一种基于激光雷达的路面提取系统及其提取方法与流程

本发明涉及系统方法的技术领域，更具体地，涉及一种基于激光雷达的路面提取系统及其提取方法。

背景技术：

随着时代的发展，全视角的激光雷达开始被越来越多的投入使用。三维全视角激光雷达可以获取物体的三维信息，在无人驾驶中有着很大的作用。提取路面可以划定出无人驾驶的可行驶区域，对于自动导航非常重要。使用激光雷达提取路面是比较流行的一种方法。但是，由于激光雷达扫描到的路面点是离散点，在提取路面时候会有着一定的误差。可以使用视觉传感器来辅助激光雷达获取准确的路面信息。

技术实现要素：

本发明为克服上述现有技术所述的至少一种缺陷，提供一种基于激光雷达的路面提取系统及其提取方法，可以获取到物体的三维信息，结合相机传感器色彩信息的辅助，能够实现精准的路面提取。

本发明通过对于三维全视角激光雷达获取数据的处理，提取路面信息。该方法通过获取到物体的三维信息，结合相机传感器色彩信息的辅助，能够实现精准的路面提取。

本发明的技术方案是：一种基于激光雷达的路面提取系统，其中，包括数据采集模块、数据融合模块、特征检测模块、路面提取模块；

数据采集模块：将使用机器人携带的激光雷达和相机传感器进行环境数据的采集；并将得到的基于激光雷达和相机传感器的数据一并传入数据融合模块和路面提取模块；

数据融合模块：将根据采集到的激光雷达和相机传感器数据进行多帧数据的融合，得到一帧数据；根据激光雷达和相机传感器的运行周期，结合实际的使用需求，将多帧数据融合到一帧数据，得到固定周期的激光点云数据帧和相机数据帧；并将得到的数据帧传入到特征检测模块；

特征检测模块：将传入的激光雷达数据帧和相机数据帧进行坐标同步处理，使激光雷达和相机数据帧处于同一坐标系下；对于激光雷达数据使用光照强度和z轴的信息，提取候选路面特征；对于相机数据使用特征对应和像素提取等方法，提取出候选的路面特征；使用相机数据提取的路面特征最终确定激光雷达数据帧中的路面特征，并将检测出来的路面特征传入到路面提取模块；

路面提取模块：将根据传入的路面特征，根据3dslam方法，构建临近数据帧之间的姿态变换关系，结合数据采集模块中的原始数据信息，提取出原始数据中的路面区域，完成路面提取。

进一步的，所述的数据采集模块中，需要保证每一个机器人都含有一个激光雷达以及两组相机传感器。

进一步的，所述的激光雷达为全视角三维激光雷达，包含但不限于velodyne16线或32线或64线的激光雷达。

进一步的，所述的相机传感器为可以为单目相机或多目相机，搭载于车身左右两侧，能够获取车身两侧环境的视觉信息。

利用所述的基于激光雷达的路面提取系统的提取方法，其中，包括以下步骤：

s1.数据采集模块包括激光雷达，先测验其精准度，对于其可以测量的范围有一定的预估；

s2.数据采集模块包括视觉传感器，先对相机数据标定，统一两组视觉传感器数据获取到的数据信息；

s3.数据融合模块根据激光雷达和视觉传感器的运行周期，结合实际使用需求，设定数据周期；

s4.数据融合模块根据数据周期把周期内的激光雷达点云和视觉传感器点云进行姿态变换和特征对应变换，分别融合为一帧激光点云数据帧和视觉数据帧，并传入到特征检测模块；

s5.特征检测模块根据传入的激光点云数据帧和视觉数据帧进行坐标同步处理，确保两种传感器内的数据点处于同一坐标系下；

s6.特征检测模块将对于激光点云数据帧使用基于光照强度和z轴坐标的方法，提取出基于激光雷达的候选路面特征；

s7.特征检测模块将对于视觉数据帧使用特征对应和像素提取的方法，提取出基于视觉的候选路面特征；

s8.特征检测模块将根据基于视觉的候选路面特征，融合基于激光雷达的候选路面特征，得到路面区域的范围，在激光雷达点云帧中提取最终的路面特征，并传入到路面提取模块；

s9.路面提取模块将根据传入的路面特征，使用3dslam的方法，得到路面特征点云地图；

s10.路面提取模块将得到的路面特征点云地图结合数据采集模块传入的原始数据信息，提取出最终的路面信息，完成路面提取。

与现有技术相比，有益效果是：本发明的激光雷达采用的是3d激光雷达和视觉传感器，以激光雷达获取到物体的三维信息，结合相机传感器色彩信息的辅助，能够实现精准的路面提取。本发明消耗更少的时间，可以更快，更精准的得到最终的结果。

附图说明

图1是本发明系统模块图。

图2是本发明方法的流程图。

图3是本发明激光雷达和视觉传感器布置侧视图。

图4是本发明激光雷达和视觉传感器布置正视图。

图5是本发明激光雷达和视觉传感器布置俯视图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明，不能理解为对本专利的限制。

如图1、2所示，包括数据采集模块，数据融合模块，特征检测模块，路面提取模块；数据采集模块将使用机器人携带的激光雷达和相机传感器进行环境数据的采集。并将得到的基于激光雷达和相机传感器的数据一并传入数据融合模块和路面提取模块；数据融合模块：将根据采集到的激光雷达和相机传感器数据进行多帧数据的融合，得到一帧数据。根据激光雷达和相机传感器的运行周期，结合实际的使用需求，将多帧数据融合到一帧数据，得到固定周期的激光点云数据帧和相机数据帧。并将得到的数据帧传入到特征检测模块；特征检测模块：将传入的激光雷达数据帧和相机数据帧进行坐标同步处理，使激光雷达和相机数据帧处于同一坐标系下。对于激光雷达数据使用光照强度和z轴的信息，提取候选路面特征。对于相机数据使用特征对应和像素提取等方法，提取出候选的路面特征。使用相机数据提取的路面特征最终确定激光雷达数据帧中的路面特征，并将检测出来的路面特征传入到路面提取模块；路面提取模块：将根据传入的路面特征，根据3dslam方法，构建临近数据帧之间的姿态变换关系，结合数据采集模块中的原始数据信息，提取出原始数据中的路面区域，完成路面提取。

本方法的应用场景为路面与周围物体存在高度差的环境下，需要确保路面和周边的物体存在着高度差异，确保激光雷达可以获取到高度差异信息。

为了更好的说明本发明具体实施方案，下面将结合图2以及具体的实施方式对上述技术方案进行详细的说明：

步骤1、所述数据采集模块包括激光雷达，先测验其精准度，对于其可以测量的范围有一定的预估；

步骤2、所述数据采集模块包括视觉传感器，先对相机数据标定，统一两组视觉传感器数据获取到的数据信息；

步骤3、所述数据融合模块根据激光雷达和视觉传感器的运行周期，结合实际使用需求，设定数据周期。；

步骤4、所述数据融合模块根据数据周期把周期内的激光雷达点云和视觉传感器点云进行姿态变换和特征对应变换，分别融合为一帧激光点云数据帧和视觉数据帧，并传入到特征检测模块；

步骤5、所述特征检测模块根据传入的激光点云数据帧和视觉数据帧进行坐标同步处理，确保两种传感器内的数据点处于同一坐标系下；

步骤6、所述特征检测模块将对于激光点云数据帧使用基于光照强度和z轴坐标的方法，提取出基于激光雷达的候选路面特征；

步骤7、所述特征检测模块将对于视觉数据帧使用特征对应和像素提取的方法，提取出基于视觉的候选路面特征；

步骤8、所述特征检测模块将根据基于视觉的候选路面特征，融合基于激光雷达的候选路面特征，得到路面区域的范围，在激光雷达点云帧中提取最终的路面特征，并传入到路面提取模块。

步骤9、所述路面提取模块将根据传入的路面特征，使用3dslam的方法，得到路面特征点云地图。

步骤10、所述路面提取模块将得到的路面特征点云地图结合数据采集模块传入的原始数据信息，提取出最终的路面信息，完成路面提取。

其中，所述数据采集模块需要保证每一个载体都含有一个激光雷达，且可以全方位的采集到环境信息。

其中，所述数据采集模块需要保证每一个载体的两侧都含有一组视觉传感器，可以获取到两侧的路面信息

其中，所述数据采集模块自启用该方法开始将不停地采集数据并对数据进行处理，并根据当前所处的阶段以及各个模块的需求将相应的处理信息及时反馈给数据融合模块以及路面提取模块，直至完成整个过程。

其中，所述数据融合模块需要根据激光雷达和视觉传感器的运行周期，设定本方法中的数据周期。

其中，所述数据融合模块需要融合设定周期内的所有激光点云数据和视觉数据，得到一帧激光点云数据帧和视觉数据帧。

其中，所述特征检测模块需要统一视觉数据帧和激光点云数据帧的坐标系。

其中，所述特征检测模块需要使用光照强度和z轴信息，选取相同光照强度和处于特定z值以下的点云，构建基于激光雷达的路面特征。

其中，所述特征检测模块需要使用特征对应和像素提取方法，根据像素差异，构建基于视觉的路面特征。

其中，所述路面提取模块使用3dslam的方法对传入的路面特征进行姿态转换，构建最终的路面信息三维地图。

其中，所述路面提取模块将得到的路面信息三维地图，结合数据采集模块传入的数据，最终确定路面信息，完成路面提取。

本发明所提供的一种基于激光雷达的路面提取方法包含模块有：数据采集模块将使用机器人携带的激光雷达和相机传感器进行环境数据的采集。并将得到的基于激光雷达和相机传感器的数据一并传入数据融合模块和路面提取模块；数据融合模块：将根据采集到的激光雷达和相机传感器数据进行多帧数据的融合，得到一帧数据。根据激光雷达和相机传感器的运行周期，结合实际的使用需求，将多帧数据融合到一帧数据，得到固定周期的激光点云数据帧和相机数据帧。并将得到的数据帧传入到特征检测模块；特征检测模块：将传入的激光雷达数据帧和相机数据帧进行坐标同步处理，使激光雷达和相机数据帧处于同一坐标系下。对于激光雷达数据使用光照强度和z轴的信息，提取候选路面特征。对于相机数据使用特征对应和像素提取等方法，提取出候选的路面特征。使用相机数据提取的路面特征最终确定激光雷达数据帧中的路面特征，并将检测出来的路面特征传入到路面提取模块；路面提取模块：将根据传入的路面特征，根据3dslam方法，构建临近数据帧之间的姿态变换关系，结合数据采集模块中的原始数据信息，提取出原始数据中的路面区域，完成路面提取。

如图3-5显示了激光雷达和视觉传感器布置。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。