CN110346814A - 一种基于3d激光的障碍物检测及避障控制方法和*** - Google Patents

一种基于3d激光的障碍物检测及避障控制方法和*** Download PDF

Info

Publication number
CN110346814A
CN110346814A CN201810306723.2A CN201810306723A CN110346814A CN 110346814 A CN110346814 A CN 110346814A CN 201810306723 A CN201810306723 A CN 201810306723A CN 110346814 A CN110346814 A CN 110346814A
Authority
CN
China
Prior art keywords
point
vehicle
barrier
planning path
distance
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.)
Granted
Application number
CN201810306723.2A
Other languages
English (en)
Other versions
CN110346814B (zh
Inventor
刘杰
陶熠昆
黄鸿
金律君
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Guozi Robot Technology Co Ltd
Original Assignee
Zhejiang Guozi Robot Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Guozi Robot Technology Co Ltd filed Critical Zhejiang Guozi Robot Technology Co Ltd
Priority to CN201810306723.2A priority Critical patent/CN110346814B/zh
Publication of CN110346814A publication Critical patent/CN110346814A/zh
Application granted granted Critical
Publication of CN110346814B publication Critical patent/CN110346814B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88Lidar systems specially adapted for specific applications
    • G01S17/93Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本发明涉及一种基于3D激光的障碍物检测及避障控制方法和***,包括:对同一平面的激光束进行聚类;对多个平面进行融合,从而得到边界距离大于阈值距离的障碍物的位置信息和范围信息;筛选出最靠近原有规划路径的边界点;预留车辆能够通过的宽度得到参考点;确定车辆控制的目标点;触发车辆的避障措施,控制车辆向目标点移动。本发明提供的避障控制措施是基于障碍物的边缘信息和原有规划路径的,不会因为场所狭窄导致车子来回摆动,而且会一直以最接近于原有规划的路径行驶,不会偏离路径。并且本发明可以复用定位使用的3D激光雷达,获得的障碍物的信息精确切丰富。

Description

一种基于3D激光的障碍物检测及避障控制方法和***
技术领域
本发明涉及一种基于3D激光的障碍物检测及避障控制方法和***,尤其涉及在自动导航过程中进行障碍物检测及检测到障碍物之后所采取的避障控制措施。
背景技术
对于现在的控制导航***来说,障碍物检测及避障措施变得越来越重要,有效的障碍物检测及避障措施不仅能够提高车辆控制的安全性,而且可以增加车辆控制的效率,使得车辆能够高效或准时地到达目的地。
对于障碍物的检测,目前主要采用超声、光电、视觉、激光雷达等传感器进行检测。超声和光电传感器只能检测单点,并不能获得准确的障碍物的信息;视觉传感器虽然能够获得大量的障碍物的信息,但是其精度普遍不高;2D激光雷达能够获得准确的障碍物信息,但是其只是对于单个平面的检测,对于上下不一致的障碍物的边缘进行判断往往有较大误差,进而引起避障控制产生问题。现有障碍物的检测方式获得的障碍物信息要么精度低,要么信息量少,根据这些信息很难给出最优的避障控制措施。
目前大部分的避障措施主要是停障,也就是只要检测到障碍物在车辆的一定距离范围内,就控制车辆停止,等待障碍物被移除之后再恢复运行。如果障碍物很久不被移除,这种方式就会严重影响导航车辆的运行效率。并且采用遇到障碍物就停止的避障措施,效率低下,只能用于安全保护。还有一部分避障措施是采用人工势场法,就是将每个障碍物作为施加在车辆上的一个力,让车辆沿着所有力合力的反向运动,很明显这种方式虽然简单,但是在狭隘的通道中很容易会使得车辆来回摆动,并且很容易偏离原有规划的路径,影响车辆的正常运行。
发明内容
鉴于现有技术的上述缺陷,本发明基于3D激光对障碍物进行检测并采取相应的避障控制。3D激光包含了2D激光的所有优点,而且因其在垂直方向上也有视角,也就是不止单层的检测平面,可以检测出障碍物整体的边界,继而做出有合适的避障控制措施。
同时,本发明采用的3D激光雷达,不仅能够来检测障碍物,还能够用来做SLAM(同时定位与构图构建)、人体检测等多样用途,扩大其使用范围。并且大部分采用3D激光雷达进行定位的自动导航车辆都可以直接使用,无需增添其他传感器设备。另外,本发明的避障控制措施是基于障碍物的边缘信息和原有规划的路径的,所以不会因为场所狭窄导致车子来回摆动,而且会一直以最接近于原有规划的路径行驶,不会偏离路径。
一方面,本发明提供一种基于3D激光的障碍物检测及避障控制方法,包括以下步骤:S1、对同一平面的激光束进行聚类,将激光束测得的点归属于不同的类;S2、对多个进行聚类后的平面进行融合,合并每个平面的类的范围,得到每个类的边界范围;S3、根据边界距离对融合后的类进一步进行融合,得到边界距离大于阈值距离的障碍物的位置信息和范围信息;S4、基于所述障碍物的位置信息和范围信息、原有规划路径以及车辆的相关信息,规划相应的避障控制措施。
根据上述方法,步骤S1包括:根据相邻两个激光束测得的所述点之间的欧式距离将所述点归属于不同的类。
根据上述方法,在步骤S4中基于以下一项或多项规则来规划相应的避障控制措施:(i)所述车辆尽量靠近所述原有规划路径;(ii)所述车辆不能偏离所述原有规划路径;(iii)所述车辆绕行的距离尽量短。
根据上述方法,步骤S4包括:针对探测距离和避障控制距离采用不同的阈值,从而使得能够在触发避障控制之前获得整个障碍物的位置信息和范围信息。
根据上述方法,步骤S4包括:S4.1、筛选出最靠近所述原有规划路径的障碍物的边界点作为最优边界点;S4.2、根据所述最优边界点预留所述车辆能够通过的宽度,从而得到参考点;S4.3、基于所述最优边界点和所述参考点确定车辆控制的目标点;S4.4、触发所述车辆的避障措施,控制所述车辆向所述目标点移动。
根据上述方法,步骤S4.1包括:通过所述障碍物左右两侧的边界坐标与所述车辆的控制点以及所述原有规划路径上的定点之间形成的角度来进行筛选,选取所述角度最小的边界点作为所述最优边界点。
根据上述方法,步骤S4.2包括:沿着垂直于所述原有规划路径的方向,从所述最优边界点向着远离所述障碍物一侧延伸预定距离得到所述参考点;其中,所述预定距离至少为P/2,P表示通过所述车辆所需的最小宽度。
根据上述方法,步骤S4.2包括:当所述障碍物在沿所述原规划路径的方向上距离所述车辆最近的点hlmin不是所述最优边界点时,从点hlmin沿着垂直于所述原有规划路径的方向,向着所述最优边界点一侧延伸预定距离得到所述参考点;其中,所述预定距离至少为P/2+V,P表示通过所述车辆所需的最小宽度;V表示点hlmin和所述原有规划路径之间的垂直距离,与点hvmin或点hvmax和所述原有规划路径之间的垂直距离之差的绝对值,其中,点hvmin表示所述障碍物在垂直于所述原规划路径的方向上距离所述车辆最近的点,点hvmax表示所述障碍物在垂直于所述原规划路径的方向上距离所述车辆最远的点。
根据上述方法,步骤S4.3包括:如果所述最优边界点和所述参考点分别位于所述原有规划路径的两侧,将所述参考点作为所述目标点;如果所述最优边界点和所述参考点位于所述原有规划路径的同一侧,且所述最优边界点与所述车辆的控制点以及所述原有规划路径上的所述定点之间形成的角度,大于或等于所述参考点与所述车辆的控制点以及所述原有规划路径上的所述定点之间形成的角度,将所述原有规划路径上的所述定点作为所述目标点;以及如果所述最优边界点和所述参考点位于所述原有规划路径的同一侧,且所述最优边界点与所述车辆的控制点以及所述原有规划路径上的所述定点之间形成的角度,小于所述参考点与所述车辆的控制点以及所述原有规划路径上的所述定点之间形成的角度,将所述参考点作为所述目标点。
根据上述方法,步骤S4.4包括:当触发所述车辆的避障措施时,锁定当前的所述目标点,并当所述车辆到达所述目标点附近时解锁,重复步骤S4.1到S4.3更新所述目标点。
根据上述方法,步骤S4.4包括:当所述车辆的控制点与所述参考点之间在沿所述原规划路径的方向上的投影距离小于阈值距离时,更新所述目标点。
根据上述方法,重复步骤S4.1到S4.4,直到所述车辆绕过所述障碍物。
根据上述方法,如果发现障碍物并且改变所述目标点时,当所述车辆的控制点与所述参考点之间在沿所述原规划路径的方向上的投影距离小于阈值距离,并且前方检测到所述障碍物时,将所述车辆的控制点设为当前控制点在原有规划路径上的投影点向前延伸预定距离的点。
另一方面,本发明提供一种基于3D激光的障碍物检测及避障控制***,包括3D激光雷达和控制装置,所述3D激光雷达安装在车辆上,被配置为能够获取车辆移动前方的障碍物的信息;以及所述控制装置被配置为能够基于所述3D激光雷达所获取的所述障碍物的信息,根据权利要求1-13中任一项所述的方法对所述障碍物进行检测,并对所述车辆进行避障控制。
根据上述***,根据所述3D激光雷达的垂直视角以及所述车辆的车体防护的高度范围,将所述3D激光雷达安装在所述车辆上。
本发明提供的避障控制措施是基于障碍物的边缘信息和原有规划的路径的,所以不会因为场所狭窄导致车子来回摆动,而且会一直以最接近于原有规划的路径行驶,不会偏离路径。并且本发明可以复用定位使用的3D激光雷达,获得的障碍物的信息精确切丰富。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
附图说明
图1A为本发明中3D激光的一个实施例的垂直视角示意图;
图1B为本发明中3D激光的一个实施例的水平视角示意图;
图2为本发明中检测障碍物的一个实施例的聚类示意图;
图3A为本发明中避障控制的一个实施例的路径规划示意图,其中障碍物距离原有规划的路径较近;
图3B为本发明中避障控制的另一个实施例的路径规划示意图,其中障碍物在原有规划的路径上;
图3C为本发明中避障控制的又一个实施例的路径规划示意图,其中障碍物距离原有规划的路径较远;
图4为本发明中障碍物检测过程的一个实施例的流程图;
图5为本发明中避障控制过程的一个实施例的流程图。
具体实施方式
以下参考说明书附图介绍本发明的多个优选实施例,使其技术内容更加清楚和便于理解。本发明可以通过许多不同形式的实施例来得以体现,本发明的保护范围并非仅限于文中提到的实施例。
在下文的描述中,给出了大量具体的细节以便提供对本发明更为彻底的理解。然而,对于本领域技术人员而言显而易见的是,本发明可以无需一个或多个这些细节而得以实施。应当理解的是,本发明能够以不同形式实施,而不应当解释为局限于这里提出的实施例。相反地,提供这些实施例将使本发明的技术内容更为清楚和便于理解。
应当理解的是,虽然在本发明中使用表示方向的术语,诸如“前”、“后”、“上”、“下”、“左”、“右”等方向或方位性的描述本发明的各种示例结构部分和元件,但是在此使用这些术语只是为了方便说明的目的,基于附图中显示的示例方位而确定的。由于本发明所公开的实施例可以按照不同的方向设置,所以这些表示方向的术语只是作为说明而不应视作为限制。
下面结合本发明的具体实施例对本发明的技术方案进行详细阐述。
激光雷达是以发射激光束探测目标的位置、速度等特征量的雷达***,3D激光雷达就是发射一定视场角的激光束来探测的激光雷达***,视场角包括水平方向和垂直方向,形成一个3D立体的覆盖面。如图1A所示为垂直视角的示意图,可以在垂直方向对一定角度范围进行探测,垂直视角小于180度,通常小于90度,其中仰视角和俯视角可以根据需要进行灵活的设置,如仰视角和俯视角各45度,或仰视角60度、俯视角30度。如图1B所示为水平视角的示意图,可以在水平方向对一定角度范围进行探测,水平视角小于360度,通常小于270度,类似的,左右两侧的视角也可以根据需要进行灵活的设置。
本发明用于在车辆的自动导航过程中检测障碍物并且避开障碍物的控制***。对于定位和导航***来说,通过一定的方式检测并绕过障碍物是一个非常重要并且复杂的事情。其一般涉及到障碍物的检测,包括对障碍物的位置、大小的检测,多个障碍物之间距离的检测,以及检测到障碍物之后车辆所采取的措施等。
本发明提供的车辆的障碍物检测及避障方法安全性高、准确性高、效率高、稳定性高。安全性高是指车辆不会撞到障碍物;准确性高是指对障碍物的位置和大小检测准确;效率高是指遇到障碍物之后能够找到最优路径控制车辆通过;稳定性高是指采取的避障措施不会导致车辆过于偏离原来设计的路线。
在使用中,只需将3D激光雷达安装在车辆上,根据3D激光的垂直视角以及车体防护的高度范围进行安装。如果车子较高,可以同时装在车头和车尾,以便3D激光能够扫描到较低的障碍物;如果车子较低,也可以只装在车头或车尾。因此,可以便捷地复用定位使用的3D激光雷达,大部分采用3D激光雷达进行定位的自动导航车辆都可以直接使用,无需增添其他传感器设备。
本发明中的障碍物检测及避障控制方法,主要包括障碍物识别和避障控制两个部分。其中障碍物识别主要根据同一水平面相邻两个激光束测得的位置坐标之间的欧式距离进行聚类,然后将多个激光平面进行融合来进行实现。如图4所示为本发明中的障碍物检测过程的一个实施例的流程图,具体可以包括以下步骤:
(1)对同一平面的激光束进行聚类:对于同一平面的激光束,设两个相邻的激光束测得的坐标分别为[x0 y0 z0]和[x1 y1 z1],那么这两点之间的欧式距离为如果欧式距离小于或等于某个阈值,即T≤Tthreshold,那么可以认为这两个点属于同一个类,即属于同一个物体,否则属于另一个类,即属于不同的物体。这样,通过设定适当的阈值就可以把每个障碍物分割开来。如图2所示为一个实施例的聚类示意图,其中黑色的点为激光点,闭合的曲线表示其内部的点属于同一个类,根据上述方式进行聚类并得到四个类。
(2)对多个平面进行融合:在每个平面聚类完成之后可以进行多个平面之间的融合。平面之间的融合采用每个平面聚类范围合并的方式进行,即对应每个聚类都具有一定的边界范围,设类C0和C1是两个不同平面聚出来的两个类,其对应的x_y平面的范围分别是h0和h1,并且h0∩h1≠NULL,即存在交集,那么其总的范围就是r=r0∪r1
范围hi={hlmin hlmax hvmin hvmax},其中hlmin表示在规划路径的水平方向上距离当前定位点最近的坐标,hlmax表示在规划路径的水平方向上距离当前定位点最远的坐标,hvmin表示在规划路径的垂直方向上障碍物边界距离对应轨迹上最近点距离最近的坐标,hvmax表示在规划路径的垂直方向上障碍物边界距离对应轨迹上最近点距离最远的坐标。
(3)根据边界距离对融合后的类进一步进行融合:如果两个类的边界之间的距离小于车辆能够通过的最小距离P,即车辆无法从这两个障碍物之间通过,那么将这两个类进一步融合在一起,视为同一个类,融合方式与两个平面之间的融合相同。这样就可以最终获得边界距离大于P的障碍物的位置信息和范围信息。
在完成对障碍物的识别之后,采取相应的避障措施,主要通过基于原有规划的路径以及所识别的障碍物的位置和范围来规划避障控制策略。
如图3A-3C所示为本发明中的三种不同类型的路径规划示意图,分别展示了针对障碍物的不同情况进行相应的路径规划。其中,通过聚类获得障碍物,并将障碍物的边界坐标表示为r0、r1、r2……rn;车辆100,其上的O点表示控制点;箭头D表示原有规划的路径;定点A是车辆100前方路径上的一点。图3A中,通过聚类获得障碍物101和102,距离原有规划的路径较近,其中障碍物101的边界坐标表示为r0和r1,障碍物102的边界坐标表示为r2和r3,;图3B中,通过聚类获得障碍物103,在原有规划的路径上,其边界坐标表示为r0、r1和r2;图3C中,通过聚类获得障碍物104,距离原有规划的路径较远,其边界坐标表示为r0和r1。
避障控制措施的规划主要基于以下几点进行:
(i)车辆尽量靠近原有规划的路径;
(ii)车辆不能偏离原有规划的路径;
(iii)车辆绕行的距离尽量短。
为了减少路径规划的次数,增加车辆控制的平稳性,可以针对探测距离(3D激光探测的范围)和避障控制距离(触发避障控制策略)采用不同的阈值,Tl表示激光向前探测的距离,Tc表示车辆触发控制的距离。选择合适的Tl和Tc就可以在车辆触发避障控制之前获得整个障碍物的位置和范围信息,从而避免了只扫描到部分障碍物就触发避障控制而导致车辆控制量不够的问题。
如图5所示为本发明中的避障控制过程的一个实施例的流程图,具体可以包括以下步骤:
(1)筛选出最靠近原有规划路径的障碍物的边界:可以通过障碍物左右两侧的边界坐标与车辆控制点O以及原有规划路径上的定点A之间所形成的角度来进行筛选,所形成的角度越小则表示越靠近原有规划路径,其中将最靠近原有规划路径的点作为最优边界点,即选取min(∠r0OA,∠r1OA,∠r2OA,∠r3OA...∠rnOA)相对应的点作为最优边界点。图3A中,∠r1OA最小,因此障碍物101的边界r1最靠近原有规划路径,可以选取r1这个点作为后续规划的最优边界点。类似的,图3B中,选取r0作为最优边界点;图3C中,选取r1作为最优边界点。由于最优边界点是最靠近原有规划路径的边界点,因此基于该最优边界点所规划的绕开障碍物的运动路径能够尽量靠近原有规划路径。
(2)选出最优边界点之后就要预留车辆能够通过的宽度P来让车辆通过。如果所选择的障碍物的最优边界点ri是所属障碍物的左边界,则在垂直于原有规划路径D的方向通过ri点向左延长至少P/2,如图3B所示,从r0向左延伸P/2;如果ri是所属障碍物的右边界,则向右至少延长P/2,如图3A和3C所示,从r1向右延伸P/2。更具体地说,在图3A和3C中,r1属于障碍物101的右边界,所以沿着垂直于原有规划路径D的方向通过r1点向右延长P/2,到达参考点AP。在图3B中,障碍物103为梯形障碍物,在选择最优边界点之后,还要在原有规划路径D方向上距离车辆最近点hlmin(即图3B中的r1点),向垂直于原有规划路径D的方向上至少延伸P/2+V到达参考点AP,其中V表示最近点hlmin和原有规划路径的垂直距离,与hvmin或者hvmax和原有规划路径的垂直距离之间的差的绝对值。即图3B中从r1点向左延伸至AP点,其中,V等于最近点r1和F0的距离与r0和F1的距离之间的差的绝对值。根据车辆能够通过的最小宽度P以及上述障碍物与原有规划路径之间的关系,所规划的绕开障碍物的运动距离能够尽量短。
(3)基于最优边界点和参考点确定车辆控制的目标点。如果障碍物的最优边界点ri和延伸后确定的参考点AP都在原有规划路径的同一侧,以及∠riOA-∠APOA≥0,说明障碍物不影响车辆沿原有规划路径前进,那么车辆控制的目标点可设置为原有规划路径上的定点A,如图3C所示,即为车辆沿着其原有规划路径运行;如果ri和AP在原有规划路径的两侧,如图3A所示,说明障碍物会影响车辆沿原有规划路径前进,则将参考点AP设置为车辆控制的目标点;如果ri和AP虽然均在原有规划路径的同一侧,但∠riOA-∠APOA<0,如图3B所示,说明障碍物会影响车辆沿原有规划路径前进,则将参考点AP设置为车辆控制的目标点。将点A或者AP确定为车辆控制的目标点,可触发车辆的避障控制。
(4)触发车辆的避障控制,控制车辆向目标点移动,并在移动过程中更新目标点。如果触发车辆的避障控制,那么就锁定当前的目标点不再更新,直到当向量在原有规划路径的投影小于一定的阈值Pthreshold时,也就是车辆到达控制目标点附近时才开始解锁,并且更新车辆避障控制的目标点,依次进行算法循环控制。如图3A和3B所示,AP与APn之间的曲线就是车辆绕过此次障碍物过程中控制目标点组成的路径线。
为了减少控制的延迟,并且使得控制更加平滑,如果发现障碍物并且改变原车辆控制的目标点时,那么当向量在原有规划路径的投影小于一定的阈值Pthreshold,并且前方检测到障碍物时,则可以将控制点设为当前控制点在原有规划路径上的投影点向前延伸距离H的点,如图3A和3B中的点A1。
这样,图3A和3B中采取的避障控制的控制点为O、AP、APn、A1,曲线部分为车辆控制的近似轨迹,也就完成了一次完整的避障控制。通过在移动过程中不断更新目标点和控制点,能够使得车辆不会偏离原有规划的路径,并且绕行的距离尽量短。
本发明还提供一种基于3D激光的障碍物检测及避障控制***,包括3D激光雷达和控制装置。其中,3D激光雷达安装在车辆上,能够通过3D激光的扫描来获取车辆移动前方的障碍物的信息。控制装置能够基于3D激光雷达所获取的障碍物的信息,根据以上所述的障碍物检测及避障控制方法进行运算和控制,以使得车辆绕开障碍物。在各种实施例中,控制装置可以与3D激光雷达集成一起,也可以独立安装和配置,通过有线或无线的方式与3D激光雷达连接和通信;控制装置可以安装在所要控制的车辆上,也可以独立安装和配置,通过有线或无线的方式与所要控制的车辆连接和通信;控制装置可以与所要控制的车辆配对或绑定,仅控制某一个特定车辆,也可以同时控制多个车辆。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。

Claims (15)

1.一种基于3D激光的障碍物检测及避障控制方法,其特征在于,包括以下步骤:
S1、对同一平面的激光束进行聚类,将激光束测得的点归属于不同的类;
S2、对多个进行聚类后的平面进行融合,合并每个平面的类的范围,得到每个类的边界范围;
S3、根据边界距离对融合后的类进一步进行融合,得到边界距离大于阈值距离的障碍物的位置信息和范围信息;
S4、基于所述障碍物的位置信息和范围信息、原有规划路径以及车辆的相关信息,规划相应的避障控制措施。
2.根据权利要求1所述的方法,其特征在于,步骤S1包括:
根据相邻两个激光束测得的所述点之间的欧式距离将所述点归属于不同的类。
3.根据权利要求1所述的方法,其特征在于,在步骤S4中基于以下一项或多项规则来规划相应的避障控制措施:
(i)所述车辆尽量靠近所述原有规划路径;
(ii)所述车辆不能偏离所述原有规划路径;
(iii)所述车辆绕行的距离尽量短。
4.根据权利要求1所述的方法,其特征在于,步骤S4包括:
针对探测距离和避障控制距离采用不同的阈值,从而使得能够在触发避障控制之前获得整个障碍物的位置信息和范围信息。
5.根据权利要求1所述的方法,其特征在于,步骤S4包括:
S4.1、筛选出最靠近所述原有规划路径的障碍物的边界点作为最优边界点;
S4.2、根据所述最优边界点预留所述车辆能够通过的宽度,从而得到参考点;
S4.3、基于所述最优边界点和所述参考点确定车辆控制的目标点;
S4.4、触发所述车辆的避障措施,控制所述车辆向所述目标点移动。
6.根据权利要求5所述的方法,其特征在于,步骤S4.1包括:
通过所述障碍物左右两侧的边界坐标与所述车辆的控制点以及所述原有规划路径上的定点之间形成的角度来进行筛选,选取所述角度最小的边界点作为所述最优边界点。
7.根据权利要求5所述的方法,其特征在于,步骤S4.2包括:
沿着垂直于所述原有规划路径的方向,从所述最优边界点向着远离所述障碍物一侧延伸预定距离得到所述参考点;
其中,所述预定距离至少为P/2,P表示通过所述车辆所需的最小宽度。
8.根据权利要求5所述的方法,其特征在于,步骤S4.2包括:
当所述障碍物在沿所述原规划路径的方向上距离所述车辆最近的点hlmin不是所述最优边界点时,从点hlmin沿着垂直于所述原有规划路径的方向,向着所述最优边界点一侧延伸预定距离得到所述参考点;
其中,所述预定距离至少为P/2+V,P表示通过所述车辆所需的最小宽度;V表示点hlmin和所述原有规划路径之间的垂直距离,与点hvmin或点hvmax和所述原有规划路径之间的垂直距离之差的绝对值,其中,点hvmin表示所述障碍物在垂直于所述原规划路径的方向上距离所述车辆最近的点,点hvmax表示所述障碍物在垂直于所述原规划路径的方向上距离所述车辆最远的点。
9.根据权利要求5所述的方法,其特征在于,步骤S4.3包括:
如果所述最优边界点和所述参考点分别位于所述原有规划路径的两侧,将所述参考点作为所述目标点;
如果所述最优边界点和所述参考点位于所述原有规划路径的同一侧,且所述最优边界点与所述车辆的控制点以及所述原有规划路径上的所述定点之间形成的角度,大于或等于所述参考点与所述车辆的控制点以及所述原有规划路径上的所述定点之间形成的角度,将所述原有规划路径上的所述定点作为所述目标点;以及
如果所述最优边界点和所述参考点位于所述原有规划路径的同一侧,且所述最优边界点与所述车辆的控制点以及所述原有规划路径上的所述定点之间形成的角度,小于所述参考点与所述车辆的控制点以及所述原有规划路径上的所述定点之间形成的角度,将所述参考点作为所述目标点。
10.根据权利要求5所述的方法,其特征在于,步骤S4.4包括:
当触发所述车辆的避障措施时,锁定当前的所述目标点,并当所述车辆到达所述目标点附近时解锁,重复步骤S4.1到S4.3更新所述目标点。
11.根据权利要求10所述的方法,其特征在于,步骤S4.4包括:
当所述车辆的控制点与所述参考点之间在沿所述原规划路径的方向上的投影距离小于阈值距离时,更新所述目标点。
12.根据权利要求10所述的方法,其特征在于:
重复步骤S4.1到S4.4,直到所述车辆绕过所述障碍物。
13.根据权利要求5所述的方法,其特征在于:
如果发现障碍物并且改变所述目标点时,当所述车辆的控制点与所述参考点之间在沿所述原规划路径的方向上的投影距离小于阈值距离,并且前方检测到所述障碍物时,将所述车辆的控制点设为当前控制点在原有规划路径上的投影点向前延伸预定距离的点。
14.一种基于3D激光的障碍物检测及避障控制***,包括3D激光雷达和控制装置,其特征在于:
所述3D激光雷达安装在车辆上,被配置为能够获取车辆移动前方的障碍物的信息;以及
所述控制装置被配置为能够基于所述3D激光雷达所获取的所述障碍物的信息,根据权利要求1-13中任一项所述的方法对所述障碍物进行检测,并对所述车辆进行避障控制。
15.根据权利要求14所述的***,其特征在于:
根据所述3D激光雷达的垂直视角以及所述车辆的车体防护的高度范围,将所述3D激光雷达安装在所述车辆上。
CN201810306723.2A 2018-04-08 2018-04-08 一种基于3d激光的障碍物检测及避障控制方法和*** Active CN110346814B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810306723.2A CN110346814B (zh) 2018-04-08 2018-04-08 一种基于3d激光的障碍物检测及避障控制方法和***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810306723.2A CN110346814B (zh) 2018-04-08 2018-04-08 一种基于3d激光的障碍物检测及避障控制方法和***

Publications (2)

Publication Number Publication Date
CN110346814A true CN110346814A (zh) 2019-10-18
CN110346814B CN110346814B (zh) 2023-04-28

Family

ID=68173156

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810306723.2A Active CN110346814B (zh) 2018-04-08 2018-04-08 一种基于3d激光的障碍物检测及避障控制方法和***

Country Status (1)

Country Link
CN (1) CN110346814B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111256719A (zh) * 2020-02-18 2020-06-09 北京九曜智能科技有限公司 一种绕障方法及装置
CN111897361A (zh) * 2020-08-05 2020-11-06 广州市赛皓达智能科技有限公司 一种无人机自主航线规划方法及其***
CN112379679A (zh) * 2021-01-15 2021-02-19 北京理工大学 一种无人车辆局部路径规划方法
CN113377102A (zh) * 2021-04-29 2021-09-10 中联重科土方机械有限公司 用于挖掘机的控制方法、处理器、装置及挖掘机
CN114167851A (zh) * 2020-09-10 2022-03-11 北京极智嘉科技股份有限公司 机器人以及机器人行进方法
WO2022110210A1 (zh) * 2020-11-30 2022-06-02 华为技术有限公司 一种激光雷达及移动平台

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080009966A1 (en) * 2006-07-05 2008-01-10 Battelle Energy Alliance, Llc Occupancy Change Detection System and Method
US20080009970A1 (en) * 2006-07-05 2008-01-10 Battelle Energy Alliance, Llc Robotic Guarded Motion System and Method
US20080009969A1 (en) * 2006-07-05 2008-01-10 Battelle Energy Alliance, Llc Multi-Robot Control Interface
JP2010061442A (ja) * 2008-09-04 2010-03-18 Murata Machinery Ltd 自律移動装置
US20110160950A1 (en) * 2008-07-15 2011-06-30 Michael Naderhirn System and method for preventing a collision
US20120072050A1 (en) * 2009-05-29 2012-03-22 Hitachi Automotive Systems, Ltd. Vehicle Control Device and Vehicle Control Method
JP2014010797A (ja) * 2012-07-03 2014-01-20 Murata Mach Ltd 自律走行装置
CN105974917A (zh) * 2016-05-11 2016-09-28 江苏大学 一种基于新型人工势场法的车辆避障路径规划研究方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080009966A1 (en) * 2006-07-05 2008-01-10 Battelle Energy Alliance, Llc Occupancy Change Detection System and Method
US20080009970A1 (en) * 2006-07-05 2008-01-10 Battelle Energy Alliance, Llc Robotic Guarded Motion System and Method
US20080009969A1 (en) * 2006-07-05 2008-01-10 Battelle Energy Alliance, Llc Multi-Robot Control Interface
US20110160950A1 (en) * 2008-07-15 2011-06-30 Michael Naderhirn System and method for preventing a collision
JP2010061442A (ja) * 2008-09-04 2010-03-18 Murata Machinery Ltd 自律移動装置
US20120072050A1 (en) * 2009-05-29 2012-03-22 Hitachi Automotive Systems, Ltd. Vehicle Control Device and Vehicle Control Method
JP2014010797A (ja) * 2012-07-03 2014-01-20 Murata Mach Ltd 自律走行装置
CN105974917A (zh) * 2016-05-11 2016-09-28 江苏大学 一种基于新型人工势场法的车辆避障路径规划研究方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ZEZHONG XU ET.AL: "《Obstacle Detection and Road Following using Laser Scanner》", 《2006 6TH WORLD CONGRESS ON INTELLIGENT CONTROL AND AUTOMATION》 *
杨明 等: "《基于视觉的道路跟踪》", 《模式识别与人工智能》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111256719A (zh) * 2020-02-18 2020-06-09 北京九曜智能科技有限公司 一种绕障方法及装置
CN111256719B (zh) * 2020-02-18 2022-02-22 北京九曜智能科技有限公司 一种绕障方法及装置
CN111897361A (zh) * 2020-08-05 2020-11-06 广州市赛皓达智能科技有限公司 一种无人机自主航线规划方法及其***
CN111897361B (zh) * 2020-08-05 2023-08-22 广州市赛皓达智能科技有限公司 一种无人机自主航线规划方法及其***
CN114167851A (zh) * 2020-09-10 2022-03-11 北京极智嘉科技股份有限公司 机器人以及机器人行进方法
CN114167851B (zh) * 2020-09-10 2024-04-30 北京极智嘉科技股份有限公司 机器人以及机器人行进方法
WO2022110210A1 (zh) * 2020-11-30 2022-06-02 华为技术有限公司 一种激光雷达及移动平台
CN112379679A (zh) * 2021-01-15 2021-02-19 北京理工大学 一种无人车辆局部路径规划方法
CN112379679B (zh) * 2021-01-15 2021-04-23 北京理工大学 一种无人车辆局部路径规划方法
CN113377102A (zh) * 2021-04-29 2021-09-10 中联重科土方机械有限公司 用于挖掘机的控制方法、处理器、装置及挖掘机

Also Published As

Publication number Publication date
CN110346814B (zh) 2023-04-28

Similar Documents

Publication Publication Date Title
CN110346814A (zh) 一种基于3d激光的障碍物检测及避障控制方法和***
US10650253B2 (en) Method for estimating traffic lanes
CN206691107U (zh) 无人驾驶汽车***及汽车
AU2016204167B2 (en) Work machine control system, work machine, and work machine management system
US11787287B2 (en) Vehicle drive assist system, vehicle drive assist method, and vehicle drive assist program
US9229450B2 (en) Autonomous movement system
CN103054522B (zh) 一种清洁机器人***及其测控方法
CN107843267A (zh) 施工路段无人驾驶车辆的路径生成方法及装置
CN105955259A (zh) 基于多窗口实时测距的单目视觉agv的精确定位方法及***
CN107735302A (zh) 车辆控制装置、车辆控制方法及车辆控制程序
CN107161141A (zh) 无人驾驶汽车***及汽车
CN106352867A (zh) 用于确定车辆自身位置的方法和设备
CN109313856A (zh) 物体检测方法及物体检测装置
CN110099834A (zh) 车辆控制***、车辆控制方法及车辆控制程序
CN110103967A (zh) 一种车辆自动变道方法及车辆控制***、车辆
CN105882520A (zh) 车辆涉水的预警方法及装置
CN105929823A (zh) 基于现有地图的自动驾驶***及其驾驶方法
CN107615201A (zh) 自身位置估计装置及自身位置估计方法
CN109597077A (zh) 一种基于无人机的探测***
CN110099833A (zh) 车辆控制***、车辆控制方法及车辆控制程序
CN107783106A (zh) 无人机与障碍物之间的数据融合方法
CN109903592A (zh) 一种基于误差理论的高精度航空器自动近地防撞***地形扫描方法
CN109398358A (zh) 车辆控制装置、车辆控制方法及存储程序的介质
CN109186624A (zh) 一种基于交规约束的无人车行驶路权规划方法
CN107957258A (zh) 道路标记识别装置

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
GR01 Patent grant
GR01 Patent grant