一种基于车载设备的障碍物实时检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114241447A(43)申请公布日2022.03.25(21)申请号202111618616.1G06T7/73(2017.01)(22)申请日2021.12.27G06T17/05(2011.01)(71)申请人凌云光技术股份有限公司地址100094北京市海淀区翠湖南环路13号院7号楼7层701室(72)发明人刘文佳张勇姚毅杨艺(74)专利代理机构北京弘权知识产权代理有限公司11363代理人逯长明许伟群(51)Int.Cl.G06V20/58(2022.01)G06V10/22(2022.01)G06V10/762(2022.01)G06V10/80(2022.01)G06K9/62(2022.01)权利要求书2页说明书5页附图2页(54)发明名称一种基于车载设备的障碍物实时检测方法(57)摘要本申请提供了一种基于车载设备的障碍物实时检测方法，解决结构循环往复缺少特征的隧道内环境中障碍位置判断精度低的技术问题。本申请提供基于车载设备的障碍物实时检测方法包括：获取轨道行进区域的激光点云数据和摄像头图像数据；其中，摄像头图像数据为多帧约束；融合激光点云数据和摄像头图像数据，得到融合点云数据；根据融合点云数据，绘制点云地图；标记点云地图上的安全限界，安全限界为轨道行进区域中车辆安全行驶空间的轮廓；获取车辆的第一位置，第一位置为车辆的实时位置和姿态信息在点云地图中对应的位置坐标；在点云地图上，标记第一位置，得到目标地图；滤除目标地图中安全界限外的点云数据。CN114241447ACN114241447A权利要求书1/2页1.一种基于车载设备的障碍物实时检测方法，其特征在于，包括：获取轨道行进区域的激光点云数据和摄像头图像数据；其中，所述摄像头图像数据为多帧约束；融合所述激光点云数据和所述摄像头图像数据，得到融合点云数据；根据所述融合点云数据，绘制点云地图；标记所述点云地图上的安全限界，所述安全限界为所述轨道行进区域中车辆安全行驶空间的轮廓；获取车辆的第一位置，所述第一位置为所述车辆的实时位置和姿态信息在所述点云地图中对应的位置坐标；在所述点云地图上，标记所述第一位置，得到目标地图；滤除所述目标地图中所述安全界限外的点云数据。2.根据权利要求1所述的基于车载设备的障碍物实时检测方法，其特征在于，所述获取车辆的第一位置，以及在所述点云地图上标记所述第一位置的步骤，包括：获取所述车辆的实时位置和姿态信息对应的点云数据，记作第一数据；根据所述点云地图，将所述第一数据进行坐标变换，得到第一坐标集；在所述点云地图上，累加所述第一坐标集中的坐标。3.根据权利要求2所述的基于车载设备的障碍物实时检测方法，其特征在于，所述获取所述车辆的实时位置和姿态信息对应的点云数据，记作第一数据；根据所述点云地图，将所述第一数据进行坐标变换，得到第一坐标集；在所述点云地图上，累加所述第一坐标集中的坐标的步骤；包括：获取预设时间阈值内，所述车辆的实时位置和姿态信息对应的点云数据集合，根据所述点云地图，将所述点云数据集合进行坐标变换，得到第二坐标集；在所述点云地图上，累加所述第二坐标集中的坐标。4.根据权利要求1所述的基于车载设备的障碍物实时检测方法，其特征在于，所述滤除所述目标地图中所述安全界限外的点云数据的步骤中，包括：根据聚类阈值，对点云进行聚类处理，得到聚集点云；剔除孤立离群噪点，保留所述聚集点云的点云簇，用以确定障碍侵界风险。5.根据权利要求4所述的基于车载设备的障碍物实时检测方法，其特征在于，还包括：对所述点云簇进行体积估算和侵界深度测量，得到第一风险因素；对所述点云簇对应的图像进行分类，得到第二风险因素；根据所述第一风险因素和所述第二风险因素，确认风险等级。6.一种基于车载设备的障碍物实时检测系统，其特征在于，所述障碍物实时检测系统包括：激光雷达，图像传感器、运算处理单元；所述激光雷达被配置为：获取轨道行进区域的激光点云数据；获取车辆的第一位置，所述第一位置为所述车辆的实时位置和姿态信息在所述点云地图中对应的位置坐标；所述图像传感器被配置为：获取轨道行进区域摄像头图像数据；其中，所述摄像头图像数据为多帧约束；所述运算处理单元被配置为：融合所述激光点云数据和所述摄像头图像数据，得到融合点云数据；2CN114241447A权利要求书2/2页根据所述融合点云数据，绘制点云地图；标记所述点云地图上的安全限界，所述安全限界为所述轨道行进区域中车辆安全行驶空间的轮廓；在所述点云地图上，标记所述第一位置，得到目标地图；滤除所述目标地图中所述安全界限外的点云数据。7.根据权利要求6所述的基于车载设备的障碍物实时检测系统，其特征在于，所述获取车辆的第一位置，以及在所述点云地图上标记所述第一位