基于三维激光雷达的可通行区域检测方法与流程

本发明涉及无人驾驶，具体涉及基于三维激光雷达的可通行区域检测方法。

背景技术：

无人驾驶车辆作为一种可以在户外环境中自主行驶及安全避障的移动机器人，能够降低交通事故的发生率，减少人员伤亡和经济损失，在民用和国防军事上有着重大的研究价值和广阔的应用前景。无人驾驶车辆一个最主要的功能是可以自主导航，这就需要其具有环境感知理解能力，保证其能够在正确的区域内安全行驶。但面对复杂的户外环境，尤其是非结构化道路环境，无人驾驶车辆的环境理解能力面临诸多挑战。

在非结构化环境中，会出现无道路标线、地面起伏颠簸、道路边界不规则、道路宽度变化大、gps信号丢失、无地图先验信息可利用等问题，因此单纯依靠道路边界检测的方法不再适用。可通行区域成为取代边界检测，为无人驾驶车辆提供安全驾驶区域的一种较好的方法。可通行区域限定了无人驾驶车辆的行驶范围，感知系统要实时检测环境中的障碍物，寻找可以安全通过的区间，避免与障碍物发生碰撞，实现无人车的安全自主导航。

64线激光雷达可提供精准的物体距离信息，且不受光照影响，在精度和信息丰富程度上足以满足无人驾驶车辆日益复杂的应用场景要求，其促进了在可通行区域检测中的研究和应用。

技术实现要素：

(一)解决的技术问题

针对现有技术所存在的上述缺点，本发明提供了基于三维激光雷达的可通行区域检测方法，能够有效克服现有技术所存在的难以利用边界和点云平滑性特征划分安全行驶区域的缺陷。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

基于三维激光雷达的可通行区域检测方法，包括以下步骤：

s1、三维激光雷达获取障碍物栅格地图图像；

s2、利用距离函数对障碍物进行聚类，计算障碍物栅格地图中任意两个障碍点之间的欧式距离，若欧式距离小于聚类阈值t，则将此两个障碍点用直线相连，直线上的点均认为是障碍物；

s3、完成s2中距离聚类后进行取反操作，获取空闲区域，去除空闲区域中不适合车辆通行的边角，从车辆位置出发在空闲区域上获取可到达区域；

s4、对可到达区域进行降采样返回到原始尺寸的障碍物栅格地图中，并对可到达区域进行优化，从车辆前方1m处开始向上逐行对可到达区域的像素进行判断，1m以内可到达区域像素点直接保留，剩余可到达区域像素点满足判别式保留，否则去除；

s5、剩余区域为优化后的可到达区域，即为可通行区域。

优选地，所述聚类阈值t根据车辆自身大小设置。

优选地，所述聚类可对障碍物栅格地图进行降采样处理，根据实时性和精度合理设置降采样次数。

优选地，计算所述欧式距离的距离函数为：

优选地，所述可到达区域通过8邻域区域增长的方式获取。

优选地，所述可到达区域采用查找上下依托的方式进行优化。

优选地，所述判别式为：

判别式中50表示50行。

优选地，保留的所述可到达区域像素点灰度值f(x，y)＝0，去除的所述可到达区域像素点灰度值f(x，y)＝150。

优选地，所述三维激光雷达为64线三维激光雷达。

(三)有益效果

与现有技术相比，本发明所提供的基于三维激光雷达的可通行区域检测方法具有以下有益效果：

1、可以在越野道路环境中使用，使车辆在负责的越野环境中行驶在安全区域内；

2、在障碍物栅格地图上进行可通行区域检测，克服了因边界不规则导致边界检测算法失效，以及因道路地面起伏造成原始点云不平滑、导致原始点云特征不能使用的缺点；

3、本发明使用距离聚类，用直线将障碍物点相连的方式，以及图像降采样处理的方式，保证了可通行区域检测的实时性和较好的检测效果；

4、本发明使用上下依托策略优化可通行区域，解决了因障碍物后方信息丢失带来的可通行区域发散的问题。

附图说明

为了更清楚地说明本发明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发明的一些实施例，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他的附图。

图1为本发明流程示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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作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。

基于三维激光雷达的可通行区域检测方法，如图1所示，包括以下步骤：

s1、三维激光雷达获取障碍物栅格地图图像；

s2、利用距离函数对障碍物进行聚类，计算障碍物栅格地图中任意两个障碍点之间的欧式距离，若欧式距离小于聚类阈值t，则将此两个障碍点用直线相连，直线上的点均认为是障碍物；

s3、完成s2中距离聚类后进行取反操作，获取空闲区域，去除空闲区域中不适合车辆通行的边角，从车辆位置出发在空闲区域上获取可到达区域；

s4、对可到达区域进行降采样返回到原始尺寸的障碍物栅格地图中，并对可到达区域进行优化，从车辆前方1m处开始向上逐行对可到达区域的像素进行判断，1m以内可到达区域像素点直接保留，剩余可到达区域像素点满足判别式保留，否则去除；

s5、剩余区域为优化后的可到达区域，即为可通行区域。

聚类阈值t根据车辆自身大小设置。

聚类可对障碍物栅格地图进行降采样处理，根据实时性和精度合理设置降采样次数。

计算欧式距离的距离函数为：

可到达区域通过8邻域区域增长的方式获取。

可到达区域采用查找上下依托的方式进行优化。

判别式为：

判别式中50表示50行。

保留的可到达区域像素点灰度值f(x，y)＝0，去除的可到达区域像素点灰度值f(x，y)＝150。

三维激光雷达为64线三维激光雷达。

本发明在64线三维激光雷达的障碍物栅格地图上进行可通行区域检测。首先利用距离函数对障碍物进行聚类。为了减少计算量，本发明利用降采样图像进行障碍物聚类，然后取反获取空闲区域，利用与车辆位置的连通性，获取到车辆可到达区域，即初步可通行区域，并利用上下依托的算法，获取到优化后的可到达区域。

首先，利用公式(1)计算障碍物栅格地图中任意两个障碍点的欧式距离，若此距离小于聚类阈值t，则将此两点用直线相连，直线上的点都被认为是障碍物。此操作将两点障碍物聚类成一个目标。

其中t根据车辆自身大小设置。当障碍点较多时，这种聚类操作较为耗时，可以对障碍物栅格地图进行降采样处理，并只在感兴趣区域范围内进行聚类。一次降采样处理几乎可以节省一半的聚类时间，但同样会造成分辨率的下降，从而导致障碍物所占面积的增加。可根据实时性与精度要求来合理设置降采样的次数。本发明只进行一次降采样。

当在降采样图像中聚类完成后，将其在感兴趣区域中进行取反操作，获取空闲区域。空闲区域中会含有一些边角，这些边界由于过于狭窄，并不适合车辆通行，我们将其从空闲区域中去除，余下的有些区域与车辆位置不连通，车辆不能达到。因此我们从车辆位置出发，在空闲区域上采用8邻域区域增长的方式获取其连通区域，即可到达区域。

对可到达区域进行降采样返回到原始尺寸的障碍物栅格地图中，由于三维激光雷达不能获取障碍物后面的信息，在障碍物栅格图上认为是无障碍物区域。这样初步获取的可到达区域会将障碍物后方的区域当成可通行区域。为此，我们利用查找上下依托的方式去优化可到达区域，从车辆前方1m位置开始向上逐行对可到达区域的像素进行判断，1m以内的可到达区域像素点直接保留，剩余的可到达区域像素满足公式(2)则保留，否则去除。设定非可通行区域的像素灰度值f(x，y)＝0，可通行区域的像素灰度值为f(x，y)＝150。公式(2)中的50表示50行，栅格图中一个像素表示20cm，即在左右各20cm，下方1m范围内，找不到可通行区域点，则被去除。

剩余区域为优化后的可到达区域，即为可通行区域。此方法可解决可通行区域发散的问题。

本发明所提供的基于三维激光雷达的可通行区域检测方法具有以下有益效果：

1、可以在越野道路环境中使用，使车辆在负责的越野环境中行驶在安全区域内；

2、在障碍物栅格地图上进行可通行区域检测，克服了因边界不规则导致边界检测算法失效，以及因道路地面起伏造成原始点云不平滑、导致原始点云特征不能使用的缺点；

3、本发明使用距离聚类，用直线将障碍物点相连的方式，以及图像降采样处理的方式，保证了可通行区域检测的实时性和较好的检测效果；

4、本发明使用上下依托策略优化可通行区域，解决了因障碍物后方信息丢失带来的可通行区域发散的问题。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。