详情

原文传递基于雷达测距识别岸桥的停车方法及系统、服务器及介质

专利名称：	基于雷达测距识别岸桥的停车方法及系统、服务器及介质
摘要：	本发明公开一种基于雷达测距识别岸桥的停车方法及系统、服务器及介质，其利用激光雷达获取车辆附近确定的障碍物点云来计算确定车辆行进位置，通过识别车辆正前方横梁特征点云并对其进行跟踪测距，结合识别点云中横梁特征测距及车身CAN总线获取的速度计算目标停车距离，达到实时描述车辆行进位置的目的，相较现有精准停车技术而言，不需要人为铺设路标，可以连续性的，实时的测量，环境通用性较好。
专利类型：	发明专利
国家地区组织代码：	湖北;42
申请人：	武汉光庭科技有限公司
发明人：	苏晓聪;孙黄玉
专利状态：	有效
申请日期：	2019-03-01T00:00:00+0800
发布日期：	2019-06-28T00:00:00+0800
申请号：	CN201910154964.4
公开号：	CN109941274A
代理机构：	武汉河山金堂专利事务所(普通合伙)
代理人：	胡清堂
分类号：	B60W30/06(2006.01);B;B60;B60W;B60W30
申请人地址：	430000 湖北省武汉市东湖新技术开发区凤凰园三路一号
主权项：	1.一种基于雷达测距识别岸桥的停车方法，其特征在于，所述基于雷达测距识别岸桥的停车方法包括以下步骤： S1、在车辆顶部安装激光雷达，实时采集并存储激光雷达扫描得到的点云数据； S2、当激光雷达在岸桥点云预估区域内检测到岸桥横梁的特征点云时，提取岸桥横梁靠近端点云预估区域内中距离车辆最近的点云的平均坐标； S3、以平均坐标为中心原点，提取岸桥横梁本体点云预估区域的点云，并将所提取的三维点云投影至XY二维平面； S4、利用最小二乘原理把投影在XY二维平面的点集拟合成直线，根据直线的斜率计算得到横梁相对车身的倾斜角，进而计算得到车辆与横梁之间的距离； S5、统计所有参与直线拟合、且与直线之间的距离小于预设阀值的点云数量，是否大于所有参与拟合的点云总数的预设比例； S6、如果比较结果为小于，判断为直线拟合为异常，则根据上一激光雷达扫描周期得到的车辆与目标停车点之间的精确预估距离计算得到车辆与目标停车点之间的粗略预估距离； S7、如果比较结果为大于，判断为直线拟合为正常，则根据车辆与横梁之间的距离计算得到车辆与目标停车点之间的粗略预估距离； S8、对车辆与目标停车点之间的粗略预估距离进行滤波优化得到车辆与目标停车点之间的精确预估距离，将车辆与目标停车点之间的精确预估距离D3与当前车身速度发送给车辆决策控制系统，由车辆决策控制系统对车体进行相应控制，实现精准定点停车。 2.根据权利要求1所述基于雷达测距识别岸桥的停车方法，其特征在于，所述步骤S2具体包括，当激光雷达在岸桥点云预估区域内检测到岸桥横梁的特征点云时，提取岸桥横梁靠近端点云预估区域内中距离最近的多个点云，计算所述多个点云的平均坐标。 3.根据权利要求1所述基于雷达测距识别岸桥的停车方法，其特征在于，所述基于雷达测距识别岸桥的停车方法包括以下步骤： S1、在车辆顶部安装激光雷达，实时采集并存储激光雷达扫描得到的点云数据； S2、在激光雷达在岸桥点云预估区域内检测到岸桥横梁的特征点云时，提取岸桥横梁靠近端点云预估区域内中距离车辆最近的点云的平均坐标； S3、以平均坐标为中心原点，提取岸桥横梁本体点云预估区域的点云，并将所提取的三维点云投影至XY二维平面； S4、利用最小二乘原理把投影在XY二维平面的点集拟合成直线，根据直线的斜率计算得到横梁相对车身的倾斜角，进而计算得到车辆与横梁之间的距离D1＝Lcos(θ)； S5、统计所有参与直线拟合、且与直线之间的距离小于预设阀值的点云数量，是否大于所有参与拟合的点云总数的预设比例； S6、如果比较结果为小于，判断为直线拟合为异常，则根据上一激光雷达扫描周期得到的车辆与目标停车点之间的精确预估距离D3计算得到车辆与目标停车点之间的粗略预估距离D2＝D3-VT，其中，V为车身CAN总线输出的实时速度，T为激光雷达获取点云帧的周期； S7、如果比较结果为大于，判断为直线拟合为正常，则根据车辆与横梁之间的距离计算得到车辆与目标停车点之间的粗略预估距离D2＝D1+offset[i]，其中，i为由车辆靠近目标停车点方向为递增顺序的横梁编号；offset[i]代表编号为i横梁与目标停车点之间的预先测量距离； S8、通过卡尔曼滤波器对车辆与目标停车点之间的粗略预估距离D2进行滤波优化得到车辆与目标停车点之间的精确预估距离D3，将车辆与目标停车点之间的精确预估距离D3与当前车身速度发送给车辆决策控制系统，由车辆决策控制系统对车体进行相应控制，实现精准停车。 4.根据权利要求3所述基于雷达测距识别岸桥的停车方法，其特征在于，所述车辆与目标停车点之间的精确预估距离D3为上一激光雷达扫描周期得到的车辆与目标停车点之间的粗略预估距离D2经过滤波优化后的值，且D3的初始值为车辆与目标停车点之间的精准预估距离的预设初始最大值。 5.根据权利要求3所述基于雷达测距识别岸桥的停车方法，其特征在于，所述步骤S7包括以下分步骤： S71、当统计所有参与直线拟合、且与直线之间的距离小于预设阀值的点云数量大于所有参与拟合的点云总数的预设比例时，判断为直线拟合为正常； S72、当直线拟合为正常时，判断上一激光雷达扫描周期得到的车辆与目标停车点之间的粗略预估距离D2是否等于车辆与目标停车点之间的精准预估距离的预设初始最大值； S73、当上一激光雷达扫描周期得到的车辆与目标停车点之间的粗略预估距离D2不等于车辆与目标停车点之间的精准预估距离的预设初始最大值时，进一步判断车辆与目标停车点之间的粗略预估距离D2之差是否大于预设门限值，根据判断结果结合根据车辆与横梁之间的距离计算当前周期中车辆与目标停车点之间的粗略预估距离D2。 6.根据权利要求3所述基于雷达测距识别岸桥的停车方法，其特征在于，所述步骤S72包括以下分步骤： S721、判断上一激光雷达扫描周期得到的车辆与目标停车点之间的粗略预估距离D2是否等于车辆与目标停车点之间的精准预估距离的预设初始最大值； S722、如果判断结果为等于，则当前周期中车辆与目标停车点之间的粗略预估距离D2＝D1+offset[i]； S723、如果判断结果为不等于，则计算当前周期中车辆与目标停车点之间的粗略预估距离D2＝(D1+offset[i])与上一周期的目的停车点距离D2＝(D1+offset[i-1])的差值C＝(D1+offset[i])-(D1+offset[i-1])。 7.根据权利要求3所述基于雷达测距识别岸桥的停车方法，其特征在于，所述步骤S73包括以下分步骤： S731、判断车辆与目标停车点之间的粗略预估距离D2之差是否大于预设门限值； S732、如果车辆与目标停车点之间的粗略预估距离D2之差大于预设门限值，则当前周期中车辆与目标停车点之间的粗略预估距离D2＝(D1+offset[i+1])； S733、如果车辆与目标停车点之间的粗略预估距离D2之差小于预设门限值，则当前周期中车辆与目标停车点之间的粗略预估距离D2＝(D1+offset[i])。 8.一种基于雷达测距识别岸桥的停车系统，其特征在于，所述基于雷达测距识别岸桥的停车系统包括以下功能模块：点云采集模块，用于在车辆顶部安装激光雷达，实时采集并存储激光雷达扫描得到的点云数据；横梁点云提取模块，用于在激光雷达在岸桥点云预估区域内检测到岸桥横梁的特征点云时，提取岸桥横梁靠近端点云预估区域内中距离车辆最近的点云的平均坐标；点云拟合模块，用于以平均坐标为中心，提取岸桥横梁本体点云预估区域的点云，将所提取的三维点云投影至XY二维平面，并利用最小二乘原理把投影在XY二维平面的点集拟合成直线；距离计算模块，用于根据直线的斜率计算得到横梁相对车身的倾斜角，进而计算得到车辆与横梁之间的距离；点云比例统计模块，用于统计所有参与直线拟合、且与直线之间的距离小于预设阀值的点云数量，是否大于所有参与拟合的点云总数的预设比例；正常拟合计算模块，用于如果比较结果为大于，判断为直线拟合为正常，则根据车辆与横梁之间的距离计算得到车辆与目标停车点之间的粗略预估距离；异常拟合计算模块，用于如果比较结果为小于，判断为直线拟合为异常，则根据上一激光雷达扫描周期得到的车辆与目标停车点之间的精确预估距离计算得到车辆与目标停车点之间的粗略预估距离；精准停车模块，用于对车辆与目标停车点之间的粗略预估距离进行滤波优化得到车辆与目标停车点之间的精确预估距离，将车辆与目标停车点之间的精确预估距离与当前车身速度发送给车辆决策控制系统，由车辆决策控制系统对车体进行相应控制，实现精准定点停车。 9.一种服务器，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述基于雷达测距识别岸桥的停车方法的步骤。 10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述基于雷达测距识别岸桥的停车方法的步骤。
所属类别：	发明专利