CN113978472A - 车辆控制方法、装置和电子设备 - Google Patents
车辆控制方法、装置和电子设备 Download PDFInfo
- Publication number
- CN113978472A CN113978472A CN202111328185.5A CN202111328185A CN113978472A CN 113978472 A CN113978472 A CN 113978472A CN 202111328185 A CN202111328185 A CN 202111328185A CN 113978472 A CN113978472 A CN 113978472A
- Authority
- CN
- China
- Prior art keywords
- plane
- target
- scanning points
- angle
- road surface
- 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 44
- 238000001514 detection method Methods 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000007781 pre-processing Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000005259 measurement Methods 0.000 abstract description 3
- 238000011897 real-time detection Methods 0.000 abstract description 2
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000003707 image sharpening Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
Images
Classifications
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
- B60W40/076—Slope angle of the road
-
- 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
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- 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
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
- B60W2050/143—Alarm 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
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明提供了一种车辆控制方法、装置和电子设备,涉及辅助驾驶的技术领域,包括通过激光雷达实时获取当前车辆行驶方向上待行驶路面对应的点云数据,其中,待行驶路面包括至少一个角度;基于点云数据,实时对待行驶路面中的每个角度进行检测,该角度为行驶方向与水平路面延伸方向的夹角;若存在一个角度超过坡度阈值,则控制当前车辆执行预警操作,能够提高测量的精度,不依赖外界条件,依靠自身传感器装置完成对待行驶路面多种不同角度的实时检测,以缓解了现有技术中无法保证辅助驾驶准确性的技术问题。
Description
技术领域
本发明涉及辅助驾驶的技术领域,尤其是涉及一种车辆控制方法、装置和电子设备。
背景技术
随着人工智能和计算机技术的发展,智能汽车受到越来越多的人广泛关注,让智能汽车能够更好的感知一些未知环境的状态来提高车辆的主动安全型。对于智能汽车的设计都需要结合使用的路况来匹配对应的空气悬挂,提前完成对底盘的升降提高驾乘人员的舒适性和底盘的安全性;因此对于一些行驶路况的实时坡度检测显得很重要。
现有的道路的坡度检测一般可通过GPS/北斗卫星定位方式来测量,但对于一些信号差的地方不能提供实时的服务,测量精度也不能达到要求,进而无法对车辆进行精准的驾驶辅助,无法保证车辆行驶安全性。
发明内容
本发明的目的在于提供一种车辆控制方法、装置和电子设备,能够提高测量的精度,不依赖外界条件,依靠自身传感器装置完成对待行驶路面多种不同角度的实时检测,以缓解了现有技术中无法保证辅助驾驶准确性的技术问题。
第一方面,本发明实施例提供了一种车辆控制方法,所述方法包括:
通过激光雷达实时获取当前车辆行驶方向上待行驶路面对应的点云数据,其中,所述待行驶路面包括至少一个角度,所述角度为所述行驶方向与水平路面延伸方向的夹角;
基于所述点云数据,实时对所述待行驶路面中的每个角度进行检测;
若存在一个所述角度超过角度阈值,则控制所述当前车辆绕过所述待行驶路面。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,基于所述点云数据,实时对所述待行驶路面中的每个角度进行检测的步骤,包括:
根据随机采样一致性算法,对所述点云数据对应的扫描点进行坡度平面分割,得到至少一个目标坡度平面;
对每个所述目标坡度平面对应的角度进行检测。
结合第一方面,本发明实施例提供了第一方面的第二种可能的实施方式,其中,根据随机采样一致性算法,对所述点云数据对应的扫描点进行坡度平面分割,得到至少一个目标坡度平面的步骤,包括:
随机选取不在同一直线的三个扫描点构建第一平面,确定与所述第一平面具有预设距离的第二平面,重复执行上述步骤,直至所述扫描点全部遍历,其中,每个所述第二平面中包括有扫描点;
将包括最多数量扫描点的第二平面确定为第一目标坡度平面;
判断是否存在残留扫描点,所述残留扫描点为从所述扫描点中筛除所述第一目标坡度平面上扫描点后的余下扫描点;
若存在,则随机选取不在同一直线的三个残留扫描点构建第三平面,确定与所述第三平面具有预设距离的第四平面,重复执行上述步骤,直至所述残留扫描点全部遍历,将包括最多数量残留扫描点的第四平面确定为另一个目标坡度平面,再返回执行判断是否存在残留扫描点的步骤,其中,每个所述第四平面中包括有所述残留扫描点;
若不存在,则终止执行。
结合第一方面,本发明实施例提供了第一方面的第三种可能的实施方式,其中,对每个所述目标坡度平面对应的角度进行检测的步骤,包括:
在所述至少一个目标坡度平面的第一目标坡度平面中选取两个目标扫描点,根据所述目标扫描点的三维坐标,确定所述第一目标坡度平面与水平路面的第一坡度角;
计算所述至少一个目标坡度平面的第二目标坡度平面与所述第一目标坡度平面间的第二坡度角,所述第二目标坡度平面是与所述第一目标坡度平面相邻的坡度平面;
将所述第二目标坡度平面作为新的第一目标坡度平面,并返回执行步骤:在所述至少一个目标坡度平面的第一目标坡度平面中选取两个目标扫描点,直至所述第二目标坡度平面为所述至少一个目标坡度平面的最后一个坡度平面。
结合第一方面,本发明实施例提供了第一方面的第四种可能的实施方式,其中,在第一目标坡度平面中选取两个目标扫描点,根据所述目标扫描点的三维坐标,确定所述第一目标坡度平面与水平路面的第一坡度角的步骤,包括:
根据在所述第一目标坡度平面中随机选取的两个目标扫描点的三维坐标,计算所述两个目标扫描点之间的线段长度,以及所述两个目标扫描点之间的垂直距离;
根据所述线段长度和所述垂直距离确定所述第一目标坡度平面与水平路面的第一坡度角。
结合第一方面,本发明实施例提供了第一方面的第五种可能的实施方式,其中,计算第二目标坡度平面与所述第一目标坡度平面间的第二坡度角的步骤,包括:
根据在所述第二目标坡度平面中随机选取的两个目标扫描点的三维坐标,计算所述两个目标扫描点之间的线段长度以及所述两个目标扫描点之间垂直距离;
根据所述第一坡度角、所述线段长度和所述垂直距离,确定所述第二目标坡度平面与所述第一目标坡度平面间的第二坡度角。
结合第一方面,本发明实施例提供了第一方面的第六种可能的实施方式,其中,在基于所述点云数据,实时对所述待行驶路面中的每个角度进行检测的步骤之前,所述方法还包括:
采用稀疏离群点移除算法,对所述点云数据进行预处理。
结合第一方面,本发明实施例提供了第一方面的第七种可能的实施方式,其中,采用稀疏离群点移除算法,对所述点云数据进行预处理的步骤,包括:
针对每个扫描点,将所述扫描点对应的虚拟球体中包含的邻近扫描点的数量与预设数量阈值进行比对,其中,所述虚拟球体是以所述扫描点为圆心,预设长度阈值为半径建立的;
若所述虚拟球体中包含的邻近扫描点的数量小于预设数量阈值,则删除所述扫描点以及相应点云数据。
第二方面,本发明实施例还提供一种车辆控制装置,所述装置包括:
获取模块,通过激光雷达实时获取当前车辆行驶方向上待行驶路面对应的点云数据,其中,所述待行驶路面包括至少一个角度,所述角度为所述行驶方向与水平路面延伸方向的夹角;
检测模块,基于所述点云数据,实时对所述待行驶路面中的每个角度进行检测;
控制模块,若存在一个所述角度超过角度阈值,则控制所述当前车辆执行预警操作。
第三方面,实施例提供一种电子设备,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述前述实施方式任一项所述的方法的步骤。
第四方面,实施例提供一种机器可读存储介质,所述机器可读存储介质存储有机器可执行指令,所述机器可执行指令在被处理器调用和执行时,机器可执行指令促使处理器实现前述实施方式任一项所述的方法的步骤。
本发明实施例带来了一种车辆控制方法、装置和电子设备,通过实时对当前车辆即将达到的路面的对应的点云数据进行获取,并基于点云数据实时对该待行驶路面的各个角度进行检测,对于包括多种角度的路面来说,若检测到一个角度超过阈值要求,则控制车辆执行预警操作,可停止向该路面行进,避免行进过程中才发现车辆无法到达的情况,保证车辆行驶安全性以及用户的驾驶体验。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,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他的附图。
图1为一种车辆行驶路面坡度示意图;
图2为本发明实施例提供的一种车辆控制方法流程图;
图3为本发明实施例提供的一种目标坡度平面示意图;
图4为本发明实施例提供的一种车辆控制装置的功能模块示意图;
图5为本发明实施例提供的电子设备的硬件架构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
目前的坡度检测方法容易受到外界环境的影响,进而无法为辅助驾驶提供精确的操作依据。此外,经发明人研究发现,当前的坡度检测一般仅判断一次就完成检测,即通过对车辆前方即将行驶的路面A坡度进行检测,若符合标准,则车辆继续行进。但由于车辆行驶环境的复杂多变,一些路面可能在远处无法确定其真实的路况,如车辆根据辅助驾驶系统的指示,驶向路面A的同时发现该坡面上还存在被植被或杂物遮挡的其他坡度路面BCD等等,如图1所示。此时位于路面A的车辆可能无法驶过路面D,而被卡住,给用户带来较差的驾驶体验。其中,其他坡度路面还可包括圆弧状态。
基于此,本发明实施例提供的一种车辆控制方法、装置和电子设备,可以实时对即将行驶的路面坡度进行检测,能够检测出路面潜藏的多种不同坡度,以保证对车辆进行准确的辅助驾驶、车辆行驶安全性以及用户的驾驶体验。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种车辆控制方法进行详细介绍,该控制方法可应用于车辆的控制器中。
图2为本发明实施例提供的一种车辆控制方法流程图。
参照图2,该车辆控制方法包括以下步骤:
步骤S102,通过激光雷达实时获取当前车辆行驶方向上待行驶路面对应的点云数据,其中,待行驶路面包括至少一个角度,该角度为行驶方向与水平路面延伸方向的夹角。
其中,车辆中设置有激光雷达,来实时获取针对当前车辆即将行驶路面的扫描点以及扫描点对应的点云数据,并通过以太网发送给控制器。
需要说明的是,当前车辆即将行驶路面可能通过植被遮挡等情况,潜藏了别的角度,如图1所示,即原以为的角度A车辆是能够驶过的,此时角度检测并未停止,仍实时对路面角度进行检测,但当发现存在BCD角度时,再判断车辆是否能够驶过BCD角度。
步骤S104,基于点云数据,实时对待行驶路面中的每个角度进行检测。
其中,当前车辆在行驶过程中可能实时对即将行驶路面的角度进行检测,避免了车辆行驶到该路面,才发现该路面角度车辆无法爬坡达到的情况。
步骤S106,若存在一个角度超过角度阈值,则控制当前车辆执行预警操作。
其中,若车辆行驶在路面角度A中,检测出BCD角度中存在一个超过坡度阈值,则可发出警报,并控制当前车辆变换行驶方向,不要继续向该路面行驶,绕过该待行驶路面。
在实际应用的优选实施例中,通过实时对当前车辆即将达到的路面的对应的点云数据进行获取,并基于点云数据实时对该待行驶路面的各个角度进行检测,对于包括多种角度的路面来说,若检测到一个角度超过阈值要求,则控制车辆执行预警操作,可停止向该路面行进,避免行进过程中才发现车辆无法到达的情况,保证车辆行驶安全性以及用户的驾驶体验。
在一些实施例中,通过对点云数据进行预处理,保证后续基于点云数据计算结果的准确性,在步骤S102之前,该方法还包括:
步骤1.1),根据点云库(PCL库)中的稀疏离群点移除方法(Statistical OutlierRemoval),采用稀疏离群点移除算法,对点云数据进行预处理。
可以理解的是,该步骤1.1)还包括以下步骤实现:
步骤1.1.1),针对每个扫描点,将扫描点对应的虚拟球体中包含的邻近扫描点的数量与预设数量阈值进行比对,其中,虚拟球体是以扫描点为圆心,预设长度阈值为半径建立的;
步骤1.1.2),若虚拟球体中包含的邻近扫描点的数量小于预设数量阈值,则删除扫描点以及相应点云数据,进而实现将离群点从数据集中剔除的目的,达到点云去噪效果。
在一些实施例中,为了更加准确地实现路面角度检测,该步骤S104可包括:
步骤2.1),根据随机采样一致性算法(RANSAC),对点云数据对应的扫描点进行坡度平面分割,得到至少一个目标坡度平面。
图3中ABCD、CDEF所在平面即可理解为目标坡度平面,其中,ABCD可理解为第一目标坡度平面、CDEF可理解为第二目标坡度平面。第一目标坡度平面可认为是当前车辆下一时刻即将行驶的路面对应的坡度平面,第二目标坡度平面可认为是当前车辆行驶到第一目标坡度平面对应的路面后再下一时刻即将行驶的路面对应的坡度平面。
步骤2.2),对每个目标坡度平面对应的角度进行检测。
在一些实施例中,上述步骤2.1)中构建至少一个目标坡度平面,还可通过以下步骤实现,包括:
步骤2.1.1),随机选取不在同一直线的三个扫描点构建第一平面,确定与第一平面具有预设距离的第二平面,重复执行上述步骤2.1.1),直至扫描点全部遍历,其中,每个第二平面中包括有扫描点。
需要说明的是,经过去噪等预处理的点云数据集中包括多个扫描点,每个扫描点包括与其相应的点云数据和三维坐标。从中随机选取三个扫描点确定一个平面方程Ax+By+Cz+D=0,即第一平面,基于该随机的第一平面,确定与之具有预设距离的第二平面,一般来说,该第二平面包括在第一平面上下浮动的两个平面。重复上述过程,直至全部扫描点均被遍历。其中,平面方程里的ABCD为系数,xyz为三个扫描点的三维坐标值。
步骤2.1.2),将包括最多数量扫描点的第二平面确定为第一目标坡度平面。
其中,第二平面中存在的扫描点数量可能包括0、1、2或多个,将基于步骤2.1.1)得到的多个第二平面中扫描点数量最多的那个平面确定为第一目标坡度平面。
步骤2.1.3),判断是否存在残留扫描点,残留扫描点为从扫描点中筛除第一目标坡度平面上扫描点后的余下扫描点。
示例性地,若扫描点一共包括50个,该第一目标坡度平面上包括扫描点10个,余下的40个扫描点即为残留扫描点。
步骤2.1.4),若存在,则随机选取不在同一直线的三个残留扫描点构建第三平面,确定与所述第三平面具有预设距离的第四平面,重复执行上述步骤,直至所述残留扫描点全部遍历,将包括最多数量残留扫描点的第四平面确定为另一个目标坡度平面,再返回执行步骤2.1.3),其中,每个所述第四平面中包括有所述残留扫描点。
需要说明的是,这里依据步骤2.1.1)-步骤2.1.2),以残留扫描点作为新的扫描点集确定新的目标坡度平面,直至不再产生残留扫描点,即全部的扫描点均在其对应的目标坡度平面上。
步骤2.1.5),若不存在,则终止执行。
需要说明的是,本发明实施例,能够当车辆行驶在坡度A时,通过点云数据提前对即将达到的路面角度进行检测,即提前检测出B、C、D目标坡度平面,并确定每个目标坡度平面对应的角度。
作为一种可选的实施例,前述步骤2.2)检测每个目标坡度平面对应的角度的方法,还可通过以下步骤实现:
步骤2.2.1),在至少一个目标坡度平面的第一目标坡度平面中选取两个目标扫描点,根据目标扫描点的三维坐标,确定第一目标坡度平面与水平路面的第一坡度角。
示例性地,在第一目标坡度平面ABCD中选取目标扫描点M和N,其中该目标扫描点是随机选取的。根据激光雷达采集的点云数据能够获知各个扫描点对应的三维坐标,其中,如图3所示,M(x1,y1,z1),N(x2,y2,z2),该第一目标坡度平面与水平路面的第一坡度角为θ。
步骤2.2.2),计算至少一个目标坡度平面的第二目标坡度平面与第一目标坡度平面间的第二坡度角,第二目标坡度平面是与第一目标坡度平面相邻的坡度平面。
其中,参照图3,该第二目标坡度平面CDEF相对于第一目标坡度平面ABCD的第二坡度角为α,该第二坡度角可基于第一坡度角进行计算。
步骤2.2.3),将第二目标坡度平面作为新的第一目标坡度平面,并返回执行步骤2.2.1),直至第二目标坡度平面为至少一个目标坡度平面的最后一个坡度平面。
可以理解的是,当前车辆即将行驶的路面可能包括多种坡度角,本发明实施例通过实时对路面的每种坡度角对应的坡度平面进行分割,并对每个坡度平面对应的坡度角进行检测,直至该即将行驶路面的全部坡度平面对应的坡度角均被计算。
在一些实施例中,上述实施例中步骤2.2.1)计算第一坡度角的具体方式,包括:
步骤2.2.1.1),根据在第一目标坡度平面中随机选取的两个目标扫描点的三维坐标,计算两个目标扫描点之间的线段长度,以及两个目标扫描点之间的垂直距离。
其中,MN的z轴坐标距离OM即为两个目标扫描点之间的垂直距离,并根据M、N三维坐标计算线段MN的长度,线段MN的长度为:
步骤2.2.1.2),根据线段长度MN和垂直距离OM确定第一目标坡度平面与水平路面的第一坡度角θ,具体如下:
在一些实施例中,上述实施例中步骤2.2.2)在第一目标坡度平面的基础上计算第二坡度角的方式,还包括:
步骤2.2.2.1),根据在第二目标坡度平面中随机选取的两个目标扫描点的三维坐标,计算两个目标扫描点之间的线段长度以及两个目标扫描点之间垂直距离。
其中,PQ的z轴坐标距离OQ即为两个目标扫描点P、Q之间的垂直距离,并根据P、Q三维坐标计算线段PQ的长度,线段PQ的长度为:
步骤2.2.2.2),根据第一坡度角θ、线段长度PQ和垂直距离OQ,确定第二目标坡度平面CDEF与第一目标坡度平面ABCD间的第二坡度角α:
α=β-θ
其中,β为第二目标坡度平面CDEF与水平路面的夹角,第二坡度角α为第一坡度角θ与的β差值。
本发明实施例能够通过自身的激光雷达实时采集即将行驶路面对应的点云,并实时检测路面存在的多个角度,在不受外界条件干扰的情况下,能够为车辆辅助驾驶控制提供精确参考依据,保证车辆驾驶安全以及用户的驾驶体验。
如图4所示,本发明实施例提供一种车辆控制装置,该装置包括:
获取模块,通过激光雷达实时获取当前车辆行驶方向上待行驶路面对应的点云数据,其中,所述待行驶路面包括至少一个角度,所述角度为所述行驶方向与水平路面延伸方向的夹角;
检测模块,基于所述点云数据,实时对所述待行驶路面中的每个角度进行检测;
控制模块,若存在一个所述角度超过角度阈值,则控制所述当前车辆执行预警操作。
在实际应用的优选实施例中,该车辆控制装置可用于设置有激光雷达的车辆上,可对行驶路况的坡度提前做出检测和预警。
在一些实施例中,检测模块还具体用于,根据随机采样一致性算法,对所述点云数据对应的扫描点进行坡度平面分割,得到至少一个目标坡度平面;对每个所述目标坡度平面对应的角度进行检测。
在一些实施例中,检测模块还具体用于,在所述至少一个目标坡度平面的第一目标坡度平面中选取两个目标扫描点,根据所述目标扫描点的三维坐标,确定所述第一目标坡度平面与水平路面的第一坡度角;计算所述至少一个目标坡度平面的第二目标坡度平面与所述第一目标坡度平面间的第二坡度角,所述第二目标坡度平面是与所述第一目标坡度平面相邻的坡度平面;将所述第二目标坡度平面作为新的第一目标坡度平面,并返回执行步骤:在所述至少一个目标坡度平面的第一目标坡度平面中选取两个目标扫描点,直至所述第二目标坡度平面为所述至少一个目标坡度平面的最后一个坡度平面。
在一些实施例中,检测模块还具体用于,随机选取不在同一直线的三个扫描点构建第一平面,确定与所述第一平面具有预设距离的第二平面,重复执行上述步骤,直至所述扫描点全部遍历,其中,每个所述第二平面中包括有扫描点;将包括最多数量扫描点的第二平面确定为第一目标坡度平面;判断是否存在残留扫描点,所述残留扫描点为从所述扫描点中筛除所述第一目标坡度平面上扫描点后的余下扫描点;若存在,则随机选取不在同一直线的三个残留扫描点构建第三平面,确定与所述第三平面具有预设距离的第四平面,重复执行上述步骤,直至所述残留扫描点全部遍历,将包括最多数量残留扫描点的第四平面确定为另一个目标坡度平面,再返回执行判断是否存在残留扫描点的步骤,其中,每个所述第四平面中包括有所述残留扫描点;若不存在,则终止执行。
在一些实施例中,检测模块还具体用于,根据在所述第一目标坡度平面中随机选取的两个目标扫描点的三维坐标,计算所述两个目标扫描点之间的线段长度,以及所述两个目标扫描点之间的垂直距离;根据所述线段长度和所述垂直距离确定所述第一目标坡度平面与水平路面的第一坡度角。
在一些实施例中,检测模块还具体用于,根据在所述第二目标坡度平面中随机选取的两个目标扫描点的三维坐标,计算所述两个目标扫描点之间的线段长度以及所述两个目标扫描点之间垂直距离;根据所述第一坡度角、所述线段长度和所述垂直距离,确定所述第二目标坡度平面与所述第一目标坡度平面间的第二坡度角。
在一些实施例中,还包括预处理模块,用于采用稀疏离群点移除算法,对所述点云数据进行预处理。
在一些实施例中,预处理模块还具体用于,针对每个扫描点,将所述扫描点对应的虚拟球体中包含的邻近扫描点的数量与预设数量阈值进行比对,其中,所述虚拟球体是以所述扫描点为圆心,预设长度阈值为半径建立的;若所述虚拟球体中包含的邻近扫描点的数量小于预设数量阈值,则删除所述扫描点以及相应点云数据。
本发明实施例提供的用于实现一种电子设备,本实施例中,所述电子设备可以是,但不限于,个人电脑(Personal Computer,PC)、笔记本电脑、监控设备、服务器等具备分析及处理能力的计算机设备。
作为一种示范性实施例,可参见图5,电子设备110,包括通信接口111、处理器112、存储器113以及总线114,处理器112、通信接口111和存储器113通过总线114连接;上述存储器113用于存储支持处理器112执行上述图像锐化方法的计算机程序,上述处理器112被配置为用于执行该存储器113中存储的程序。
本文中提到的机器可读存储介质可以是任何电子、磁性、光学或其它物理存储装置,可以包含或存储信息,如可执行指令、数据,等等。例如,机器可读存储介质可以是:RAM(Radom Access Memory,随机存取存储器)、易失存储器、非易失性存储器、闪存、存储驱动器(如硬盘驱动器)、任何类型的存储盘(如光盘、dvd等),或者类似的存储介质,或者它们的组合。
非易失性介质可以是非易失性存储器、闪存、存储驱动器(如硬盘驱动器)、任何类型的存储盘(如光盘、dvd等),或者类似的非易失性存储介质,或者它们的组合。
可以理解的是,本实施例中的各功能模块的具体操作方法可参照上述方法实施例中相应步骤的详细描述,在此不再重复赘述。
本发明实施例所提供计算机可读存储介质,所述可读存储介质中存储有计算机程序,所述计算机程序代码被执行时可实现上述任一实施例所述的车辆控制方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
另外,在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。
Claims (11)
1.一种车辆控制方法,其特征在于,所述方法包括:
通过激光雷达实时获取当前车辆行驶方向上待行驶路面对应的点云数据,其中,所述待行驶路面包括至少一个角度,所述角度为所述行驶方向与水平路面延伸方向的夹角;
基于所述点云数据,实时对所述待行驶路面中的每个角度进行检测;
若存在一个所述角度超过角度阈值,则控制所述当前车辆执行预警操作。
2.根据权利要求1所述的方法,其特征在于,基于所述点云数据,实时对所述待行驶路面中的每个角度进行检测的步骤,包括:
根据随机采样一致性算法,对所述点云数据对应的扫描点进行坡度平面分割,得到至少一个目标坡度平面;
对每个所述目标坡度平面对应的角度进行检测。
3.根据权利要求2所述的方法,其特征在于,根据随机采样一致性算法,对所述点云数据对应的扫描点进行坡度平面分割,得到至少一个目标坡度平面的步骤,包括:
随机选取不在同一直线的三个扫描点构建第一平面,确定与所述第一平面具有预设距离的第二平面,重复执行上述步骤,直至所述扫描点全部遍历,其中,每个所述第二平面中包括有扫描点;
将包括最多数量扫描点的第二平面确定为第一目标坡度平面;
判断是否存在残留扫描点,所述残留扫描点为从所述扫描点中筛除所述第一目标坡度平面上扫描点后的余下扫描点;
若存在,则随机选取不在同一直线的三个残留扫描点构建第三平面,确定与所述第三平面具有预设距离的第四平面,重复执行上述步骤,直至所述残留扫描点全部遍历,将包括最多数量残留扫描点的第四平面确定为另一个目标坡度平面,再返回执行判断是否存在残留扫描点的步骤,其中,每个所述第四平面中包括有所述残留扫描点;
若不存在,则终止执行。
4.根据权利要求2所述的方法,其特征在于,对每个所述目标坡度平面对应的角度进行检测的步骤,包括:
在所述至少一个目标坡度平面的第一目标坡度平面中选取两个目标扫描点,根据所述目标扫描点的三维坐标,确定所述第一目标坡度平面与水平路面的第一坡度角;
计算所述至少一个目标坡度平面的第二目标坡度平面与所述第一目标坡度平面间的第二坡度角,所述第二目标坡度平面是与所述第一目标坡度平面相邻的坡度平面;
将所述第二目标坡度平面作为新的第一目标坡度平面,并返回执行步骤:在所述至少一个目标坡度平面的第一目标坡度平面中选取两个目标扫描点,直至所述第二目标坡度平面为所述至少一个目标坡度平面的最后一个坡度平面。
5.根据权利要求4所述的方法,其特征在于,在第一目标坡度平面中选取两个目标扫描点,根据所述目标扫描点的三维坐标,确定所述第一目标坡度平面与水平路面的第一坡度角的步骤,包括:
根据在所述第一目标坡度平面中随机选取的两个目标扫描点的三维坐标,计算所述两个目标扫描点之间的线段长度,以及所述两个目标扫描点之间的垂直距离;
根据所述线段长度和所述垂直距离确定所述第一目标坡度平面与水平路面的第一坡度角。
6.根据权利要求4所述的方法,其特征在于,计算第二目标坡度平面与所述第一目标坡度平面间的第二坡度角的步骤,包括:
根据在所述第二目标坡度平面中随机选取的两个目标扫描点的三维坐标,计算所述两个目标扫描点之间的线段长度以及所述两个目标扫描点之间垂直距离;
根据所述第一坡度角、所述线段长度和所述垂直距离,确定所述第二目标坡度平面与所述第一目标坡度平面间的第二坡度角。
7.根据权利要求1所述的方法,其特征在于,在基于所述点云数据,实时对所述待行驶路面中的每个角度进行检测的步骤之前,所述方法还包括:
采用稀疏离群点移除算法,对所述点云数据进行预处理。
8.根据权利要求7所述的方法,其特征在于,采用稀疏离群点移除算法,对所述点云数据进行预处理的步骤,包括:
针对每个扫描点,将所述扫描点对应的虚拟球体中包含的邻近扫描点的数量与预设数量阈值进行比对,其中,所述虚拟球体是以所述扫描点为圆心,预设长度阈值为半径建立的;
若所述虚拟球体中包含的邻近扫描点的数量小于预设数量阈值,则删除所述扫描点以及相应点云数据。
9.一种车辆控制装置,其特征在于,所述装置包括:
获取模块,通过激光雷达实时获取当前车辆行驶方向上待行驶路面对应的点云数据,其中,所述待行驶路面包括至少一个角度,所述角度为所述行驶方向与水平路面延伸方向的夹角;
检测模块,基于所述点云数据,实时对所述待行驶路面中的每个角度进行检测;
控制模块,若存在一个所述角度超过角度阈值,则控制所述当前车辆执行预警操作。
10.一种电子设备,其特征在于,包括存储器、处理器及存储在所述存储器上并且能够在所述处理器上运行的程序,所述处理器执行所述程序时实现如权利要求1至8中任一项所述的方法。
11.一种计算机可读存储介质,其特征在于,所述可读存储介质中存储有计算机程序,所述计算机程序被执行时实现权利要求1-8中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111328185.5A CN113978472B (zh) | 2021-11-10 | 2021-11-10 | 车辆控制方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111328185.5A CN113978472B (zh) | 2021-11-10 | 2021-11-10 | 车辆控制方法、装置和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113978472A true CN113978472A (zh) | 2022-01-28 |
CN113978472B CN113978472B (zh) | 2023-07-28 |
Family
ID=79747736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111328185.5A Active CN113978472B (zh) | 2021-11-10 | 2021-11-10 | 车辆控制方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113978472B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150047215A (ko) * | 2013-10-24 | 2015-05-04 | 현대모비스 주식회사 | 회전형 라이다 센서를 이용한 타겟 차량 감지 장치 및 회전형 라이다 센서 |
CN111192284A (zh) * | 2019-12-27 | 2020-05-22 | 吉林大学 | 一种车载激光点云分割方法及系统 |
CN111239757A (zh) * | 2020-03-12 | 2020-06-05 | 湖南大学 | 一种路面特征参数自动提取方法及系统 |
JP2021127075A (ja) * | 2020-02-17 | 2021-09-02 | 株式会社デンソー | 道路勾配推定装置、道路勾配推定システムおよび道路勾配推定方法 |
CN113619608A (zh) * | 2021-09-16 | 2021-11-09 | 东软睿驰汽车技术(大连)有限公司 | 基于驾驶辅助系统的车辆行驶方法、装置和电子设备 |
-
2021
- 2021-11-10 CN CN202111328185.5A patent/CN113978472B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150047215A (ko) * | 2013-10-24 | 2015-05-04 | 현대모비스 주식회사 | 회전형 라이다 센서를 이용한 타겟 차량 감지 장치 및 회전형 라이다 센서 |
CN111192284A (zh) * | 2019-12-27 | 2020-05-22 | 吉林大学 | 一种车载激光点云分割方法及系统 |
JP2021127075A (ja) * | 2020-02-17 | 2021-09-02 | 株式会社デンソー | 道路勾配推定装置、道路勾配推定システムおよび道路勾配推定方法 |
CN111239757A (zh) * | 2020-03-12 | 2020-06-05 | 湖南大学 | 一种路面特征参数自动提取方法及系统 |
CN113619608A (zh) * | 2021-09-16 | 2021-11-09 | 东软睿驰汽车技术(大连)有限公司 | 基于驾驶辅助系统的车辆行驶方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113978472B (zh) | 2023-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110286389B (zh) | 一种用于障碍物识别的栅格管理方法 | |
JP2022113746A (ja) | 判定装置 | |
CN110632617B (zh) | 一种激光雷达点云数据处理的方法及装置 | |
WO2019000945A1 (zh) | 车载摄像机测距方法及装置、存储介质和电子设备 | |
EP3875905B1 (en) | Method, device and medium for detecting environmental change | |
CN110674705A (zh) | 基于多线激光雷达的小型障碍物检测方法及装置 | |
WO2020225886A1 (ja) | 点群解析装置、方法、及びプログラム | |
JP2019519850A (ja) | 逆走ドライバを検出するための方法、装置、およびシステム | |
CN114943952A (zh) | 多相机重叠视域下障碍物融合方法、系统、设备和介质 | |
JP6263453B2 (ja) | 運動量推定装置及びプログラム | |
WO2021102676A1 (zh) | 物体状态获取方法、可移动平台及存储介质 | |
WO2022116831A1 (zh) | 定位方法、装置、电子设备及可读存储介质 | |
WO2022078342A1 (zh) | 动态占据栅格估计方法及装置 | |
CN110843786A (zh) | 用于确定和显示涉水状况的方法和系统及具有该系统的车辆 | |
CN112991550A (zh) | 基于伪点云的障碍物位置检测方法、装置和电子设备 | |
JP2019519044A (ja) | 逆走ドライバを検出するための方法、装置、およびシステム | |
CN113978472A (zh) | 车辆控制方法、装置和电子设备 | |
CN115991195A (zh) | 自动驾驶中车轮打滑的自动检测及补偿方法、装置及系统 | |
CN116259022A (zh) | 基于视觉车道线的跟踪方法、电子设备、介质及车辆 | |
CN111857113B (zh) | 可移动设备的定位方法及定位装置 | |
JP2019519040A (ja) | 逆走ドライバを検出するための方法、装置、およびシステム | |
CN113345087A (zh) | 基于单目视觉的地表模型拟合方法和装置 | |
CN110909569B (zh) | 路况信息识别方法及终端设备 | |
WO2018212290A1 (ja) | 情報処理装置、制御方法、プログラム及び記憶媒体 | |
RU2769918C1 (ru) | Способ позиционирования наземного транспортного средства |
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 |