基于多层激光雷达的可行驶区域信息提取算法基于多层激光雷达的可行驶区域信息提取算法
为了提取无人驾驶车前方可行驶区域信息,提出了一种基于多层激光雷达可行驶区域信息提取算法。首先,根
据雷达返回数据的特征结合数据区间密度分布获得路沿点集,并利用基于加权欧氏距离KNN改进的OPTICS算法
对得到的路沿点聚类。然后,使用最小二乘法拟合出两侧路沿。最后,通过改进的OPTICS算法将路面上的障碍
物点云进行聚类,并通过计算得到障碍物的位置、距离、尺寸等信息。利用数据区间密度分布法提取路沿点不
受障碍物以及路面点的影响,而改进的OPTICS算法则不再受Eps的约束,并且可以准确分辨出噪点,解决了障
碍物信息由于噪点而提取不准确的问题。实车实验证明了算法的有效性和实时性。
0 引言引言
随着社会的不断发展,世界各国越来越多的学者开始对无人驾驶进行研究
[1-2]
,其中雷达技术更得到广泛关注。文献[3]利用
路沿点数据斜率一致特性对路沿点进行提取,但该算法容易受路面点和障碍物点的影响并且要分层处理,所以准确性和实时性
都不能达到要求。文献[4]利用激光雷达返回高度数据的跳变提取路沿点,这种方法受障碍物影响很不稳定。而对于聚类算
法,由于激光雷达数据主要是成簇出现的,所以基于密度的聚类方法适合于激光雷达数据,其中OPTICS算法是典型的基于密
度的聚类方法。文献[5]利用结果序列重组织策略对OPTICS算法进行改进,但是在实际应用中,对于激光雷达数据点突然出现
的噪点无法区分,导致障碍物提取效果不准确。
本文首先利用数据区间密度分布提取路沿点并通过最小二乘法拟合出路沿区分可行驶区域,然后在可行驶区域中利用改进
的OPTICS算法对返回数据进行实时聚类。最后通过实车实验验证提出算法的有效性与实时性。
1 激光雷达数据预处理激光雷达数据预处理
1.1 激光雷达数据分析激光雷达数据分析
本文应用德国IBEO公司生产的IBEO LUX 2010型四线激光雷达,该型号的雷达较单线激光雷达具有数据量大、检测精度
高、探测距离远等优势
[6]
。其主要参数如表1所示。
四线雷达返回的信息主要包含序号、扫描层数、距离以及位置坐标信息。其特性分析如下:
(1)激光雷达是自左向右扫描的,每一帧返回的数据量基本相近;
(2)激光雷达返回的数据是根据前方场景的变化而变化的,每个障碍物的扫描点的数目及形状不一;
(3)当激光雷达扫描到路沿时返回的数据特点是x轴坐标稀疏,y轴坐标紧密排列。
1.2 数据预处理数据预处理
为了检测车辆前方的可行驶区域以及障碍物的信息,将激光雷达安放在车辆前方正中间的位置,根据以往经验,雷达的安
装高度设定为0.846 m。安装位置示意图如图1所示。