CN110389359A - 用于地平面探测的系统和方法 - Google Patents

用于地平面探测的系统和方法 Download PDF

Info

Publication number
CN110389359A
CN110389359A CN201910318715.4A CN201910318715A CN110389359A CN 110389359 A CN110389359 A CN 110389359A CN 201910318715 A CN201910318715 A CN 201910318715A CN 110389359 A CN110389359 A CN 110389359A
Authority
CN
China
Prior art keywords
lidar
ground
path
data
standard
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910318715.4A
Other languages
English (en)
Inventor
金大珍
A·U·巴图尔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Faraday and Future Inc
Original Assignee
Faraday and Future Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Faraday and Future Inc filed Critical Faraday and Future Inc
Publication of CN110389359A publication Critical patent/CN110389359A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/42—Simultaneous measurement of distance and other co-ordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408—Radar; Laser, e.g. lidar
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/55—External transmission of data to or from the vehicle using telemetry
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本发明提供一种用于地平面探测的系统和方法。具体提供一种配置为结合到车辆中的系统，改进的传感器数据处理(例如，LiDAR数据)可用于区分自由空间和物体/危险区。自动驾驶车辆可使用这些信息来执行自动驾驶和/或停车操作。LiDAR数据可包括多个范围测量值(例如，形成三维点云)。每个范围测量值可对应于各个LiDAR信道和方位角。LiDAR数据的处理可包括基于一个或多个点径标准将一个或多个范围测量值识别为地面点或非地面点。一个或多个点标准包括地面投影标准和角度变化标准。

Description

用于地平面探测的系统和方法
技术领域
本发明主要涉及一种光成像、探测和测距(“LiDAR(light detection andranging)”)系统，且更具体地涉及处理来自LiDAR系统的数据以探测地面和/ 或自由空间。
背景技术
现代车辆(尤其是汽车)越来越多地使用用于探测和收集关于车辆周围环 境的信息的传感器和系统。自动驾驶车辆可以使用这些信息来执行自动驾驶、 部分自动驾驶和驾驶员辅助驾驶和/或停车操作。许多自动驾驶、半自动驾驶和 驾驶员辅助驾驶和/或停车操作依赖于多个传感器的协作，多个传感器包括相机、 LiDAR传感器和超声波传感器等。来自一个或多个传感器的数据可用于映射环 境。该映射可用于确定导航方向上的空间是否未被占用(例如，自由空间)或 被物体或危险区(例如，车辆、墙壁、行人、坑洼等)占用。对环境的了解可 以允许自动驾驶或部分自动驾驶车辆在不与物体或其他危险区碰撞的情况下导航。LiDAR传感器对于映射环境(例如，通过生成三维点云)特别有用，因 为激光范围测量值是特别准确的并且可以通过自动或部分自动操作所需的合 理速度生成。通常，可以使用高度阈值来处理LiDAR数据，其中物体可以基 于它们相对于车辆地面的高度被分类为物体/危险区(物)。然而，即使具有良 好的校准设置(在LiDAR传感器坐标和车辆坐标之间具有已知的几何关系， 并且最终可以进一步扩展到真实世界的坐标系统)，但由于真实世界的环境条 件包括导航过程中车辆的动态运动和非平坦驾驶路面道路(变化的斜坡、盆孔、倾角、减速带等)引起的LiDAR坐标系的波动，诸如高度阈值的传统技术也 不能可靠地区分地面/自由空间和物体/危险区的差异。需要改进的处理来区分 自由空间和物体/危险区。
发明内容
本发明涉及用于改进传感器数据(例如，LiDAR数据)的处理以区分自 由空间和物体/危险区的系统和方法。自动驾驶车辆可以使用这些信息来执行自 动驾驶和/或停车操作。LiDAR数据可以包括多个范围测量值(例如，形成三 维点云)。每个范围测量值可以对应于相应的LiDAR信道和方位角。LiDAR数 据的处理可包括基于一个或多个点标准将多个范围测量值中的一个或多个识 别为地面点或非地面点。一个或多个点标准可包括地面投影标准和角度变化标 准。
根据本发明的一个方面，提供一种配置为结合到车辆中的系统，该系统包 括：
包括一个或多个光探测和测距LiDAR信道的一个或多个LiDAR传感器； 以及
耦合到一个或多个LiDAR传感器的一个或多个处理器，处理器被配置为处 理来自一个或多个LiDAR传感器的测距数据，测距数据包括多个范围测量值， 其中处理测距数据包括：
基于一个或多个点标准将多个范围测量值中的一个或多个识别为地面 点或非地面点，其中一个或多个点标准包括地面投影标准和角度变化标准。
根据本发明的另一个方面，提供一种方法，包括：
处理来自一个或多个光探测和测距LiDAR传感器的测距数据，LiDAR传 感器包括一个或多个LiDAR信道，测距数据包括多个范围测量值，其中处理测 距数据包括：
基于一个或多个点标准将多个范围测量值中的一个或多个识别为地面点或 非地面点，其中一个或多个点标准包括地面投影标准和角度变化标准。
根据本发明的又一方面，提供一种存储指令的非暂时性计算机可读存储介 质，该指令在由一个或多个处理器执行时使所述一个或多个处理器执行上述方 法。
附图说明
图1示出了可结合根据本公开的示例的LiDAR系统的车辆控制系统的示 例性系统框图；
图2A-2B示出了根据本公开的示例的扫描LiDAR传感器配置的视图；
图3A示出了根据本公开的示例的扫描LiDAR传感器的LiDAR通道扫过 的弧线的俯视图；
图3B示出了根据本公开的示例的LiDAR数据的示例性表示；
图4示出了根据本公开的示例的处理LiDAR数据以探测地面和/或自由空 间的示例性过程；
图5示出了根据本公开的示例的处理LiDAR数据以探测地面和/或自由空 间的示例性过程；以及
图6A-6B示出了根据本公开的示例的处理LiDAR数据的示例性过程的计 算的可视化表示。
具体实施方式
在以下实施例的描述中，参考附图形成其一部分，并且其中通过图示的方 式示出了可以实践的具体实例。应当理解的是，在不脱离所公开的示例的范围 的情况下，可以使用其他示例并且可以进行结构改变。
图1示出了可以结合根据本公开的示例的LiDAR系统的车辆控制系统的 示例性系统框图。系统100可以结合到车辆中，例如用户汽车。可以结合系统 100的其他示例性交通工具包括但不限于飞机、船、摩托车或工业汽车。车辆 控制系统100可包括一个或多个能够捕获用于确定车辆周围环境的各种特性的 图像数据(例如，视频数据)的相机106。车辆控制系统100可包括如本文所 述的一个或多个LiDAR传感器104。车辆控制系统100还可包括能够探测车辆 周围环境的各种特性的一个或多个其他传感器107(例如，雷达、超声波、IMU等)。例如是LiDAR传感器104、相机106和/或传感器107可用于探测物体的 存在，物体例如是LiDAR传感器104、相机106和/或传感器107的探测范围 内的其他车辆、行人或障碍物。全球定位系统(GPS)接收器108能够确定车 辆的位置。在一些示例中，交通信息105和地图109可以被接收(例如，通过 天线)或被访问(例如，从存储器112或内部存储器116)，并且可用于例如确 定自动驾驶路线。地图109可以是高清晰度地图，其可选地可包括关于一些静 止物体的信息(交通灯的存在、类型和/或位置，减速带、斜坡、路缘等)。
车辆控制系统100可包括耦合到LiDAR传感器104、交通信息105、相机 106、传感器107、GPS接收器108和地图109的车载计算机110。车载计算机 110能够接收交通信息、来自相机的图像数据、来自LiDAR传感器的LiDAR 数据、来自传感器107和GPS接收器108的输出以及地图109中的一个或多个。 应当注意的是，来自多个传感器的传感器数据可以融合在一起(例如，LiDAR 数据、雷达(RADAR)数据、超声波传感器数据、相机数据、惯性测量单元(IMU) 数据等)。这种融合可以发生在车载计算机110的一个或多个电子控制单元 (ECU)上。被选择为用于执行数据融合的一个或多个ECU可以以一个或多 个ECU可用的资源量(例如，处理能力和/或存储器)为基础，并可以在ECU 之间和/或ECU内的组件之间动态地移位(因为ECU可包含多于一个处理器) 以优化性能(例如，自动驾驶和停车演习的性能)。
车载计算机110可包括存储器112、内部存储器116和处理器(中央处理 单元(CPU))114。CPU 114可以执行存储在存储器112和/或内部存储器116 中的自动驾驶软件。例如，CPU 114可以处理交通信息、图像数据、传感器输 出，GPS输出和地图中的一些或全部，并基于此做出驾驶决定。例如，处理可 以包括探测和跟踪环境中的物体、跟踪车辆参数(例如，测距、位置)、导航 计划、车道选择/改变计划、运动计划、确定自动驾驶和/或自动停车命令等。 如本文中更详细讨论的(例如，参考附图2A-6B)，CPU 114(或车辆100中的 另一处理器)还可以处理来自各种传感器的一些或全部图像数据(例如，包括 LiDAR数据)以探测自由空间和地面，并且基于探测的自由空间采取行动。
另外，存储器112和/或内部存储器116可以存储用于执行上述处理的指令 和数据。特别地，存储器112和/或内部存储器116可用于存储和处理数据以探 测自由空间和地面。存储器112和/或内部存储器116可以是任何非暂态计算机 可读存储介质(如固态驱动器、硬盘驱动器)或随机存取存储器(RAM)以及 其他可能的存储器。另外，车载计算机110可以包括通信接口118，其可以启 用或执行车载计算机110的组件之间、车载计算机110与车辆控制系统100的 其他组件之间或车载计算机110和其他外部系统之间的通信。
车辆控制系统100还可以包括控制器120，其能够基于从处理器接收的自 动驾驶和/或停车命令来控制车辆操作的一个或多个方面。在一些示例中，车辆 控制系统100可连接(例如，经由控制器120)到车辆中的一个或多个致动器 系统130和车辆中的一个或多个指示器系统140。一个或多个致动器系统130 可包括但不限于马达131或发动机132、电池系统133、变速器传动装置134、 悬架设置135、制动器136、转向系统137和门系统138。车辆控制系统100可 在车辆操作期间经由控制器120控制这些致动器系统130中的一个或多个；例如，使用门致动器系统138打开或关闭车辆的一个或多个门，在自动驾驶或停 车操作期间使用马达131或发动机132、电池系统133、变速器传动装置134、 悬架设置135、制动器137和/或转向系统137、门系统138等控制车辆。致动 器系统130还可包括传感器，传感器将航位推测信息(例如，转向信息、速度 信息等)发送(例如，经由控制器120)到车载计算机110以估计车辆的位置 和方向。应当理解的是，本文描述的自动驾驶不限于完全自动驾驶系统；自动 驾驶可包括完全或部分自动驾驶和/或驾驶员辅助系统。
一个或多个指示器系统140可包括但不限于一个或多个扬声器141(例如， 作为车辆中的娱乐系统的一部分)、车辆中的一个或多个灯142、车辆中的一个 或多个显示器143，车辆中的一个或多个触感部件144(例如，作为车辆中的 方向盘或座椅的一部分)，以及一个或多个信息娱乐系统145(例如，向用户提 供娱乐和/或信息)。车辆控制系统100可经由控制器120控制这些指示器系统 140中的一个或多个以向车辆的用户提供指示。
图2A-2B示出了根据本公开的示例的扫描LiDAR传感器配置的视图。图 2A-2B示出了扫描LiDAR传感器202，其可以安装在车辆200的发动机罩或车 顶上，或者可以以其他方式附接和/或集成到车辆底盘的一部分。扫描LiDAR 传感器202可包括一个或多个激光信道(LiDAR信道)204。每个LiDAR信道 可对应于具有相应的俯仰角(其中i可以表示LiDAR信道)的扫描LiDAR 传感器202中的激光光源。在一些示例中，扫描LiDAR传感器202可包括4-128 个信道。在一些示例中，扫描LiDAR传感器202可包括16个信道、32个信道 或64个信道。在一些示例中，一个或多个LiDAR信道可指向向上的方向(例 如，以探测头顶间隙、比车辆200高的车辆或可能位于车辆上方的任何其他物 体)，一个或多个LiDAR信道可指向向下的方向(例如，探测可能接近地面的 物体，例如减速带、坑洼、小孩、宠物或任何其他低的物体)，并且一个或多 个LiDAR信道可探测在路径或周围环境中的物体(例如，其他车辆、结构、 障碍物、行人、骑自行车者等)。激光光束的总数、光束在不同方向上的分布 以及光束的取向可以与附图的图示和描述不同，但仍然在本公开的范围内。
扫描LiDAR传感器202可以旋转一个旋转角度以使每个LiDAR信道能够 扫描一个弧线(例如，沿弧线捕获测距测量值)。在一些示例中，用于每个LiDAR 信道的激光光源可以旋转180度或360度(或不同的扫描范围)。在一些示例 中，每个LiDAR信道扫描相同的角度。在一些示例中，不同的LiDAR信道可 以扫过不同的角度。扫描LiDAR传感器202可通过轴连接到马达。位置编码 器(例如，编码器轮)可用于确定LiDAR信道的旋转位置，并且当激光光源 沿弧线发射激光束时，镜子的旋转位置可用于确定方位角θaz。在一些示例中， 每个激光光源可提供连续的激光照射。在其他示例中，每个激光光源可提供照 射脉冲。在一些示例中，用于脉冲激光光源的激光脉冲的定时可以是可控的。
在一些示例中，扫描LiDAR传感器202可以包括一个或多个可旋转的镜 子(而不是旋转激光光源)，并且每个激光光源可以指向可旋转的镜子(其可 以通过轴附接到马达)。位置编码器可用于确定镜子的旋转位置，并且镜子的 旋转位置可用于确定镜子沿弧线指向的方向。
如本文所述，在一些示例中，每个LiDAR信道204可以发射激光束。当 发射的光束遇到物体(或地面)时，发射光的一部分可以从物体反射并返回扫 描LiDAR传感器202中的相应的光传感器。光传感器可以是硅光电二极管、 雪崩光电二极管、光电倍增管或其他可以探测反射激光的光电传感器。在一些 示例中，光源和光传感器可以集成到同一单元中。在一些示例中，光源和光传 感器可以被实现为不同的单元。在一些示例中，可以为从激光光源发射的每个 光束提供一个光传感器(即，每个LiDAR信道有一个光源和光传感器对)。在 一些示例中，分束器可用于将反射光束重定向到光传感器。
可以通过测量反射光束的飞行时间或通过其他测距技术来确定范围。可以 确定沿着由LiDAR信道扫过的弧线的每个LiDAR信道的范围。所确定的范围 可以是LiDAR信道的激光光源的俯仰角和沿着由LiDAR信道扫过的弧线的方 位角的函数。例如，LiDAR信道的每个范围测量值可以表示为其中i 可以表示LiDAR信道(具有相应的俯仰角)以及θaz可以表示方位角。
图2A示出了单信道LiDAR信道204。通过沿弧线的多个方位角进行测量， 可以关于弧线生成物体的图像。在一些示例中，图像可以对应于道路上方的特 定高度(例如，假设完全平坦的地面)。在一些示例中，俯仰角可以被调节且 LiDAR信道可以扫过一个或多个另外的弧线。以这种方式，扫描LiDAR传感 器202可以映射不同高度的环境以探测扫描LiDAR传感器的扫描区域内的物 体的位置和距离。在一些示例中，如图2B所示，多个LiDAR信道204_1至 204_N可用于并行扫描不同的弧线，以便能够更快地映射环境(这可以实现自 主导航的更好的性能)。
图3A示出了根据本公开的示例的扫描LiDAR传感器的LiDAR信道扫过 的弧线的俯视图300。LiDAR传感器302(例如，对应于LiDAR传感器202) 可以为多个LiDAR信道304_1至304_N(例如，对应于LiDAR信道204_1至 204_N)中的每一个发射激光光束。如俯视图300中所示，可以对信道进行索 引，使得信道1最近且信道N最远。如本文所讨论的，每个LiDAR信道的测 量值可以根据方位角来进行索引。图3A示出了沿路径306的对应于特定方位 角θA(即θaz＝θA)的测量值。对于方位角θA，路径可包括针对LiDAR信道1 至N的测量值至尽管图3A仅示出了一条路径，但应该理解的是，当 LiDAR扫过弧线时，可以形成另外的路径。另外，尽管图3A中示出了360度 的弧线，但在一些示例中可以扫描较小的弧线(例如，180度)。
图3B示出了根据本公开的示例的LiDAR数据(例如，由扫描LiDAR传 感器202、302测量的数据)的示例性表示。数据可以表示为包括范围测量条 目R11至RNM的N×M矩阵310，其可以根据LiDAR信道和方位角来进行索引。 在该表示中，矩阵310的每列可以对应于路径(例如，诸如路径306)且每行 可以对应于LiDAR信道沿弧线的测量值。
如本文所述，在理想的环境中(例如，完全平坦的地面，没有LiDAR坐 标系的波动)，扫描LiDAR系统扫描的每个弧线可以对应于不同的高度，从而 允许使用高度阈值来可靠地区分地面与物体/危险区。在真实世界的环境条件下 (包括由导航期间车辆的动态运动和非平坦的驾驶路面道路(变化的斜坡、盆 孔、斜坡、减速带等)引起的LiDAR坐标系的波动)可能需要额外的处理以 可靠且快速地区分地面和物体/危险区。本文描述的处理的一个优点是在地面和 物体/危险区之间的稳健且可靠的区分。
图4示出了根据本公开的示例的处理LiDAR数据以探测地面和/或自由空 间的示例性过程400。过程400可以在405处通过获取由扫描LiDAR传感器(例 如，LiDAR传感器104、扫描LiDAR传感器202、302)测量的LiDAR数据开 始。在一些示例中，LiDAR数据可以存储在存储器112中。在410处，可以处 理LiDAR数据(例如，通过车载计算机110的CPU 114)。关于激光数据处理 的细节将在下面的图5中作更详细地说明。在415处，可以识别地平面和/或自 由空间(例如，通过车载计算机110的CPU 114)。识别的地平面和/或自由空 间可用于生成导航命令。在420处，车辆可以基于使用导航命令所识别的地平 面和/或自由空间进行导航。例如，车辆可以停止或转弯以避免与车辆路径中的 危险区相撞。当车辆的路径是没有危险区/物体的自由空间时，车辆可以继续进 行自动驾驶和/或停车命令。
图5示出了根据本公开的示例的处理LiDAR数据以探测地面和/或自由空 间的示例性过程500。过程500可以对应于过程400中410、415处的处理和识 别(例如，由车载计算机110的CPU 114执行)。在505处，LiDAR数据(例 如，由扫描LiDAR传感器测量)可以分解为高度投影和地面投影。返回参考 图2A，对于在特定方位角处的LiDAR信道的测量值，可以分解为两个投 影和其中可表示高度投影和可表示地面投影。 和可以用例如下列等式计算：
在510处，范围测量值可基于一个或多个点标准识别为地面点或非地面点。 再次参考图3A-3B，可以通过来自给定方位角处每个LiDAR信道的范围测量 值来定义路径，并可将其表示为矩阵310中的列。在515处，识别范围测量值 为地面点或非地面点可包括针对每个路径(即，每个固定方位角)沿路径计算 高度投影测量值的差值。可以使用以下等式计算高度投影测量值的差值：
其中可以表示高度投影测量值的差值(索引到j，对于N LiDAR信道系统，j＝1到j＝N-1)，其中每个差值通过减去沿两个相邻LiDAR信道之间的路 径的高度投影测量值来计算。识别候选地面路径还可以包括在520处对于每个 路径计算沿路径(即，每个固定方位角)的地面投影测量值的差值。可以使用 以下等式计算地面投影测量值的差值：
其中可以表示地面投影测量值的差值(索引到j，对于N LiDAR信道系 统，j＝1到j＝N-1)，其中每个差值通过将沿两个相邻LiDAR信道之间的路径 的地面投影测量值相减来计算。
将范围测量值识别为地面点或非地面点还可包括在525处对于每个路径 计算沿路径的角度变化(即，每个固定的方位角)。可使用以下等式计算沿路 径的两个矢量之间的角度变化：
其中Δφj可以表示对应于θA的路径的两个矢量和之间的角度变化。矢量和可以通过以下等式定义：
将范围测量值识别为地面点或非地面点还可包括确定范围测量值是否满 足一个或多个点标准。一个或多个点标准可包括地面投影标准和角度变化标准。 关于地面投影标准，处理可包括在530处确定沿从LiDAR传感器延伸开的路 径，地面投影差值是否对应于正的增加。地平面的LiDAR测量值被期望具有 沿远离LiDAR传感器的路径单调增加的距离。根据两个相邻范围测量值之间 的地面投影差值为零或负值，范围测量值可能无法满足地面投影标准并 被识别为非地面点。根据两个相邻范围测量值之间的地面投影差值为非零和正 值，范围测量值可能满足一个或多个点标准的地面投影标准并被识别为地面点。在一些示例中，地面投影标准可以将地面投影差值与阈值而不是零(例 如，正的非零数字)进行比较。可基于通过在各种真实世界的驾驶条件下扫描 LiDAR传感器收集的数据来凭经验确定阈值。
关于角度变化标准，处理可包括在535处确定沿路径的两个矢量之间的角 度变化是否小于角度变化阈值。根据沿路径的两个矢量之间的角度变化小于阈 值，可满足一个或多个点标准的角度变化标准，以将范围测量值识别为 地面点。角度变化小于阈值可指示沿路径的地面投影之间的逐渐变化或小的斜 率，这反过来可指示地平面。根据沿路径的两个矢量之间的角度变化大于或等 于阈值，可能无法满足角度变化标准，以及范围测量值可被识别为非地 面点。角度变化等于或大于阈值可指示沿路径的地面投影之间的快速变化或大 的斜率，这反过来可指示沿路径的物体/危险区。角度变化阈值可基于由扫描 LiDAR传感器收集的、与在各种真实世界的驾驶条件下的障碍/无危险地平面 和障碍/存在危险地平面相对应的数据来凭经验确定。
图6A示出了根据本公开的示例的针对一个路径(对应于一个方位角)的 过程500的515、520和525处的计算的可视化表示600。LiDAR传感器602 可以发射激光，接收反射的激光，并测量每个LiDAR信道的范围数据。在图 6A的可视化表示600中，三个LiDAR信道可以在特定方位角θA： 产生三个范围测量值604、606和608。范围测量值604、606和608可以 被分解(例如，在过程500的505处)为高度投影测量和地面投影测量。通过 两个相邻LiDAR信道之间的高度投影测量值相减和可以计算用于高度投影测量的差值610_H、612_H。 同样，通过两个相邻LiDAR信道之间的地面投影测量值相减 和可以计算用于地面投影测量的差值610_G、 612_G。可以基于地面差值来评估地面投影标准。如图6A中所示，差值610_G 是正值且大于零(或不同的正值、非零阈值)且差值612_G是正值且大于零(或 不同的正值、非零阈值)。结果，范围测量值604和606可满足被识别为地面 点的地面投影标准。矢量614可以由和构成以及矢量 616可以由和构成。可计算矢量614和616之间的角度变化 618(例如，在过程500的525处)。根据角度变化618小于角度变化阈值，范 围测量值604(以及范围测量值604和606之间的点)可满足被识别为地面点 的角度变化标准。根据角度变化618处于或大于角度变化阈值，范围测量值604 (以及范围测量值604和606之间的点)可能无法满足被识别为地面点的角度 变化标准(即，以及可被识别为非地面点)。
在一些示例中，可以针对沿每个路径的每个范围测量值重复该处理，以识 别满足一个或多个点标准(包括地面投影标准和角度变化标准)的地面点和识 别不满足一个或多个点标准(例如，不满足地面投影标准或角度变化标准)的 非地面点。
返回到图5，在过程中500的540处，可以基于将范围测量值识别为地面 点和非地面点来识别自由空间。例如，在545处，可确定从LiDAR传感器到 每个路径的非地面点的最小距离是自由空间。
图6B示出了根据本公开的示例的过程500的540处的计算的可视化表示 630。在图6B的可视化表示630中，LiDAR传感器632的每个LiDAR信道634 可以由弧线表示。可视化表示630还示出了向着沿路径从LiDAR到最接近的 非地面点的最小距离从LiDAR传感器632延伸的箭头(例如，对应于不同的 方位角方向)。物体或危险区636、638、640和642(例如，车辆、行人等)的 存在可以导致在与一个物体相交的方位角处LiDAR信道识别非地面点(通过在具有非地面点的弧线处箭头的终止来表示)。没有物体或危险区的结果是不 与物体之一相交的方位角处识别地面点(由超出所示的弧线的箭头来表示)。 自由空间区域644可以在各种方位角的最小距离内限定到非地面点。可以生成 命令以允许在自由空间内的自动导航和/或自动停车，以避开物体。
应当理解的是，过程500的流程是示例性的，并且可以进行修改(例如， 以改善LiDAR数据处理性能)。例如，在515和520处将LiDAR数据分解成 高度投影测量和地面投影测量可以并行而不是串行进行。附加地或可选地，可 以不对于所有路径/方位角执行510处的地面点和非地面点识别过程。例如，具 有1°方位角分辨率的360°LiDAR传感器可以产生360个路径。然而，在一 些示例中，不是为这些360个路径中的每一个计算差值和角度变化，而是可以 处理路径的子集以识别地面点和非地面点。可以基于车辆的几何形状(即，车 辆安全行进所需的间隙和行进方向)来选择路径子集。例如，如果沿两个非相 邻路径的一个或多个点被识别为非地面点(不满足一个或多个点标准)且两个 非相邻路径之间的间隔不足以使车辆到安全通过，则可以跳过用于识别地面和 非地面点的中间路径的处理(因为即使这些路径可能是自由空间，它们也不是 车辆可行的导航路线的一部分)。因此，识别地面路径的处理可以首先应用于 每n个路径(例如，其中n是基于至少车辆的几何形状选择的大于1的整数)， 然后，可以在具有第一处理中识别的非地面点的路径之间放弃处理中间路径。 在一些示例中，可以在第一路径处理中识别的畅通路径(没有非地面点)之间 的中间路径可被处理以识别地面和非地面点(以及可能的附加畅通路径)。在 一些示例中，可以基于导航方向来选择路径子集。例如，可以处理具有一定范 围的方位角(例如，距行进方向±20°)的每个路径，因为行进方向可能对危 险区/物体的存在特别敏感。如上所述，对于每n个路径，可以处理距行进方向 的方位角范围之外的路径(或者可以根本不对其进行处理，如果在行进方向上 方位角的范围内有畅通路径)。
附加地或可选地，一个或多个点标准的计算和评估可以以与上述不同的顺 序执行。在一些示例中，可以发生高度投影(在515处)、地面投影(在520 处)和角度变化(在525处)的计算，并且在这些计算之后，可以评估地面投 影标准和角度变化标准(分别在530处和在535处)。在一些示例中，在第一 次计算地面投影(在520处)之后，可以针对每条路径评估在530处的地面投 影标准，以识别非地面点和潜在地面点(经受角度变化标准的评估)。然后可 以基于通过地面投影标准的评估没有识别出非地面点的路径的计算角度变化 来评估角度变化标准(在535处)。对于具有非地面点的那些路径，角度变化 和评估可忽略。
附加地或可选地，一个或多个点标准的计算和评估可以从LiDAR传感器 向外进行，直到遇到每个路径的非地面点。例如，可以对LiDAR信道1(最靠 近LiDAR传感器的信道)执行地面投影标准和/或角度变化标准的评估。对于 关于LiDAR信道1的范围测量值识别出地面点的路径，可对LiDAR信道2的 范围测量值执行地面投影标准和/或角度变化标准的评估。对于关于LiDAR信 道1的范围测量值识别出非地面点的路径，可在不对LiDAR信道2的范围测 量值进行处理的情况下，停止对地面投影标准和/或角度变化标准的评估。同样 地，对于每个路径，可以对沿路径的每个范围测量值执行地面投影标准和/或角 度变化标准的评估，直到遇到非地面点。
因此，根据以上所述，本公开的一些示例涉及一种系统(例如，被配置为 结合到车辆中)。该系统可包括包括一个或多个LiDAR信道的一个或多个光探 测和测距(LiDAR)传感器和耦合到一个或多个LiDAR传感器的一个或多个 处理器。处理器可以被配置为处理来自一个或多个LiDAR传感器的测距数据， 测距数据包括多个范围测量值。处理测距数据可以包括基于一个或多个点标准 将多个范围测量值中的一个或多个识别为地面点或非地面点。一个或多个点标 准可以包括地面投影标准和角度变化标准。除以上公开的一个或多个示例之外 或作为另外一种选择，在一些示例中，一个或多个处理器还可以被配置为：基 于测距数据的子集的识别作为地面点或非地面点来生成用于车辆的导航命令。 除以上公开的一个或多个示例之外或作为另外一种选择，在一些示例中，多个 范围测量值的每个范围测量值可对应于一个或多个LiDAR信道中的一个和多 个方位角中的一个。除以上公开的一个或多个示例之外或作为另外一种选择， 在一些示例中，处理测距数据可以包括将测距数据分解为高度投影数据和地面 投影数据。除以上公开的一个或多个示例之外或作为另外一种选择，在一些示 例中，将多个范围测量值中的一个或多个识别为地面点或非地面点可包括，对 于包括在各个路径的方位角处的一个或多个LiDAR传感器的每一个范围测量 值的每个路径：计算一个或多个LiDAR信道中的相邻LiDAR信道之间的地面 投影数据的差值。除以上公开的一个或多个示例之外或作为另外一种选择，在 一些示例中，当地面差值大于零时，范围测量值可满足地面投影标准。除以上 公开的一个或多个示例之外或作为另外一种选择，在一些示例中，将多个范围 测量值中的一个或多个识别为地面点或非地面点可包括：对于每个路径，计算 在一个或多个LiDAR信道中的相邻LiDAR通道之间的高度投影数据的差值。 除以上公开的一个或多个示例之外或作为另外一种选择，在一些示例中，将多 个范围测量值中的一个或多个识别为地面点或非地面点可包括：对于每个路径， 使用高度投影数据的差值和地面投影数据的差值计算沿各个路径的角度变化。 除以上公开的一个或多个示例之外或作为另外一种选择，在一些示例中，当沿 路径的角度变化小于角度变化阈值时，可满足角度变化标准。除以上公开的一 个或多个示例之外或作为另外一种选择，在一些示例中，一个或多个处理器可 进一步配置为：基于沿一个或多个路径到一个或多个非地面点的最小距离来识 别自由空间。一个或多个路径中的每个路径可包括在各个路径的方位角处的一 个或多个LiDAR传感器的每一个范围测量值。
本公开的一些示例涉及一种方法。该方法可包括处理来自一个或多个光探 测和测距(LiDAR)传感器的测距数据，该LiDAR传感器包括一个或多个LiDAR 信道，测距数据包括多个范围测量值。处理测距数据可以包括：基于一个或多 个点标准将多个范围测量值中的一个或多个识别为地面点或非地面点。一个或 多个点标准可包括地面投影标准和角度变化标准。除以上公开的一个或多个示 例之外或作为另外一种选择，在一些示例中，该方法可以进一步包括基于测距 数据的子集的识别作为地面点或非地面点来生成用于车辆的导航命令。除以上 公开的一个或多个示例之外或作为另外一种选择，在一些示例中，多个范围测 量值的每个范围测量值可对应于一个或多个LiDAR信道中的一个和多个方位 角中的一个。除以上公开的一个或多个示例之外或作为另外一种选择，在一些 示例中，处理测距数据包括将测距数据分解为高度投影数据和地面投影数据。 除以上公开的一个或多个示例之外或作为另外一种选择，在一些示例中，将多 个范围测量值中的一个或多个识别为地面点或非地面点可包括：对于包括在各 个路径的方位角处的一个或多个LiDAR传感器的每一个范围测量值的每个路 径：计算一个或多个LiDAR信道中的相邻LiDAR信道之间的地面投影数据的 差值。除以上公开的一个或多个示例之外或作为另外一种选择，在一些示例中， 当地面差值大于零时，范围测量值可满足地面投影标准。除以上公开的一个或 多个示例之外或作为另外一种选择，在一些示例中，将多个范围测量值中的一 个或多个识别为地面点或非地面点可包括：对于每个路径，计算在一个或多个 LiDAR信道中的相邻LiDAR通道之间的高度投影数据的差值。除以上公开的 一个或多个示例之外或作为另外一种选择，在一些示例中，将多个范围测量值 中的一个或多个识别为地面点或非地面点可包括：对于每个路径，使用高度投 影数据的差值和地面投影数据的差值计算沿各个路径的角度变化。除以上公开 的一个或多个示例之外或作为另外一种选择，在一些示例中，当沿路径的角度变化小于角度变化阈值时，可满足角度变化标准。除以上公开的一个或多个示 例之外或作为另外一种选择，在一些示例中，该方法还包括为：基于沿一个或 多个路径到一个或多个非地面点的最小距离来识别自由空间。一个或多个路径 的每个路径可包括在各个路径的方位角处的一个或多个LiDAR传感器中的每 一个范围测量值。
尽管已经参考附图充分描述了示例，但是应当注意的是，对于本领域技术 人员来说，各种改变和修改将是显而易见的。这些变化和修改应被理解为包括 在由所附权利要求限定的本公开的示例的范围内。

Claims (20)

1.一种配置为结合到车辆中的系统，所述系统包括：
包括一个或多个光探测和测距LiDAR信道的一个或多个LiDAR传感器；以及
耦合到所述一个或多个LiDAR传感器的一个或多个处理器，所述处理器被配置为处理来自所述一个或多个LiDAR传感器的测距数据，所述测距数据包括多个范围测量值，其中处理所述测距数据包括：
基于一个或多个点标准将多个范围测量值中的一个或多个识别为地面点或非地面点，其中所述一个或多个点标准包括地面投影标准和角度变化标准。
2.根据权利要求1所述的系统，其中，所述一个或多个处理器进一步配置为：根据将所述测距数据的子集识别为地面点或非地面点，生成用于所述车辆的导航命令。
3.根据权利要求1所述的系统，其中，所述多个范围测量值中的每一个范围测量值对应于所述一个或多个LiDAR信道之一和多个方位角之一。
4.根据权利要求1所述的系统，其中，处理所述测距数据包括将所述测距数据分解为高度投影数据和地面投影数据。
5.根据权利要求4所述的系统，其中，将所述多个范围测量值中的一个或多个识别为地面点或非地面点包括对于包括在各个路径的方位角处一个或多个LiDAR传感器中的每一个的范围测量值的每个路径：
计算所述一个或多个LiDAR信道中的相邻LiDAR信道之间的地面投影数据的差值。
6.根据权利要求5所述的系统，其中，当所述地面差值大于零时，范围测量值满足所述地面投影标准。
7.根据权利要求5所述的系统，其中，将所述多个范围测量值中的一个或多个识别为地面点或非地面点包括对于每个路径：
计算所述一个或多个LiDAR信道中的相邻LiDAR信道之间的高度投影数据的差值。
8.根据权利要求7所述的系统，其中将所述多个范围测量值中的一个或多个识别为地面点或非地面点包括对于每个路径：
使用高度投影数据的差值和地面投影数据的差值来计算沿相应路径的角度变化。
9.根据权利要求8所述的系统，其中，当沿路径的角度变化小于角度变化阈值时，满足所述角度变化标准。
10.根据权利要求1所述的系统，其中，所述一个或多个处理器还配置为：
根据沿一个或多个路径到一个或多个非地面点的最小距离来识别自由空间，其中，所述一个或多个路径中的每个路径包括在所述各个路径的方位角处所述一个或多个LiDAR传感器中的每一个的范围测量值。
11.一种方法，包括：
处理来自一个或多个光探测和测距LiDAR传感器的测距数据，所述LiDAR传感器包括一个或多个LiDAR信道，所述测距数据包括多个范围测量值，其中处理所述测距数据包括：
基于一个或多个点标准将多个范围测量值中的一个或多个识别为地面点或非地面点，其中所述一个或多个点标准包括地面投影标准和角度变化标准。
12.根据权利要求11所述的方法，所述方法还包括：
根据将所述测距数据的子集识别为地面点或非地面点，生成用于所述车辆的导航命令。
13.根据权利要求11所述的方法，其中，处理所述测距数据包括将测距数据分解为高度投影数据和地面投影数据。
14.根据权利要求13所述的方法，其中，将所述多个范围测量值中的一个或多个识别为地面点或非地面点包括对于包括在各个路径的方位角处一个或多个LiDAR传感器中的每一个的范围测量值的每个路径：
计算所述一个或多个LiDAR信道中的相邻LiDAR信道之间的地面投影数据的差值。
15.根据权利要求14所述的方法，其中，当所述地面差值大于零时，范围测量值满足所述地面投影标准。
16.根据权利要求14所述的方法，其中，将所述多个范围测量值中的一个或多个识别为地面点或非地面点包括对于每个路径：
计算所述一个或多个LiDAR信道中的相邻LiDAR信道之间的高度投影数据的差值。
17.根据权利要求16所述的方法，其中将所述多个范围测量值中的一个或多个识别为地面点或非地面点包括对于每个路径：
使用高度投影数据的差值和地面投影数据的差值来计算沿相应路径的角度变化。
18.根据权利要求17所述的方法，其中，当沿路径的角度变化小于角度变化阈值时，满足所述角度变化标准。
19.根据权利要求11所述的方法，其中，所述方法还包括：
根据沿一个或多个路径到一个或多个非地面点的最小距离来识别自由空间，其中，所述一个或多个路径中的每个路径包括在所述各个路径的方位角处所述一个或多个LiDAR传感器中的每一个的范围测量值。
20.一种存储指令的非暂时性计算机可读存储介质，所述指令在由一个或多个处理器执行时使所述一个或多个处理器执行方法，所述方法包括：
处理来自一个或多个光探测和测距LiDAR传感器的测距数据，所述LiDAR传感器包括一个或多个LiDAR信道，所述测距数据包括多个范围测量值，其中处理所述测距数据包括：
基于一个或多个点标准将多个范围测量值中的一个或多个识别为地面点或非地面点，其中所述一个或多个点标准包括地面投影标准和角度变化标准。
CN201910318715.4A 2018-04-19 2019-04-19 用于地平面探测的系统和方法 Pending CN110389359A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/957,889 US10705534B2 (en) 2018-04-19 2018-04-19 System and method for ground plane detection
US15/957,889 2018-04-19

Publications (1)

Publication Number Publication Date
CN110389359A true CN110389359A (zh) 2019-10-29

Family

ID=68237691

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910318715.4A Pending CN110389359A (zh) 2018-04-19 2019-04-19 用于地平面探测的系统和方法

Country Status (2)

Country Link
US (1) US10705534B2 (zh)
CN (1) CN110389359A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112731451A (zh) * 2021-01-05 2021-04-30 东风商用车有限公司 一种基于激光雷达检测地面障碍物的方法及系统

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190005667A1 (en) * 2017-07-24 2019-01-03 Muhammad Zain Khawaja Ground Surface Estimation
FR3085656B1 (fr) * 2018-09-11 2023-04-28 Renault Sas Procede de detection de route pour un vehicule automobile muni d'un capteur lidar
US11391844B2 (en) * 2018-12-19 2022-07-19 Fca Us Llc Detection and tracking of road-side pole-shaped static objects from LIDAR point cloud data
US20220341751A1 (en) * 2019-08-21 2022-10-27 Ahmed Shaker Abdelrahman Systems and methods for multi-sensor mapping using a single device that can operate in multiple modes
US11669092B2 (en) * 2019-08-29 2023-06-06 Rockwell Automation Technologies, Inc. Time of flight system and method for safety-rated collision avoidance
CN111047901B (zh) * 2019-11-05 2021-07-20 珠海格力电器股份有限公司 停车管理方法、装置、存储介质、计算机设备
CN110879400A (zh) * 2019-11-27 2020-03-13 炬星科技（深圳）有限公司 激光雷达与imu融合定位的方法、设备及存储介质
US11949909B2 (en) * 2020-12-29 2024-04-02 Qualcomm Incorporated Global motion estimation using road and ground object labels for geometry-based point cloud compression
US20220379882A1 (en) * 2021-05-28 2022-12-01 Jaguar Land Rover Limited Apparatus and method for controlling vehicle movement
CN114755695B (zh) * 2022-06-15 2022-09-13 北京海天瑞声科技股份有限公司 关于激光雷达点云数据的路面检测方法、装置及介质
JP2024025063A (ja) * 2022-08-10 2024-02-26 日立Astemo株式会社 フリースペース検知装置、物体位置の正規化方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN85107029A (zh) * 1985-09-20 1987-04-01 乔斯塔公司 利用卫星和存贮的地形图定位和传输消息的系统
IN164057B (zh) * 1984-08-16 1989-01-07 Geostar Corp
CN101894382A (zh) * 2010-07-23 2010-11-24 同济大学 一种集成LiDAR点云的卫星立体影像阴影计算方法
CN103268609A (zh) * 2013-05-17 2013-08-28 清华大学 一种有序提取地面的点云分割方法
CN104143194A (zh) * 2014-08-20 2014-11-12 清华大学 一种点云分割方法及装置
CA2874879A1 (en) * 2014-01-14 2015-07-14 Airbus Defence and Space GmbH Method of processing 3d sensor data to provide terrain segmentation
CN106204705A (zh) * 2016-07-05 2016-12-07 长安大学 一种基于多线激光雷达的3d点云分割方法
CN107085710A (zh) * 2017-04-26 2017-08-22 长江空间信息技术工程有限公司(武汉) 一种基于多光谱LiDAR数据的单木自动提取方法
CN107161141A (zh) * 2017-03-08 2017-09-15 深圳市速腾聚创科技有限公司 无人驾驶汽车系统及汽车
CN107798657A (zh) * 2017-10-30 2018-03-13 武汉珞珈新空科技有限公司 一种基于圆柱坐标的车载激光点云滤波方法
CN107870324A (zh) * 2017-05-09 2018-04-03 吉林大学 一种多线激光雷达的标定装置和方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102496509B1 (ko) * 2016-09-20 2023-02-07 이노비즈 테크놀로지스 엘티디 Lidar 시스템 및 방법
US20180113210A1 (en) * 2016-10-21 2018-04-26 Waymo Llc Mountable Radar System
US10620638B2 (en) * 2017-08-18 2020-04-14 Wipro Limited Method, system, and device for guiding autonomous vehicles based on dynamic extraction of road region
CA3075736A1 (en) * 2017-09-15 2019-11-14 Aeye, Inc. Intelligent ladar system with low latency motion planning updates

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IN164057B (zh) * 1984-08-16 1989-01-07 Geostar Corp
CN85107029A (zh) * 1985-09-20 1987-04-01 乔斯塔公司 利用卫星和存贮的地形图定位和传输消息的系统
CN101894382A (zh) * 2010-07-23 2010-11-24 同济大学 一种集成LiDAR点云的卫星立体影像阴影计算方法
CN103268609A (zh) * 2013-05-17 2013-08-28 清华大学 一种有序提取地面的点云分割方法
CA2874879A1 (en) * 2014-01-14 2015-07-14 Airbus Defence and Space GmbH Method of processing 3d sensor data to provide terrain segmentation
CN104143194A (zh) * 2014-08-20 2014-11-12 清华大学 一种点云分割方法及装置
CN106204705A (zh) * 2016-07-05 2016-12-07 长安大学 一种基于多线激光雷达的3d点云分割方法
CN107161141A (zh) * 2017-03-08 2017-09-15 深圳市速腾聚创科技有限公司 无人驾驶汽车系统及汽车
CN107085710A (zh) * 2017-04-26 2017-08-22 长江空间信息技术工程有限公司(武汉) 一种基于多光谱LiDAR数据的单木自动提取方法
CN107870324A (zh) * 2017-05-09 2018-04-03 吉林大学 一种多线激光雷达的标定装置和方法
CN107798657A (zh) * 2017-10-30 2018-03-13 武汉珞珈新空科技有限公司 一种基于圆柱坐标的车载激光点云滤波方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
魏祖帅: "基于坡度信息和平面拟合的机载LiDAR点云滤波方法", 《河南城建学院学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112731451A (zh) * 2021-01-05 2021-04-30 东风商用车有限公司 一种基于激光雷达检测地面障碍物的方法及系统
CN112731451B (zh) * 2021-01-05 2023-03-03 东风商用车有限公司 一种基于激光雷达检测地面障碍物的方法及系统

Also Published As

Publication number Publication date
US20190324471A1 (en) 2019-10-24
US10705534B2 (en) 2020-07-07

Similar Documents

Publication Publication Date Title
CN110389359A (zh) 用于地平面探测的系统和方法
CN110389586A (zh) 用于地面和自由空间探测的系统和方法
CN112041702B (zh) 基于使用相位相干lidar数据确定的环境对象分类对自动驾驶车辆的控制
JP6342822B2 (ja) 自動運転システム、自動運転の方法及びコンピューティング装置
JP6938846B2 (ja) 物体認識装置
US10078335B2 (en) Ray tracing for hidden obstacle detection
CA2987373C (en) Position estimation device and position estimation method
US8983705B2 (en) Methods and systems for detecting weather conditions including fog using vehicle onboard sensors
EP3456597B1 (en) Methods and systems for detecting weather conditions using vehicle onboard sensors
CN110032180A (zh) 激光雷达定位
US20210365694A1 (en) Apparatus and method for detecting lane information, and computer-readable recording medium storing computer program programmed to execute same method
WO2018061084A1 (ja) 自己位置推定方法及び自己位置推定装置
CN112771591B (zh) 用于评价运输工具的环境中的对象对运输工具的行驶机动动作的影响的方法
JP7506829B2 (ja) 自律車両用途のための速度推定および物体追跡
US11021159B2 (en) Road surface condition detection
JP2020060528A (ja) 支援制御システム
US11409302B2 (en) Method for autonomous parking of a vehicle, and an autonomous vehicle thereof
US20240116513A1 (en) Systems and methods for detecting water along driving routes
US20240118424A1 (en) Systems and methods for detecting water along driving routes
US20240053438A1 (en) Multipath Object Identification For Navigation
US20240103177A1 (en) Using glancing angle distance to segment lidar imagery
US20240116514A1 (en) Systems and methods for detecting water along driving routes
US20230401680A1 (en) Systems and methods for lidar atmospheric filtering background
US20240111057A1 (en) Systems and methods for detecting water along driving routes and adjusting vehicle speed
US20220146628A1 (en) System and method for classifying pulses generated by a sensor

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination