TWI748678B

TWI748678B - 基於地面資訊優化的車輛自主定位系統

Info

Publication number: TWI748678B
Application number: TW109134644A
Authority: TW
Inventors: 黃郁鈞; 林明彥
Original assignee: 艾歐圖科技股份有限公司
Priority date: 2020-10-06
Filing date: 2020-10-06
Publication date: 2021-12-01
Also published as: TW202215005A

Abstract

一種基於地面資訊優化的車輛自主定位系統包含：一光學雷達模組、一點雲分割模組、一GNSS座標轉換模組、及一點雲匹配演算模組，用於在保有一定的準確度的情況下，有效提升系統的運算效率，以對一自駕車輛進行即時定位而取得關於該自駕車輛的車輛定位位置姿態資訊。

Description

基於地面資訊優化的車輛自主定位系統

本發明相關於一種自駕車輛之定位系統，特別是相關於一種基於地面資訊優化的車輛自主定位系統。

在自駕車輛的定位系統中，常見的有兩種定位方式，其一為使用全球導航衛星系統(Global Navigation Satellite System；GNSS)作為核心的定位方式，其二則是以光學雷達(light detection and ranging；LIDAR)為核心的定位方式。

GNSS利用全球經緯度資訊進行位置的絕對定位，同時低廉的成本以及使用便利的特性，使其成為目前車輛定位系統上常見的方式之一。然而，GNSS所接收到的衛星資訊因傳輸距離較遠，中途容易受到大氣層折射產生誤差(Common Mode Error)，或者因遇到障礙物遮蔽(如，高樓、樹木)造成衛星訊號的反射產生多重路徑誤差(Multipath Error)，可能導致定位系統準確度下降，故在城市或高遮蔽的環境中，往往無法達到自駕車輛所需高準確的定位結果。

光學雷達利用對環境的掃描與辨別，判斷出目前車輛所在的位置，此種定位方式雖在大部分的場域上，準確度以及強健性都優於GNSS的定位系統，但硬體成本的高昂以及即時化處理點雲資訊而衍生出需要高效能之運算平台，成為此方法被眾多人詬病的缺點。

因此，如何能夠有效降低即時化定位所需要的高運算量，以適用於自駕車輛之即時定位，為本領域的一大課題。

因此，本發明的目的即在提供一種基於地面資訊優化的車輛自主定位系統，能夠使定位結果在保有一定的準確度的情況下，有效提升系統的運算效率，以適用於自駕車輛之即時定位。

本發明為解決習知技術之問題所採用之技術手段係提供一種基於地面資訊優化的車輛自主定位系統，係用於對一自駕車輛進行即時定位而取得關於該自駕車輛的車輛定位位置姿態資訊，該車輛自主定位系統包含：一光學雷達模組，設置於該自駕車輛，該光學雷達模組係以即時掃描方式取得關於該自駕車輛當前的環境點雲資訊；一點雲分割模組，連接於該光學雷達模組，依據該光學雷達模組與一預設行駛地面之間的相對位置關係，而將該環境點雲資訊分割為地面點雲資訊及物體點雲資訊，其中該地面點雲資訊中之各資料點之推定位置係位於該預設行駛地面，該物體點雲資訊中之各資料點之推定位置係非位於該預設行駛地面；一GNSS座標轉換模組，設置於該自駕車輛，該GNSS座標轉換模組係接收一衛星導航系統的衛星資訊而取得關於當前該自駕車輛的一初始定位資訊；一點雲匹配演算模組，連接於該點雲分割模組及該GNSS座標轉換模組，而接收該地面點雲資訊、該物體點雲資訊及該初始定位資訊，該點雲匹配演算模組包括一地面點雲匹配單元、一物體點雲匹配單元、及一定位資訊輸出單元，該地面點雲匹配單元經配置而進行該地面點雲資訊與一預設的參考地面點雲地圖之間的一地面點雲匹配，而得到地面相關偏移旋轉資訊，該物體點雲匹配單元連接於該地面點雲匹配單元，該物體點雲匹配單元經配置而以該地面相關偏移旋轉資訊作為最佳化限制條件而進行該物體點雲資訊與一預設的參考物體點雲地圖之間的一物體點雲匹配，而得到物體相關偏移旋轉資訊，該定位資訊輸出單元連接於該地面點雲匹配單元及該物體點雲匹配單元，該定位資訊輸出單元經設置而根據該地面相關偏移旋轉資訊及該物體相關偏移旋轉資訊而對該初始定位資訊進行一對應補償校正，而求得關於該自駕車輛當前的該車輛定位位置姿態資訊。

在本發明的一實施例中係提供一種基於地面資訊優化的車輛自主定位系統，其中該點雲分割模組包括一點雲距離圖像化單元、一地面點雲分割單元、及一物體點雲分割單元，該點雲距離圖像化單元經配置而以二維距離圖像化的方式將該環境點雲資訊轉換為二維距離圖像資料，該地面點雲分割單元連接於該點雲距離圖像化單元，且經配置而以二維線性提取的方式對於該二維距離圖像資料中推定位置位於該預設行駛地面的各資料點進行提取，該物體點雲分割單元經配置而根據資料點之間的相對夾角關係而對於推定位置非位於該預設行駛地面的各資料點依據不同物體而進行分類，而得到該地面點雲資訊及該物體點雲資訊。

在本發明的一實施例中係提供一種基於地面資訊優化的車輛自主定位系統，更包含一點雲濾波模組，連接在該點雲分割模組與該點雲匹配演算模組之間，該點雲濾波模組經配置而在該地面點雲資訊及該物體點雲資訊輸入至該點雲匹配演算模組之前，對該地面點雲資訊及該物體點雲資訊進行一降採樣處理。

在本發明的一實施例中係提供一種基於地面資訊優化的車輛自主定位系統，其中該點雲濾波模組係為一體素網格濾波器。

在本發明的一實施例中係提供一種基於地面資訊優化的車輛自主定位系統，其中該衛星資訊包括經緯度資訊，該GNSS座標轉換模組係經設置而將該經緯度資訊轉換為點雲地圖座標系的六維資訊，作為該初始定位資訊。

在本發明的一實施例中係提供一種基於地面資訊優化的車輛自主定位系統，其中該地面相關偏移旋轉資訊包含高度方向偏移量資訊、翻滾角旋轉量資訊、及俯仰角旋轉量資訊，該物體相關偏移旋轉資訊包含縱向方向偏移量資訊、側向方向偏移量資訊、及偏航角旋轉量資訊。

在本發明的一實施例中係提供一種基於地面資訊優化的車輛自主定位系統，其中該車輛定位位置姿態資訊為包括縱向方向資訊、側向方向資訊、高度方向資訊、翻滾角資訊、俯仰角資訊、及偏航角資訊的六維資訊。

經由本發明所採用之技術手段，基於地面資訊優化的車輛自主定位系統藉由將環境點雲資訊分割為地面點雲資訊及物體點雲資訊，而以兩次的參數最佳化(地面點雲匹配及物體點雲匹配)的方式，有效降低演算法在計算上的複雜度，而在使定位結果保有足夠高的準確度的情況下，使整體系統的運算效率獲得提升，而能夠有效地應用在同時需要準確定位與即時運算的自駕車輛之即時定位上。

100:車輛自主定位系統

1:光學雷達模組

2:點雲分割模組

21:點雲距離圖像化單元

22:地面點雲分割單元

23:物體點雲分割單元

3:GNSS座標轉換模組

4:點雲匹配演算模組

41:地面點雲匹配單元

42:物體點雲匹配單元

43:定位資訊輸出單元

5:點雲濾波模組

C0:環境點雲資訊

C1:地面點雲資訊

C2:物體點雲資訊

C1’:經降採樣的地面點雲資訊

C2’:經降採樣的物體點雲資訊

G:預設行駛地面

I1:地面相關偏移旋轉資訊

I2:物體相關偏移旋轉資訊

M:參考點雲地圖

M2:參考物體點雲地圖

M1:參考地面點雲地圖

P0:初始定位資訊

P1:車輛定位位置姿態資訊

S:衛星導航系統

V:自駕車輛

〔第1圖〕為顯示根據本發明的一實施例的基於地面資訊優化的車輛自主定位系統的系統示意圖；〔第2圖〕為顯示根據本發明的實施例的基於地面資訊優化的車輛自主定位系統的點雲分割模組的方塊示意圖；〔第3圖〕為顯示根據本發明的實施例的基於地面資訊優化的車輛自主定位系統的地面點雲分割的示意圖；〔第4圖〕為顯示根據本發明的實施例的基於地面資訊優化的車輛自主定位系統的物體點雲分割的示意圖；〔第5圖〕為顯示根據本發明的實施例的基於地面資訊優化的車輛自主定位系統的降採樣處理的示意圖。

以下根據第1圖至第5圖，而說明本發明的實施方式。該說明並非為限制本發明的實施方式，而為本發明之實施例的一種。

如第1圖至第5圖所示，依據本發明的一實施例的一基於地面資訊優化的車輛自主定位系統100，係用於對一自駕車輛V進行即時定位而取得關於該自駕車輛V的車輛定位位置姿態資訊P1，該車輛自主定位系統100包含：一光學雷達模組1、一點雲分割模組2、一GNSS座標轉換模組3、及一點雲匹配演算模組4。

如第1圖及第3圖所示，該光學雷達模組1設置於該自駕車輛V，該光學雷達模組1係以即時掃描方式取得關於該自駕車輛V當前的環境點雲資訊C0。具體而言，該光學雷達模組1在本實施例中為三維光學雷達，點雲(point cloud)是透過感測器(即，該光學雷達模組1)所取得的環境資訊的一種資料形式，其係透過空間中的許多資料點的方式對環境資訊進行建構及描述，該環境點雲資訊C0則是用於表達該自駕車輛V當前的環境資訊的點雲。

如第1圖及第3圖所示，該點雲分割模組2連接於該光學雷達模組1，依據該光學雷達模組1與一預設行駛地面G之間的相對位置關係，而將該環境點雲資訊C0分割為地面點雲資訊C1及物體點雲資訊C2，其中該地面點雲資訊C1中之各資料點之推定位置係位於該預設行駛地面G，該物體點雲資訊C2中之各資料點之推定位置係非位於該預設行駛地面G。具體而言，該點雲分割模組2係利用特定的點雲分割演算法而對該環境點雲資訊C0進行處理，將具有相同特性的點或點雲集進行群集化，以及將不同特性的點或點雲集進行區塊式的分類。因此，藉由該點雲分割模組2的點雲分割處理，能夠將原始點雲的該環境點雲資訊C0轉變成由多個區塊所形成的樣貌，每個區塊內包含了相同特性的資料點(例如，該地面點雲資訊C1所包含的資料點之推定位置係位於該預設行駛地面G)。藉此，在後續所進行的物件辨識或特徵提取上，不需一次對所有點雲進行分析，而是針對各別區塊的點雲個別進行，能有效減輕運算量，提升運算效率，並且結果也會更為準確。

如第1圖所示，該GNSS座標轉換模組3設置於該自駕車輛V，該GNSS座標轉換模組3係接收一衛星導航系統S的衛星資訊而取得關於當前該自駕車輛V的一初始定位資訊P0。具體而言，該GNSS座標轉換模組3是透過接收是透過接收衛星資訊的方式來計算出當下所在的位置，即，該初始定位資訊P0。在本實施例中，該衛星資訊包括經緯度資訊，該GNSS座標轉換模組3係經設置而將該經緯度資訊轉換為點雲地圖座標系的六維資訊，作為該初始定位資訊P0。該初始定位資訊P0會依據不同座標系有不同的表示方式。在本實施例中，所採用的是ENU(east-north-up)的當地水平座標系，參考點雲地圖M也是建立於其上，系統之定位結果則是定義於此座標系上。

如第1圖所示，該點雲匹配演算模組4連接於該點雲分割模組2及該GNSS座標轉換模組3，而接收該地面點雲資訊C1、該物體點雲資訊C2及該初始定位資訊P0，該點雲匹配演算模組4包括一地面點雲匹配單元41、一物體點雲匹配單元42、及一定位資訊輸出單元43，該地面點雲匹配單元41經配置而進行該地面點雲資訊C1與一預設的參考地面點雲地圖M1之間的一地面點雲匹配，而得到地面相關偏移旋轉資訊I1，該物體點雲匹配單元42連接於該地面點雲匹配單元41，該物體點雲匹配單元42經配置而以該地面相關偏移旋轉資訊I1作為最佳化限制條件而進行該物體點雲資訊C2與一預設的參考物體點雲地圖M2之間的一物體點雲匹配，而得到物體相關偏移旋轉資訊I2，該定位資訊輸出單元43連接於該地面點雲匹配單元41及該物體點雲匹配單元42，該定位資訊輸出單元43經設置而根據該地面相關偏移旋轉資訊I1及該物體相關偏移旋轉資訊I2而對該初始定位資訊P0進行一對應補償校正，而求得關於該自駕車輛V當前的該車輛定位位置姿態資訊P1。

具體而言，在本實施例中，該點雲匹配演算模組4主要是利用基於常態分佈轉換(Normal Distributions Transform；NDT)的點雲匹配來對參數進行最佳化，得到當前點雲與參考點雲之最佳相對位置關係。與一般的NDT點雲匹配的差別在於，習知的NDT點雲匹配在最佳化過程中，都是使用全部的環境資訊進行同步的最佳化，而須計算高維度的梯度向量和海森反矩陣，使得整個演算法的複雜度提升而效率降低。該點雲匹配演算模組4則是不進行這樣的單次高複雜度的運算，而改為進行複雜度相對較低的兩次的參數最佳化，該參考點雲地圖M也分為兩份，即，該參考地面點雲地圖M1及該參考物體點雲地圖M2。該參考地面點雲地圖M1是關於地面部分的平面的地圖，該參考物體點雲地圖M2則是關於非地面部分(例：建築物、路樹)的三維的地圖。

第一次的最佳化是以該地面點雲匹配單元41利用該地面點雲資訊C1與該參考地面點雲地圖M1進行該地面點雲匹配，而得到該地面相關偏移旋轉資訊I1。在本實施例中，該地面相關偏移旋轉資訊I1包含高度方向偏移量資訊、翻滾角旋轉量資訊、及俯仰角旋轉量資訊，分別為該地面點雲資訊C1與該參考地面點雲地圖M1之間在Z方向之偏移量、在X方向之旋轉量、以及在Y方向之旋轉量。第二次的最佳化則是以該高度方向偏移量資訊、該翻滾角旋轉量資訊、及該俯仰角旋轉量資訊的三項參數作為最佳化限制條件，以該物體點雲匹配單元42利用該物體點雲資訊C2與該參考物體點雲地圖M2進行該地面點雲匹配，而得到該物體相關偏移旋轉資訊I2。在本實施例中，該物體相關偏移旋轉資訊I2包含縱向方向偏移量資訊、側向方向偏移量資訊、及偏航角旋轉量資訊，分別為該物體點雲資訊C2與該參考物體點雲地圖M2之間在X方向之偏移量、在Y方向之偏移量、以及在Z方向之旋轉量。而最終由該定位資訊輸出單元43所輸出當前的定位位置(該車輛定位位置姿態資訊P1)則是以定位位置的初始值(根據該初始定位資訊P0所得到)加上這些經最佳化的旋轉和偏移量所得到，因此在本實施例中，該車輛定位位置姿態資訊P1為包括縱向方向資訊、側向方向資訊、高度方向資訊、翻滾角資訊、俯仰角資訊、及偏航角資訊的六維資訊。此外，藉由當前的定位位置與前一刻定位位置，可推估該自駕車輛V之速度及加速度資訊，而進一步推估下一刻的車輛位置，此車輛位置則可作為下一次的定位位置的初始值來使用。

在該點雲匹配演算模組4中，由於第一次的最佳化所需達到的成效僅在於讓該地面點雲資訊C1與該參考地面點雲地圖M1在Z方向有極大的相似性，即，達到重合或貼合，而非完全一致，因此在計算上能夠進行大幅簡化，第二次的最佳化也因為有了第一次的最佳化而能夠大幅減低運算量，而使運算效率獲得提升。在與利用習知的NDT點雲匹配所進行的定位的對比實驗中，在滿足同樣的自駕車輛定位誤差容許量(公分等級)的前提下，該點雲匹配演算模組4所求得的結果的準確度與習知的NDT點雲匹配相近，而運算時間則能夠以約三倍快的速度優於習知的NDT點雲匹配。

如第2圖至第4圖所示，在本發明的實施例的基於地面資訊優化的車輛自主定位系統100中，該點雲分割模組2包括一點雲距離圖像化單元21、一地面點雲分割單元22、及一物體點雲分割單元23，該點雲距離圖像化單元21經配置而以二維距離圖像化的方式將該環境點雲資訊C0轉換為二維距離圖像資料，該地面點雲分割單元22連接於該點雲距離圖像化單元21，且經配置而以二維線性提取的方式對於該二維距離圖像資料中推定位置位於該預設行駛地面G的各資料點進行提取，該物體點雲分割單元23經配置而根據資料點之間的相對夾角關係而對於推定位置非位於該預設行駛地面G的各資料點依據不同物體而進行分類，而得到該地面點雲資訊C1及該物體點雲資訊C2。具體而言，該點雲距離圖像化單元21係根據該光學雷達模組1在水平方向以及垂直方向上掃描所涵蓋範圍及解析度，將該環境點雲資訊C0的三維的資料點轉換為二維的距離圖像(range image)，距離圖像中的每個像素(pixel)的位置是依據解析度劃分，而代表各別的資料點，每個像素所包含的值則是點與原點的距離。在本實施例中，該光學雷達模組1為三維光學雷達，其光束是以一定的上下擺幅來偵測360度範圍內的環境，因此該地面點雲分割單元22依據預先量測取得的感測器(該光學雷達模組1)與地面(該預設行駛地面G)之相對關係，而推估該光學雷達模組1之光束有哪些會落在該預設行駛地面G上(如第3圖所示)，接著使用這些光束的點雲資訊進行分析與分割，對特徵點進行二維線性提取的運算，確定特徵點是屬於地面，而後將判別為地面點雲的部分進行統整，達到地面點雲分割的效果。該物體點雲分割單元23在本實施例中所採用的物體點雲分割方式主要概念是計算任意兩光束間的距離，透過此距離來判斷此兩光束所產生出的量測資料點是否隸屬於同一物體。如第4圖所示，當兩量測資料點之間的相對夾角(資料點一資料點與光束之間的夾角)較大的情況下，兩個量測資料點是落於同一個物體之上，反之當相對夾角較小的情況，則兩個量測資料點是落於不同的物體之上。在實際應用上則是透過設定相對夾角的角度閾值，而評判兩個量測資料點是否隸屬於同一物體，達到物體點雲分割的效果。

如第1圖及第5圖所示，在本發明的實施例的基於地面資訊優化的車輛自主定位系統100中，該基於地面資訊優化的車輛自主定位系統100更包含一點雲濾波模組5，連接在該點雲分割模組2與該點雲匹配演算模組4之間，該點雲濾波模組5經配置而在該地面點雲資訊C1及該物體點雲資訊C2輸入至該點雲匹配演算模組4之前，對該地面點雲資訊C1及該物體點雲資訊C2進行點雲濾波。具體而言，該點雲濾波模組5執行點雲濾波的作用主要是在消除點雲中存在的噪音或異常值的狀況下，仍能保有原始點雲的特徵。除此之外，在本實施例中，該點雲濾波模組5所進行的該點雲濾波包括一降採樣處理(down sampling)。由於該光學雷達模組1所取得的環境點雲通常是非常龐大的資訊，舉例而言，假設中低階的光學雷達每一次的掃描可獲取近三萬個資料點，並且以10Hz進行運轉，則每秒就會接收到近三十萬個資料點，因此相當耗費運算能力。藉由在保持點雲特徵下的降採樣處理，而以經降採樣的地面點雲資訊C1’及經降採樣的物體點雲資訊C2’提供給該點雲匹配演算模組4進行運算，則能夠有效減輕運算量。另外，在本實施例中，該點雲濾波模組5係為一體素網格濾波器。如第5圖所示，體素網格濾波器的運作概念係將三維空間切分為等大小的立方體，而落於相同立方體內的點雲集(圖中的空心點)則透過計算平均值，得出單一個點資訊(圖中的實心點)來作為代表，以此達到降採樣的效果。

藉由上述結構，本發明的基於地面資訊優化的車輛自主定位系統100藉由將該環境點雲資訊C0分割為該地面點雲資訊C1及該物體點雲資訊C2，而以兩次的參數最佳化(地面點雲匹配及物體點雲匹配)的方式，有效降低演算法在計算上的複雜度，而在使定位結果保有足夠高的準確度的情況下，使整體系統的運算效率獲得提升，而能夠有效地應用在同時需要準確定位與即時運算的自駕車輛之即時定位上。

以上之敘述以及說明僅為本發明之較佳實施例之說明，對於此項技術具有通常知識者當可依據以下所界定申請專利範圍以及上述之說明而作其他之修改，惟此些修改仍應是為本發明之發明精神而在本發明之權利範圍中。