CN109238221B - 一种车辆周围环境的检测方法及装置 - Google Patents
一种车辆周围环境的检测方法及装置 Download PDFInfo
- Publication number
- CN109238221B CN109238221B CN201710556525.7A CN201710556525A CN109238221B CN 109238221 B CN109238221 B CN 109238221B CN 201710556525 A CN201710556525 A CN 201710556525A CN 109238221 B CN109238221 B CN 109238221B
- Authority
- CN
- China
- Prior art keywords
- grid
- processed
- vehicle
- points
- marking
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C3/00—Measuring distances in line of sight; Optical rangefinders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种车辆周围环境的检测方法,包括:根据传感器回传的点云数据,获得车辆周围环境的栅格地图;判断待处理栅格内记录点的高度差是否小于第一判断阈值;当待处理栅格内记录点的高度差小于第一判断阈值时,若待处理栅格与车辆的距离小于预设距离阈值,则继续判断待处理栅格内记录点的最低高度是否小于第二判断阈值;当待处理栅格内记录点的最低高度小于第二判断阈值时,将待处理栅格标记为地面栅格;其中,第一判断阈值和第二判断阈值与待处理栅格和车辆的距离成正比。本发明实施例以点云数据的高度为依据,综合点云与车辆之间的距离,利用两个判断阈值精确地筛选出代表地面的点云数据,为自动驾驶控制提供了精准的决策依据。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种检测周围环境的方法及装置。
背景技术
高级辅助驾驶***(Advance Driver Assistance System,ADAS)是一种能够让驾驶者在最快的时间察觉可能发生的危险,以引起注意和提高安全性的主动安全技术,主要利用安装于车辆上各式各样的传感器,收集车辆内外的环境数据,进行静、动态物体的辨识、侦测与追踪等技术上的处理,是自动驾驶的基础功能要求之一。ADAS一般包括自适应巡航、车道保持、自动制动***等功能。
ADAS驾驶辅助功能在对车辆周围环境进行辨别时,当车辆位于结构化道路区域时,可以直接默认车道线内或者车辆行驶区域是平坦的,即可控制车辆的安全行驶。但是当车辆位于缺少车道线、道路标线等辅助设施的区域,甚至是非铺装道路区域时,车辆的安全行驶则需要依靠对传感器数据中地面的识别来实现。
发明内容
有鉴于此,本发明提供了一种车辆周围环境的检测方法及装置,能够根据传感器回传的数据对地面进行识别。
本发明实施例提供的一种车辆周围环境的检测方法,包括:
根据传感器回传的点云数据,获得车辆周围环境的栅格地图;
判断待处理栅格内记录点的高度差是否小于第一判断阈值,所述栅格地图包括所述待处理栅格;
当所述待处理栅格内记录点的高度差小于所述第一判断阈值时,若所述待处理栅格与所述车辆的距离小于预设距离阈值,则继续判断所述待处理栅格内记录点的最低高度是否小于第二判断阈值;
当所述待处理栅格内记录点的最低高度小于所述第二判断阈值时,将所述待处理栅格标记为地面栅格;
其中,所述第一判断阈值和所述第二判断阈值与所述待处理栅格和所述车辆的距离成正比。
可选的,所述方法,还包括:
当所述待处理栅格内记录点的高度差大于或等于所述第一判断阈值时,继续判断所述待处理栅格内记录点的最低高度是否小于所述第二判断阈值;
当所述待处理栅格内记录点的最低高度小于所述第二判断阈值时,将所述待处理栅格标记为地面障碍物栅格;
当所述待处理栅格内记录点的最低高度大于或等于所述第二判断阈值时,将所述待处理栅格标记为障碍物栅格。
可选的,所述方法,还包括:
判断所述地面障碍物栅格内待处理记录点的高度与该栅格内记录点的最低高度之差是否小于第三判断阈值;
若是,则将所述待处理记录点标记为地面障碍物反射点;
若否,则将所述待处理记录点标记为障碍物反射点。
可选的,所述方法,还包括:
若所述待处理栅格与所述车辆的距离大于或等于所述预设距离阈值,则将所述待处理栅格标记为地面栅格。
可选的,所述方法,还包括:
将所述地面栅格内的记录点标记为地面反射点;
将所述障碍物栅格内的记录点标记为障碍物反射点。
本发明实施例提供的一种车辆周围环境的检测装置,包括:地图获取模块、第一判断模块、第二判断模块和栅格标记模块;
所述地图获取模块,用于根据传感器回传的点云数据,获得车辆周围环境的栅格地图;
所述第一判断模块,用于判断待处理栅格内记录点的高度差是否小于第一判断阈值,所述栅格地图包括所述待处理栅格;
所述第二判断模块,用于当所述第一判断模块判断所述待处理栅格内记录点的高度差小于所述第一判断阈值时,若所述待处理栅格与所述车辆的距离小于预设距离阈值,则继续判断所述待处理栅格内记录点的最低高度是否小于第二判断阈值;
所述栅格标记模块,用于当所述第二判断模块判断所述待处理栅格内记录点的最低高度小于所述第二判断阈值时,将所述待处理栅格标记为地面栅格;
其中,所述第一判断阈值和所述第二判断阈值与所述待处理栅格和所述车辆的距离成正比。
可选的,
所述第二判断模块,还用于当所述第一判断模块判断所述待处理栅格内记录点的高度差大于或等于所述第一判断阈值时,继续判断所述待处理栅格内记录点的最低高度是否小于所述第二判断阈值;
所述栅格标记模块,还用于当所述第二判断模块判断所述待处理栅格内记录点的最低高度小于所述第二判断阈值时,将所述待处理栅格标记为地面障碍物栅格;还用于当所述第二判断模块判断所述待处理栅格内记录点的最低高度大于或等于所述第二判断阈值时,将所述待处理栅格标记为障碍物栅格。
可选的,所述装置,还包括:第三判断模块和点标记模块;
所述第三判断模块,用于判断所述地面障碍物栅格内待处理记录点的高度与该栅格内记录点的最低高度之差是否小于第三判断阈值;
所述点标记模块,用于当所述第三判断模块的判断结果为是时,将所述待处理记录点标记为地面障碍物反射点;还用于当所述第三判断模块的判断结果为否时,将将所述待处理记录点标记为障碍物反射点。
可选的,所述装置,还包括:
所述栅格标记模块,还用于若所述待处理栅格与所述车辆的距离大于或等于所述预设距离阈值,则将所述待处理栅格标记为地面栅格。
可选的,所述装置,还包括:
所述点标记模块,还用于将所述地面栅格内的记录点标记为地面反射点;还用于将所述障碍物栅格内的记录点标记为障碍物反射点。
与现有技术相比,本发明至少具有以下优点:
在发明本实施例中,首先根据传感器回传的以传感器的中心为原点的点云数据,绘制出以车辆后轴中心的地面投影点为原点的车辆周围环境的栅格地图。然后,根据每个栅格内记录点的高度,以及与栅格和车辆的距离成正比的第一判断阈值和第二判断阈值,判断该栅格内记录的点云数据是否为车辆周围的地面,识别出车辆周围可以安全通过的地面区域,为ADAS的驾驶辅助功能的决策判断提供依据。本发明实施例以点云数据的高度为依据,综合点云数据与车辆的距离,利用两个判断阈值精确地筛选出代表地面的点云数据,为车辆的自动驾驶控制提供了精准的决策依据。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种车辆周围环境的检测方法的流程示意图;
图2为本发明实施例中三维激光测距仪的工作原理示意图;
图3为本发明实施例提供的绘制栅格地图的流程示意图;
图4为本发明实施例提供的栅格地图的俯视图;
图5为本发明实施例提供的另一种车辆周围环境的检测方法的流程示意图;
图6为本发明实施例提供的再一种车辆周围环境的检测方法的流程示意图;
图7为本发明实施例提供的一种车辆周围环境的检测装置的结构示意图;
图8为本发明实施例提供的另一种车辆周围环境的检测装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
方法实施例:
参见图1,该图为本发明实施例提供的一种车辆周围环境的检测方法的流程示意图。
本实施例提供的车辆周围环境的检测方法,包括步骤S101-S104。
S101:根据传感器回传的点云数据,获得车辆周围环境的栅格地图。
现有的自动驾驶***中,车载三维测距仪作为自动驾驶的环境感知输入以被广泛应用。因此,在本发明实施例中,传感器可以是三维激光测距仪等现有的环境感知传感器,这里不再一一列举。
以三维激光测距仪为例,如图2所示,三维激光测距仪安装在车辆的上部(如车顶),其在竖直方向以一定角度间距排布有多组激光发射接收器,每一组激光发射接收器可以利用飞行时间测距原理,测定激光路径前方障碍物的距离,图2中虚线为激光照射路径的示意。三维测距仪的激光发射接收器固联在一个受电机驱动绕竖直方向旋转的结构上。电机转动带动激光发射接收器一同旋转测量,完成对车辆周围环境的三维扫描,扫描结果以三维点云的形式(即点云数据)返回。在实际应用中,三维激光测距仪的激光发射接收器组数可以是64组、旋转频率为10Hz、有效探测半径60米、点云规模约为130000点/帧(pts/frame)。
可以理解的是,传感器回传的点云数据是以其自身的坐标系为依据记录,若直接以传感器坐标系中的点云数据为依据,对车辆周围的地面进行识别,传感器的安装位置和安装角度均会识别的准确度和精度造成影响。因此,需要将传感器坐标系中的点云数据转化成车辆自身的车体坐标系中,并且,将车体坐标系中的数据划分为多个栅格,得到车辆周围的栅格地图以便于数据处理。
继续参见图2,三维激光测距仪的传感器坐标系为o1x1y1z1,原点o1位于激光测距仪的光学中心,x1轴、y1轴和z1轴分别为三维激光测距仪定义的遵循三维激光测距仪底座的x、y、z方向。在本实施例中,定义车体坐标系为o2x2y2z2,其中,原点o2位于车辆后轴中心在地面的投影点,x2轴、y2轴和z2轴分别指向车辆的车头正前方、左侧方以及垂直地面向上。在实际操作中,可以采用刚体旋转平移矩阵实现点云数据从传感器坐标系o1x1y1z1到车体坐标系o2x2y2z2的转换。
在实际操作中,绘制栅格地图的流程可以具体如图3所示,包括以下步骤:
S301:在车体坐标系o2x2y2z2的x2y2平面中,初始化输出所需的栅格地图。
参见图4,栅格地图为半径为R的圆形区域,将车辆周围空间划分为相应的栅格元素。栅格的划分规则可以为:首先按照径向分辨率Δr将空间分割成等宽度的圆环区域,按照圆环区域的大小,从小到大建立半径索引作为栅格第一维索引值;然后从x2轴正方向开始,逆时针从坐标原点o2引出多条如图中o2p的射线,将圆环区域按照角度分辨率Δθ进一步划分成小的扇区,从x2轴正方向开始,逆时针对扇区索引进行排序作为栅格的第二维索引,图4中阴影部分的扇区即为栅格地图中的一个栅格。栅格为栅格地图的最小单元,二维索引值与栅格一一对应,可以通过唯一的二维索引值对指定的栅格进行访问。在实际应用中,若地图半径R为60米,则可以将径向分辨率Δr设为0.2米,角分辨率Δθ为0.5°。
S302:根据传感器外参数,得到测距仪坐标系到车体坐标系的刚体旋转平移矩阵。
可以理解的是,传感器坐标系与车体坐标系之间的差距与传感器的在车体坐标系中的安装位置和安装姿态角有关,安装位置以及安装姿态角可以通过直接测量或参数标定的方法获得,这里不再赘述。由安装位置和安装姿态角可以得到传感器坐标系和车体坐标系的刚体旋转平移矩阵
其中,R为3×3的旋转矩阵,T为3×1的平移矩阵。
假设传感器的外参数为(xL,yL,zL,yawL,pitchL,rollL),其中,xL、yL和zL分别表示传感器在车体坐标系下的三维安装位置,yawL、pitchL和rollL分别表示传感器的偏航角、俯仰角和横滚角。
R00=cos(yawL)*cos(pitchL),
R01=cos(yawL)*sin(pitchL)*sin(rollL)-sin(yawL)*cos(rollL),
R02=sin(yawL)*sin(rollL)+cos(yawL)*sin(pitchL)*cos(rollL);
R10=sin(yawL)*cos(pitchL),
R11=cos(yawL)*cos(rollL)+sin(yawL)*sin(pitchL)*sin(rollL),
R12=sin(yawL)*sin(pitchL)*cos(rollL)-cos(yawL)*sin(rollL);
R20=-sin(pitchL),
R21=cos(pitchL)*sin(rollL),
R22=cos(pitchL)*cos(rollL)。
S303:输入由三维激光测距仪测定所得到的三维点云数据,对无序输入点云进行遍历操作,在每一次访问中进行步骤S304-S306。
S304:对每一个输入点判断其是否为噪声点。
在本实施例中,噪声点的判断依据是:以传感器为顶点对车辆投影所形成的锥体在地面投影所覆盖到的点以及高于车辆的安全通行高度的点。
S305:对非噪声点进行旋转平移变换,将输入点云中的非噪声点变换到车体坐标系。
非噪声点在传感器坐标系的坐标为(px1,py1,pz1),在车体坐标系的坐标为(px2,py2,pz2),其旋转平移可以如以下公式(1):
S306:根据非噪声点在车体坐标系的坐标,确定其对应于栅格地图中的栅格索引号。根据索引号,将该点放入栅格中作为栅格内的记录点。
S307:对点云的遍历操作完成后,将输入点云划归到对应栅格中的栅格地图,得到栅格地图。
通过上述步骤,即可根据传感器回传的数据,得到车辆周围环境的栅格地图,为后续步骤处理做准备。
S102:判断待处理栅格内记录点的高度差是否小于第一判断阈值THobj。
可以理解的是,待处理栅格可以是栅格地图中任意一个栅格,记录点的高度差即待处理栅格内记录点的z2轴坐标的最大值与最小值之差。
在本实施例中,第一判断阈值THobj用于确定待处理栅格内的记录点是否代表障碍物,即判断车辆是否无法安全通过该栅格所代表的区域,对于车辆可以安全通过的高度均可以视为地面。由于,地面或障碍物的高度相对于车辆来说的相对高度与其和车辆之间的相对位置有关,即越接近车辆,地面或障碍物的相对高度越高;反之,则越小。因此,为了保证可以准确的识别出车辆周围的地面,第一判断阈值THobj与待处理栅格和车辆的距离成正比。
作为一个示例,具体在实际操作中,第一判断阈值THobj可以由公式(2)得到
THobj=aobj+Dist×Δr×bobj (2)
其中,Dist为待处理栅格与车辆(即车体坐标系原点)的距离;Δr为径向分辨率;aobj和bobj为参数,与传感器的噪声特性以及车辆底盘的可通行高度相关,可以根据经验得出,例如,若采用上述举例中激光发射接收器组数为64组、旋转频率为10Hz、有效探测半径60米、点云规模约为130000pts/frame的三维激光测距仪,则aobj=0.15,bobj=0.06。第一判断阈值THobj的单位为米。
S103:当待处理栅格内记录点的高度差小于第一判断阈值THobj时,若待处理栅格与车辆的距离小于预设距离阈值,则继续判断待处理栅格内记录点的最低高度是否小于第二判断阈值THgnd。
可以理解的是,对于距离车辆较远的待处理栅格,可以直接认为高度差小于第一判断阈值THobj的待处理栅格车辆可以安全通过,为地面栅格,即当待处理栅格与车辆的距离大于或等于预设距离阈值时,将待处理栅格标记为地面栅格(例如将待处理栅格的属性标签设置为地面栅格GT_GROUND)。但距离车辆较近(与车辆的距离小于预设阈值)的待处理栅格,受距离的影响,仅通过待处理栅格内记录点的高度差无法准确的判断出车辆是否可以安全通过该待处理栅格代表的区域,因此,需要对待处理栅格内记录点的实际高度进行判断。
在本实施例中,通过判断待处理栅格内记录点的最低高度与第二判断阈值THgnd之间的大小关系,判断车辆是否可以安全通过该栅格,最低高度小于第二判断阈值THgnd则车辆可以安全通过该栅格。
与第一判断阈值THobj类似,第二判断阈值THgnd也与待处理栅格和车辆的距离成正比。作为一个示例,第二判断阈值THgnd可以由公式(3)得到
THgnd=agnd+Dist×bgnd (3)
其中,agnd和bgnd为参数,与传感器的噪声特性以及车辆底盘的可通行高度相关,可以根据经验得出,例如,若采用上述举例中激光发射接收器组数为64组、旋转频率为10Hz、有效探测半径60米、点云规模约为130000pts/frame的三维激光测距仪,则aobj=0.15,bobj=0.04。第一判断阈值THobj的单位为米。
S104:当待处理栅格内记录点的最低高度小于第二判断阈值THgnd时,将待处理栅格标记为地面栅格。
可以理解的是,若待处理栅格内记录点的最低高度大于或等于第二判断阈值THgnd则说明车辆无法安全通过,为障碍物区域;反之,则说明车辆可以安全通过,为地面区域,将该栅格确定为地面栅格。
在本实施例中,首先根据传感器回传的以传感器的中心为原点的点云数据,绘制出以车辆后轴中心的地面投影点为原点的车辆周围环境的栅格地图。然后,根据每个栅格内记录点的高度,以及与栅格和车辆的距离成正比的第一判断阈值和第二判断阈值,判断该栅格内记录的点云数据是否为车辆周围的地面,识别出车辆周围可以安全通过的地面区域,为ADAS的驾驶辅助功能的决策判断提供依据。本实施例以点云数据的高度为依据,综合点云数据与车辆的距离,利用两个判断阈值精确地筛选出代表地面的点云数据,为车辆的自动驾驶控制提供了精准的决策依据。
参见图5,该图为本发明实施例提供的另一种车辆周围环境的检测方法的流程示意图。通过上述实施例,可以识别出栅格地图中车辆可以安全通过的区域,在本实施例中,可以进一步对栅格地图进行检测,识别出其中的障碍物,为后续算法(如障碍物识别算法)提供数据支持。
在本实施例中,步骤S202之后,还包括以下步骤S501-S503。
S501:当待处理栅格内记录点的高度差大于或等于第一判断阈值THobj时,继续判断待处理栅格内记录点的最低高度是否小于第二判断阈值THgnd。
可以理解的是,当待处理栅格内记录点的高度差大于或等于第一判断阈值THobj时,则说明待处理栅格内存在车辆无法安全通过的区域,即该栅格内包括障碍物。然而,由于栅格是预先划分的,包括障碍物的栅格内还可能有车辆可以安全通过(即地面)区域。因此,为了提高精度,需要进一步判断待处理栅格是否包括地面。
在本实施例中,同样也可以通过第二判断阈值THgnd对待处理栅格中是否包括地面进行检测,具体说明参见上述实施例即可,这里不再赘述。
S502:当待处理栅格内记录点的最低高度大于或等于第二判断阈值THgnd时,将待处理栅格标记为障碍物栅格。
可以理解的是,若待处理栅格内记录点的最低高度大于或等于第二判断阈值THgnd,则说明车辆无法安全通过待处理栅格,该栅格代表的区域为障碍物,将其确定为障碍物栅格(例如将待处理栅格的属性标签设置为障碍物栅格GT_OBJECT)。
S503:当待处理栅格内记录点的最低高度小于第二判断阈值THgnd时,将待处理栅格标记为地面障碍物栅格。
可以理解的是,若待处理栅格内记录点的最低高度小于第二判断阈值THgnd,则说明车辆可以安全通过待处理栅格,该栅格代表的区域为障碍物和地面结合区域,将其确定为地面障碍物栅格(例如将待处理栅格的属性标签设置为地面障碍物栅格GT_OBJECT_ON_GROUND)。
在本实施例中,确定出栅格地图中每个栅格的属性标签,如地面栅格GT_GROUND、障碍物栅格GT_OBJECT和地面障碍物栅格GT_OBJECT_ON_GROUND,可以为后续的算法提供数据支持。
参见图6,该图为本发明实施例提供的再一种车辆周围环境的检测方法的流程示意图。在本实施例中,还可以进一步识别栅格地图中的记录点的属性,判断车辆是否可以安全通过该记录点,为后续处理(如障碍物识别算法)提供数据支持。
在本实施例中,在确定出待处理栅格的属性后,还包括以下步骤S601-S605。可以理解的是,识别栅格内记录点属性的步骤可以在确定出其所属栅格的属性之后立刻执行,可以在后续步骤中执行,例如在识别出栅格地图中全部栅格的属性之后执行,步骤S601-S603以及步骤S604和S605可以按照任意顺序执行也可以并行执行,本发明实施例对此不作任何限定。
S601:将地面栅格内的记录点标记为地面反射点。
例如,将待处理记录点的属性标签设置为地面反射点PT_GROUND。
S602:将障碍物栅格内的记录点标记为障碍物反射点。
例如,将待处理记录点的属性标签设置为障碍物点PT_OBJECT。
S603:判断地面障碍物栅格内待处理记录点的高度与该栅格内记录点的最低高度之差是否小于第三判断阈值THpoint_ob。若是,则执行步骤S604;若否,则执行步骤S605。
S604:将待处理记录点标记为地面障碍物反射点。
S605:将待处理记录点标记为障碍物反射点。
可以理解的是,第三判断阈值THpoint_ob用区别地面障碍物栅格内障碍物反射点和地面与障碍物连接区域的反射点,若待处理记录点的高度(及其z2轴坐标)小于第三判断阈值THpoint_ob,则该记录点属于地面与障碍物连接区域的反射点,记为地面障碍物反射点(例如将待处理记录点的属性标签设置为地面障碍物点PT_OBJECT_ON_GROUND);反之,则待处理记录点属于障碍物,记为障碍物反射点。
在本实施例中,为栅格地图中记录点设置属性标签,如地面反射点PT_GROUND、地面障碍物反射点PT_OBJECT_ON_GROUND和障碍物反射点PT_OBJECT,为后续障碍物识别算法提供数据支持。
需要说明的是,在本申请实施例中,利用车载三维激光测距仪返回的点云数据,能够计算出车辆周围半径60m范围内的地面区域,障碍物区域以及障碍物与地面的混合区域,并且将输入点云按照地面点云,障碍物点云和障碍物地面过度区域点云进行标记。在输入点云为130000pts/frame@10Hz的输入规模下,采用2.6GHZ×4核工控机算法单次计算时间小于50毫秒,能够满足自动驾驶的实时性需求。在经本实施例提供的方法处理后,栅格地图中每一个栅格元素都包含有以下信息:
第一,空间位置归属于栅格的点云序列,以及点云序列中每个点的属性标签,点属性标签有三种:地面反射点PT_GROUND、障碍物反射点PT_OBJECT以及地面与障碍物接合区域的反射点,即地面障碍物反射点PT_OBJECT_ON_GROUND。
第二,栅格内点云的最大高度值和最小高度值。
第三,栅格距离车体坐标系原点O的距离值Dist。
第四,栅格的属性标签,栅格的属性标签也有三种:地面栅格GT_GROUND、障碍物栅格GT_OBJECT以及地面与障碍物的混合栅格,即地面障碍物栅格GT_OBJECT_ON_GROUND。
基于上述实施例提供的车辆周围环境的检测方法,本发明实施例还提供了一种车辆周围环境的检测装置。
装置实施例:
参见图7,该图为本发明实施例提供的一种车辆周围环境的检测装置的结构示意图。
本实施例提供的装置,包括:地图获取模块100、第一判断模块201、第二判断模块202和栅格标记模块300。
地图获取模块100,用于根据传感器回传的点云数据,获得车辆周围环境的栅格地图。
第一判断模块201,用于判断待处理栅格内记录点的高度差是否小于第一判断阈值,栅格地图包括待处理栅格。
第二判断模块202,用于当第一判断模块201判断待处理栅格内记录点的高度差小于第一判断阈值时,若待处理栅格与车辆的距离小于预设距离阈值,则继续判断待处理栅格内记录点的最低高度是否小于第二判断阈值。
栅格标记模块300,用于当第二判断模块202判断待处理栅格内记录点的最低高度小于第二判断阈值时,将待处理栅格标记为地面栅格。
其中,第一判断阈值和第二判断阈值与待处理栅格和车辆的距离成正比。
在本实施例中,首先根据传感器回传的以传感器的中心为原点的点云数据,绘制出以车辆后轴中心的地面投影点为原点的车辆周围环境的栅格地图。然后,根据每个栅格内记录点的高度,以及与栅格和车辆的距离成正比的第一判断阈值和第二判断阈值,判断该栅格内记录的点云数据是否为车辆周围的地面,识别出车辆周围可以安全通过的地面区域,为ADAS的驾驶辅助功能的决策判断提供依据。本实施例以点云数据的高度为依据,综合点云数据与车辆的距离,利用两个判断阈值精确地筛选出代表地面的点云数据,为车辆的自动驾驶控制提供了精准的决策依据。
在本实施例可能的实现方式中,还可以进一步对栅格地图进行检测,识别出其中的障碍物,为后续算法(如障碍物识别算法)提供数据支持。
具体的,第二判断模块202,还用于当第一判断模块判断待处理栅格内记录点的高度差大于或等于第一判断阈值时,继续判断待处理栅格内记录点的最低高度是否小于第二判断阈值。
栅格标记模块300,还用于当第二判断模块判断待处理栅格内记录点的最低高度小于第二判断阈值时,将待处理栅格标记为地面障碍物栅格。还用于当第二判断模块判断待处理栅格内记录点的最低高度大于或等于第二判断阈值时,将待处理栅格标记为障碍物栅格。
在本实施例中,确定出栅格地图中每个栅格的属性标签,可以为后续的算法提供数据支持。
参见图8,该图为本发明实施例提供的另一种车辆周围环境的检测装置的结构示意图。在本实施例中,还可以进一步识别栅格地图中的记录点的属性,判断车辆是否可以安全通过该记录点,为后续处理(如障碍物识别算法)提供数据支持。
本实施例提供的车辆周围环境的检测装置,在图7的基础上还包括:第三判断模块203和点标记模块400。
第三判断模块203,用于判断地面障碍物栅格内待处理记录点的高度与该栅格内记录点的最低高度之差是否小于第三判断阈值。
点标记模块400,用于当第三判断模块203的判断结果为是时,将待处理记录点标记为地面障碍物反射点。还用于当第三判断模块203的判断结果为否时,将将待处理记录点标记为障碍物反射点。
在本实施例可能的实现方式中,栅格标记模块300,还用于若待处理栅格与车辆的距离大于或等于预设距离阈值,则将待处理栅格标记为地面栅格。
点标记模块400,还用于将地面栅格内的记录点标记为地面反射点。还用于将障碍物栅格内的记录点标记为障碍物反射点。
在本实施例中,为栅格地图中记录点设置属性标签,为后续障碍物识别算法提供数据支持。
需要说明的是,本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述比较简单,相关之处参见方法部分说明即可。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明。任何熟悉本领域的技术人员,在不脱离本发明技术方案范围情况下,都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (6)
1.一种车辆周围环境的检测方法,其特征在于,所述方法,包括:
根据传感器回传的点云数据,获得车辆周围环境的栅格地图;
判断待处理栅格内记录点的高度差是否小于第一判断阈值,所述栅格地图包括所述待处理栅格;
当所述待处理栅格内记录点的高度差大于或等于所述第一判断阈值时,继续判断所述待处理栅格内记录点的最低高度是否小于第二判断阈值;
当所述待处理栅格内记录点的最低高度小于所述第二判断阈值时,将所述待处理栅格标记为地面障碍物栅格;
当所述待处理栅格内记录点的最低高度大于或等于所述第二判断阈值时,将所述待处理栅格标记为障碍物栅格;
当所述待处理栅格内记录点的高度差小于所述第一判断阈值时,若所述待处理栅格与所述车辆的距离小于预设距离阈值,则继续判断所述待处理栅格内记录点的最低高度是否小于所述第二判断阈值;
若所述待处理栅格与所述车辆的距离大于或等于所述预设距离阈值,则将所述待处理栅格标记为地面栅格;
当所述待处理栅格内记录点的最低高度小于所述第二判断阈值时,将所述待处理栅格标记为地面栅格;
其中,所述第一判断阈值和所述第二判断阈值与所述待处理栅格和所述车辆的距离成正比。
2.根据权利要求1所述的车辆周围环境的检测方法,其特征在于,所述方法,还包括:
判断所述地面障碍物栅格内待处理记录点的高度与该栅格内记录点的最低高度之差是否小于第三判断阈值;
若是,则将所述待处理记录点标记为地面障碍物反射点;
若否,则将所述待处理记录点标记为障碍物反射点。
3.根据权利要求1或2所述的车辆周围环境的检测方法,其特征在于,所述方法,还包括:
将所述地面栅格内的记录点标记为地面反射点;
将所述障碍物栅格内的记录点标记为障碍物反射点。
4.一种车辆周围环境的检测装置,其特征在于,所述装置,包括:地图获取模块、第一判断模块、第二判断模块和栅格标记模块;
所述地图获取模块,用于根据传感器回传的点云数据,获得车辆周围环境的栅格地图;
所述第一判断模块,用于判断待处理栅格内记录点的高度差是否小于第一判断阈值,所述栅格地图包括所述待处理栅格;
所述第二判断模块,用于当所述第一判断模块判断所述待处理栅格内记录点的高度差小于所述第一判断阈值时,若所述待处理栅格与所述车辆的距离小于预设距离阈值,则继续判断所述待处理栅格内记录点的最低高度是否小于第二判断阈值;当所述第一判断模块判断所述待处理栅格内记录点的高度差大于或等于所述第一判断阈值时,继续判断所述待处理栅格内记录点的最低高度是否小于所述第二判断阈值;
所述栅格标记模块,用于当所述第二判断模块判断所述待处理栅格内记录点的最低高度小于所述第二判断阈值时,将所述待处理栅格标记为地面栅格;当所述第二判断模块判断所述待处理栅格内记录点的最低高度小于所述第二判断阈值时,将所述待处理栅格标记为地面障碍物栅格;当所述第二判断模块判断所述待处理栅格内记录点的最低高度大于或等于所述第二判断阈值时,将所述待处理栅格标记为障碍物栅格;若所述待处理栅格与所述车辆的距离大于或等于所述预设距离阈值,则将所述待处理栅格标记为地面栅格;
其中,所述第一判断阈值和所述第二判断阈值与所述待处理栅格和所述车辆的距离成正比。
5.根据权利要求4所述的车辆周围环境的检测装置,其特征在于,所述装置,还包括:第三判断模块和点标记模块;
所述第三判断模块,用于判断所述地面障碍物栅格内待处理记录点的高度与该栅格内记录点的最低高度之差是否小于第三判断阈值;
所述点标记模块,用于当所述第三判断模块的判断结果为是时,将所述待处理记录点标记为地面障碍物反射点;还用于当所述第三判断模块的判断结果为否时,将所述待处理记录点标记为障碍物反射点。
6.根据权利要求5所述的车辆周围环境的检测装置,其特征在于,所述装置,还包括:
所述点标记模块,还用于将所述地面栅格内的记录点标记为地面反射点;还用于将所述障碍物栅格内的记录点标记为障碍物反射点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710556525.7A CN109238221B (zh) | 2017-07-10 | 2017-07-10 | 一种车辆周围环境的检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710556525.7A CN109238221B (zh) | 2017-07-10 | 2017-07-10 | 一种车辆周围环境的检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109238221A CN109238221A (zh) | 2019-01-18 |
CN109238221B true CN109238221B (zh) | 2021-02-26 |
Family
ID=65083424
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710556525.7A Active CN109238221B (zh) | 2017-07-10 | 2017-07-10 | 一种车辆周围环境的检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109238221B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7147651B2 (ja) * | 2019-03-22 | 2022-10-05 | トヨタ自動車株式会社 | 物体認識装置及び車両制御システム |
CN110286387B (zh) * | 2019-06-25 | 2021-09-24 | 深兰科技(上海)有限公司 | 应用于自动驾驶***的障碍物检测方法、装置及存储介质 |
WO2021168854A1 (zh) * | 2020-02-29 | 2021-09-02 | 华为技术有限公司 | 可行驶区域检测的方法和装置 |
CN111652060B (zh) * | 2020-04-27 | 2024-04-19 | 宁波吉利汽车研究开发有限公司 | 一种基于激光雷达的限高预警方法、装置、电子设备及存储介质 |
CN114675290A (zh) * | 2022-02-25 | 2022-06-28 | 中国第一汽车股份有限公司 | 地面数据的检测方法、检测装置及处理器 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101975951A (zh) * | 2010-06-09 | 2011-02-16 | 北京理工大学 | 一种融合距离和图像信息的野外环境障碍检测方法 |
CN104933708A (zh) * | 2015-06-07 | 2015-09-23 | 浙江大学 | 一种基于多谱三维特征融合的植被环境中障碍物检测方法 |
CN106199558A (zh) * | 2016-08-18 | 2016-12-07 | 宁波傲视智绘光电科技有限公司 | 障碍物快速检测方法 |
CN106291736A (zh) * | 2016-08-16 | 2017-01-04 | 张家港长安大学汽车工程研究院 | 无人驾驶汽车车道动态障碍物检测方法 |
US9555740B1 (en) * | 2012-09-27 | 2017-01-31 | Google Inc. | Cross-validating sensors of an autonomous vehicle |
CN106772434A (zh) * | 2016-11-18 | 2017-05-31 | 北京联合大学 | 一种基于TegraX1雷达数据的无人车障碍物检测方法 |
-
2017
- 2017-07-10 CN CN201710556525.7A patent/CN109238221B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101975951A (zh) * | 2010-06-09 | 2011-02-16 | 北京理工大学 | 一种融合距离和图像信息的野外环境障碍检测方法 |
US9555740B1 (en) * | 2012-09-27 | 2017-01-31 | Google Inc. | Cross-validating sensors of an autonomous vehicle |
CN104933708A (zh) * | 2015-06-07 | 2015-09-23 | 浙江大学 | 一种基于多谱三维特征融合的植被环境中障碍物检测方法 |
CN106291736A (zh) * | 2016-08-16 | 2017-01-04 | 张家港长安大学汽车工程研究院 | 无人驾驶汽车车道动态障碍物检测方法 |
CN106199558A (zh) * | 2016-08-18 | 2016-12-07 | 宁波傲视智绘光电科技有限公司 | 障碍物快速检测方法 |
CN106772434A (zh) * | 2016-11-18 | 2017-05-31 | 北京联合大学 | 一种基于TegraX1雷达数据的无人车障碍物检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109238221A (zh) | 2019-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109238221B (zh) | 一种车辆周围环境的检测方法及装置 | |
CN109215083B (zh) | 车载传感器的外部参数标定的方法和设备 | |
EP3361278B1 (en) | Autonomous vehicle localization based on walsh kernel projection technique | |
EP3620823B1 (en) | Method and device for detecting precision of internal parameter of laser radar | |
KR102420568B1 (ko) | 차량의 위치를 결정하는 방법 및 이를 위한 차량 | |
US10705220B2 (en) | System and method for ground and free-space detection | |
US9298992B2 (en) | Geographic feature-based localization with feature weighting | |
CN110867132B (zh) | 环境感知的方法、装置、电子设备和计算机可读存储介质 | |
CN110794406B (zh) | 多源传感器数据融合***和方法 | |
CN113673282A (zh) | 目标检测方法和装置 | |
US20210004566A1 (en) | Method and apparatus for 3d object bounding for 2d image data | |
US11892300B2 (en) | Method and system for determining a model of the environment of a vehicle | |
Cao et al. | Obstacle detection for autonomous driving vehicles with multi-lidar sensor fusion | |
CN114660330A (zh) | 确定估计速度的不确定性估计的方法 | |
CN110927762A (zh) | 一种定位修正方法、装置及*** | |
CN114442101A (zh) | 基于成像毫米波雷达的车辆导航方法、装置、设备及介质 | |
CN112710339A (zh) | 用于校准车辆传感器的方法和设备 | |
US8031908B2 (en) | Object recognizing apparatus including profile shape determining section | |
JP6263453B2 (ja) | 運動量推定装置及びプログラム | |
CN113434788B (zh) | 建图方法、装置、电子设备及车辆 | |
CN110095776B (zh) | 用于确定对象的存在和/或特性的方法和周围环境识别设备 | |
US20230342434A1 (en) | Method for Fusing Environment-Related Parameters | |
CN110023781A (zh) | 用于根据车辆周围环境的雷达签名确定车辆的准确位置的方法和设备 | |
CN110341716B (zh) | 车速计算方法、装置、自动驾驶***及存储介质 | |
RU2757037C1 (ru) | Способ и система для выявления наличия колеи на текущей местности |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |