[发明专利]融合视觉与激光雷达数据特征的地铁轨道障碍物检测方法

说明书

本发明公开了一种融合视觉与激光雷达数据特征的地铁轨道障碍物检测方法，包括以下步骤：S1、为地铁装配激光雷达和摄像头；S2、利用装配有激光雷达和摄像头的地铁沿着行驶线路往返至少一次，采集沿途的摄像头图像数据和激光雷达点云数据；S3、利用激光雷达点云数据进行地图的构建；对于交叉轨道处和弯道位置，利用摄像头图像数据进行逐一标定；S4、对于摄像头图像数据和激光雷达点云数据都无法确定的路况，利用人工进行手动标注；形成S2中的行驶线路的地铁地图数据。本发明融合视觉与激光雷达数据特征实现地铁轨道的障碍物检测；以激光雷达数据为主，以视觉特征为辅，对两者数据特征进行挖掘，检测障碍物。

技术领域

本发明涉及自动驾驶技术领域，具体涉及一种融合视觉与激光雷达数据特征的地铁轨道障碍物检测方法。

背景技术

近年来汽车自动驾驶技术如火如荼的发展，却受限于城市路况的诸多随机性而屡屡碰壁，虽然可以通过配备激光雷达、毫米波雷达等传感器增强自动驾驶的可行性，确又受到传感器高价的困扰而无法实施，比如一个64线激光雷达造价达到8000多美元，接近一辆汽车的价格。而城市中主要的公共交通工具——地铁，因其具有固定的行驶路线及其昂贵的价格，以及地铁司机训练的长周期性，将最迫切以及最容易实现自动驾驶。而地铁自动驾驶中，最关注的一个主要问题就是障碍物的检测。

发明内容

基于以上背景技术，本发明提供一种融合视觉与激光雷达数据特征的地铁轨道障碍物检测方法。以激光雷达数据为主，以视觉特征为辅，对两者数据特征进行挖掘，检测障碍物。

为了实现以上目的，本发明采用以下技术方案：

一种融合视觉与激光雷达数据特征的地铁轨道障碍物检测方法，包括以下步骤：

S1、为地铁装配激光雷达和摄像头；

S2、利用装配有激光雷达和摄像头的地铁沿着行驶线路往返至少一次，采集沿途的摄像头图像数据和激光雷达点云数据；

S3、利用激光雷达点云数据进行地图的构建；对于交叉轨道处和弯道位置，利用摄像头图像数据进行逐一标定；

S4、对于摄像头图像数据和激光雷达点云数据都无法确定的路况，利用人工进行手动标注；形成S2中的行驶线路的地铁地图数据。

优选地，所述地铁地图数据中的摄像头图像数据的集合构成视觉特征数据库，所述检测方法还包括视觉特征数据库的不断完善。

更优选地，所述视觉特征数据库的不断完善具体过程为：当根据激光雷达判断轨道上方有障碍物出现时，结合地铁地图数据中的摄像头图像数据和当前摄像头所拍摄的障碍物图像数据，判断最终障碍物是否对地铁轨道行驶造成危险，并将障碍物图像数据加入视觉特征数据库中。

本发明另一方面还提供利用以上检测方法进行地铁轨道障碍物的检测的地铁自动驾驶权的方法。

本发明的有益效果

本发明提供的融合视觉与激光雷达数据特征的地铁轨道障碍物检测方法，融合视觉与激光雷达数据特征实现地铁轨道的障碍物检测；以激光雷达数据为主，以视觉特征为辅，对两者数据特征进行挖掘，检测障碍物。

附图说明

图1为本发明联合标定的理论实验标定板图片。

图2为本发明联合标定的理论实验流程图。

具体实施方式

下面通过实施例对本发明进行具体描述，有必要在此指出的是本实施例只用于对本发明进行进一步说明，不能理解为对本发明保护范围的限制，该领域的技术熟练人员可以根据以上发明的内容做出一些非本质的改进和调整。在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。