激光雷達檢測車道線的4種方法
發布時間:2017-12-05 來源:周彥武 責任編輯:wenwei
【導讀】因此自2008年(nian)後(hou),學(xue)術(shu)界(jie)已(yi)經(jing)很(hen)少(shao)研(yan)究(jiu)基(ji)於(yu)視(shi)覺(jiao)係(xi)統(tong)的(de)車(che)道(dao)線(xian)檢(jian)測(ce),轉(zhuan)而(er)利(li)用(yong)激(ji)光(guang)雷(lei)達(da)檢(jian)測(ce)車(che)道(dao)線(xian),激(ji)光(guang)雷(lei)達(da)可(ke)以(yi)解(jie)決(jue)基(ji)於(yu)視(shi)覺(jiao)係(xi)統(tong)的(de)車(che)道(dao)線(xian)檢(jian)測(ce)有(you)諸(zhu)多(duo)缺(que)陷(xian),包(bao)括(kuo)車(che)道(dao)線(xian)被(bei)水(shui)覆(fu)蓋(gai),激(ji)光(guang)雷(lei)達(da)最(zui)大(da)可(ke)穿(chuan)越(yue)70米的水深。
基於視覺係統的車道線檢測有諸多缺陷。
首先,視覺係統對背景光線很敏感,諸如陽光強烈的林蔭道,車道線被光線分割成碎片,致使無法提取出車道線。
其次,視覺係統需要車道線的標識完整,有些年久失修的道路,車道線標記不明顯,不完整,有些剛開通幾年的道路也是如此。
第(di)三(san),視(shi)覺(jiao)係(xi)統(tong)需(xu)要(yao)車(che)道(dao)線(xian)的(de)格(ge)式(shi)統(tong)一(yi),這(zhe)對(dui)按(an)照(zhao)模(mo)型(xing)庫(ku)識(shi)別(bie)車(che)道(dao)線(xian)的(de)係(xi)統(tong)尤(you)其(qi)重(zhong)要(yao),有(you)些(xie)車(che)道(dao)線(xian)格(ge)式(shi)很(hen)奇(qi)特(te),比(bi)如(ru)藍(lan)顏(yan)色(se)的(de)車(che)道(dao)線(xian),很(hen)窄(zhai)的(de)車(che)道(dao)線(xian),模(mo)型(xing)庫(ku)必(bi)須(xu)走(zou)遍(bian)全(quan)國(guo)將(jiang)這(zhe)些(xie)奇(qi)特(te)的(de)車(che)道(dao)線(xian)一(yi)一(yi)收(shou)錄(lu),才(cai)能(neng)保(bao)證(zheng)順(shun)利(li)檢(jian)測(ce)。
再次,視覺係統無法對應低照度環境,尤其是沒有路燈的黑夜。一般LKW要求時速在72公(gong)裏(li)以(yi)上(shang)才(cai)啟(qi)動(dong),原(yuan)因(yin)之(zhi)一(yi)是(shi)速(su)度(du)比(bi)較(jiao)高(gao)時(shi)人(ren)不(bu)會(hui)輕(qing)易(yi)換(huan)道(dao),另(ling)一(yi)個(ge)原(yuan)因(yin)就(jiu)是(shi)比(bi)較(jiao)低(di)的(de)車(che)速(su)意(yi)味(wei)著(zhe)視(shi)覺(jiao)係(xi)統(tong)的(de)取(qu)樣(yang)點(dian)不(bu)足(zu),擬(ni)合(he)的(de)車(che)道(dao)線(xian)準(zhun)確(que)度(du)較(jiao)低(di)。而(er)激(ji)光(guang)雷(lei)達(da)的(de)有(you)效(xiao)距(ju)離(li)一(yi)般(ban)是(shi)視(shi)覺(jiao)係(xi)統(tong)的(de)4-5倍,有效的采樣點比較多,車速較低時檢測準確度遠高於視覺係統。
最後,如果車道線表麵被水覆蓋,視覺係統會完全無效。視覺係統最大的優點就是成本低。因此自2008年nian後hou,學xue術shu界jie已yi經jing很hen少shao研yan究jiu基ji於yu視shi覺jiao係xi統tong的de車che道dao線xian檢jian測ce,轉zhuan而er利li用yong激ji光guang雷lei達da檢jian測ce車che道dao線xian,激ji光guang雷lei達da可ke以yi解jie決jue上shang述shu所suo有you問wen題ti,包bao括kuo車che道dao線xian被bei水shui覆fu蓋gai,激ji光guang雷lei達da最zui大da可ke穿chuan越yue70米的水深。
激光雷達唯一的缺點就是成本太高。
基於雷達掃描點密度的車道線檢測
早(zao)期(qi)激(ji)光(guang)雷(lei)達(da)檢(jian)測(ce)車(che)道(dao)線(xian)是(shi)基(ji)於(yu)雷(lei)達(da)掃(sao)描(miao)點(dian)密(mi)度(du)的(de)車(che)道(dao)線(xian)檢(jian)測(ce)方(fang)法(fa),該(gai)方(fang)法(fa)通(tong)過(guo)獲(huo)取(qu)雷(lei)達(da)掃(sao)描(miao)點(dian)的(de)坐(zuo)標(biao)並(bing)轉(zhuan)換(huan)成(cheng)柵(zha)格(ge)圖(tu),用(yong)原(yuan)始(shi)數(shu)據(ju)映(ying)射(she)柵(zha)格(ge)圖(tu),可(ke)以(yi)是(shi)直(zhi)接(jie)坐(zuo)標(biao)柵(zha)格(ge)圖(tu)也(ye)可(ke)以(yi)是(shi)極(ji)坐(zuo)標(biao)柵(zha)格(ge)圖(tu)。
按an照zhao後hou期qi處chu理li需xu要yao進jin行xing選xuan擇ze,極ji坐zuo標biao柵zha格ge圖tu被bei直zhi接jie用yong於yu車che道dao線xian識shi別bie,即ji有you多duo個ge點dian映ying射she的de柵zha格ge就jiu被bei認ren為wei是shi車che道dao線xian點dian,該gai識shi別bie方fang法fa對dui特te征zheng提ti取qu的de要yao求qiu很hen高gao,且qie受shou距ju離li影ying響xiang嚴yan重zhong,因yin為wei極ji坐zuo標biao柵zha格ge距ju離li越yue近jin柵zha格ge精jing度du越yue高gao,車che道dao線xian識shi別bie的de精jing度du越yue高gao,距ju離li越yue遠yuan柵zha格ge精jing度du越yue低di導dao致zhi識shi別bie車che道dao線xian的de精jing度du就jiu越yue低di然ran後hou利li用yong柵zha格ge圖tu中zhong點dian的de密mi度du提ti取qu車che道dao線xian。
duiyudianmidudeqiuqukeyicaiyongzhifangtutongjidefangshi,tongguozhifangtutongjidianmidukuaijiezhiguan,rongyilijie。youyujiyusaomiaodianmidudejiancefangfameiyouhenfuzadezhongjianguocheng,suoyishishixinggao,zaikuaisujiancezhongshoudaodajiadeqinglai。
danshigaifangfazhihuoqulesaomiaodiandeweizhixinxi,duiyuleidafankuideqitaxinxidoumeiyoujinyibufenxi,rongyibayixieyuchedaoxiansaomiaodianmiduleisidedaoluxinxihunjinchedaoxianjiancejieguozhong;或者在車道線與其他障礙物靠近或重合時,無法區分出障礙物和車道線,他們隻能被當作一個整體保留或剔除。
所以此方法的抗幹擾能力差,容易出現誤檢。這種方法目前已經不常使用。
激光雷達檢測車道線的四種方法
目前激光雷達檢測車道線主要有四種方法:
- 基於激光雷達回波寬度;
- 基於激光雷達反射強度信息形成的灰度圖,或者根據強度信息與高程信息配合,過濾出無效信息;
- 激光雷達SLAM與高精度地圖配合,不僅檢測車道線還進行自車定位;
- 利(li)用(yong)激(ji)光(guang)雷(lei)達(da)能(neng)夠(gou)獲(huo)取(qu)路(lu)沿(yan)高(gao)度(du)信(xin)息(xi)或(huo)物(wu)理(li)反(fan)射(she)信(xin)息(xi)不(bu)同(tong)的(de)特(te)性(xing),先(xian)檢(jian)測(ce)出(chu)路(lu)沿(yan),因(yin)為(wei)道(dao)路(lu)寬(kuan)度(du)是(shi)已(yi)知(zhi),根(gen)據(ju)距(ju)離(li)再(zai)推(tui)算(suan)出(chu)車(che)道(dao)線(xian)位(wei)置(zhi)。對(dui)於(yu)某(mou)些(xie)路(lu)沿(yan)與(yu)路(lu)麵(mian)高(gao)度(du)相(xiang)差(cha)低(di)於(yu)3厘米的道路,這種方法無法使用。
後三種方法需要多線激光雷達,最少也是16線激光雷達。前者可以使用4線或單線激光雷達,考慮到奧迪A8已經開始使用4線激光雷達,4線激光雷達已經進入實用階段。
當然,這四種方法也可以混合使用。
車道線檢測兩步走
車道線檢測基本分兩部走:提取幾何或物理特征,利用離散數據擬合成車道線。無論是視覺還是激光雷達,通常都是用最小二乘法擬合車道線。
離散數據擬合車道線
Ibeo是最適合第一種方法的激光雷達。Ibeo的(de)激(ji)光(guang)雷(lei)達(da)特(te)有(you)三(san)次(ci)回(hui)波(bo)技(ji)術(shu)。每(mei)點(dian)激(ji)光(guang)返(fan)回(hui)三(san)個(ge)回(hui)波(bo),返(fan)回(hui)信(xin)息(xi)能(neng)夠(gou)更(geng)加(jia)可(ke)靠(kao)地(di)還(hai)原(yuan)被(bei)測(ce)物(wu)體(ti),同(tong)時(shi)能(neng)夠(gou)精(jing)確(que)分(fen)析(xi)相(xiang)關(guan)物(wu)體(ti)數(shu)據(ju),並(bing)能(neng)識(shi)別(bie)雨(yu)、霧、雪等不相關物體的數據。

如圖所示,其中W表示回波脈衝寬度,d表示掃描目標的距離。反射率作為物體的固有屬性,受物體材質、顏色等的影響,能夠很好地反映物體特征,不同顏色。
密度的物體的反射率都有一定的差異,物體反射率決定Ibeo回波脈衝寬度特性,路麵和車道線有著明顯的差異,所以可以利用回波脈衝寬度的差異對目標進行區分。

上圖為典型的車道線標識

回波寬度
很明顯,路麵的回波寬度在2米左右,車道線的回波寬度在4米左右。
根據Ibeo的特性知道其垂直方向上的掃描角度為3.2度,共分四層掃描,即每層0.8度,在Ibeo水平安裝的情況下,並考慮到實際情況一一Ibeo的高度受車體的限製,其下麵兩層(一、二層)主要返回道路表麵的信息,而上麵兩層(三、四層)主要返回有一定高度的道路信息。
根據激光雷達的特性知道激光束掃描到物體會立即產生回波,一二兩層的掃描距離遠小於三四兩層。
通過理論分析和實驗驗證可知一二兩層返回的信息主要包括路麵、車道線、少量障礙物和邊界數據;三四兩層主要返回道路邊界、障zhang礙ai物wu和he少shao量liang路lu表biao信xin息xi,所suo以yi在zai特te征zheng種zhong子zi點dian提ti取qu階jie段duan需xu要yao重zhong點dian分fen析xi一yi二er兩liang層ceng的de雷lei達da數shu據ju,這zhe部bu分fen數shu據ju中zhong對dui於yu車che道dao線xian檢jian測ce最zui大da的de幹gan擾rao在zai於yu路lu麵mian,提ti取qu車che道dao線xian種zhong子zi點dian特te征zheng的de重zhong點dian就jiu是shi分fen離li車che道dao線xian特te征zheng與yu路lu麵mian特te征zheng。
最小二乘法擬合車道線
通(tong)過(guo)最(zui)小(xiao)類(lei)內(nei)方(fang)差(cha)算(suan)法(fa)找(zhao)到(dao)路(lu)麵(mian)與(yu)車(che)道(dao)線(xian)的(de)分(fen)割(ge)閾(yu)值(zhi),利(li)用(yong)誤(wu)差(cha)分(fen)析(xi)原(yuan)理(li)剔(ti)除(chu)車(che)道(dao)線(xian)集(ji)合(he)範(fan)圍(wei)內(nei)的(de)粗(cu)大(da)誤(wu)差(cha),即(ji)剔(ti)除(chu)幹(gan)擾(rao)信(xin)息(xi),提(ti)取(qu)出(chu)車(che)道(dao)線(xian)特(te)征(zheng)種(zhong)子(zi)點(dian)。然(ran)後(hou)再(zai)擬(ni)合(he)成(cheng)車(che)道(dao)線(xian)。
最(zui)小(xiao)類(lei)內(nei)方(fang)差(cha)是(shi)一(yi)種(zhong)自(zi)適(shi)應(ying)閾(yu)值(zhi)的(de)求(qiu)取(qu)方(fang)法(fa),也(ye)是(shi)一(yi)種(zhong)模(mo)糊(hu)聚(ju)類(lei)方(fang)法(fa)。其(qi)基(ji)本(ben)思(si)想(xiang)是(shi)使(shi)用(yong)一(yi)個(ge)閾(yu)值(zhi)將(jiang)整(zheng)體(ti)數(shu)據(ju)分(fen)成(cheng)兩(liang)個(ge)類(lei),因(yin)為(wei)方(fang)差(cha)是(shi)數(shu)值(zhi)分(fen)布(bu)是(shi)否(fou)均(jun)勻(yun)的(de)度(du)量(liang),兩(liang)個(ge)類(lei)的(de)內(nei)部(bu)的(de)方(fang)差(cha)和(he)越(yue)小(xiao)則(ze)每(mei)一(yi)類(lei)內(nei)部(bu)的(de)差(cha)別(bie)就(jiu)越(yue)小(xiao),那(na)麼(me)兩(liang)個(ge)類(lei)之(zhi)間(jian)的(de)差(cha)別(bie)就(jiu)越(yue)大(da)。
ruguocunzaiyigeyuzhishideleineifangchahezuixiaozeshuomingzhegeyuzhijiushihuafenliangleidezuijiahezhi,shiyongzuijiayuzhihuafenyiweizhehuafenliangleichuxianpianchadegailvzuixiao。
tongguohuibomaichongkuanduliyongzuixiaoleineifangchasuanfajianmofengechedaoxiantezhengyulumiantezheng,tichuchedaoxiantezhengtiqudezuidaganrao。duihuibomaichongkuandujinxingtongjifenxi,binghuafenmaichongkuandujibie,yinweizhijieshiyongmaichongkuanduzhiqifenbubuliyutongji,caiyongduimaichongkuandupingjunquyuhuafenjimaichongkuanduji,tongjigejineidedianshu,congerdedaohuibomaichongkuandufenbuzhifangtu。zailiyongzhurumohujuleifenxifangfatichuganraozhi。
zuixiaoerchengfajinsiqiujiebuduanyouhuakaojinzhenshizhideshuxuefangfa,takeyiliyongjizhishujujianbiandiqiudeweizhishuju,bingbuduanyouhuabaozhengqiudedeshujuyuzhenshishujuwendewuchadepingfanghezuixiao。
liyongzuixiaoerchengfanihequxian,jiushibuduanyouhuaqiuqumoutiaoquxianshiqizuinengtixianyiyoushujudiandebianhuaqushi,jutiguochengshiliyongyizhideshujudianyouhuaqiuquzuiyoudeweizhishujuhechengyitiaozuijiadequxian,bingbaozhengyiyoushujudiandaoquxiandejulidepingfanghezuixiao。
也(ye)就(jiu)是(shi)說(shuo),曲(qu)線(xian)擬(ni)合(he)不(bu)要(yao)求(qiu)近(jin)似(si)曲(qu)線(xian)過(guo)所(suo)有(you)數(shu)據(ju)點(dian),隻(zhi)需(xu)要(yao)己(ji)知(zhi)的(de)數(shu)據(ju)點(dian)都(dou)距(ju)離(li)在(zai)這(zhe)條(tiao)曲(qu)線(xian)的(de)不(bu)遠(yuan)處(chu),即(ji)這(zhe)條(tiao)曲(qu)線(xian)能(neng)反(fan)映(ying)數(shu)據(ju)點(dian)的(de)整(zheng)體(ti)分(fen)布(bu),又(you)不(bu)至(zhi)於(yu)出(chu)現(xian)較(jiao)大(da)的(de)局(ju)部(bu)波(bo)動(dong),已(yi)知(zhi)數(shu)據(ju)與(yu)曲(qu)線(xian)的(de)偏(pian)差(cha)的(de)平(ping)方(fang)和(he)達(da)到(dao)最(zui)小(xiao)就(jiu)能(neng)有(you)效(xiao)控(kong)製(zhi)波(bo)動(dong)。
簡而言之,最小二乘法擬合就是利用最小化誤差的平方和求取數據的最佳函數匹配。
基於激光雷達反射強度信息

根據反射強度值做的車道線檢測,在車載激光雷達獲取的道路周圍環境點雲數中,可以輕鬆區分出道路與車道線。
jutidaochezaijiguangleidahuoqudedaoluzhouweihuanjingsanweidianyunshujuzhong,keyikanzuoyigejubujunzhibiandianmoxing,meiyijiguangcengcaijidekexingshiquyuneihuiboqiangduzhijiushiyizushuchuxulie,qihuiboqiangduzhibianhuadedianjiushisuoyaoqiudechedaobiaoxiandianji。
現xian在zai隻zhi須xu在zai每mei一yi激ji光guang層ceng采cai集ji的de可ke行xing駛shi區qu域yu內nei回hui波bo強qiang度du值zhi輸shu出chu序xu列lie中zhong檢jian測ce是shi否fou有you變bian化hua點dian,若ruo存cun在zai則ze標biao記ji並bing提ti取qu這zhe些xie變bian點dian。基ji於yu車che載zai雷lei達da獲huo取qu的de智zhi能neng車che感gan興xing趣qu區qu域yu內nei海hai量liang點dian雲yun數shu據ju中zhong的deT坐標值有一定高程特點進行濾波,確定可行駛區域進而剔除與車道標線回波強度值相近的障礙物。

上圖為簡單濾波後粗提取的車道線回波強度值投影圖(全局圖)
由(you)於(yu)車(che)載(zai)激(ji)光(guang)雷(lei)達(da)獲(huo)取(qu)的(de)道(dao)路(lu)周(zhou)圍(wei)環(huan)境(jing)點(dian)雲(yun)數(shu)據(ju)是(shi)分(fen)層(ceng)存(cun)儲(chu)的(de),不(bu)同(tong)激(ji)光(guang)層(ceng)獲(huo)取(qu)的(de)道(dao)路(lu)周(zhou)圍(wei)環(huan)境(jing)點(dian)雲(yun)數(shu)據(ju)相(xiang)鄰(lin)兩(liang)點(dian)間(jian)距(ju)與(yu)到(dao)雷(lei)達(da)坐(zuo)標(biao)係(xi)原(yuan)點(dian)的(de)距(ju)離(li)有(you)關(guan)。
距離越遠間距越大,考慮到安裝在正常行駛上的激光雷達獲取的車道標線曲率變較小,所以利用文獻提出的基於車道標線方向的EM最大期望聚類算法對粗提取車道標線點雲數據進行聚類。
通過在聚類過程中估計車道標線方向來對粗提取的車道標線點雲數據集進行分類去噪。然後再利用最小二乘法進行車道線擬合。
再來看先檢測路沿,再根據路寬推測車道線的方法。
激光雷達通過以太網與計算機連接,點雲數據以 UDP 的方式進行發送。激光雷達的數據通過兩個端口發送出來,端口 2368 負責發送點雲數據,端口 8308 發送 GPS 數據還有位置數據。根據廠商提供的數據包格式說明,每個數據包包含有效數據的載荷以及狀態數據。
一個數據包集合 12 次發射接收到的所有數據,接收到的距離以及強度信息是按照錯開的順序進行接收的( 0, 16, 1, 17, 2, 18...15,31)。
根據數據包的格式,進行相應的接收和存儲。點雲數據包含到一束激光點達到反射點反饋到的距離信息、強度信息以及偏轉角度,由此可以得到反射點到激光雷達中心的距離、垂直平麵上的角度以及水平麵上的角度。
若使用車輪與地麵接觸的四個點所在的平麵作為空間直角坐標係的 xOy 平麵,通過激光雷達中心所在位置並且垂直於 xOy 平麵的一條直線作為 z 軸,由此便構成了如圖的空間坐標係。

利用點雲數據, distance 表示激光點到激光雷達中心的直線距離,α是垂直方向上的夾角, β是水平方向上的夾角。
由於雷達內部發射器之間存在偏差(如圖 3-(b)),需要進行內部校 正 , calibration_x 、 calibration_y 以 及calibration_z 分別為在 xyz 方向上所對應的內部校正參數,通過公式求得每個點在空間中的坐標( x, y, z)。

依次遍曆每一個數據點,就可以完成對激光雷達數據的解析,利用接收到的數據重構出 3D點雲。多線激光雷達采集到的 3D 點(dian)雲(yun)數(shu)據(ju)能(neng)夠(gou)提(ti)供(gong)了(le)大(da)量(liang)的(de)信(xin)息(xi),但(dan)是(shi)處(chu)理(li)這(zhe)些(xie)數(shu)據(ju)也(ye)帶(dai)來(lai)了(le)巨(ju)大(da)的(de)運(yun)算(suan)量(liang),這(zhe)是(shi)造(zao)成(cheng)許(xu)多(duo)基(ji)於(yu)多(duo)線(xian)激(ji)光(guang)雷(lei)達(da)的(de)算(suan)法(fa)實(shi)時(shi)性(xing)比(bi)較(jiao)差(cha)的(de)重(zhong)要(yao)原(yuan)因(yin)。
劃分網格提升激光雷達實用性與可用性
因此,減少運算量是提升多線激光雷達的實時性與可用性的關鍵。對於這個問題,通過劃分網格的方法,減少運算量。
一種網格是方框型,一種是扇形。
方形網格是以激光雷達的位置(或者說車體位置為)地圖中心,將激光雷達周圍的環境劃分為大小相等的網格。進行方形網格劃分之後,將解析雷達數據得到的 3D點雲投影到網格當中。扇形網格是以激光雷達的位置為圓心,用不同的半徑的同心圓將激光雷達周圍的環境進行劃分。
一個網格是由同心圓以及從圓心出發的射線組成如圖中的紅色部分。因為激光雷達可以測量的最大範圍可以到達 80 米到 100 米,所以設置最大的一個同心圓的半徑為 80 米,最小的同心圓的半徑為 0.5米, 相鄰同心圓半徑差作為一個參數,將 3D點雲中的每個點投影到網格當中。
基於方形網格的劃分,將全圖分割為大小相同的網格,對於遠近的障礙物處理比較公平;缺點是運算量大。基於扇形網格進行劃分,呈現近處網格小而密集,從圓心開始越往外,網格越大。
扇(shan)形(xing)網(wang)格(ge)的(de)優(you)勢(shi)在(zai)於(yu)對(dui)於(yu)近(jin)處(chu)的(de)障(zhang)礙(ai)物(wu)有(you)良(liang)好(hao)的(de)精(jing)度(du),能(neng)夠(gou)分(fen)辨(bian)較(jiao)小(xiao)的(de)障(zhang)礙(ai)物(wu),在(zai)減(jian)少(shao)運(yun)算(suan)量(liang)的(de)同(tong)時(shi)對(dui)障(zhang)礙(ai)物(wu)的(de)處(chu)理(li)有(you)所(suo)側(ce)重(zhong),缺(que)點(dian)在(zai)於(yu)可(ke)能(neng)無(wu)法(fa)識(shi)別(bie)遠(yuan)處(chu)的(de)較(jiao)小(xiao)的(de)障(zhang)礙(ai)物(wu)。
利用激光雷達獲取路沿高度信息或物理反射信息
常見的路沿有人行道的路沿石、綠化帶、隔離柵欄、雪糕桶等,除此之外,道路環境中,常見的障礙物還有路燈、行道樹、消防栓、垃圾桶等。因此,路沿識別,需要找到人行道、綠化帶、隔離柵欄、雪糕桶這類物體。
道路環境中的物體的高度大致可以分為三個層次,路燈、行道樹等物體高度分類為高,綠化帶、隔離柵欄、雪糕桶、消防栓等物體高度分類為中,人行道旁邊的路沿石的高度則劃分為低。
因(yin)此(ci)將(jiang)高(gao)度(du)作(zuo)為(wei)篩(shai)選(xuan)路(lu)沿(yan)的(de)第(di)一(yi)個(ge)特(te)征(zheng)但(dan)是(shi),如(ru)果(guo)直(zhi)接(jie)使(shi)用(yong)每(mei)個(ge)點(dian)的(de)高(gao)度(du)信(xin)息(xi),接(jie)下(xia)來(lai)做(zuo)聚(ju)類(lei)處(chu)理(li)時(shi)會(hui)產(chan)生(sheng)巨(ju)大(da)的(de)運(yun)算(suan)量(liang),因(yin)此(ci)在(zai)上(shang)一(yi)步(bu)進(jin)行(xing)網(wang)格(ge)劃(hua)分(fen)之(zhi)後(hou),就(jiu)可(ke)以(yi)將(jiang)點(dian)的(de)聚(ju)類(lei)轉(zhuan)為(wei)對(dui)網(wang)格(ge)的(de)聚(ju)類(lei)。
由於網格的數量遠遠小於點的數量,因而可以大大減少聚類所需要的運算量。因此要將點的高度信息映射為網格的高度信息。
完成高程信息統計以後, 會出現一個明顯的問題:行xing道dao樹shu會hui有you一yi些xie樹shu枝zhi延yan伸shen到dao道dao路lu上shang,此ci時shi,高gao程cheng信xin息xi會hui顯xian示shi路lu上shang有you障zhang礙ai物wu,實shi質zhi上shang由you於yu樹shu枝zhi是shi懸xuan空kong的de,並bing不bu會hui阻zu礙ai汽qi車che的de正zheng常chang的de行xing駛shi,因yin此ci,需xu要yao對dui這zhe一yi類lei誤wu判pan的de障zhang礙ai物wu進jin行xing中zhong空kong識shi別bie,並bing將jiang這zhe一yi部bu分fen重zhong新xin劃hua分fen為wei可ke行xing駛shi區qu域yu。
算法的思路是,遍曆每個標定為障礙物的網格,檢測網格內的點的高度分布, 如果在地麵以上 10cm(障礙物高度) 至地麵以上 2.4 米(激光雷達的頂端距離地麵的高度)之內的點進行統計,如果數量少於 10%,則認為該網格是中空的障礙物網格,車輛能夠正常通過,因此重新將該網格歸為可通行區域。
在高度信息統計,給每一個網格維護一個標誌位,該標誌位用來指示網格是否符合常見路沿的高度限製要求。
如(ru)果(guo)滿(man)足(zu),則(ze)該(gai)標(biao)誌(zhi)位(wei)為(wei)真(zhen),否(fou)則(ze)為(wei)假(jia)。完(wan)成(cheng)了(le)所(suo)有(you)的(de)障(zhang)礙(ai)物(wu)高(gao)度(du)信(xin)息(xi)統(tong)計(ji)以(yi)後(hou),也(ye)就(jiu)是(shi)對(dui)所(suo)有(you)的(de)網(wang)格(ge)都(dou)進(jin)行(xing)了(le)標(biao)記(ji),此(ci)時(shi)考(kao)慮(lv)路(lu)沿(yan)的(de)第(di)二(er)個(ge)特(te)征(zheng):在一段距離內維持相似高度。
隻滿足路沿的第一特征的物體可能會是消防栓、路lu過guo的de小xiao孩hai和he垃la圾ji箱xiang等deng物wu品pin,因yin此ci需xu要yao路lu沿yan的de第di二er個ge特te征zheng進jin行xing進jin一yi步bu區qu分fen,將jiang鄰lin近jin網wang格ge聚ju類lei成cheng群qun落luo,當dang群qun落luo中zhong的de網wang格ge的de數shu量liang大da於yu路lu沿yan的de連lian續xu閾yu值zhi時shi,才cai能neng認ren為wei是shi路lu沿yan。
聚類流程如圖所示,遞歸地搜索所有網格, 直到周圍沒有新的可聚類網格就終止。 如(ru)果(guo)一(yi)個(ge)標(biao)誌(zhi)位(wei)為(wei)真(zhen)的(de)網(wang)格(ge)的(de)鄰(lin)近(jin)網(wang)格(ge)的(de)標(biao)誌(zhi)位(wei)同(tong)樣(yang)為(wei)真(zhen),就(jiu)將(jiang)它(ta)放(fang)入(ru)集(ji)群(qun)當(dang)中(zhong)。進(jin)行(xing)群(qun)落(luo)檢(jian)查(zha)的(de)時(shi)候(hou),如(ru)果(guo)群(qun)落(luo)中(zhong)的(de)網(wang)格(ge)數(shu)大(da)於(yu)設(she)定(ding)的(de)閾(yu)值(zhi),則(ze)可(ke)認(ren)為(wei)是(shi)路(lu)沿(yan)。

我國高速公路設計標準為, 車道寬度 3.75米,應急車道為 2.5 米。如圖所示, L1 為激光雷達檢測的車體到左側路沿的距離, L2 為激光雷達檢測的車體到右側激光雷達的距離,
設道麵總寬度 L, 則 L 可由公式得到:L = L1 + L2 。考慮到並非所有的所有道路均設置緊急車道,使用求模運算進行估計,設餘數為 M,則餘數M 可由公式得到:M = L % 3.75。

如果 M 約等於 2.5,則認為存在應急車道,否則認為不存在。若存在時,路麵寬度由公式L = L − 2.5,設車道數為 N,使用路麵寬度除以 3.75,並向下取整,因為在道路設計中,路麵與路沿之間存在一小段距離,則車道數可有公式N = ⌊L⁄3.75⌋計算出,根據車道數即可劃分出車道線,車道線的寬度一般為15-20厘米。
由於車道與路沿的距離長短不一,因此這種方法在非標準道路上準確度不高,倒是路沿的檢測準確度比較高。
小結
未來固態激光雷達也很適合檢測車道線,固態激光雷達的FOV比較窄反而是個優勢,等於過濾掉了很多無關數據。
不過單光子激光雷達通常采用計數器的方式讀出數據,不能檢測回波強度或回波寬度,不能檢測車道線。線性APD固態激光雷達就很合適。
(本文轉載自雷鋒網,作者係佐思產研研究總監周彥武)
推薦閱讀:
特別推薦
- 噪聲中提取真值!瑞盟科技推出MSA2240電流檢測芯片賦能多元高端測量場景
- 10MHz高頻運行!氮矽科技發布集成驅動GaN芯片,助力電源能效再攀新高
- 失真度僅0.002%!力芯微推出超低內阻、超低失真4PST模擬開關
- 一“芯”雙電!聖邦微電子發布雙輸出電源芯片,簡化AFE與音頻設計
- 一機適配萬端:金升陽推出1200W可編程電源,賦能高端裝備製造
技術文章更多>>
- 貿澤EIT係列新一期,探索AI如何重塑日常科技與用戶體驗
- 算力爆發遇上電源革新,大聯大世平集團攜手晶豐明源線上研討會解鎖應用落地
- 創新不止,創芯不已:第六屆ICDIA創芯展8月南京盛大啟幕!
- AI時代,為什麼存儲基礎設施的可靠性決定數據中心的經濟效益
- 築基AI4S:摩爾線程全功能GPU加速中國生命科學自主生態
技術白皮書下載更多>>
- 車規與基於V2X的車輛協同主動避撞技術展望
- 數字隔離助力新能源汽車安全隔離的新挑戰
- 汽車模塊拋負載的解決方案
- 車用連接器的安全創新應用
- Melexis Actuators Business Unit
- Position / Current Sensors - Triaxis Hall
熱門搜索





