CN111652060A - 一种基于激光雷达的限高预警方法、装置、电子设备及存储介质 - Google Patents
一种基于激光雷达的限高预警方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111652060A CN111652060A CN202010346807.6A CN202010346807A CN111652060A CN 111652060 A CN111652060 A CN 111652060A CN 202010346807 A CN202010346807 A CN 202010346807A CN 111652060 A CN111652060 A CN 111652060A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- obstacle
- height
- vehicle
- lidar
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 238000013507 mapping Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 208000033748 Device issues Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本申请实施例所公开的一种基于激光雷达的限高预警方法、装置、电子设备及存储介质,方法包括获取激光雷达探测到的当前行驶区域内的点云,在预设坐标系对点云进行栅格化操作,确定点云在每个单元栅格中的数量,以及确定车辆对应的车辆高度值,若点云在单元栅格中的数量大于单元栅格对应的数量阈值,确定单元栅格中的点云为障碍物点云,基于预设坐标系确定障碍物点云对应的障碍物高度阈值,若车辆高度值大于障碍物高度阈值,发出危险预警指令。本申请,采用激光雷达获取前方可行驶区域内的障碍物点云的方法,能够适用于任何明亮或黑暗的场景,并且不受环境中场景纹理的影响,能够提高障碍物的识别度。
Description
技术领域
本发明涉及智能驾驶技术领域,尤其涉及一种基于激光雷达的限高预警方法、装置、电子设备及存储介质。
背景技术
随着汽车制造业的迅猛发展,无人驾驶成为大众的关注点。近年来,技术人员不断开发优化各类传感器和感知算法,以避免车辆在道路行驶过程中碰撞行人、车辆或锥形桶等障碍物,然而对于道路或者桥梁前的限高设备以及车库卷帘门等具有一定高度的障碍物却少有涉及,使得此类限高障碍物不得不依赖于驾驶员集中注意力自主观察,存在较大的预估差,具有较高的危险性。
为缓解上述问题,现有方法主要包括两类,一类是在道路或者桥梁前设置限高预警装置,通过设置激光灯、光电感应器组合、摄像头、显示屏和语音提示器等检测装置,以检测将通过车辆的高度,并提示驾驶人员是否超过限高高度,例如,日常生活中常见的限高标识牌;另一类是在车辆上设置限高预警装置,采用双目摄像头等信息采集设备采集车辆前方道路图片,并生成相应的视差图,再通过将像素点投影至摄像头平行平面以判断是否存在障碍物。上述两种方法均存在局限性,在道路或者桥梁前设置限高预警装置不仅安装步骤复杂,成本较高,而且应用场景局限;在车辆上设置限高预警装置的方法存在测距精度低、像素计算成本高,复杂度高的问题,此外,双目摄像头对环境光照十分敏感,尤其不适用于强光或昏暗光线的场景中,也不适用于单调缺乏纹理的场景,例如在车辆进出车库面对卷帘门或白墙时可能不能准确测距。
发明内容
本申请提供了一种基于激光雷达的限高预警方法,该方法包括:
基于激光雷达的限高预警方法,其特征在于,包括:
获取激光雷达探测到的当前行驶区域内的点云;激光雷达安装在车辆上;
在预设坐标系中对点云进行栅格化操作,确定点云在每个单元栅格中的数量;
基于预设坐标系确定车辆对应的车辆高度值;
若点云在单元栅格中的数量大于单元栅格对应的数量阈值,确定单元栅格中的点云为障碍物点云;
基于预设坐标系确定障碍物点云对应的障碍物高度阈值;
若车辆高度值大于障碍物高度阈值,发出危险预警指令。
进一步地,点云中含有地面点云;
获取激光雷达探测到的当前行驶区域内的点云之后,上述方法还包括:
对点云进行筛选操作,得到筛选后的点云;筛选后的点云中不含有地面点云;
基于预设映射规则将筛选后的点云映射在预设坐标系中。
进一步地,基于预设坐标系确定车辆对应的车辆高度值,包括:
基于预设坐标系确定车辆对应的高度值集合;
确定高度值集合中数值最大的高度值为车辆高度值。
进一步地,每个单元栅格对应的数量阈值不相等。
进一步地,确定单元栅格中的点云为障碍物点云,包括:
利用激光雷达获取障碍物在不同时刻时与所述车辆的距离,得到第一距离集合;
确定车辆的行驶距离集合;行驶距离集合是不同时刻中两相邻时刻形成的时间段内车辆的行驶距离,第一距离集合中的第一距离与行驶距离集合的行驶距离一一对应;
确定第一距离与对应的行驶距离的差值;
若第一距离和对应的行驶距离的差值在预设差值范围内,确定单元栅格中的点云为障碍物点云。
进一步地,基于预设坐标系确定障碍物点云对应的障碍物高度阈值,包括:
确定障碍物点云对应的单元栅格在预设坐标系中对应的高度阈值集合;
确定高度阈值集合中数值最小的高度阈值为障碍物高度阈值。
进一步地,发出危险预警指令,包括:
控制多媒体系统语音报警,且控制多媒体系统语音播报障碍物的高度阈值以及车辆的高度值。
相应地,本申请实施例还提供了一种基于激光雷达的限高预警装置,该装置包括:
获取模块,用于获取激光雷达探测到的当前行驶区域内的点云;激光雷达安装在车辆上;
处理模块,用于在预设坐标系对点云进行栅格化操作,确定点云在每个单元栅格中的数量;
第一确定模块,用于基于预设坐标系确定点云对应的车辆高度值;
第二确定模块,用于若点云在单元栅格中的数量大于单元栅格对应的数量阈值,确定单元栅格中的点云为障碍物点云;
第三确定模块,用于基于预设坐标系确定障碍物点云对应的障碍物高度阈值;
预警模块,用于若车辆高度值大于障碍物高度阈值,发出危险预警指令。
相应地,本申请实施例还提供了一种电子设备,该电子设备包括处理器和存储器,存储器中存储有至少一条指令、至少一段程序、代码集或指令集,至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述基于激光雷达的限高预警。
相应地,本申请实施例还提供了一种计算机可读存储介质,该存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述基于激光雷达的限高预警。
本申请实施例具有如下有益效果:
本申请实施例所公开的一种基于激光雷达的限高预警方法、装置、电子设备及存储介质,其中,预警方法包括获取激光雷达探测到的当前行驶区域内的点云,激光雷达安装在车辆上,在预设坐标系对点云进行栅格化操作,确定点云在每个单元栅格中的数量,基于预设坐标系确定车辆对应的车辆高度值,若点云在单元栅格中的数量大于单元栅格对应的数量阈值,确定单元栅格中的点云为障碍物点云,基于预设坐标系确定障碍物点云对应的障碍物高度阈值,若车辆高度值大于障碍物高度阈值,发出危险预警指令。基于本申请实施例,采用激光雷达获取前方可行驶区域内的障碍物点云的方法,相较于现有技术中的利用双目摄像头获取障碍物的方法,能够适用于任何明亮或者黑暗的应用场景,并且不受应用环境中场景纹理的影响,能够提高障碍物的识别度,此外,采用基于预设坐标系将点云进行栅格化操作的方法,能够减少计算量和运算量。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1是本申请实施例所提供的一种应用环境的示意图;
图2是本申请实施例所提供的一种基于激光雷达的限高预警方法的流程示意图;
图3是本申请实施例所提供的一种当前可行驶区域的平面示意图;
图4是本申请实施例所提供一种将筛选后的点云映射在预设坐标系中的结构示意图;
图5是本申请实施例所提供的一种限高障碍物对应的筛选后的点云A和前方车辆对应的筛选后的点云B映射于栅格化操作后的预设坐标系中的结构示意图;
图6是本申请实施例提供的一种基于激光雷达的限高预警装置的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施例作进一步地详细描述。显然,所描述的实施例仅仅是本申请一个实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
术语“第一”和“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”和“第二”的特征可以明示或者隐含的包括一个或者更多个该特征。而且,术语“第一”和“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请实施例能够以除了在这里图示或描述以外的顺序实施。此外,术语“包括”以及其的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或模块的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或模块,而是可包括没有清楚地列出的或对于这些过程、方法、装置、产品或设备固有的其它步骤或模块。
请参阅图1,其所示为本申请实施例所提供的一种应用环境的示意图,包括:激光雷达101和限高预警装置103,其中,限高预警装置103获取激光雷达101探测到的当前行驶区域内的点云,并在预设坐标系中对点云进行栅格化操作,确定点云在每个单元栅格中的数量,若确定出点云在单元栅格中的数量大于单元栅格对应的数量阈值,确定单元栅格中的点云为障碍物点云,此外,限高预警装置103还基于预设坐标系确定车辆对应的车辆高度值,以及基于预设坐标系确定障碍物点云对应的障碍物高度阈值,若车辆高度值大于障碍物高度阈值,发出危险预警指令。
本申请实施例中,上述限高预警装置103可以是车载服务器,当然,根据需要也可以开发出具有足够限高预警能力的限高预警工具,并将该限高预警工具智能化,例如将限高预警装置与智能移动设备(智能手提电话、平板电脑)集成在一起,得到限高预警工具。
本申请实施例中,上述限高预警装置103可以通过有线连接的方式连接激光雷达101,还可以通过无线连接的方式连接激光雷达101,如此,限高预警装置103可以通过有线或者无线的方式获取激光雷达101探测到的当前行驶区域内的点云。
下面介绍本申请一种基于激光雷达的限高预警方法的具体实施例,图2是本申请实施例提供的一种基于激光雷达的限高预警方法的流程示意图,本说明书提供了如实施例或流程图所示的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多执行顺序中的一种方式,不代表唯一的执行顺序,在实际执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图2所示,该方法包括:
S201:获取激光雷达探测到的当前行驶区域内的点云。
本申请实施例中,激光雷达需要安装在车辆上,一种可选的安装激光雷达的具体实施方式中,激光雷达可以安装在车辆的车大灯处,另一种可选的安装激光雷达的具体实施方式中,激光雷达可以安装在车辆的车头处。如此,激光雷达可以探测到前方待行驶路径中的点云,即当前行驶区域内的点云,前方待行驶路径中的点云可以包括前方待行驶区域内限高障碍物对应的点云、前方待行驶区域内车辆对应的点云、前方待行驶区域内地面对应的点云和前方待行驶区域内地面上的路标、石块等其他低矮障碍物对应的点云。
本申请实施例中,当前行驶区域可以结合车辆的车身宽度、道路宽度对前方待行驶路径进行截取,举个例子,当前行驶区域的长度值是3个道路宽度值,当前行驶区域的宽度值是1个道路宽度值,假设,道路宽度值为2米,则当前行驶区域的长度为6米,宽度为2米,也就是说在车辆前方6米范围内的区域为当前行驶区域,那么,激光雷达可以探测到6米范围内的限高障碍物对应的点云、车辆对应的点云、地面对应的点云以及地面上路标、石块等其他低矮障碍物对应的点云。如图3提供了一种当前可行驶区域的平面示意图,图中包括限高障碍物A、前方车辆B和自车车辆C。
本申请实施例中,使用激光雷达探测点云,无需依赖于路段限高装置,适用于车库卷帘门、地下停车场限高入口和白墙等应用场景,并且还适用于过度明亮或者黑暗环境,都能够准确的测量障碍物与激光雷达的距离以及方向,因此能够弥补双目摄像头存在的测距不准和对障碍物纹理要求高的缺陷。
S203:在预设坐标系中对点云进行栅格化操作,确定点云在每个单元栅格中的数量。
本申请实施例中,前方行驶区域内的地面可能存在坡度或者地面不平整的情况,如此,限高预警装置在获取激光雷达探测到的原始点云之后,可以对原始点云进行筛选操作,筛选并剔除点云中的地面点云,使得筛选后的原始点云中不含有地面点云。
具体地,本申请采用点云地面分割算法进行除地操作,用拟合地面的方法得到出地面,并根据拟合出的地面从点云中确定且剔除地面点云,得到筛选后的点云。
由于原始点云是激光雷达获取的,原始点云的高度值也是基于激光雷达坐标系确定的,而安装在车辆上的激光雷达相对于地面具有一定的高度,因此,为了提高点云中的点相对于地面的真实高度值的置信度,需要将筛选后的点云映射在预设坐标系中进行校正。
一种可选的映射方法中,预设坐标系可以为地平面坐标系,该地平面坐标系以沿垂直于地面方向向下延伸至车底地面,并以前方可行驶区域对应的方向即车辆行驶方向建立深度坐标轴y,以垂直于地面的方向建立高度坐标轴z,以深度坐标轴y和高度坐标轴z的交点为原点。基于该地平面坐标系,将筛选后的点云进行映射,得到点云在地平面坐标系中的高度值,之后,将筛选后的点云在激光雷达坐标系的高度值减去筛选后的点云在地平面坐标系的高度值,得到筛选后的点云相对于地面的净高度值,以提高后续估算障碍物高度的精确率。
具体如图4提供了一种将筛选后的点云映射在预设坐标系中的结构示意图,图中包括限高障碍物对应的筛选后的点云A和前方车辆对应的筛选后的点云B。
本申请实施例中,一种在预设坐标系中对点云进行栅格化操作的具体实施方式中,将上述以沿垂直于地面方向向下延伸至车底地面,并以前方可行驶区域对应的方向即车辆行驶方向建立深度坐标轴y,以垂直于地面的方向建立高度坐标轴z,以深度坐标轴y和高度坐标轴z的交点为原点的地平面坐标系,即预设坐标系以100厘米为单位进行平均分割,得到栅格化的预设坐标系,如此,限高障碍物对应的筛选后的点云A和前方车辆对应的筛选后的点云B自然落入到单位为100厘米的单元栅格内,自然落入在栅格线上的可以根据实际情况进行取舍,也可以根据落入栅格线相邻单元栅格内的大小比例进行划分。基于栅格化操作后的预设坐标系,可以明确地确定限高障碍物对应的筛选后的点云A和前方车辆对应的筛选后的点云B分别在每个单元栅格中的数量。如图5所示提供了一种限高障碍物对应的筛选后的点云A和前方车辆对应的筛选后的点云B映射于栅格化操作后的预设坐标系中的结构示意图。
S205:基于预设坐标系确定车辆对应的高度值。
本申请实施例中,一种确定车辆对应的车辆高度值的具体实施方式中,限高预警装置将车辆图片对应比例缩小并映射与上文中所描述的预设坐标系中,并以上文中所描述的预设坐标系为基准,确定车辆对应的高度值集合,并确定该高度值集合中数值最大的高度值为车辆高度值。其中,确定车辆对应的高度值集合,可以是根据车辆的外轮廓确定车身,包括车轮在预设坐标系中对应的高度值,得到高度值集合;也可以是根据车辆整体在预设坐标系中对应的高度值,得到高度值集合。
另一种确定车辆对应的车辆高度值的具体实施方式中,可以通过查询车辆参数表确定车辆高度值,并映射于预设坐标系中以确定在预设坐标系中车辆对应的高度值。
S207:若点云在单元栅格中的数量大于单元栅格对应的数量阈值,确定单元栅格中的点云为障碍物点云。
本申请实施例中,每个单元栅格中点云的数量用于表示前方可行驶区域中障碍物的存在置信度,如:
以上文中所描述的深度y和高度z来描述障碍物的位置,能够简化点云图,准确描述障碍物特征,并且能够减少计算量。
本申请实施例中,需要说明的是,由于距离激光雷达距离越远的点云在预设坐标系中越稀疏,因此,预设坐标系中每个单元栅格对应的数量阈值是不相等的,为了减小计算量,假设,同一深度y的单元栅格所对应的数量阈值在误差允许范围内相等,例如,深度y对应的值为10m的单元栅格数量阈值为200,深度y对应的值为30m的单元栅格数量阈值为50。该阈值的设置可以随着深度线性递减,如:
当然,也可以随着深度非线性递减,或任意合理的设置方案,对每个单元栅格对应的数量阈值的设置能够避免障碍物点云因为阈值设置不当而造成的遗漏情况。
基于图5所提供的限高障碍物对应的筛选后的点云A和前方车辆对应的筛选后的点云B映射于栅格化操作后的预设坐标系中的结构示意图,继续进行说明。限高预警装置在确定单元栅格中的点云为障碍物点云之后,利用激光雷达获取限高障碍物和前方车辆在不同时刻时与车辆的距离,得到第一距离集合,并确定车辆的行驶距离集合,其中,行驶距离集合是不同时刻中两相邻时刻形成的时间段内车辆的行驶距离,第一距离集合中的第一距离与行驶距离集合的行驶距离一一对应。假设,预设差值范围为[-5,5],限高障碍物在9:00:00时刻时距离车辆90米,在9:00:01时刻时距离车辆70米,在9:00:02时刻时距离车辆50米;前方车辆在9:00:00时刻时距离车辆80米,在9:00:01时刻时距离车辆75米,在9:00:02时刻时距离车辆75米。那么第一距离集合中的第一距离子集合具体为20米、20米,第一距离集合中的第二距离子集合具体为5米、0米。限高预警装置确定车辆的行驶距离集合可以是20米、19米,其中,第一距离子集合中的20米与行驶距离集合中的20米对应,第二距离子集合中的5米也与行驶距离集合中的20米对应,同样的,第一距离子集合中的20米与行驶距离集合中的19米对应,第二距离子集合中的0米也与行驶距离集合中的19米对应。由于第一距离子集合和对应的行驶距离的差值在预设差值范围内,而第二距离子集合和对应的行驶距离的差值不在预设差值范围内,那么限高预警装置确定限高障碍物对应的筛选后的点云A为静止障碍物,而前方车辆对应的筛选后的点云B为运动障碍物,并且,由于限高障碍物普遍是静止的,可知点云A是障碍物点云,点云B不是障碍物点云。
本申请实施例中,对于预设坐标系的同一深度,连续的单元栅格中的点云可以表示同一障碍物对应的障碍物点云。一种可选的确定障碍物点云的具体实施方式中,限高预警装置从单元栅格集合中任意确定一个单元栅格,若该单元栅格中点云数量大于该单元栅格对应的数量阈值,以此新建一个障碍物,再基于该单元栅格在预设坐标系中向上确定一个单元栅格,若该一个单元栅格中的点云数量也大于该单元栅格对应的数量阈值,则合并为同一障碍物,并继续向四周发散,确定该障碍物对应的其他单元栅格。
另一种可选的确定障碍物点云的具体实施方式中,限高预警装置确定一个基础单元栅格,即深度y=0至y=1,且高度值z=0至z=1,若该单元栅格中点云数量大于该单元栅格对应的数量阈值,以此新建一个障碍物,在基于该单元栅格向上且向右发散,即深度y=1至y=2,且高度值z=0至z=1,h或者,深度y=0至y=1,且高度值z=1至z=2,再或者,深度y=1至y=2,且高度值z=1至z=2继续发散,若对应单元栅格中的点云数量也大于该单元栅格对应的数量阈值,则合并为同一障碍物。如此可以确定前方待行驶区域内限高障碍物对应的点云A、前方待行驶区域内车辆对应的点云B以及前方待行驶区域内地面上的路标、石块等其他低矮障碍物都属于障碍物点云。
S209:基于预设坐标系确定障碍物点云对应的障碍物高度阈值。
本申请实施例中,基于图5所提供的限高障碍物对应的筛选后的点云A和前方车辆对应的筛选后的点云B映射于栅格化操作后的预设坐标系中的结构示意图,继续进行说明。假设,前方车辆在前方行驶区域是静止的,也就是说前方车辆停靠在路边未启动,限高预警装置根据上述合并为同一障碍物的方法,可以根据限高障碍物对应的筛选后的点云A和前方车辆对应的筛选后的点云B在预设坐标系单元栅格中对应的数量确定第一障碍物为限高障碍物A,以及确定第二障碍物为前方车辆B,还可以根据限高障碍物对应的筛选后的点云A和前方车辆对应的筛选后的点云B在预设坐标系中对应的高度值确定第一障碍物即限高障碍物A对应的高度阈值,以及确定第二障碍物即前方车辆B对应的高度阈值。假设,基于图5可以确定第一障碍物即限高障碍物A对应的高度阈值集合为5米和6米,确定第二障碍物即前方车辆B对应的高度阈值集合为1.5米和0米。由于第二障碍物即前方车辆B对应的高度阈值集合存在高度阈值为和0米,则可以对第二障碍物即前方车辆B进行过滤,从障碍物高度阈值集合中剔除第二障碍物即前方车辆B对应的高度阈值集合,并确定过滤后的高度阈值集合中数值最小的高度阈值为障碍物点云对应的障碍物高度阈值,即确定第一障碍物即限高障碍物A对应的高度阈值5米为障碍物点云对应的障碍物高度阈值。
S211:若车辆高度值大于障碍物高度阈值,发出危险预警指令。
本申请实施例中,若限高预警装置确定的车辆高度值大于障碍物高度阈值,则表示障碍物高度阈值对应的障碍物的最低高度小于车辆高度值对应的车辆车身的净高度,存在危险的限高障碍物。
本申请实施例中,一种可选的限高预警装置发出危险预警指令地具体实施方式中,限高预警装置控制多媒体系统语音报警,且控制多媒体系统语音播报障碍物的高度阈值以及车辆的高度值。此外,一个限高预警装置确定的障碍物点云对应的障碍物高度阈值还可以发送至周边无限高预警装置但具备通信能力的车辆,以警示其前方具有障碍物,以及该障碍物对应的高度阈值。
采用本申请实施例所提供的基于激光雷达的限高预警方法,采用激光雷达获取前方可行驶区域内的障碍物点云的方法,相较于现有技术中的利用双目摄像头获取障碍物的方法,能够适用于任何明亮或者黑暗的应用场景,并且不受应用环境中场景纹理的影响,能够提高障碍物的识别度,此外,采用基于预设坐标系将点云进行栅格化操作的方法,能够减少计算量和运算量。
本申请实施例还提供的一种基于激光雷达的限高预警装置,图6是本申请实施例提供的一种基于激光雷达的限高预警装置的结构示意图,如图6所示,该装置包括:
获取模块601用于获取激光雷达探测到的当前行驶区域内的点云;激光雷达安装在车辆上;
处理模块603用于在预设坐标系对点云进行栅格化操作,确定点云在每个单元栅格中的数量;
第一确定模块605用于基于预设坐标系确定车辆对应的车辆高度值;
第二确定模块607用于若点云在单元栅格中的数量大于单元栅格对应的数量阈值,确定单元栅格中的点云为障碍物点云;
第三确定模块609用于基于预设坐标系确定障碍物点云对应的障碍物高度阈值;
预警模块611用于若车辆高度值大于障碍物高度阈值,发出危险预警指令。
本申请实施例中的装置与方法实施例基于同样的申请构思。
本申请实施例还提供的一种电子设备,电子设备可设置于服务器之中以保存用于实现方法实施例中的一种基于激光雷达的限高预警方法相关的至少一条指令、至少一段程序、代码集或指令集,该至少一条指令、该至少一段程序、该代码集或指令集由该存储器加载并执行以实现上述的基于激光雷达的限高预警方法。
本申请实施例还提供的一种存储介质,存储介质可设置于服务器之中以保存用于实现方法实施例中一种基于激光雷达的限高预警方法相关的至少一条指令、至少一段程序、代码集或指令集,该至少一条指令、该至少一段程序、该代码集或指令集由该处理器加载并执行以实现上述基于激光雷达的限高预警方法。
可选的,在本实施例中,上述存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地,在本实施例中,上述存储介质可以包括但不限于包括:U盘、只读存储器(ROM,Read-only Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
由上述本申请提供的基于激光雷达的限高预警方法、装置、电子设备或存储介质的实施例可见,本申请中方法包括获取激光雷达探测到的当前行驶区域内的点云,激光雷达安装在车辆上,在预设坐标系对点云进行栅格化操作,确定点云在每个单元栅格中的数量,基于预设坐标系确定点云对应的车辆高度值,若点云在单元栅格中的数量大于单元栅格对应的数量阈值,确定单元栅格中的点云为障碍物点云,基于预设坐标系确定障碍物点云对应的障碍物高度阈值,若车辆高度值大于障碍物高度阈值,发出危险预警指令。基于本申请实施例,采用激光雷达获取前方可行驶区域内的障碍物点云的方法,相较于现有技术中的利用双目摄像头获取障碍物的方法,能够适用于任何明亮或者黑暗的应用场景,并且不受应用环境中场景纹理的影响,能够提高障碍物的识别度,此外,采用基于预设坐标系将二点云进行栅格化操作的方法,能够减少计算量和运算量。
需要说明的是:上述本申请实施例的先后顺序仅仅为了描述,不代表实施例的优劣,且上述本说明书对特定的实施例进行了描述,其他实施例也在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或者步骤可以按照不同的实施例中的顺序来执行并且能够实现预期的结果。另外,在附图中描绘的过程不一定要求示出特定顺序或者而连接顺序才能够实现期望的结果,在某些实施方式中,多任务并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的均为与其他实施例的不同之处。尤其,对于装置的实施例而言,由于其基于相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种基于激光雷达的限高预警方法,其特征在于,包括:
获取激光雷达探测到的当前行驶区域内的点云;所述激光雷达安装在所述车辆上;
在预设坐标系中对所述点云进行栅格化操作,确定所述点云在每个单元栅格中的数量;
基于所述预设坐标系确定所述车辆对应的车辆高度值;
若所述点云在单元栅格中的数量大于所述单元栅格对应的数量阈值,确定所述单元栅格中的点云为障碍物点云;
基于所述预设坐标系确定所述障碍物点云对应的障碍物高度阈值;
若所述车辆高度值大于所述障碍物高度阈值,发出危险预警指令。
2.根据权利要求1所述的方法,其特征在于,所述点云中含有地面点云;
所述获取激光雷达探测到的当前行驶区域内的点云之后,还包括:
对所述点云进行筛选操作,得到所述筛选后的点云;所述筛选后的点云中不含有地面点云;
基于预设映射规则将所述筛选后的点云映射在所述预设坐标系中。
3.根据权利要求1所述的方法,其特征在于,所述基于所述预设坐标系确定所述车辆对应的高度值,包括:
基于所述预设坐标系确定所述车辆对应的高度值集合;
确定所述高度值集合中数值最大的高度值为所述车辆高度值。
4.根据权利要求1所述的方法,其特征在于,每个所述单元栅格对应的所述数量阈值不相等。
5.根据权利要求1所述的方法,其特征在于,所述确定所述单元栅格中的点云为障碍物点云,包括:
利用激光雷达获取所述障碍物在不同时刻时与所述车辆的距离,得到第一距离集合;
确定所述车辆的行驶距离集合;所述行驶距离集合是所述不同时刻中两相邻时刻形成的时间段内所述车辆的行驶距离,所述第一距离集合中的第一距离与所述行驶距离集合的行驶距离一一对应;
确定所述第一距离与对应的所述行驶距离的差值;
若所述第一距离和对应的所述行驶距离的差值在预设差值范围内,确定所述单元栅格中的点云为障碍物点云。
6.根据权利要求1所述的方法,其特征在于,所述基于所述预设坐标系确定所述障碍物点云对应的障碍物高度阈值,包括:
确定所述障碍物点云对应的所述单元栅格在所述预设坐标系中对应的高度阈值集合;
确定所述高度阈值集合中数值最小的高度阈值为所述障碍物高度阈值。
7.根据权利要求1所述的方法,其特征在于,所述发出危险预警指令,包括:
控制多媒体系统语音报警,且控制多媒体系统语音播报所述障碍物的高度阈值以及所述车辆的高度值。
8.一种基于激光雷达的限高预警装置,其特征在于,包括:
获取模块,用于获取激光雷达探测到的当前行驶区域内的点云;所述激光雷达安装在所述车辆上;
处理模块,用于在预设坐标系对所述点云进行栅格化操作,确定所述点云在每个单元栅格中的数量;
第一确定模块,用于基于所述预设坐标系确定所述车辆对应的车辆高度值;
第二确定模块,用于若所述点云在单元栅格中的数量大于所述单元栅格对应的数量阈值,确定所述单元栅格中的点云为障碍物点云;
第三确定模块,用于基于所述预设坐标系确定所述障碍物点云对应的障碍物高度阈值;
预警模块,用于若所述车辆高度值大于所述障碍物高度阈值,发出危险预警指令。
9.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或所述指令集由所述处理器加载并执行以实现权利要求1-7任意一项所述基于激光雷达的限高预警方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述一条指令、所述至少一段程序、所述代码集或所述指令集由处理器加载并执行以实现如权利要求1-7任意一项所述基于激光雷达的限高预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010346807.6A CN111652060B (zh) | 2020-04-27 | 2020-04-27 | 一种基于激光雷达的限高预警方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010346807.6A CN111652060B (zh) | 2020-04-27 | 2020-04-27 | 一种基于激光雷达的限高预警方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111652060A true CN111652060A (zh) | 2020-09-11 |
CN111652060B CN111652060B (zh) | 2024-04-19 |
Family
ID=72346591
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010346807.6A Active CN111652060B (zh) | 2020-04-27 | 2020-04-27 | 一种基于激光雷达的限高预警方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111652060B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112068156A (zh) * | 2020-09-14 | 2020-12-11 | 上海应用技术大学 | 推焦车的防撞方法和系统 |
CN112630791A (zh) * | 2020-12-22 | 2021-04-09 | 北京北电科林电子有限公司 | 特种车限高测量方法 |
CN114322799A (zh) * | 2022-03-14 | 2022-04-12 | 北京主线科技有限公司 | 一种车辆行驶方法、装置、电子设备和存储介质 |
CN114384492A (zh) * | 2022-03-24 | 2022-04-22 | 北京一径科技有限公司 | 用于激光雷达的点云处理方法及装置、存储介质 |
CN114488073A (zh) * | 2022-02-14 | 2022-05-13 | 中国第一汽车股份有限公司 | 激光雷达采集到的点云数据的处理方法 |
CN114882694A (zh) * | 2022-03-24 | 2022-08-09 | 成都亿盟恒信科技有限公司 | 一种基于报警定位数据的风险区域生成方法及系统 |
CN115406457A (zh) * | 2022-08-30 | 2022-11-29 | 重庆长安汽车股份有限公司 | 一种可行驶区域检测方法、系统、设备及存储介质 |
CN115469312A (zh) * | 2022-09-15 | 2022-12-13 | 重庆长安汽车股份有限公司 | 车辆的可通行区域检测方法、装置、电子设备及存储介质 |
CN115509258A (zh) * | 2022-10-10 | 2022-12-23 | 未来机器人(深圳)有限公司 | 无人车的避障方法及无人车 |
CN115856923A (zh) * | 2023-02-27 | 2023-03-28 | 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) | 矿卡卸料用时的测量方法、装置、设备及存储介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170126842A (ko) * | 2017-11-13 | 2017-11-20 | 현대자동차주식회사 | 차량 및 그 제어방법 |
CN108873013A (zh) * | 2018-06-27 | 2018-11-23 | 江苏大学 | 一种采用多线激光雷达的道路可通行区域获取方法 |
CN109238221A (zh) * | 2017-07-10 | 2019-01-18 | 上海汽车集团股份有限公司 | 一种车辆周围环境的检测方法及装置 |
US10229596B1 (en) * | 2017-10-05 | 2019-03-12 | Analog Devices, Inc. | Systems and methods for measuring a bridge clearance |
CN109711410A (zh) * | 2018-11-20 | 2019-05-03 | 北方工业大学 | 一种三维物体快速分割和识别方法、装置及系统 |
US20190146062A1 (en) * | 2017-11-15 | 2019-05-16 | Baidu Online Network Technology (Beijing) Co., Ltd | Laser point cloud positioning method and system |
CN109823298A (zh) * | 2018-12-19 | 2019-05-31 | 郑州中电新能源汽车有限公司 | 一种基于双目激光的车辆限高障碍预警系统及预警方法 |
US20190225210A1 (en) * | 2018-01-24 | 2019-07-25 | Ford Global Technologies, Llc | Inter-vehicle cooperation for vehicle self height estimation |
CN110244321A (zh) * | 2019-04-22 | 2019-09-17 | 武汉理工大学 | 一种基于三维激光雷达的道路可通行区域检测方法 |
CN110344621A (zh) * | 2019-06-13 | 2019-10-18 | 武汉大学 | 一种面向智能车库的车轮点云检测方法 |
US20190323844A1 (en) * | 2018-04-18 | 2019-10-24 | Faraday&Future Inc. | System and method for lidar-based vehicular localization relating to autonomous navigation |
CN110435614A (zh) * | 2019-08-16 | 2019-11-12 | 张殿英 | 一种基于障碍物动静态判断的车辆驾驶控制方法 |
CN110799989A (zh) * | 2019-04-20 | 2020-02-14 | 深圳市大疆创新科技有限公司 | 一种障碍物检测方法、设备、可移动平台及存储介质 |
-
2020
- 2020-04-27 CN CN202010346807.6A patent/CN111652060B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109238221A (zh) * | 2017-07-10 | 2019-01-18 | 上海汽车集团股份有限公司 | 一种车辆周围环境的检测方法及装置 |
CN109631782A (zh) * | 2017-10-05 | 2019-04-16 | 美国亚德诺半导体公司 | 用于测量桥梁间隙的系统和方法 |
US10229596B1 (en) * | 2017-10-05 | 2019-03-12 | Analog Devices, Inc. | Systems and methods for measuring a bridge clearance |
KR20170126842A (ko) * | 2017-11-13 | 2017-11-20 | 현대자동차주식회사 | 차량 및 그 제어방법 |
US20190146062A1 (en) * | 2017-11-15 | 2019-05-16 | Baidu Online Network Technology (Beijing) Co., Ltd | Laser point cloud positioning method and system |
US20190225210A1 (en) * | 2018-01-24 | 2019-07-25 | Ford Global Technologies, Llc | Inter-vehicle cooperation for vehicle self height estimation |
US20190323844A1 (en) * | 2018-04-18 | 2019-10-24 | Faraday&Future Inc. | System and method for lidar-based vehicular localization relating to autonomous navigation |
CN108873013A (zh) * | 2018-06-27 | 2018-11-23 | 江苏大学 | 一种采用多线激光雷达的道路可通行区域获取方法 |
CN109711410A (zh) * | 2018-11-20 | 2019-05-03 | 北方工业大学 | 一种三维物体快速分割和识别方法、装置及系统 |
CN109823298A (zh) * | 2018-12-19 | 2019-05-31 | 郑州中电新能源汽车有限公司 | 一种基于双目激光的车辆限高障碍预警系统及预警方法 |
CN110799989A (zh) * | 2019-04-20 | 2020-02-14 | 深圳市大疆创新科技有限公司 | 一种障碍物检测方法、设备、可移动平台及存储介质 |
CN110244321A (zh) * | 2019-04-22 | 2019-09-17 | 武汉理工大学 | 一种基于三维激光雷达的道路可通行区域检测方法 |
CN110344621A (zh) * | 2019-06-13 | 2019-10-18 | 武汉大学 | 一种面向智能车库的车轮点云检测方法 |
CN110435614A (zh) * | 2019-08-16 | 2019-11-12 | 张殿英 | 一种基于障碍物动静态判断的车辆驾驶控制方法 |
Non-Patent Citations (6)
Title |
---|
DANILO HABERMANN: "3D Point Clouds Segmentation for Autonomous Ground Vehicle", 《2013 III BRAZILIAN SYMPOSIUM ON COMPUTING SYSTEMS ENGINEERING》, 5 June 2014 (2014-06-05), pages 143 - 148 * |
HENGYU CHEN ET.AL: "A Height Limit Warning System Based on Vehicle Road Coordination", 《2019 18TH INTERNATIONAL SYMPOSIUM ON DISTRIBUTED COMPUTING AND APPLICATIONS FOR BUSINESS ENGINEERING AND SCIENCE (DCABES)》, pages 64 - 67 * |
JEFFERY YOUNG ET.AL: "LIDAR and monocular based overhanging obstacle detection", 《19TH INTERNATIONAL CONFERENCE ON KNOWLEDGE BASED AND INTELLIGENT INFORMATION AND ENGINEERING SYSTEMS》, pages 1423 - 1432 * |
娄新雨 等: "采用64 线激光雷达的实时道路障碍物检测与分类算法的研", 《汽车工程》, vol. 41, no. 8, pages 790 - 784 * |
朱菲婷: "基于激光点云3D检测的车辆外廓尺寸测量研究", 《科技风》, no. 03, 31 January 2019 (2019-01-31), pages 164 - 165 * |
李博杨: "基于三维激光雷达的道路环境感知", 《中国优秀硕士论文全文数据库 工程科技Ⅱ辑》, vol. 2020, no. 01, pages 035 - 339 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112068156A (zh) * | 2020-09-14 | 2020-12-11 | 上海应用技术大学 | 推焦车的防撞方法和系统 |
CN112068156B (zh) * | 2020-09-14 | 2023-06-20 | 上海应用技术大学 | 推焦车的防撞方法和系统 |
CN112630791A (zh) * | 2020-12-22 | 2021-04-09 | 北京北电科林电子有限公司 | 特种车限高测量方法 |
CN114488073A (zh) * | 2022-02-14 | 2022-05-13 | 中国第一汽车股份有限公司 | 激光雷达采集到的点云数据的处理方法 |
CN114322799A (zh) * | 2022-03-14 | 2022-04-12 | 北京主线科技有限公司 | 一种车辆行驶方法、装置、电子设备和存储介质 |
CN114322799B (zh) * | 2022-03-14 | 2022-05-24 | 北京主线科技有限公司 | 一种车辆行驶方法、装置、电子设备和存储介质 |
CN114384492B (zh) * | 2022-03-24 | 2022-06-24 | 北京一径科技有限公司 | 用于激光雷达的点云处理方法及装置、存储介质 |
CN114882694A (zh) * | 2022-03-24 | 2022-08-09 | 成都亿盟恒信科技有限公司 | 一种基于报警定位数据的风险区域生成方法及系统 |
CN114384492A (zh) * | 2022-03-24 | 2022-04-22 | 北京一径科技有限公司 | 用于激光雷达的点云处理方法及装置、存储介质 |
CN115406457A (zh) * | 2022-08-30 | 2022-11-29 | 重庆长安汽车股份有限公司 | 一种可行驶区域检测方法、系统、设备及存储介质 |
CN115469312A (zh) * | 2022-09-15 | 2022-12-13 | 重庆长安汽车股份有限公司 | 车辆的可通行区域检测方法、装置、电子设备及存储介质 |
CN115509258A (zh) * | 2022-10-10 | 2022-12-23 | 未来机器人(深圳)有限公司 | 无人车的避障方法及无人车 |
CN115856923A (zh) * | 2023-02-27 | 2023-03-28 | 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) | 矿卡卸料用时的测量方法、装置、设备及存储介质 |
CN115856923B (zh) * | 2023-02-27 | 2023-06-16 | 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院) | 矿卡卸料用时的测量方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111652060B (zh) | 2024-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111652060A (zh) | 一种基于激光雷达的限高预警方法、装置、电子设备及存储介质 | |
CN112417967B (zh) | 障碍物检测方法、装置、计算机设备和存储介质 | |
CN110531376B (zh) | 用于港口无人驾驶车辆的障碍物检测和跟踪方法 | |
CN109143207B (zh) | 激光雷达内参精度验证方法、装置、设备及介质 | |
CN107272021B (zh) | 使用雷达和视觉定义的图像检测区域的对象检测 | |
CN111487641B (zh) | 一种利用激光雷达检测物体的方法、装置、电子设备及存储介质 | |
CN107392103B (zh) | 路面车道线的检测方法及装置、电子设备 | |
CN110674705B (zh) | 基于多线激光雷达的小型障碍物检测方法及装置 | |
CN112327308B (zh) | 物体检测方法、装置、系统及设备 | |
EP2549457A1 (en) | Vehicle-mounting vehicle-surroundings recognition apparatus and vehicle-mounting vehicle-surroundings recognition system | |
CN113378760A (zh) | 训练目标检测模型和检测目标的方法及装置 | |
JP2023068010A (ja) | 自己位置推定装置 | |
CN110727269B (zh) | 车辆控制方法及相关产品 | |
CN118898825B (zh) | 道路环境状态感知方法、设备、介质、程序产品及车辆 | |
Leu et al. | High speed stereo vision based automotive collision warning system | |
CN113870246A (zh) | 一种基于深度学习的障碍物探测和识别方法 | |
CN112902911B (zh) | 基于单目相机的测距方法、装置、设备及存储介质 | |
US11435191B2 (en) | Method and device for determining a highly precise position and for operating an automated vehicle | |
CN117315024A (zh) | 远距离目标的定位方法、装置和电子设备 | |
CN117095382A (zh) | 基于相机和雷达的障碍物检测方法、装置、设备及介质 | |
CN116125440A (zh) | 用于确定激光雷达传感器的最大作用范围的方法以及设备 | |
CN116071730A (zh) | 背景对象的检测方法、装置、设备以及自动驾驶车辆 | |
CN114858134A (zh) | 基于目标位置信息的单目摄像头测距方法及可读存储介质 | |
CN115661589A (zh) | 评测融合感知算法的方法、装置、存储介质及车辆 | |
CN114638947A (zh) | 数据标注方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |