[发明专利]一种融合多线激光雷达与超声波数据的障碍物检测方法

说明书

本发明公开了一种融合多线激光雷达与超声波数据的障碍物检测方法，其步骤包括对多线激光雷达获取的数据进行处理得到点云障碍物，以及对超声波数据进行处理得到点状超声波障碍物；对点状超声波障碍物进行邻域搜索，若邻域内存在点云障碍物，则使用点云障碍物作为最终障碍物检测结果；若邻域内不存在点云障碍物，则融合点状超声波障碍物和点云障碍物作为最终障碍物检测结果。本发明通过融合多线激光雷达与超声波数据进行障碍物检测，能够辅助智能驾驶车辆进行驾驶决策，为无人车安全运行及智驾系统提供了较大支持，不仅提高超声波数据的稳定性，还改善了激光雷达传感器带来的检测盲区问题，同时成本相对较低，利于量化生产。

技术领域

本发明涉及障碍物检测技术领域，特别涉及一种融合多线激光雷达与超声波数据的障碍物检测方法。

背景技术

在智能驾驶领域，车辆在道路上行驶时，需要多种技术手段来检测障碍物来提高车辆的安全系数，以避免车辆行驶过程中出现危险碰撞的意外。一般情况下，智能驾驶车辆通过使用激光雷达传感器获取到的数据进行障碍物检测，但是激光雷达传感器存在盲区，需要通过其他传感器辅助来一同进行障碍物检测。

目前，现有的障碍物检测技术大多是通过RGB相机、毫米波雷达或添加激光雷达的方式进行对原激光雷达盲区的弥补。当使用RGB相机检测障碍物时，由于其要求算力较高，数据传输量大，并且长时间使用造成的相机发热问题比较明显，会增加智能驾驶系统的不稳定性；而添加毫米波雷达或者激光雷达的方法，虽然检测结果相对准确稳定，但其成本较高，不适合量化生产。

发明内容

为了克服现有技术存在的不足，本发明提供了一种融合多线激光雷达与超声波数据的障碍物检测方法，旨在实现低成本地进行车辆周身的障碍物检测工作，并且辅助智能驾驶系统进行驾驶决策，所述技术方案如下：

本发明提供一种融合多线激光雷达与超声波数据的障碍物检测方法，包括以下步骤：

S1、对多线激光雷达获取的数据进行处理得到点云障碍物，以及对超声波数据进行处理得到点状超声波障碍物；

S2、对所述点状超声波障碍物进行邻域搜索，若邻域内存在点云障碍物，则使用点云障碍物作为最终障碍物检测结果；若邻域内不存在点云障碍物，则融合点状超声波障碍物和点云障碍物作为最终障碍物检测结果；其中，

S1中所述对多线激光雷达获取的数据进行处理得到点云障碍物的步骤包括：

S111、获取激光雷达点云数据；

S112、将地面从所述点云数据中剔除；

S113、对剔除地面后的点云数据进行分割聚类，得到点云障碍物；

S1中所述对超声波数据进行处理得到点状超声波障碍物的步骤包括：

S121、将原始超声波数据构建成时序超声波数据列表；

S122、对所述时序超声波数据列表进行滤波处理，以剔除噪点和/或异常值；

S123、根据超声波内参、外参构建线状超声波障碍物；

S124、对所述线状超声波障碍物进行散点操作，得到点状超声波障碍物。

进一步地，步骤S112包括仅对Z值较低的点云数据进行平面拟合，得到地面参数并将其剔除；

步骤S113中使用欧几里得增长算法对剔除地面后的点云数据进行点云分割聚类。

进一步地，步骤S113还包括对使用过欧几里得增长算法后的点云数据，再使用体素化网格滤波算法，得到最终的点云障碍物。

进一步地，所述检测方法的步骤还包括根据所述超声波数据与所述点云障碍物的几何位姿关系，在结果层面进行数据融合，得到融合点云障碍物与超声波障碍物的最终结果。