (zh) | 一种基于激光雷达点云统计几何模型的非结构化道路检测方法 | |
CN111551958B (zh) | 一种面向矿区无人驾驶的高精地图制作方法 | |
CN108226924B (zh) | 基于毫米波雷达的汽车行驶环境探测方法、装置及其应用 | |
CN103226833B (zh) | 一种基于三维激光雷达的点云数据分割方法 | |
CN104392629B (zh) | 检测车距的方法和装置 | |
CN101750049B (zh) | 基于道路和车辆自身信息的单目视觉车距测量方法 | |
CN110780305A (zh) | 一种基于多线激光雷达的赛道锥桶检测及目标点追踪方法 | |
CN101789123B (zh) | 一种创建基于单目机器视觉距离图的方法 | |
CN113496491B (zh) | 一种基于多线激光雷达的路面分割方法及装置 | |
CN103488976A (zh) | 一种基于智能驾驶中停止线实时检测以及距离测量的方法 | |
CN202134106U (zh) | 一种智能车载路况采集仪 | |
CN111508023A (zh) | 用于港口无人集卡的激光雷达辅助集装箱对位方法 | |
CN101776438A (zh) | 道路标线测量装置及其测量方法 | |
CN105404844A (zh) | 一种基于多线激光雷达的道路边界检测方法 | |
CN104290753A (zh) | 一种前方车辆运动状态追踪预测装置及其预测方法 | |
CN102288121A (zh) | 一种基于单目视觉的车道偏离距离测量及预警方法 | |
CN107796373B (zh) | 一种基于车道平面几何模型驱动的前方车辆单目视觉的测距方法 | |
CN105761306A (zh) | 一种基于景深图像或者点云的路面模型及其建立方法 | |
CN111578893A (zh) | 一种牵引车与挂厢夹角的识别方法 | |
CN111694011A (zh) | 一种摄像机和三维激光雷达数据融合的路沿检测方法 | |
CN102680990B (zh) | 一种基于gps的汽车列车位置轨迹测量***及方法 | |
Tang et al. | Road detection for autonomous truck in mine environment | |
CN114814823A (zh) | 基于毫米波雷达和相机融合的轨道车辆检测***和方法 | |
CN204124125U (zh) | 一种前方车辆运动状态追踪预测装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180828 |