欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2020102076602
申请人: 湖南大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种考虑车辆颠簸的障碍物检测方法,其特征在于:包括如下步骤:步骤1,利用智能车辆车载惯性导航单元数据频率高于激光雷达数据频率的特性,基于IMU获得姿态数据对单帧内的点云进行修正,完成对于单帧内点云姿态进行修正;

步骤2,使用智能车辆车载IMU或里程计提供的车辆速度信息,对步骤1中单帧内由车辆速度较快导致的点云畸变进行修正,完成对于单帧点云纵向畸变修正;

步骤3,利用激光雷达多帧间的IMU姿态变化信息,对激光雷达点云数据关键帧进行点云旋转修正,完成对于多帧间基于IMU的点云修正;

步骤4,利用激光雷达多帧点云间的匹配关系,将前帧点云作为基准点云,并依据此基准对后帧点云进行修正,完成对于多帧间基于背景匹配的点云修正;

步骤5,结合步骤3与步骤4中获得的点云修正信息,构建融合修正方程完成对多帧点云的修正,完成基于IMU与激光雷达融合的多帧点云修正;

步骤6,将经过步骤1~5处理后的点云数据进行背景点云去除与地面点云去除,并进行点云聚类获得障碍物点云簇,进行障碍物聚类检测,从而完成考虑车辆颠簸的障碍物检测;

所述步骤5中基于IMU与激光雷达融合的多帧点云修正的具体步骤如下:步骤51,构建融合方程获得融合修正矩阵R4:

其中,||R2||2代表IMU多帧修正矩阵的二范数值, 为该二范数值阈值,ω1与ω2为IMU与激光雷达的置信权重,依据IMU与激光雷达的测量精度选取。

2.根据权利要求1所述的考虑车辆颠簸的障碍物检测方法,其特征在于:所述步骤1中对单帧内的点云进行修正的具体步骤如下:步骤11,令θ0与θt分别表示激光雷达开始扫描的旋转角与t时刻的旋转角,从θ0旋转到θt的时间t为:其中,Tliadr为激光雷达的扫描周期,可由激光雷达固定频率计算获得;

步骤12,令Δα,Δβ,Δγ分别表示0~t时刻的车辆俯仰角、横滚角和航向角变化量,ψαi,ψβi,ψγi分别表示i时刻IMU测得的俯仰角、横滚角和航向角加速度,Timu为IMU的测量周期,则姿态变化矩阵为:其中,k为0~t时刻内IMU按固定周期测量的次数,即对t/Timu取整,表示为:k=[t/Timu];

步骤13,根据姿态变化量Δα,Δβ,Δγ获得单帧点云坐标旋转修正方程R1:T

令原始激光雷达点坐标为P0=[x0,y0,z0] ,经过单帧内点云姿态修正获得的点坐标P1T=[x1,y1,z1] ,则P1=R1P0,通过对激光雷达一帧中不同旋转角度上的点依次进行修正最终获得姿态修正后的单帧点云。

3.根据权利要求2所述的考虑车辆颠簸的障碍物检测方法,其特征在于:所述步骤2中进行点云畸变进行修正的方式为通过车载IMU获得纵向加速度值并进行积分获得车辆0~t时刻的行驶距离s,对不同t时刻的激光雷达点P1进行修正,具体的为:令单帧点云纵向畸变T修正后点坐标P2=[x2,y2,z2],则P1与P2之间的关系为:P2=P1+Tx,

T

其中Tx为纵向修正矩阵,Tx=[s,0,0]。

4.根据权利要求3所述的考虑车辆颠簸的障碍物检测方法,其特征在于:所述步骤3中对多帧间点云进行修正的具体步骤如下:步骤31,记第k与第k+n帧间时间差为tn,根据激光雷达固定频率特性,tn表示为:tn=nTliadr

其中Tliadr为激光雷达的扫描周期;

步骤32,根据tn计算多帧间姿态变化矩阵:

步骤33,根据姿态变化量Δα,Δβ,Δγ与步骤13公式获得多帧间基于IMU的修正矩阵R2,完成对于多帧间点云的修正。

5.根据权利要求4所述的考虑车辆颠簸的障碍物检测方法,其特征在于:所述步骤4中基于背景匹配的点云修正的具体步骤如下步骤41,对Sk与Sk+n进行粗配准,即Sk+n为待配准点集,Sk为目标点集;

步骤42,使用经过粗配准旋转矩阵变换后的点集S′k+n与目标点集Sk进行精配准,构造点云精配准能量函数:2

J=||Sk‑(R3S′k+n+T3)||,

其中,R3与T3分别为精配准的旋转与平移矩阵;

步骤43,通过迭代计算出最小能量函数值对应的R3与T3;

步骤44,设定能量阈值εJ与最大迭代次数Kmax,当J≤εJ或迭代次数大于Kmax时停止迭代,并选取停止迭代时的R3作为修正矩阵对第k+n帧点云进行修正,完成点云修正。

6.根据权利要求5所述的考虑车辆颠簸的障碍物检测方法,其特征在于:所述步骤41中粗匹配的具体步骤如下:步骤411,从Sk+n中随机选取Ns个满足两两点距离大于εd的点,并计算这Ns个点的特征直方图;

步骤412,在目标点集Sk中选取相似特征直方图的点作为对应点;

步骤413,计算对应点之间的变换旋转矩阵,并依据此旋转矩阵对第k+n帧点云进行旋转获得点集S′k+n。

7.一种应用权利要求1至6任意一项所述方法的系统,其特征在于:包括执行运算所述方法的智能运算处理器。