[发明专利]一种道路点云中的护栏提取方法、装置、控制器及汽车

说明书

本发明的目的是提供一种道路点云中的护栏提取方法、装置、控制器及汽车，以实现行驶环境中道路护栏的精准感知，为自动驾驶决策提供可靠的依据。该道路点云中的护栏提取方法，包括：获取经过预处理后的原始道路点云信息；对所获取的原始道路点云信息进行阈值筛选，以筛选出候选点云；基于各候选点云相对于本车的位置分布区间，确定各候选点云所属的护栏候选集；对每一护栏候选集进行曲线拟合，以拟合生成护栏曲线。

技术领域

本发明属于汽车智能驾驶领域，具体涉及一种道路点云中的护栏提取方法、装置、控制器及汽车。

背景技术

随着智能驾驶技术的发展，智能驾驶系统逐渐从辅助驾驶系统向高级自动驾驶系统过渡，对于更高级的自动驾驶系统对传感器的输出特性不再仅仅局限于对道路上障碍物的检测和识别。针对不同的系统需求和自动驾驶策略，对不同传感器的特征输出要求也更为丰富。对于辅助驾驶系统，前毫米波雷达主要用于AEB（自动紧急制动）,ACC（自适应巡航控制），FCW(前向防撞报警)等功能。对于更高级的自动驾驶功能，环境感知系统不仅仅需要感知路上的常规障碍物如车辆，行人，动物等，还需要关注道路边缘，匝道，护栏，隧道等其他环境特征。

为了提供更丰富的环境感知信息，提高自动驾驶系统的安全性和稳定性，本发明基于毫米波雷达的特性，对金属物体的高反射强度，对高速公路和结构化道路上的金属护栏反射点通过算法进行拟合，输出稳定的金属护栏给自动驾驶系统。

发明内容

本发明的目的是提供一种道路点云中的护栏提取方法、装置、控制器及汽车，以实现行驶环境中道路护栏的精准感知，为自动驾驶决策提供可靠的依据。

本发明的技术方案为：

本发明实施例还提供了一种道路点云中的护栏提取方法，包括：

获取经过预处理后的原始道路点云信息；

对所获取的原始道路点云信息进行阈值筛选，以筛选出候选点云；

基于各候选点云相对于本车的位置分布区间，确定各候选点云所属的护栏候选集；

对每一护栏候选集进行曲线拟合，以拟合生成护栏曲线。

其中，获取经过预处理后的原始道路点云信息的步骤包括：

获取前毫米波雷达采集的原始道路点云信息；

对前毫米波雷达采集的原始道路点云信息进行坐标系转换；

对经过坐标系转换后的原始道路点云信息进行预处理，获得经过预处理后的原始道路点云信息；进行预处理的具体步骤为：对原始道路点云信息进行感兴趣区域裁剪、雷达噪点去除和非护栏属性点云去除。

其中，对所获取的原始道路点云信息进行阈值筛选，以筛选出候选点云的具体步骤为：

若原始道路点云满足：原始道路点云是障碍物的概率P_{障碍物概率}大于预设概率，原始道路点云相对于本车的横向绝对速度V_{横向绝对速度}大于预设横向绝对速度且所述原始道路点云相对于本车的横向距离S_横向位置大于预设横向距离，则确定所述原始道路点云为候选点云。

其中，对每一护栏候选集进行曲线拟合，以拟合生成护栏曲线的步骤包括：

当每一护栏候选集中的候选点云数量超过预设数量时，对每一护栏候选集进行三次曲线拟合，获得拟合后的护栏系数，基于所获得的护栏系数，生成护栏曲线；

其中，所述护栏系数包括：护栏的截至点A0，护栏的斜率A1,护栏的曲率A2以及护栏的曲率变化率A3；所生成的护栏曲线具体为：

y= A3x³+A2x²+A1x+A0,x为每一候选雷达点云在坐标系转换后的位置坐标。

本发明实施例还提供了一种道路点云中的护栏提取装置，包括：

获取模块，用于获取经过预处理后的原始道路点云信息；