一种激光雷达障碍物检测方法及装置与流程

1.本发明涉及吊车智能化控制领域，更具体的涉及一种激光雷达障碍物检测方法及装置。


背景技术：

2.基于激光雷达的障碍物检测方法，目前主要有两类，一类是基于栅格地图的检测方法，另一类是基于聚类的检测方法；基于栅格地图的检测方法具有检测方法简单、运算量小、速度快等优点。基于栅格地图的激光雷达障碍物检测，需要将3d点云投影到一个平面上，一般地会直接投影到激光雷达坐标系xoy平面上，转换成2d图像，这样就可以基于图像的障碍物检测。
3.现有技术中，因为通过投影的方式，直接将激光雷达拍摄到的3d点云直接投影到激光雷达的xoy平面上。这样会造成一定的信息丢失，例如丢失障碍物的高度信息、在整机有一定的俯仰角的时候会使得障碍物离激光雷达偏近。


技术实现要素：

4.本发明实施例提供一种激光雷达障碍物检测方法及装置，用以解决现有技术中挖机因在凹凸不平的地面上有一定的俯仰角，存在障碍物离整机比较近的问题。
5.本发明实施例提供一种激光雷达障碍物检测方法，包括：
6.将激光雷达探测到的障碍物的激光点云数据剪裁后投射到栅格地图上，并确定每个栅格内的障碍物高度；
7.根据激光雷达坐标系和二值化像素坐标系的关系，确定每个栅格在二值化图像中对应的位置以及所在位置的灰度值，得到激光点云数据的二值化图像；
8.对所述激光点云数据的二值化图像进行孔洞填充得到障碍物在二值化像素坐标系中的位置坐标信息，将障碍物在二值化像素坐标系中的位置坐标信息转换到激光雷达坐标系下，得到障碍物在激光雷达坐标系下的位置坐标信息；
9.根据障碍物与激光雷达坐标系的坐标原点之间的第一距离，确定障碍物投影到激光雷达坐标系上的第一投影点与激光雷达坐标系的坐标原点的第二距离，根据所述第二距离对障碍物在激光雷达坐标系下的位置坐标信息进行修正；
10.将障碍物在激光雷达坐标系下的修正位置坐标信息转换到地图坐标系下，得到障碍物的位置和形状。
11.优选地，所述根据障碍物与激光雷达坐标系的坐标原点之间的第一距离，确定障碍物投影到激光雷达坐标系上的第一投影点与激光雷达坐标系的坐标原点的第二距离，具体包括：
12.根据移动载体的俯仰角、障碍物投影到激光雷达坐标系上的第二投影点与激光雷达坐标系的坐标原点之间的第三距离，确定障碍物与激光雷达坐标系的坐标原点之间的第一距离；
13.根据障碍物与激光雷达坐标系的坐标原点之间的第一距离和移动载体的俯仰角，确定障碍物投影到激光雷达坐标系上的第一投影点与激光雷达坐标系的坐标原点的第二距离。
14.优选地，所述将激光雷达探测到的障碍物的激光点云数据剪裁后投射到栅格地图上，并确定每个栅格内的障碍物高度，具体包括：
15.获取激光雷达探测到的物体的激光点云数据，根据激光雷达坐标系所设定的区域，对所述激光点云数据进行裁剪；
16.建立栅格地图，将裁剪后的所述激光点云数据包括的每个采样点投射到所述栅格地图中的每个栅格上，并确定每个栅格内的障碍物高度；
17.每个栅格内的障碍物高度为：
18.height
(i,j)
＝z1 max
(i,j)-z1 min
(i,j)
19.其中，height(i,j)表示第(i,j)个栅格内的障碍物高度，其中，height(i,j)表示第(i,j)个栅格内的障碍物高度，z1 max
(i,j)
表示第(i,j)个栅格的最大高度值，z1 min
(i,j)
表示第(i,j)个栅格的最小高度值，i
i,j
表述第j行第i列栅格内所有三维点，p表示一个三维点，p
z1
表示该点在z1轴方向的坐标值，z1轴位于激光雷达坐标系中，激光雷达坐标系包括x1轴、y1轴、z1轴和o1点。
20.优选地，所述根据激光雷达坐标系和二值化像素坐标系的关系，确定每个栅格在二值化图像中对应的位置以及所在位置的灰度值，具体包括：
21.所述激光雷达坐标系包括x1轴、y1轴、z1轴和o1点，所述二值化像素坐标系包括x2轴、y2轴和o2点，且x1轴和x2轴方向一致，y1轴和y2轴方向相反；
22.第(i,j)个栅格在二值化图像中对应的位置为第j行第i列，其灰度值通过下列公式确定：
[0023][0024]
f(i,j)表示第(i,j)个栅格的灰度值，当第(i,j)个栅格的障碍物高度大于阈值thresh时，第(i,j)个栅格的灰度值为1；当第(i,j)个栅格的障碍物高度小于阈值thresh时，第(i,j)个栅格的灰度值为0。
[0025]
优选地，所述对所述二值化图像进行孔洞填充得到障碍物在二值化图像中的位置坐标信息，具体包括：
[0026]
对所述二值化图像进行四周边界扩充，得到f
extern_1
；以所述二值化图像的第(0,0)个像素为种子点，进行漫水填充，得到f
extern_2
；去掉f
extern_2
的边界像素，得到与所述二值化图像具有相同尺寸的图像f2；通过下列公式得到孔洞填充后的二值化图像：
[0027]
f3＝f1|(～f2)
[0028]
通过下列公式确定障碍物在二值化图像中的中心坐标、长度和宽度：
[0029][0030]
[0031][0032]
其中，f1表示激光点云数据的二值化图像，f3表示孔洞填充后的二值化图像，～f2表示所有像素点的灰度值取反，p
center
表示障碍物在二值化图像中的中心坐标，pi表示障碍物像素集合中的每个像素，pixel_width表示障碍物在二值化图像中的宽度，pixel_length表示障碍物在二值化图像中的长度，p为一个障碍物像素集合s中的一个像素，p
x2
表示该像素在二值化像素坐标系所包括的x2轴上的坐标，p
y2
表示该像素在二值化像素坐标系所包括的y2轴上的坐标，其中，二值化像素坐标系包括x2轴，y2轴和o2点。
[0033]
优选地，所述将障碍物在二值化像素坐标系中的位置坐标信息转换到激光雷达坐标系下，得到障碍物在激光雷达坐标系下的位置坐标信息，具体包括：
[0034]
通过下列公式得到障碍物在激光雷达坐标系下的位置坐标信息：
[0035][0036][0037]
其中，p
x1
,p
y1
,p
z1
表示障碍物在激光雷达坐标系下的坐标，p
x2
p
y2
表示障碍物在二值化像素坐标系中的坐标，p
x1_min
表示激光点云数据裁剪时最小x1轴坐标，p
y1_min
表示激光点云数据裁剪时最小y1轴坐标，d表示激光点云数据投射到栅格地图上时设置的栅格间距，obs_width表示障碍物在激光雷达坐标系下的宽度，obs_length表示障碍物在激光雷达坐标系下的长度，pixel_width表示障碍物在二值化像素坐标系中的宽度，pixel_length表示障碍物在二值化像素坐标系中的长度。
[0038]
本发明实施例还提供一种激光雷达障碍物检测装置，包括：
[0039]
确定单元，用于将激光雷达探测到的障碍物的激光点云数据剪裁后投射到栅格地图上，并确定每个栅格内的障碍物高度；
[0040]
第一得到单元，用于根据激光雷达坐标系和二值化像素坐标系的关系，确定每个栅格在二值化图像中对应的位置以及所在位置的灰度值，得到激光点云数据的二值化图像；
[0041]
第二得到单元，用于对所述激光点云数据的二值化图像进行孔洞填充得到障碍物在二值化像素坐标系中的位置坐标信息，将障碍物在二值化像素坐标系中的位置坐标信息转换到激光雷达坐标系下，得到障碍物在激光雷达坐标系下的位置坐标信息；
[0042]
修正单元，用于根据障碍物与激光雷达坐标系的坐标原点之间的第一距离，确定障碍物投影到激光雷达坐标系上的第一投影点与激光雷达坐标系的坐标原点的第二距离，根据所述第二距离对障碍物在激光雷达坐标系下的位置坐标信息进行修正；
[0043]
第三得到单元，用于将障碍物在激光雷达坐标系下的修正位置坐标信息转换到地图系下，得到障碍物的位置和形状。
[0044]
优选地，所述修正单元具体用于：
[0045]
根据移动载体的俯仰角、障碍物投影到激光雷达坐标系上的第二投影点与激光雷达坐标系的坐标原点之间的第三距离，确定障碍物与激光雷达坐标系的坐标原点之间的第
一距离；
[0046]
根据障碍物与激光雷达坐标系的坐标原点之间的第一距离和移动载体的俯仰角，确定障碍物投影到激光雷达坐标系上的第一投影点与激光雷达坐标系的坐标原点的第二距离。
[0047]
优选地，所述第二得到单元具体用于：
[0048]
对所述二值化图像进行四周边界扩充，得到f
extern_1
；以所述二值化图像的第(0,0)个像素为种子点，进行漫水填充，得到f
extern_2
；去掉f
extern_2
的边界像素，得到与所述二值化图像具有相同尺寸的图像f2；通过下列公式得到孔洞填充后的二值化图像：
[0049]
f3＝f1|(～f2)
[0050]
通过下列公式确定障碍物在二值化图像中的中心坐标、长度和宽度：
[0051][0052][0053][0054]
其中，f1表示激光点云数据的二值化图像，f3表示孔洞填充后的二值化图像，～f2表示所有像素点的灰度值取反，p
center
表示障碍物在二值化图像中的中心坐标，pi表示障碍物像素集合中的每个像素，pixel_width表示障碍物在二值化图像中的宽度，pixel_length表示障碍物在二值化图像中的长度，p为一个障碍物像素集合s中的一个像素，p
x2
表示该像素在二值化像素坐标系所包括的x2轴上的坐标，p
y2
表示该像素在二值化像素坐标系所包括的y2轴上的坐标，其中，二值化像素坐标系包括x2轴，y2轴和o2点。
[0055]
优选地，所述第二得到单元，具体用于：
[0056]
通过下列公式得到障碍物在激光雷达坐标系下的位置坐标信息：
[0057][0058][0059]
其中，p
x1
,p
y1
,p
z1
表示障碍物在激光雷达坐标系下的坐标，p
x2
p
y2
表示障碍物在二值化像素坐标系中的坐标，p
x1_min
表示激光点云数据裁剪时最小x1轴坐标，p
y1_min
表示激光点云数据裁剪时最小y1轴坐标，d表示激光点云数据投射到栅格地图上时设置的栅格间距，obs_width表示障碍物在激光雷达坐标系下的宽度，obs_length表示障碍物在激光雷达坐标系下的长度，pixel_width表示障碍物在二值化像素坐标系中的宽度，pixel_length表示障碍物在二值化像素坐标系中的长度。
[0060]
本发明实施例提供一种激光雷达障碍物检测方法及装置，该方法包括：将激光雷达探测到的障碍物的激光点云数据剪裁后投射到栅格地图上，并确定每个栅格内的障碍物高度；根据激光雷达坐标系和二值化像素坐标系的关系，确定每个栅格在二值化图像中对应的位置以及所在位置的灰度值，得到激光点云数据的二值化图像；对所述激光点云数据
的二值化图像进行孔洞填充得到障碍物在二值化像素坐标系中的位置坐标信息，将障碍物在二值化像素坐标系中的位置坐标信息转换到激光雷达坐标系下，得到障碍物在激光雷达坐标系下的位置坐标信息；根据障碍物与激光雷达坐标系的坐标原点之间的第一距离，确定障碍物投影到激光雷达坐标系上的第一投影点与激光雷达坐标系的坐标原点的第二距离，根据所述第二距离对障碍物在激光雷达坐标系下的位置坐标信息进行修正；将障碍物在激光雷达坐标系下的修正位置坐标信息转换到移动载体坐标系下，得到障碍物的位置和形状。该方法改进了基于栅格地图的激光雷达障碍物检测方法，校正了因栅格地图丢失的一些信息而导致障碍物距离移动载体的距离存在偏近的问题，从而可以提高障碍物检测的准确性；解决现有技术中挖机因在凹凸不平的地面上有一定的俯仰角，存在障碍物离整机比较近的问题。
附图说明
[0061]
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。
[0062]
图1为本发明实施例提供的一种激光雷达障碍物检测方法流程示意图；
[0063]
图2为本发明实施例提供的激光雷达坐标系和移动载体坐标系关系示意图；
[0064]
图3为本发明实施例提供的地图坐标系、激光雷达坐标系和移动载体坐标系关系示意图；
[0065]
图4为本发明实施例提供的激光点云数据剪裁范围俯视图；
[0066]
图5为本发明实施例提供的激光雷达坐标系和二值化像素坐标系关系示意图；
[0067]
图6为本发明实施例提供的二值化图像f1示意图；
[0068]
图7为本发明实施例提供的二值化图像f
extern_1
示意图；
[0069]
图8为本发明实施例提供的二值化图像f
extern_2
示意图；
[0070]
图9为本发明实施例提供的二值化图像f2示意图；
[0071]
图10为本发明实施例提供的二值化图像f3示意图；
[0072]
图11为本发明实施例提供的基于栅格地图的激光雷达障碍物检测示意图；
[0073]
图12为本发明实施例提供的一种激光雷达障碍物检测装置结构示意图。
具体实施方式
[0074]
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。
[0075]
图1为本发明实施例提供的一种激光雷达障碍物检测方法流程示意图，以下根据图1提供的流程图，详细介绍激光雷达障碍物检测方法。
[0076]
如图1所示，该方法主要包括以下步骤：
[0077]
步骤101，将激光雷达探测到的障碍物的激光点云数据剪裁后投射到栅格地图上，
并确定每个栅格内的障碍物高度；
[0078]
步骤102，根据激光雷达坐标系和二值化像素坐标系的关系，确定每个栅格在二值化图像中对应的位置以及所在位置的灰度值，得到激光点云数据的二值化图像；
[0079]
步骤103，对所述激光点云数据的二值化图像进行孔洞填充得到障碍物在二值化像素坐标系中的位置坐标信息，将障碍物在二值化像素坐标系中的位置坐标信息转换到激光雷达坐标系下，得到障碍物在激光雷达坐标系下的位置坐标信息；
[0080]
步骤104，根据障碍物与激光雷达坐标系的坐标原点之间的第一距离，确定障碍物投影到激光雷达坐标系上的第一投影点与激光雷达坐标系的坐标原点的第二距离，根据所述第二距离对障碍物在激光雷达坐标系下的位置坐标信息进行修正；
[0081]
步骤105，将障碍物在激光雷达坐标系下的修正位置坐标信息转换到地图坐标系下，得到障碍物的位置和形状。
[0082]
在介绍本发明实施例提供的激光雷达障碍物检测方法之前，先介绍激光雷达探测器和移动载体之间的位置关系，如图2所示，激光雷达探测器对应的激光雷达坐标系包括的x1轴、y1轴、z1轴和原点o1；移动载体对应的移动载体坐标系包括x3轴、y3轴、z3轴和原点o3。具体地，激光雷达坐标系的x1轴和移动载体坐标系的x3轴的方向都朝前，y1轴和y3轴的方向朝左，z1轴和z3轴的方向朝上。需要说明的是，在移动载体上还设置有rtk(real-time kinematic，实时差分定位)，通过rtk可以获取移动载体的横滚角、俯仰角和航向角。绕移动载体x3轴旋转的角度为横滚角(roll)、绕移动载体y3轴旋转的角度为俯仰角(pitch)、绕移动载体z3轴旋转的角度为航向角(yaw)。如图3所示，与激光雷达坐标系和移动载体坐标系同一个系统内，还设置有地图坐标系
‑‑
enu坐标系，该地图坐标系包括x4轴、y4轴、z4轴和原点o4，其中，地图坐标系的x4o4y4平面与水平面平行，且x4轴的方向与y1轴、y3轴的方向相反；y4轴的方向与x1轴、x2轴的方向一致；z4轴的方向朝上。
[0083]
需要说明的是，在实际应用中，地图坐标系为东北天坐标系，x4o4y4平面与地面平行，x4轴的方向指向东边，y4轴的方向指向北边，z4轴的方向指向上。
[0084]
如图1所示，坐标原点为o3的坐标系表示移动载体坐标系，其坐标系原点为移动载体的中心点，x3方向与移动载体的前进方向一致。坐标原点为o1的坐标系表示激光雷达坐标系，其朝向与移动载体坐标系一致，只不过在x1轴向有一定的偏移量，也就是激光雷达安装在移动载体的正前方，θ为俯仰角，在实际应用中，当移动载体的两个前轮压倒了碎石就会形成一定的俯仰角。
[0085]
在步骤101之前，激光雷达探测器通过振镜方式扫描场景，得到视野中在激光雷达坐标系下的点云数据。对于每一次扫描结果，激光雷达将点云数据通过tcp(英文为：transmission control protocol)的方式将点云数据传递给控制器，控制器将会对这些网络包数据进行解析，最终得到一序列的3d坐标点。
[0086]
需要说明的是，本发明实施例提供的方法中，其执行主体为控制器。
[0087]
在步骤101中，当控制器获取到激光雷达探测到的物体的激光点云数据之后，可以对激光点云数据进行裁剪，具体地，考虑到主控的性能，为了节省计算资源。只考虑一定范围内的激光点云数据，如图4所示，裁剪激光雷达x1轴的正方向的长方体区域，保留该区域内的激光点云数据，该区域内的激光点云数据满足如公式(1)所示的条件：
[0088][0089]
其中，对于任意一个点p，其在x1轴方向上的坐标值p
x1
要大于p
x1_min
，且小于p
x1_max
；在y1轴方向上的坐标值p
y1
，要大于p
y1_min
，且小于p
y1_max
；在z1轴方向上的坐标值p
z1
，要大于p
z1_min
，且小于p
z1_max
。
[0090]
进一步地，对裁剪后的激光点云数据，根据激光雷达坐标系，从x1轴方向和y1轴方向按d米的间距进行栅格化划分，然后将激光点云数据包括的每个采样点投射到栅格地图中的每个栅格上，对于任意一个p点，其在x1轴方向和y1轴方向地索引可以通过下列公式(2)进行表示：
[0091][0092]
其中，i表示点p在x1轴方向的栅格化索引，p
x1
表示点p在x1轴方向上的坐标，p
x1_min
表示进行点云裁剪时设置的在x1轴方向上的最小值，d为栅格化间距。同理，j表示点p在y1轴方向的栅格化索引，p
y1
表示点p在y1轴方向上的坐标，p
y1_min
表示进行点云裁剪时设置的在y1轴方向上的最小值。在时间应用中，因为是索引，所以需要为整数，因此，在本发明实施例中，对除得的结果进行了取整操作，用(i,j)表示第j行第i列的栅格，用i
i,j
表示第j行第i列栅格内的所有三维点。
[0093]
进一步地，对每个栅格，都需要确定在z1轴方向的最大值，在z1轴方向的最小值和障碍物高度，具体如以下公式所示：
[0094][0095][0096]
height
(i,j)
＝z1 max
(i,j)-z1 min
(i,j)
ꢀꢀꢀ
(5)
[0097]
其中，height(i,j)表示第(i,j)个栅格内的障碍物高度，其中，height(i,j)表示第(i,j)个栅格内的障碍物高度，z1 max
(i,j)
表示第(i,j)个栅格的最大高度值，z1 min
(i,j)
表示第(i,j)个栅格的最小高度值，i
i,j
表述第j行第i列栅格内所有三维点，p表示一个三维点，p
z1
表示该点在z1轴方向的坐标值。
[0098]
在步骤102中，在确定每个栅格在二值化图像中对应地位置以及所在位置地灰度值之前，需要先确定激光雷达坐标系和二值化像素坐标系的关系，如图5所示，激光雷达坐标系和二值化像素坐标系其包括的x1轴和x2轴方向一直，但y1轴和y2轴的方向相反。
[0099]
具体地，第(i,j)个栅格对应的二值化图像中的第j行第i列像素，该像素的灰度值通过下列公式(6)表示：
[0100]
[0101]
对于第(i,j)个栅格，其对应二值化图像上的第j行第i列的灰度值f(i,j)通过高度值与阈值对比来确定，如果第(i,j)个栅格的height大于阈值thresh，那么其灰度值为1，否则为0。
[0102]
在实际应用中，膨胀操作是一种形态学操作，结构元b的灰度值为1，是对称的，其原点位于中心处。当b的原点位于二值化图像的(x2,y2)处时，用结构元b在(x2,y2)处对图像f的膨胀，定义为图像f中与b重合区域的最大值，即
[0103][0104]
其中，表示在(x2,y2)位置的膨胀结果，结构元b的坐标用(s,t)表示。
[0105]
在步骤103中，对二值化图像进行孔洞填充得到障碍物在二值化像素坐标系中的位置坐标信息，具体包括：
[0106]
如图6所示，为本发明实施例提供的二值化图像f1，对该二值化图像进行四周边界扩充，具体地，对二值化图像f1的第一行的前面、最后一行的后面各增加一行灰度值为0的像素；第一列的左边、最后一列的右边分别增加一列灰度值为0的像素，可以得到一幅新的二值化图像，用f
extern_1
表示，具体如图7所示。
[0107]
进一步，以图6所示的二值化图像f1的第(0,0)个像素为种子点，进行漫水填充，只要右边、下方像素与当前灰度值是相同的，就填充为白色，如此循环，只有障碍物的孔洞内的灰度值被保留了下来(为0)，其他像素的灰度值都变成了1，最终得到新的图像，用f
extern_2
表示，如图8所示。
[0108]
进一步地，去掉f
extern_2
表示地二值化图像的边界像素，得到与图6所示地二值化图像具有相同尺寸的图像f2，如图9所示。
[0109]
进一步地，通过下列公式得到孔洞填充后的二值化图像f3，如图10所示：
[0110]
f3＝f1|(～f2)
ꢀꢀꢀ
(8)
[0111]
其中，f1表示激光点云数据的二值化图像，f3表示孔洞填充后的二值化图像，～f2表示所有像素点的灰度值取反。
[0112]
进一步地，对f3表示的二值化图像(孔洞填充后的二值化图像f1)中灰度值为1的像素进行分类，不同的连通区域构成不同的障碍物，这样可以得到多个障碍物的像素集合，对每个障碍物的像素集合，可以通过下列公式确定障碍物在二值化图像中的中心坐标、长度和宽度：
[0113][0114][0115][0116]
其中，p
center
表示障碍物在二值化图像中的中心坐标，pi表示障碍物像素集合中的每个像素，pixel_width表示障碍物在二值化图像中的宽度，pixel_length表示障碍物在二值化图像中的长度，p为一个障碍物像素集合s中的一个像素，p
x2
表示该像素在二值化像素坐标系所包括的x3轴上的坐标，p
y2
表示该像素在二值化像素坐标系所包括的y3轴上的坐
标，其中，二值化像素坐标系包括x2轴，y2轴，z2轴和o2点。
[0117]
在本发明实施例中，激光雷达坐标系和二值化图像坐标系的x1轴和x2轴方向是一致的，但y1轴和y2轴的方向相反。所以，需要把二值化图像坐标系下的障碍物的中心坐标的y2值取反，并施加一定的比例因子及偏移量，才能转换到激光雷达坐标系下。而x2值直接乘以比例因子加偏移量即可。
[0118]
通过下列公式得到障碍物在激光雷达坐标系下的位置坐标信息：
[0119][0120][0121]
其中，p
x1
,p
y1
,p
z1
表示障碍物在激光雷达坐标系下的坐标，p
x2
p
y2
表示障碍物在二值化像素坐标系中的坐标，p
x1_min
表示激光点云数据裁剪时最小x1轴坐标，p
y1_min
表示激光点云数据裁剪时最小y1轴坐标，d表示激光点云数据投射到栅格地图上时设置的栅格间距，obs_width表示障碍物在激光雷达坐标系下的宽度，obs_length表示障碍物在激光雷达坐标系下的长度，pixel_width表示障碍物在二值化像素坐标系中的宽度，pixel_length表示障碍物在二值化像素坐标系中的长度。
[0122]
需要说明的是，上述步骤中，障碍物检测没有考虑到路面不平，俯仰角的存在，这样会导致检测到的障碍物离车端偏近，可能会导致不必要的避障。在本发明实施例中，基于原来的运算结果上，考虑上了俯仰角，需要对上述确定的数值进行修正。
[0123]
具体地，如图11所示，激光雷达安装在移动载体上，各坐标轴的朝向和移动载体对应的各坐标轴朝向一致。地图坐标系的x4o4y4平面和地面平行，当移动载体此刻有一定的俯仰角θ(通过rtk获得)时。p为实际的障碍物位置，当用基于栅格地图的方法来检测障碍物的时候，p将投影到激光雷达坐标系x1o1y1平面上的p1点，已经丢失了高度信息。地图坐标系的x4o4y4平面与地面保持水平，此时，将检测到的障碍物中心点p1转换到地图坐标系下时，因为俯仰角的存在，导致障碍物离激光雷达的水平距离为s1，但实际水平距离为s2。为了能够将障碍物离激光雷达坐标原点的水平距离恢复为s2，也就是将点p1修正为点p2，修正具体过程如下：
[0124]
根据移动载体的俯仰角θ、障碍物投影到激光雷达坐标系上的第二投影点p1与激光雷达坐标系的坐标原点o1之间的第三距离l，通过下列公式(14)确定障碍物p与激光雷达坐标系的坐标原点o1之间的第一距离s2:
[0125]
s2＝l/cosθ
ꢀꢀꢀ
(14)
[0126]
根据障碍物p与激光雷达坐标系的坐标原点o1之间的第一距离s2和移动载体的俯仰角θ，确定障碍物投影到激光雷达坐标系上的第一投影点p2与激光雷达坐标系的坐标原点的第二距离l'，具体如公式(15)所示：
[0127]
l'＝s2/cosθ＝l/cos2θ
ꢀꢀꢀ
(15)
[0128]
其中，s2为障碍物p与激光雷达坐标系的坐标原点o1之间的第一距离，θ为移动载体的俯仰角，l为障碍物投影到激光雷达坐标系上的第二投影点p1与激光雷达坐标系的坐
标原点o1之间的第三距离，l'障碍物投影到激光雷达坐标系上的第一投影点p2与激光雷达坐标系的坐标原点的第二距离。
[0129]
进一步地，根据上述步骤确定的障碍物投影到激光雷达坐标系上的第一投影点与激光雷达坐标系的坐标原点的第二距离，对障碍物在激光雷达坐标系下的位置坐标信息进行修正。
[0130]
步骤105，通过上述步骤，已经得到在激光雷达坐标系下障碍物的中心点、长、宽信息。根据标定，可以确定激光雷达坐标系到移动载体坐标系的变换矩阵为t
cl
，该矩阵为4x4的矩阵，包括旋转和平移，前三行三列为旋转矩阵，最后一列的前三行为平移量，第四行第四列为1，其他为0。同时根据rtk的定位信息，可以知道整机在地图坐标系下的位姿t
mc
，该变换矩阵的定义与t
cl
一样，同时包括旋转和平移，进行如下变换可以将障碍物的中心点转换到地图坐标系下：
[0131][0132]
式中，表示障碍物的中心点在地图坐标系下的齐次坐标，表示障碍物中心点在激光雷达坐标系下的齐次坐标。
[0133]
综上所述，本发明实施例提供一种激光雷达障碍物检测方法及装置，该方法包括：将激光雷达探测到的障碍物的激光点云数据剪裁后投射到栅格地图上，并确定每个栅格内的障碍物高度；根据激光雷达坐标系和二值化像素坐标系的关系，确定每个栅格在二值化图像中对应的位置以及所在位置的灰度值，得到激光点云数据的二值化图像；对所述激光点云数据的二值化图像进行孔洞填充得到障碍物在二值化像素坐标系中的位置坐标信息，将障碍物在二值化像素坐标系中的位置坐标信息转换到激光雷达坐标系下，得到障碍物在激光雷达坐标系下的位置坐标信息；根据障碍物与激光雷达坐标系的坐标原点之间的第一距离，确定障碍物投影到激光雷达坐标系上的第一投影点与激光雷达坐标系的坐标原点的第二距离，根据所述第二距离对障碍物在激光雷达坐标系下的位置坐标信息进行修正；将障碍物在激光雷达坐标系下的修正位置坐标信息转换到移动载体坐标系下，得到障碍物的位置和形状。该方法改进了基于栅格地图的激光雷达障碍物检测方法，校正了因栅格地图丢失的一些信息而导致障碍物距离移动载体的距离存在偏近的问题，从而可以提高障碍物检测的准确性；解决现有技术中挖机因在凹凸不平的地面上有一定的俯仰角，存在障碍物离整机比较近的问题。
[0134]
基于同一发明构思，本发明实施例提供了一种基于人工智能的高速公路绿色通道通行管理系统，由于该系统解决技术问题的原理与一种基于人工智能的高速公路绿色通道通行管理方法相似，因此该系统的实施可以参见方法的实施，重复之处不再赘述。
[0135]
图12为本发明实施例提供的一种激光雷达障碍物检测装置结构示意图，如图12所示，该装置主要包括：确定单元201，第一得到单元202，第二得到单元203，修正单元204和第三得到单元205。
[0136]
确定单元201，用于将激光雷达探测到的障碍物的激光点云数据剪裁后投射到栅格地图上，并确定每个栅格内的障碍物高度；
[0137]
第一得到单元202，用于根据激光雷达坐标系和二值化像素坐标系的关系，确定每个栅格在二值化图像中对应的位置以及所在位置的灰度值，得到激光点云数据的二值化图
像；
[0138]
第二得到单元203，用于对所述激光点云数据的二值化图像进行孔洞填充得到障碍物在二值化像素坐标系中的位置坐标信息，将障碍物在二值化像素坐标系中的位置坐标信息转换到激光雷达坐标系下，得到障碍物在激光雷达坐标系下的位置坐标信息；
[0139]
修正单元204，用于根据障碍物与激光雷达坐标系的坐标原点之间的第一距离，确定障碍物投影到激光雷达坐标系上的第一投影点与激光雷达坐标系的坐标原点的第二距离，根据所述第二距离对障碍物在激光雷达坐标系下的位置坐标信息进行修正；
[0140]
第三得到单元205，用于将障碍物在激光雷达坐标系下的修正位置坐标信息转换到地图坐标系下，得到障碍物的位置和形状。
[0141]
进一步地，所述修正单元204具体用于：
[0142]
根据移动载体的俯仰角、障碍物投影到激光雷达坐标系上的第二投影点与激光雷达坐标系的坐标原点之间的第三距离，确定障碍物与激光雷达坐标系的坐标原点之间的第一距离(s2)；
[0143]
根据障碍物与激光雷达坐标系的坐标原点之间的第一距离和移动载体的俯仰角，确定障碍物投影到激光雷达坐标系上的第一投影点与激光雷达坐标系的坐标原点的第二距离。
[0144]
进一步地，所述第二得到单元203具体用于：
[0145]
对所述二值化图像进行四周边界扩充，得到f
extern_1
；以所述二值化图像的第(0,0)个像素为种子点，进行漫水填充，得到f
extern_2
；去掉f
extern_2
的边界像素，得到与所述二值化图像具有相同尺寸的图像f2；通过下列公式得到孔洞填充后的二值化图像：
[0146]
f3＝f1|(～f2)
[0147]
通过下列公式确定障碍物在二值化图像中的中心坐标、长度和宽度：
[0148][0149][0150][0151]
其中，f1表示激光点云数据的二值化图像，f3表示孔洞填充后的二值化图像，～f2表示所有像素点的灰度值取反，p
center
表示障碍物在二值化图像中的中心坐标，pi表示障碍物像素集合中的每个像素，pixel_width表示障碍物在二值化图像中的宽度，pixel_length表示障碍物在二值化图像中的长度，p为一个障碍物像素集合s中的一个像素，p
x2
表示该像素在二值化像素坐标系所包括的x3轴上的坐标，p
y2
表示该像素在二值化像素坐标系所包括的y3轴上的坐标，其中，二值化像素坐标系包括x2轴，y2轴和o2点。
[0152]
进一步地，所述第二得到单元203，具体用于：
[0153]
通过下列公式得到障碍物在激光雷达坐标系下的位置坐标信息：
[0154]
[0155][0156]
其中，p
x1
,p
y1
,p
z1
表示障碍物在激光雷达坐标系下的坐标，p
x2
p
y2
表示障碍物在二值化像素坐标系中的坐标，p
x1_min
表示激光点云数据裁剪时最小x1轴坐标，p
y1_min
表示激光点云数据裁剪时最小y1轴坐标，d表示激光点云数据投射到栅格地图上时设置的栅格间距，obs_width表示障碍物在激光雷达坐标系下的宽度，obs_length表示障碍物在激光雷达坐标系下的长度，pixel_width表示障碍物在二值化像素坐标系中的宽度，pixel_length表示障碍物在二值化像素坐标系中的长度。
[0157]
应当理解，以上一种激光雷达障碍物检测装置包括的单元仅为根据该设备装置实现的功能进行的逻辑划分，实际应用中，可以进行上述单元的叠加或拆分。并且该实施例提供的一种激光雷达障碍物检测装置所实现的功能与上述实施例提供的一种激光雷达障碍物检测方法一一对应，对于该装置所实现的更为详细的处理流程，在上述方法实施例一中已做详细描述，此处不再详细描述。
[0158]
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
[0159]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。