道路坡度测量方法、装置、设备及计算机可读存储介质与流程

1.本技术涉及辅助驾驶技术领域，特别涉及一种道路坡度测量方法、装置、设备及计算机可读存储介质。


背景技术：

2.道路坡度作为道路属性的一个重要参数，是作为车辆道路可通行区域判断的约束条件，如何快速、高精度的测量道路坡度，一直是道路环境探测领域研究的热点。
3.目前常用的方法有两种，第一种为人工测量方案，第二种为惯导测量方案。
4.1.人工测量方案是传统的通过测量两点距离及高度差来计算坡度的方法，此方法费时、费力，不具备全覆盖测量的应用条件。
5.2.惯导测量方案是以惯导解算的水平姿态角作为道路坡度，是一种间接测量方案，具有连续性，能将车辆轨迹上的点的坡度信息测量出来。但是主要有两个问题，分别是覆盖性问题和精度问题。
6.其中，覆盖性问题：只能智能覆盖车辆轨迹上的点，不能获得路面上所有点的坡度信息，是一种以点代面的测量方案；精度问题：从测量原理上，是一种间接测量方案，惯导敏感的是安装平面处的姿态，车辆悬架变化、车胎变化等均会引起测量误差，尤其是特种车辆悬架变化、车胎变化引起的车辆姿态变化是随机的，又是比较大的，因此采用这种测量方法，测量精度是不能保证的。
7.可见，现有的道路坡度测量方案，无法保证道路坡度测量的快速性、高精度。


技术实现要素：

8.本技术提供了一种道路坡度测量方法、装置、设备及计算机可读存储介质，能够保证道路坡度测量的快速性、高精度。
9.第一方面，本技术提供了一种道路坡度测量方法，包括：
10.基于目标车辆上安装的激光雷达的采集数据，获取所述目标车辆所在目标道路的三维点云信息；
11.从所述三维点云信息中提取属于道路地面的点云数据；
12.将雷达坐标系下的地面点云数据转换至地理坐标系下的地面点云数据；
13.基于转换后的地面点云数据，生成所述目标道路的道路平面法向量；
14.利用所述道路平面法向量，确定所述目标道路的道路坡度。
15.可选的，所述获取所述目标车辆所在目标道路的三维点云信息，包括：
16.通过对所述激光雷达采集的三维点云信息进行预处理，以保留所述目标车辆前方的预设道路区域对应的三维点云信息；
17.从保留区域对应的三维点云信息中，剔除无效点和孤立点对应的点云数据。
18.可选的，从所述三维点云信息中提取属于道路路面的点云数据，包括：
19.基于所述三维点云信息进行点云栅格化；
20.将每个栅格内的点云按照高度进行排序；
21.将每个栅格中高度最低的点、以及与最低点距离小于预设距离阈值的点，视为所述目标道路上的地面点。
22.可选的，所述将雷达坐标系下的地面点云数据转换至地理坐标系下的地面点云数据，包括：
23.利用所述目标车辆的惯导姿态信息，将雷达坐标系下的地面点云数据转换至地理坐标系下的地面点云数据。
24.可选的，所述基于转换后的地面点云数据，生成所述目标道路的道路平面法向量，包括：
25.基于转换后的地面点云数据解算出道路局部的拟合平面，并生成所述拟合平面的法向量。
26.可选的，所述利用所述道路平面法向量，确定所述目标道路的道路坡度，包括：
27.沿所述目标车辆的车头方向为参考道路走向，将所述道路平面法向量进行方向分解，解算得到道路的横坡方向和纵坡方向；
28.基于所述横坡方向和所述纵坡方向，确定所述目标道路的道路坡度。
29.可选的，所述激光雷达，是安装在所述目标车辆的驾驶室顶部的多线激光雷达。
30.第二方面，本技术提供了一种道路坡度测量装置，包括：
31.点云信息采集单元，用于基于目标车辆上安装的激光雷达的采集数据，获取所述目标车辆所在目标道路的三维点云信息；
32.地面点云提取单元，用于从所述三维点云信息中提取属于道路地面的点云数据；
33.点云坐标转换单元，用于将雷达坐标系下的地面点云数据转换至地理坐标系下的地面点云数据；
34.法向量生成单元，用于基于转换后的地面点云数据，生成所述目标道路的道路平面法向量；
35.道路坡度确定单元，用于利用所述道路平面法向量，确定所述目标道路的道路坡度。
36.可选的，所述点云信息采集单元，具体用于：
37.通过对所述激光雷达采集的三维点云信息进行预处理，以保留所述目标车辆前方的预设道路区域对应的三维点云信息；
38.从保留区域对应的三维点云信息中，剔除无效点和孤立点对应的点云数据。
39.可选的，所述地面点云提取单元，具体用于：
40.基于所述三维点云信息进行点云栅格化；
41.将每个栅格内的点云按照高度进行排序；
42.将每个栅格中高度最低的点、以及与最低点距离小于预设距离阈值的点，视为所述目标道路上的地面点。
43.可选的，所述点云坐标转换单元，具体用于：
44.利用所述目标车辆的惯导姿态信息，将雷达坐标系下的地面点云数据转换至地理坐标系下的地面点云数据。
45.可选的，所述法向量生成单元，具体用于：
46.基于转换后的地面点云数据解算出道路局部的拟合平面，并生成所述拟合平面的法向量。
47.可选的，所述道路坡度确定单元，具体用于：
48.沿所述目标车辆的车头方向为参考道路走向，将所述道路平面法向量进行方向分解，解算得到道路的横坡方向和纵坡方向；
49.基于所述横坡方向和所述纵坡方向，确定所述目标道路的道路坡度。
50.可选的，所述激光雷达，是安装在所述目标车辆的驾驶室顶部的多线激光雷达。
51.第三方面，本技术提供了一种电子设备，包括：处理器、存储器；
52.所述存储器，用于存储计算机程序；
53.所述处理器，用于通过调用所述计算机程序，执行上述道路坡度测量方法。
54.第四方面，本技术提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述道路坡度测量方法。
55.由以上本技术提供的技术方案可见，基于目标车辆上安装的激光雷达的采集数据，获取目标车辆所在目标道路的三维点云信息；从三维点云信息中提取属于道路地面的点云数据；将雷达坐标系下的地面点云数据转换至地理坐标系下的地面点云数据；基于转换后的地面点云数据，生成目标道路的道路平面法向量；利用道路平面法向量，确定目标道路的道路坡度。可见，本技术实施例可以采用激光雷达对道路三维点云进行实时的数据采集，以此保证道路坡度测量的快速性；通过将点云数据由雷达坐标系向地理坐标系进行转换，并基于转换的点云数据生成道路平面法向量，且基于该道路平面法向量确定道路坡度的方式，可以有效保证道路坡度的测量精度。
附图说明
56.图1为本技术示出的一种道路坡度测量方法的流程示意图；
57.图2为本技术示出的道路坡度测量方法的算法框图；
58.图3为本技术示出的原始点云示意图；
59.图4为本技术示出的地面提取结果示意图；
60.图5为本技术示出的一种道路坡度测量装置的组成示意图；
61.图6为本技术示出的一种电子设备的结构示意图。
具体实施方式
62.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术的一些方面相一致的装置和方法的例子。
63.在本技术使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本技术。在本技术和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
64.应当理解，尽管在本技术可能采用术语第一、第二、第三等来描述各种信息，但这
些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本技术范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
65.参见图1，为本技术实施例提供的一种道路坡度测量方法的流程示意图，该方法包括以下步骤s101-s105：
66.s101：基于目标车辆上安装的激光雷达的采集数据，获取目标车辆所在目标道路的三维点云信息。
67.需要说明的是，本技术实施例不对目标车辆的车辆类型进行限定，比如该目标车辆可以是特种车辆。
68.为了便于理解本技术实施例，下面将结合图2所示的道路坡度测量方法的算法框图对本技术实施例的各个步骤进行介绍。
69.在本技术实施例中，可以在目标车辆上安装激光雷达、且不对激光雷达的个数和位置进行限定，但需要激光雷达能够采集目标车辆前方道路的道路信息，即采集道路的三维点云信息，也即图2所示的“路面点云”。其中，目标车辆可以在道路行驶过程中利用激光雷达进行信息采集、也可以在道路上静止时利用激光雷达进行信息采集，从而基于当前每次采集的道路信息，按照本技术实施的各个步骤确定当前道路的坡度，进而实现道路坡度的实时测量。
70.为了采集到目标道路的道路信息，本技术实施例中的激光雷达可以是安装在目标车辆的驾驶室顶部的多线激光雷达。这样，目标车辆在目标道路上时，便可以利用安装在驾驶室顶部的多线激光雷达采集目标道路的三维点云信息，如图3所示的原始点云示意图。
71.对于激光雷达采集的原始三维点云信息，可以对该原始三维点云信息进行信息处理，以去除对道路坡度测量有干扰、无意义的点云数据，即剔除噪点数据，从而获得无干扰、有意义的三维点云信息。可见，本技术实施例可以通过雷达点云重构及预处理，采用去噪滤波算法等对噪点剔除。
72.具体地，在本技术实施例的一种实现方式中，s101中的“获取目标车辆所在目标道路的三维点云信息”，可以包括：通过对激光雷达采集的三维点云信息进行预处理，以保留目标车辆前方的预设道路区域对应的三维点云信息；从保留区域对应的三维点云信息中，剔除无效点和孤立点对应的点云数据。
73.在本实现方式中，首先，可以利用目标车辆的计算单元，对激光雷达采集的原始三维点云信息进行预处理，以切割保留车辆前方一定区域内的点云数据。依据激光雷达成像规律可知，在雷达前方固定区域范围内(如雷达前方10-40米的区域范围内)的点云密集、道路边界点云图像清晰，因此，可将此区域作为有效区域(即预设道路区域)，并保留该有效区域对应的三维点云信息、去除其它三维点云信息。
74.然后，对于保留区域对应的三维点云信息，剔除其中的无效点、孤立点等干扰点。为此，可以将数据值是nan(not a number,无效数字)的点云数据确定为无效点，将无相邻点的点云数据确定为孤立点。
75.s102：从三维点云信息中提取属于道路地面的点云数据。
76.为了测量道路坡度，可以将目标道路的道路路面作为感兴趣区域(如图2所示)，并
从101中的三维点云信息中提取属于道路路面的点云数据，为此，可以采用路面提取算法和道路边界提取算法，识别地面平面及道路边界。
77.在本技术实施例的一种实现方式中，步骤s102“从三维点云信息中提取属于道路路面的点云数据”，可以包括：基于三维点云信息进行点云栅格化；将每个栅格内的点云按照高度进行排序；将每个栅格中高度最低的点、以及与最低点距离小于预设距离阈值的点，视为所述目标道路上的地面点。
78.在本实现方式中，为了进行地面点云的提取，可以将s101中的三维点云数据进行栅格化，对于每个栅格，将该栅格内的各个点云按照高度进行排序，其中，每个点的高度可以基于其所在的雷达坐标系进行确定；基于该栅格内各点的高度排序，将该栅格中高度最低的点视为地面点，且将与最低点距离小于预设距离阈值的点也当做地面点。例如图4所示的地面提取结果示意图。
79.s103：将雷达坐标系下的地面点云数据转换至地理坐标系下的地面点云数据。
80.在本技术实施例中，可以基于激光雷达和惯性融合测量方案，利用惯导数据将激光雷达点云转换至地理坐标系，具体地，在本技术实施例的一种实现方式中，s103具体可以利用目标车辆的惯导姿态信息，将雷达坐标系下的地面点云数据转换至地理坐标系下的地面点云数据。
81.在本实现方式中，可以利用惯导姿态信息、以及预先标定的惯导坐标转换矩阵和雷达坐标转换矩阵，将地面点云数据转换至地理坐标系，从而得到地理坐标系下的地面点云数据。具体地，可以利用高精度惯导、里程计、以及卫星等组合pos(position&orientation system，定位定向)系统作为高精度地理信息参考(如图2所示)，将目标车辆的主体环境感知单元基于雷达坐标系下的地面点云数据转换至地理坐标系下的地面点云数据。
82.s104：基于转换后的地面点云数据，生成目标道路的道路平面法向量。
83.在本技术实施例中，为了实现道路横坡及纵坡的计算，需要在地理坐标系下提取道路平面的法向量，具体地，在本技术实施例的一种实现方式中，s104可以基于转换后的地面点云数据解算出道路局部的拟合平面，并生成该拟合平面的法向量。
84.在本实现方式中，由于地面点云数据是离散数据，可以先基于地理坐标系下的地面点云数据，采用最小二乘的方法解算出道路局部的拟合平面，即，选取道路平面的局部区域，并利用该局部区域的点云数据进行拟合，从而得到更全面的局部地面情况，然后以该局部地面为基准计算出该局部地面的法向量，以此作为整个目标道路的道路平面的法向量。
85.s105：利用道路平面法向量，确定目标道路的道路坡度。
86.在本技术实施例中，基于地理坐标系以及地理坐标系下的道路平面法向量，便可以计算出目标道路与地平面之间的角度，从而计算出目标道路的坡度信息。
87.在本技术实施例的一种实现方式中，s105可以沿目标车辆的车头方向为参考道路走向，将道路平面法向量进行方向分解，解算得到道路的横坡方向和纵坡方向；基于横坡方向和所述纵坡方向，确定目标道路的道路坡度。
88.在本实现方式中，可以以沿车头方向为参考道路走向，提取道路的横坡和纵坡方向，具体可以将平面法向量进行分解，解算得到道路的横坡、纵坡方向，再采用数学拟合及滤波的方法(比如滑动滤波算法)计算道路坡度，在进行滑动计算时，可以滑动道路横向边
界点坡度和道路纵向点距离、以及高度差来进行计算，进而解算道路坡度信息，可以提高道路坡度测量结果的精度及有效性。
89.需要说明的是，本技术实施例针对道路坡度测量快速性、高精度等问题，基于多线激光雷达和惯导融合进行道路坡度测量计算，满足了测量实时性及测量精度的要求，解决了现有技术中车体悬架变化引起标定常值不确定所带来的测量误差问题。
90.还需要说明的是，采用本技术实施例进行道路坡度测量，可以实现道路坡度实时测量，数据更新频率可以达到10hz或者其它所需频率；在路况良好的环境下，道路坡度测量精度可以达到0.1
°
；使用条件不受环境光线变化影响，在逆光、夜晚等环境下均可正常工作。
91.在以上本技术实施例提供的道路坡度测量方法中，基于目标车辆上安装的激光雷达的采集数据，获取目标车辆所在目标道路的三维点云信息；从三维点云信息中提取属于道路地面的点云数据；将雷达坐标系下的地面点云数据转换至地理坐标系下的地面点云数据；基于转换后的地面点云数据，生成目标道路的道路平面法向量；利用道路平面法向量，确定目标道路的道路坡度。可见，本技术实施例可以采用激光雷达对道路三维点云进行实时的数据采集，以此保证道路坡度测量的快速性；通过将点云数据由雷达坐标系向地理坐标系进行转换，并基于转换的点云数据生成道路平面法向量，且基于该道路平面法向量确定道路坡度的方式，可以有效保证道路坡度的测量精度。
92.参见图5，为本技术实施例提供的一种道路坡度测量装置的组成示意图，该装置包括：
93.点云信息采集单元510，用于基于目标车辆上安装的激光雷达的采集数据，获取所述目标车辆所在目标道路的三维点云信息；
94.地面点云提取单元520，用于从所述三维点云信息中提取属于道路地面的点云数据；
95.点云坐标转换单元530，用于将雷达坐标系下的地面点云数据转换至地理坐标系下的地面点云数据；
96.法向量生成单元540，用于基于转换后的地面点云数据，生成所述目标道路的道路平面法向量；
97.道路坡度确定单元550，用于利用所述道路平面法向量，确定所述目标道路的道路坡度。
98.在本技术实施例的一种实现方式中，所述点云信息采集单元510，具体用于：
99.通过对所述激光雷达采集的三维点云信息进行预处理，以保留所述目标车辆前方的预设道路区域对应的三维点云信息；
100.从保留区域对应的三维点云信息中，剔除无效点和孤立点对应的点云数据。
101.在本技术实施例的一种实现方式中，所述地面点云提取单元520，具体用于：
102.基于所述三维点云信息进行点云栅格化；
103.将每个栅格内的点云按照高度进行排序；
104.将每个栅格中高度最低的点、以及与最低点距离小于预设距离阈值的点，视为所述目标道路上的地面点。
105.在本技术实施例的一种实现方式中，所述点云坐标转换单元530，具体用于：
106.利用所述目标车辆的惯导姿态信息，将雷达坐标系下的地面点云数据转换至地理坐标系下的地面点云数据。
107.在本技术实施例的一种实现方式中，所述法向量生成单元540，具体用于：
108.基于转换后的地面点云数据解算出道路局部的拟合平面，并生成所述拟合平面的法向量。
109.在本技术实施例的一种实现方式中，所述道路坡度确定单元550，具体用于：
110.沿所述目标车辆的车头方向为参考道路走向，将所述道路平面法向量进行方向分解，解算得到道路的横坡方向和纵坡方向；
111.基于所述横坡方向和所述纵坡方向，确定所述目标道路的道路坡度。
112.在本技术实施例的一种实现方式中，所述激光雷达，是安装在所述目标车辆的驾驶室顶部的多线激光雷达。
113.上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
114.对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本技术方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
115.本技术实施例还提供了一种电子设备，该电子设备的结构示意图如图6所示，该电子设备6000包括至少一个处理器6001、存储器6002和总线6003，至少一个处理器6001均与存储器6002电连接；存储器6002被配置用于存储有至少一个计算机可执行指令，处理器6001被配置用于执行该至少一个计算机可执行指令，从而执行如本技术中任意一个实施例或任意一种可选实施方式提供的任意一种道路坡度测量方法的步骤。
116.进一步，处理器6001可以是fpga(field－programmable gate array，现场可编程门阵列)或者其它具有逻辑处理能力的器件，如mcu(microcontroller unit，微控制单元)、cpu(central process unit，中央处理器)。
117.应用本技术实施例，可以采用激光雷达对道路三维点云进行实时的数据采集，以此保证道路坡度测量的快速性；通过将点云数据由雷达坐标系向地理坐标系进行转换，并基于转换的点云数据生成道路平面法向量，且基于该道路平面法向量确定道路坡度的方式，可以有效保证道路坡度的测量精度。
118.本技术实施例还提供了另一种计算机可读存储介质，存储有计算机程序，该计算机程序用于被处理器执行时实现本技术中任意一个实施例或任意一种可选实施方式提供的任意一种道路坡度测量方法的步骤。
119.本技术实施例提供的计算机可读存储介质包括但不限于任何类型的盘(包括软盘、硬盘、光盘、cd-rom、和磁光盘)、rom(read-only memory，只读存储器)、ram(random access memory，随即存储器)、eprom(erasable programmable read-only memory，可擦写可编程只读存储器)、eeprom(electrically erasable programmable read-only memory，电可擦可编程只读存储器)、闪存、磁性卡片或光线卡片。也就是，可读存储介质包括由设备
(例如，计算机)以能够读的形式存储或传输信息的任何介质。
120.应用本技术实施例，可以采用激光雷达对道路三维点云进行实时的数据采集，以此保证道路坡度测量的快速性；通过将点云数据由雷达坐标系向地理坐标系进行转换，并基于转换的点云数据生成道路平面法向量，且基于该道路平面法向量确定道路坡度的方式，可以有效保证道路坡度的测量精度。
121.以上所述仅为本技术的较佳实施例而已，并不用以限制本技术，凡在本技术的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本技术保护的范围之内。