[发明专利]无人车可通行域分析方法及导航栅格地图制作方法

说明书

本申请公开了一种无人车可通行域分析方法及导航栅格地图制作方法。该无人车可通行域分析方法包括步骤：获取待分析采样点数据步骤，采样区域选择步骤，地形可靠度分析步骤，第一可通行域判断步骤，地形平整度分析步骤，地形坡度分析步骤以及第二可通行域判断步骤。导航栅格地图制作方法包括以下步骤：构建点云地图步骤，构建局部八叉树地图步骤，无人车可通行域分析步骤，以及栅格地图融合步骤。本申请着重解决流程中激光点云预处理、地形可通行域分析、栅格地图融合三个方面的问题。同时结合双目相机获取的点云信息，实现基于高程信息的野外无人车可通行域分析方法。

技术领域

本发明属于野外无人车导航与探索领域，具体涉及到野外无人车环境感知、导航地图构建技术，尤其涉及一种无人车可通行域分析方法及导航栅格地图制作方法。

背景技术

目前无人车的探索与导航已经取得了显著的成就，但是大多数研究都在室内场景、或则结构化室外场景下进行(例如工厂AGV、无人驾驶等)。他们假设无人车运行在一个相对平坦的地面。而如何在地形崎岖的野外(室外)场景下进行无人车的自主三维探索与导航仍是一个研究难题，然而这类研究正是野外搜救、山地环境探索所需要的。

针对具有缓坡与洼地等环境的特定野外场景，目前无法构建实现避障导航与路径规划的栅格地图。而且现有雷达采集的点云数据存在缺失，导致无法准确判断一些区域是否可通行，对可通行域的判断不准确。

发明内容

针对具有缓坡与洼地等环境的特定野外场景，本方法在使用激光slam获取稀疏点云的基础上，提出一种基于地形高程信息处理的无人车可通行域分析方法，用以解决野外场景下的特定“障碍”，例如树木、凹坑与陡坡等在雷达采集的点云数据存在缺失，导致无法准确判断一些区域是否可通行，对可通行域的判断不准确，无法制作有效的导航栅格地图的技术问题。

为了实现上述目的，本发明其中一实施例中提供一种无人车可通行域分析方法，包括以下步骤：

获取待分析采样点数据步骤，在点云地图上获取一预行进区域的待分析采样点的数据，该数据为点云数据；

采样区域选择步骤，在某一待分析采样点同一水平面上在一阈值范围内形成采样区域，将所述采样区域划分为围绕所述待分析采样点的多个邻域；

地形可靠度分析步骤，对于每个邻域进行地形可靠度分析，标记有效邻域与无效邻域；

第一可通行域判断步骤，如果所述待分析采样点周围的无效邻域数量小于2，则判定该采样点为可通行，并对每个有效邻域进行邻域高程处理；否则，标记该采样点为障碍，并返回获取待分析采样点数据步骤，处理下一采样点；

地形平整度分析步骤，以可通行域内的有效邻域的中心高程对采样区域进行地形平整度分析；

地形坡度分析步骤，利用所述待分析采样点周围的有效邻域的中心高程计算所述待分析采样点的高程法向量，获取该采样点在某个方向的坡度以进行地形坡度分析；以及

第二可通行域判断步骤，如果所述待分析采样点所在的采样区域的地形平整度与地形坡度满足阈值，则标记该采样点为可通行；否则，标记该采样点为障碍，并返回获取待分析采样点数据步骤，处理下一采样点。

进一步地，在所述获取待分析采样点数据步骤中，所述点云地图通过激光雷达获取；所述激光雷达包括多个激光传感器，所述激光传感器通过获取周围地形场景的多个特征，选取地势特征形成点云数据。

进一步地，基于无人车启动时的质心的位置来构造坐标系，所述坐标系的坐标轴包括x轴、y轴和z轴，x轴、y轴位于水平面上，x轴为无人车车头朝向方向，z轴垂直于水平面，所述高程为z轴方向的海拔高度；所述邻域为四个，其中两个邻域位于x轴方向上，其中两个邻域位于y轴方向上。