3D LiDAR驱动的矿山无人驾驶边界检测技术

"本文介绍了基于3D LiDAR的矿山无人驾驶车行驶边界检测技术，通过占用栅格和八叉树结构实现高精度路沿检测与跟踪，以构建矿山道路的高精地图。" 在矿山无人驾驶技术中，路沿检测是一项至关重要的任务，因为它直接影响到无人矿车的感知、路径规划和定位精度。利用3D LiDAR（光探测和测距）传感器获取的数据，可以更精确地识别出矿山道路的边界，为无人驾驶系统提供可靠的信息。与传统的基于卡尔曼滤波器的路沿跟踪方法不同，本文提出了一种基于占用栅格的思想，这种方法利用传感器探测到的障碍物信息来构建全局场景模型，尤其适用于环境不确定性较高的矿山环境。 占用栅格是一种有效的空间表示方法，它将环境空间划分为多个小单元，每个单元都含有障碍物出现的概率信息。在矿山环境下，由于路沿的不规则性和变化性，使用包含概率信息的模型能更好地识别最有可能是路沿的位置。为了提高检测效率并减少路面不平整带来的干扰，文章采用了扇形单元格的栅格化策略，将特征检测扩展到不可分割的基本单元，这样能够在保持检测精度的同时降低计算复杂性。 路沿检测过程中，文章采用环压缩技术提取多特征，这有助于增强检测的鲁棒性。而在路沿跟踪阶段，引入了基于八叉树的三维占用栅格，通过融合多帧检测结果，能够构建全局的路沿地图，进一步扩展了传统二维占用栅格图的概念，使其成为三维的仅包含路沿属性的全局障碍物图。这样的全局地图对于无人矿车的导航和避障至关重要。 实验结果显示，提出的算法在实际矿山环境中表现优秀，能够准确检测到道路边界，并能满足实时性的要求，对于非结构化的矿山道路具有良好的适应性。该方法的实施为矿山无人驾驶提供了可靠的技术支持，有助于推动无人驾驶矿车在复杂环境中的安全运行和高效作业。 关键词: 矿山；LiDAR；路沿检测；建图；占用栅格；八叉树；无人驾驶