本发明属于激光点云数据处理和多传感器融合领域，涉及无人驾驶环境感知障碍物检测，具体为一种基于车载毫米波雷达和激光雷达数据融合的障碍物特征提取方法。
背景技术：
无人驾驶汽车是一种通过车载计算机系统实现自动驾驶的智能汽车，它通过多个传感器感知车辆周围环境，并将环境信息发送至信息处理平台，经平台处理后获得行驶路径，并控制车辆运动。车载信息处理系统主要包括环境感知系统、路径规划系统以及决策控制系统。在环境感知系统中，车辆依靠传感器获取周围环境信息，包括激光雷达、毫米波雷达、超声波雷达、视觉相机等。其中，激光雷达抗干扰能力较强、分辨率高，测距精确度高，但是在雨雾天气下适用性较差，且数据以点云格式输出，计算量较大；毫米波雷达测距精度较低，但是穿透性强，具有全天候、全天时的特点，适用于相对恶劣环境，且数据量小。为了保证车辆安全，精确实现环境感知，需采用多传感器融合技术进行数据冗余处理。
基于单一传感器的障碍物检测方法有：申请号为“201210260776.8”，申请公布号为“cn102756730a”的专利“一种基于毫米波检测的汽车防撞装置、系统和方法”；申请号为“201210143389.6”，申请公布号为“cn102682455a”的专利“一种基于单目视觉的前方车辆检测方法”等。然而单传感器在使用过程中存在误检和漏检的情况，为保证环境感知系统的准确性，通常采用多传感器融合技术获得环境信息。
目前基于多传感器融合的障碍物检测方法有：申请号为“201710100068.0”，申请公布号为“cn106908783a”的专利“基于多传感器信息融合的障碍物检测方法”；申请号为“201610348926.9”，申请公布号为“cn105892489a”的专利“一种基于多传感器融合的自主避障无人机系统及控制方法”；申请号为“201410289872.4”，申请公布号为“cn104076363a”的专利“基于多传感器融合的自动导引小车障碍物快速检测方法”等。多传感器融合相比于单一传感器，减少了误检率和漏检率，然而它们大都只能获得障碍物的位置、速度等信息，而对障碍物的本身边缘形状等属性无法感知。
技术实现要素：
本发明的目的是为了克服现有技术中的不足，为了探测无人驾驶汽车前方的障碍物，保证环境感知系统的准确性，同时降低成本、保证车辆安全和提高实用性，提供一种基于毫米波和激光雷达的障碍物特征提取方法，可以获得障碍物边缘信息，为无人驾驶决策层提供更多依据。
本发明的目的是通过以下技术方案实现的：
一种基于毫米波和激光雷达的障碍物特征提取方法，基于车载毫米波雷达和激光雷达的数据融合，包括以下步骤：
步骤一：获取雷达原始数据；
步骤二：根据雷达协议，对雷达原始数据进行解算，获得障碍物位置信息；
步骤三、对解算后的毫米波雷达数据进行筛选；
步骤四、对毫米波雷达和激光雷达进行时间和空间同步；
步骤五、根据毫米波雷达信息，在激光雷达坐标系下建立roi(regionofinterest)区域，记作ri(i＝1,2,...n),n是毫米波雷达有效目标个数；
步骤六、根据散乱点云数据精简处理方法对第i个roi区域的点云数据进行处理；
步骤七、将点云数据生成二维图像，并对图像进行边缘检测，提取障碍物特征。
步骤一中毫米波雷达数据是通过can(controlareanetwork)总线获取，更新周期为50ms；激光雷达数据是通过以太网获取，更新周期为40ms。
步骤二中对雷达原始数据进行解算是根据毫米波雷达和激光雷达协议，通过计算机编程分别实现对两种雷达原始数据进行解算。
步骤三对解算后的毫米波雷达数据进行筛选，由于毫米波雷达输出的信号存在虚假信号，属于无效信号，需予以滤除，滤除方法为：设(x(k)x'(k)x”(k)x”'(k))t为第k周期探测目标的状态参量，分别为位移x、速度x'、加速度x”、加加速度x”'；一般情况下，真实物体的加加速度x”'值较小，不会发生较大变化，认为常数，根据运动学物理规律，由第k周期目标信息(x(k)x'(k)x”(k)x”'(k))t可预测出目标在第k+1周期的状态，即(x估(k+1)x估'(k+1)x估”(k+1)x估”'(k+1))t，之后将预测值与第k+1周期的测量值比较，当误差在阈值(s0v0a0)t之内，可判定为有效目标；数学表述如下：
式中t是毫米波雷达扫描周期，v是过程噪声分布。
步骤四中对毫米波雷达和激光雷达进行时间同步时采取多线程编程的方式实现时间同步，给毫米波雷达和激光雷达各分配一个单独线程，线程之间采用互斥锁的方式保证线程同步。
步骤四中对毫米波雷达和激光雷达进行空间同步时将毫米波雷达和激光雷达统一到同一个坐标系，以利于后续处理，毫米波雷达采用二维极坐标系(ρ,θ)，ρ是目标的相对距离，θ是目标的方位角；激光雷达采用三维极坐标系
毫米波雷达扫描面为一平面，安装位置离地高度固定，故其在车载坐标系中的z轴为确定值，记作z0；毫米波雷达坐标系中点(ρ,θ)到车载坐标系中点(x,y,z)的变换公式如下：
式中r为2×2旋转矩阵，t为2×1平移矩阵。通过标定法可解出旋转矩阵r和平移矩阵t；
将激光雷达坐标系中点(r,φ,ψ)变换到车载坐标系中点(x,y,z)的变换公式如下：
式中r为3×3旋转矩阵，t为3×1平移矩阵，通过标定法即可解出旋转矩阵r和平移矩阵t。
步骤六中散乱点云数据精简处理方法可通过以下步骤来实现：
1)求取点云的中心；
2)基于栅格搜寻中心点的动态邻域点,建立散乱点云的拓扑关系；
3)采用协方差分析法计算中心点邻域的曲面变化因子；
4)确定每个栅格中心点邻域的精简率,并在邻域范围内均匀精简。
与现有技术相比，本发明的技术方案所带来的有益效果是：
1.原始的激光雷达数据存在大量噪声，经毫米波雷达和激光雷达数据融合后，避免了雷达噪声点，其感知结果相比于单一传感器，更加准确，能够保障车辆安全行驶；
2.在获得障碍物位置、速度等关键信息的基础上，又进一步获取障碍物的边缘信息，有助于对障碍物进行分类，从而做出相应决策；
3.本发明通过建立roi区域的方法，实现了毫米波雷达和激光雷达数据融合，减少了激光雷达点云数据的计算量，加快了数据的处理速度。
4.本发明通过毫米波雷达和激光雷达两个异质传感器的数据融合可以有效解决现有技术中对障碍物的本身边缘形状等属性无法感知的问题。
附图说明
图1为车载毫米波雷达和激光雷达安装位置示意图；
图2为毫米波雷达和激光雷达数据处理流程图；
图3为第i个roi区域ri点云数据处理流程图；
图4为毫米波雷达无效信号滤除流程图；
图5为毫米波雷达坐标系示意图；
图6为激光雷达坐标系示意图；
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，下面将结合附图对本发明的技术方案进行清楚、完整地描述。
步骤一、获取毫米波雷达和激光雷达雷达原始数据；
毫米波雷达数据通过can(controlareanetwork)总线传输至工控机，更新周期50ms；激光雷达数据数据通过以太网接口传输至工控机；更新周期40ms。
步骤二、对雷达原始数据进行解算，获得障碍物位置信息；
通过步骤一获得雷达原始数据后，根据毫米波雷达和激光雷达协议，通过计算机编程分别实现毫米波雷达和激光雷达的数据解算；
步骤三、对毫米波雷达解算后的数据进行筛选；
雷达在使用过程中不稳定，回波能量不均匀，毫米波雷达的输出存在虚假信号，需要滤除。见图4，滤除的方法如下：设(x(k)x'(k)x”(k)x”'(k))t为第k周期探测目标的状态参量，分别为位移x、速度x'、加速度x”、加加速度x”'。假定真实物体的加加速度x”'值为常数。根据第k周期状态参量预测第k+1周期状态参量，预测方法如下:
将预测值与第k+1周期测量值比较，当误差范围在(s0v0a0)t内时，可判定为有效目标。
步骤四、对毫米波雷达和激光雷达进行时间和空间同步；
4.1毫米波雷达数据更新周期是50ms，而激光雷达数据更新周期是40ms；为了保证两种雷达的数据对应于同一实际场景下，需对雷达进行时间同步。本专利采取多线程编程的方式实现时间同步，给毫米波雷达和激光雷达各分配一个单独线程，线程之间采用互斥锁的方式保证线程同步。车载毫米波雷达和激光雷达安装位置见附图1，毫米波雷达安装在车辆正前方，发射面与地面垂直，原点离地面距离为z0，单位：mm，所采用坐标系为二维极坐标系(ρ,θ)；激光雷达安装在车辆正前方，位于毫米波雷达正上方，发射面与地面垂直，原点离地面距离为z1，单位：mm，所采用坐标系为三维极坐标系(ρ,φ,ψ)；雷达获取的数据传输到信息处理系统，做后续处理。见图5和图6，设车载坐标系为(x,y,z)
4.2激光雷达坐标系中点(r,φ,ψ)变换到车载坐标系中点(x,y,z)，变换公式如下：
式中r为3×3旋转矩阵，t为3×1平移矩阵。通过标定法即可解出旋转矩阵r和平移矩阵t；
4.3毫米波雷达扫描面是个平面，且安装位置离地高度是固定的，故其在车载坐标系中的z轴是定值，记作z0；毫米波雷达坐标系中点(ρ,θ)到车载坐标系中点(x,y,z)的变换公式如下：
式中r为2×2旋转矩阵，t为2×1平移矩阵。通过标定法可解出旋转矩阵r和平移矩阵t；
4.4为两个雷达分配两个独立线程a和b，并采取互斥锁的方法使其保持同步。当线程a对某块内存进行操作时，线程b不可以对该内存地址进行操作，直到线程b完成操作。
步骤五、根据毫米波雷达信息，以毫米波雷达数据在激光雷达坐标系下的点为中心，建立n个roi区域，记作ri(i＝1,2...n；)，大小定为3m×5m；
步骤六、根据散乱点云数据精简处理方法对第i个roi区域的点云数据进行处理，详细过程见图2和图3；
步骤七、将点云数据向激光雷达坐标系下的xoy面作投影，生成二维图像并对图像进行边缘检测，提取障碍物特征。
本发明并不限于上文描述的实施方式。以上对具体实施方式的描述旨在描述和说明本发明的技术方案，上述的具体实施方式仅仅是示意性的，并不是限制性的。在不脱离本发明宗旨和权利要求所保护的范围情况下，本领域的普通技术人员在本发明的启示下还可做出很多形式的具体变换，这些均属于本发明的保护范围之内。