專利名稱：一種智能車輛中多激光雷達數(shù)據(jù)融合系統(tǒng)和方法
技術領域：
本發(fā)明屬于汽車領域，涉及一種智能車輛上多種數(shù)個激光雷達的數(shù)據(jù)融合的系統(tǒng)。
背景技術：
智能車輛是智能交通的系統(tǒng)的重要組成部分，智能車輛是實現(xiàn)無人駕駛和輔助駕駛的重要載體。為了能實現(xiàn)智能車輛的無人駕駛，需要知道智能車輛周圍所處的環(huán)境信息。把這些環(huán)境信息實時的傳遞給規(guī)劃決策部分，決策規(guī)劃部分通過一定的算法為智能車輛選擇一條最優(yōu)無碰撞路線?？梢钥闯鲋悄苘囕v周圍的環(huán)境信息及其準確度對于后續(xù)的路徑規(guī)劃，安全行駛具有及其重要的作用?；跈C器視覺的車輛檢測系統(tǒng)一般采用CCD攝像頭，硬件成本較低，能夠感知到豐富的環(huán)境信息，但受環(huán)境變化影響大。晴天時樹木的陰影，光滑表面的反光，陰雨道路上·的積水以及夜間光照不足等都會對圖像信息的識別造成很大影響。大大的降低了智能車輛的環(huán)境適應性。激光雷達具有不受天氣、光照等條件影響，不依靠紋路和顏色來辨別，對于陰影噪聲不敏感等優(yōu)良特性。激光雷達測量時掃描頻率高數(shù)據(jù)量豐富，返回的是距離值便于快速的處理。因而采用激光雷達來感知智能車輛周圍的環(huán)境信息具有較好地適應性、快速性，但是單個的激光雷達由于安裝位置和方向的不同會對測量效果產(chǎn)生影響和變化。為了提升智能車輛周圍的全方位、多角度、遠距離的環(huán)境信息感知能力，可以選用不同的測量能力的雷達，利用多種激光雷達之間的配合和數(shù)據(jù)融合算法來準確、及時的感知車身周圍的障礙物信息。本發(fā)明旨在利用多種激光雷達的數(shù)據(jù)融合來解決智能車輛周圍的環(huán)境感知能力的準確性、及時性，使得智能車輛能夠在多種復雜環(huán)境狀態(tài)下準確的感知到障礙物的距離和形狀，并向規(guī)劃決策計算機發(fā)出障礙物信息、預警和報警信息。

發(fā)明內(nèi)容
本發(fā)明主要針對智能車輛周圍環(huán)境中障礙物的檢測、障礙物信息轉(zhuǎn)發(fā)、預警和報警等問題，提出一種利用多種激光雷達之間數(shù)據(jù)融合的系統(tǒng)和方法來解決無人駕駛和輔助駕駛中車輛與障礙物發(fā)生碰撞的問題，提高車輛行駛的安全便捷性。為智能車輛的無人駕駛提供了有效地保障。為了實現(xiàn)上述目的本發(fā)明采用的技術方案為一種智能車輛中多激光雷達數(shù)據(jù)融合系統(tǒng)，包括規(guī)劃決策上位機I、多激光雷達融合的上位機2、IBEO LUX四線雷達3、LMS291雷達4、UTM-30LX車輛左側(cè)雷達UTM-L 5、UTM-30LX車輛右側(cè)雷達UTM-R 6、UTM_30LX車輛前方雷達UTM-F 7、UTM_30LX車輛后方雷達UTM-B8、路由器9。IBEO LUX四線雷達3和LMS291雷達4采集智能車輛前方80m范圍內(nèi)的障礙物信息分別通過網(wǎng)口和串口傳輸?shù)蕉嗉す饫走_融合的上位機；UTM-30LX車輛左側(cè)雷達UTM-L5和UTM-30LX車輛右側(cè)雷達UTM-R6采集智能車輛周圍左側(cè)和右側(cè)5m范圍的障礙物信息通過USB傳輸方式到多激光雷達融合的上位機；UTM-30LX車輛前方雷達UTM-F7和UTM-30LX車輛后方雷達UTM-B8采集智能車輛前方和后方IOm范圍的障礙物信息通過USB傳輸方式到多激光雷達融合的上位機，多激光雷達融合的上位機2通過數(shù)據(jù)處理算法得出前方80m范圍內(nèi)的障礙物信息和車輛左右5m、前后IOm的障礙物防碰撞安全距離。根據(jù)上述的數(shù)據(jù)信息繪制出車輛周圍的障礙物信息數(shù)據(jù)地圖并打包，在由路由器9搭建的局域網(wǎng)中利用UDP協(xié)議轉(zhuǎn)發(fā)給規(guī)劃決策上位機 I供其決策規(guī)劃時使用。規(guī)劃決策上位機解析上述信息，然后得出控制命令控制底層的執(zhí)行機構(gòu)。一種智能車輛中多激光雷達數(shù)據(jù)融合方法，包括以下步驟UTM-30LX車輛左側(cè)雷達UTM-L5和UTM-30LX車輛右側(cè)雷達UTM-R6采集智能車輛周圍左側(cè)和右側(cè)5m范圍的障礙物信息通過USB傳輸方式到多激光雷達融合的上位機(2)，并進行一定的濾波，聚類和網(wǎng)格化處理；UTM-30LX車輛前方雷達UTM-F7和UTM-30LX車輛后方雷達UTM-B8采集智能車輛前方和后方IOm范圍的障礙物信息通過USB傳輸方式到多激光雷達融合的上位機2，并進行一定的濾波，聚類和網(wǎng)格化處理；這樣智能車輛的前后IOm左右5m就形成了障礙物網(wǎng)格圖。依據(jù)一定的算法來判別周圍障礙物的距離進行提示、報警、發(fā)出緊急停車請求。規(guī)劃決策上位機I在接收到這些信息后發(fā)出指令控制對應的執(zhí)行機構(gòu)發(fā)出蜂鳴、抬起油門和踩剎車等動作。IBEO LUX四線雷達3和LMS291雷達4采集智能車輛前方80m范圍內(nèi)的障礙物信息分別通過網(wǎng)口和串口傳輸?shù)蕉嗉す饫走_融合的上位機2，在多激光雷達融合的上位機2上把實時采集的數(shù)據(jù)進行濾波、聚類、識別、跟蹤并網(wǎng)格化處理。然后在搭建的局域網(wǎng)絡上通過UDP協(xié)議實時的傳遞給規(guī)劃決策上位機1，供其使用。有益效果通過實時的采集車輛周圍環(huán)境的障礙物的距離、高度信息可以有效地檢測出來智能車輛左右5m前后IOm障礙物信息，并根據(jù)一定的算法將來判定周圍障礙物的距離進行提示、報警、發(fā)出緊急停車請求。還可以獲取前方未行使區(qū)域的80m范圍的障礙物信息傳給規(guī)劃決策部分，有效地提高無人駕駛的智能車輛的蔽障能力和安全行駛性能。


圖I為智能車輛中多激光雷達數(shù)據(jù)融合系統(tǒng)的組成框2為多激光雷達的數(shù)據(jù)融合方法框3為智能車輛中多激光雷達數(shù)據(jù)融合系統(tǒng)的運行過程4為LMS291數(shù)據(jù)幀采集和解析流程5為智能車輛上雷達安裝架構(gòu)示意6為前方四線雷達IBEO LUX和單線LMS291探測區(qū)域示意圖
具體實施例方式一種智能車輛中多激光雷達數(shù)據(jù)融合系統(tǒng)，是由兩臺安裝有VS2008程序的筆記本電腦構(gòu)成的上位機、一個四線雷達IBEO LUX、一個LMS291雷達、四個UTM-30LX雷達、網(wǎng)絡路由器組成的。
其算法和工作流程如下I、通過在上位機采用VS2008開發(fā)環(huán)境編寫的采集程序，從UTM-L、UTM-R采集的數(shù)據(jù)并顯示，當障礙物在智能車輛的左右兩側(cè)5m范圍內(nèi)開始關注，當小于Im之后開始預警，小于O. 5m之后產(chǎn)生報警請求發(fā)送給規(guī)劃決策計算機，規(guī)劃決策計算機發(fā)出相應的指令控制各個執(zhí)行機構(gòu)來改變行駛方向。從UTM-F和UTM-B采集的數(shù)據(jù)并顯示，當障礙物在智能車輛的前后IOm范圍內(nèi)開始關注，當小于5m之后開始預警，3m時報警請求發(fā)送給規(guī)劃決策計算機，規(guī)劃決策計算機發(fā)出相應的指令控制各個執(zhí)行機構(gòu)來加速或者制動、急停。2、通過在上位機采用VS2008開發(fā)環(huán)境編寫的采集程序，從四線雷達IBEO LUX采集數(shù)據(jù)并顯示，當障礙物在50—80m的范圍內(nèi)的障礙物進行識別和跟蹤，在50m范圍內(nèi)，利用網(wǎng)格化聚類算法來獲取前方50m*20m范圍的一個障礙物網(wǎng)格化分布圖。3、網(wǎng)格圖在是由O. 2m*0. 2m的小正方形組成，這樣50*20m的范圍內(nèi)就有250*100個小網(wǎng)格組成。我們把每個障礙物的返回的障礙物距離值投射到網(wǎng)格中。如果一個網(wǎng)格中有5個或5個以上的點就認為這一網(wǎng)格為障礙物網(wǎng)格，為不可通行區(qū)域，反之小于5個的·就為無障礙物的可通行區(qū)域。4、在上述的網(wǎng)格所表示通行區(qū)域的地圖中，確認有障礙物的標記為1，沒有障礙物的網(wǎng)格標記為0，把這25000個O和I組成的數(shù)據(jù)串，每8個劃分一組后等價于8位二進制數(shù)字，這樣再轉(zhuǎn)化為兩位十六進制的數(shù)據(jù)，把這些系列十六進制的數(shù)據(jù)打包后在局域網(wǎng)上通過UDP協(xié)議傳輸給規(guī)劃決策部分。如圖I所示的系統(tǒng)框圖為智能車輛的多激光雷達數(shù)據(jù)融合系統(tǒng)的組成框圖，介紹了系統(tǒng)組成部件及其連接關系。如圖2所示為多激光雷達的數(shù)據(jù)融合方法的框圖在UTM-30LX的四個雷達采集數(shù)據(jù)后，首先對每一幀的數(shù)據(jù)進行預處理，丟棄所關注的范圍外的數(shù)據(jù)，濾波去掉無關的數(shù)據(jù)點和明顯的噪聲點，接著利用這些處理后的數(shù)據(jù)來顯示，根據(jù)車輛前后左右的具體的要求采用決策級的數(shù)據(jù)融合方式，直接得出面向周圍障礙物的預警和報警信息。打包好這些數(shù)據(jù)。由于LMS291和IBEO LUX數(shù)據(jù)量較為豐富，對其單獨進行采集和預處理，通過分析這些數(shù)據(jù)的中障礙物的特征信息，識別、聚類、網(wǎng)格化處理然后跟蹤，得出并發(fā)送前方的50*20m的障礙物網(wǎng)格地圖，再次對上述的信息進行融合得出準確、及時、豐富的周圍環(huán)境障礙物信肩、O如圖3所示為智能車輛中多激光雷達數(shù)據(jù)融合系統(tǒng)的運行過程圖；描述了融合系統(tǒng)運行的過程為，依據(jù)雷達的數(shù)據(jù)傳輸方式連接數(shù)據(jù)傳輸線(串口線、USB線、網(wǎng)線)，連接符合要求的電源線并上電為其供電。以雷達出廠時的默認的配置參數(shù)來啟動雷達，接著可以根據(jù)每個雷達的使用場合來設置雷達的工作模式(例如LMS291波特率，分辨率…)，設置完成后就可以啟動來連續(xù)的測量輸出數(shù)據(jù)到上位機，在上位機上把這些數(shù)據(jù)進行預處理(濾波、去噪)、聚類、識別等算法來獲取智能車輛周圍障礙物信息，經(jīng)過融合并打包好后的數(shù)據(jù)通過UDP協(xié)議在局域網(wǎng)上傳輸給規(guī)劃決策計算機。完成了實驗之后，就可以修改工作模式或?qū)ο到y(tǒng)進行維護，斷開電源線和數(shù)據(jù)傳輸線。如圖4所示為LMS291數(shù)據(jù)幀采集和解析流程圖以LMS291雷達為例說明對于每一幀雷達數(shù)據(jù)采集和解析過程，另外兩種雷達與之類似。首先啟動LMS291并打開PC串口，建立數(shù)據(jù)接收緩沖區(qū)，設置LMS291的工作模式，啟動LMS291連續(xù)輸出數(shù)據(jù)，分析到來的數(shù)據(jù)流并與STX比較，如果不是一幀數(shù)據(jù)的幀頭，則繼續(xù)分析和比較；如果是數(shù)據(jù)的幀頭，就接收這一幀數(shù)據(jù)并進行CRC校驗。如果校驗不正確則丟棄該幀，如果校驗正確則將有效數(shù)據(jù)存入緩沖區(qū)。置位DataReady標志來告知可以做進一步的處理。利用OpenCV的一些繪圖函數(shù)來繪圖顯示。保存相應的采集數(shù)據(jù)。一幀數(shù)據(jù)接收顯示保存完成后，繼續(xù)返回循環(huán)地判斷是否有另外一幀數(shù)據(jù)的到來，并根據(jù)情況判別后來接收、顯示、保存是否執(zhí)行。如圖5為智能車輛上激光雷達安裝的架構(gòu)示意圖，較為直觀的展示了各個激光雷達的安裝位置，和測量監(jiān)控區(qū)域。如圖6為前方四線雷達IBEO LUX和單線雷達區(qū)域示意圖，半圓形區(qū)域表示LMS291可以的測量區(qū)域，扇形區(qū)域表示四線雷達IBEO LUX可以的測量區(qū)域，它們的公共區(qū)域表示重疊的探測區(qū)域。在重疊區(qū)域可以利用兩個激光雷達數(shù)據(jù)來判定障礙物。
權(quán)利要求
1.一種智能車輛中多激光雷達數(shù)據(jù)融合系統(tǒng)，其特征在于包括規(guī)劃決策上位機(I)、多激光雷達融合的上位機(2)、四線雷達(3)、LMS291雷達(4)、車輛左側(cè)雷達UTM-L (5)、車輛右側(cè)雷達UTM-R (6)、車輛前方雷達UTM-F (7)、車輛后方雷達UTM-B (8)、路由器(9);四線雷達(3)和LMS291雷達(4)采集智能車輛前方80m范圍內(nèi)的障礙物信息分別通過網(wǎng)口和串口傳輸?shù)蕉嗉す饫走_融合的上位機(2);車輛左側(cè)雷達UTM-L (5)和車輛右側(cè)雷達UTM-R(6)采集智能車輛周圍左側(cè)和右側(cè)5m范圍的障礙物信息通過USB傳輸方式到多激光雷達融合的上位機(2);車輛前方雷達UTM-F (7)和車輛后方雷達UTM-B (8)采集智能車輛前方和后方IOm范圍的障礙物信息傳輸?shù)蕉嗉す饫走_融合的上位機(2)，多激光雷達融合的上位機(2)通過數(shù)據(jù)處理算法得出前方80m范圍內(nèi)的障礙物信息和車輛左右5m、前后IOm的障礙物防碰撞安全距離。
2.一種智能車輛中多激光雷達數(shù)據(jù)融合方法，包括以下步驟 車輛左側(cè)雷達UTM-L (5)和車輛右側(cè)雷達UTM-R (6)采集智能車輛周圍左側(cè)和右側(cè)5m范圍的障礙物信息傳輸?shù)蕉嗉す饫走_融合的上位機(2)，并進行濾波，聚類和網(wǎng)格化處理；車輛前方雷達UTM-F (7)和車輛后方雷達UTM-B (8)采集智能車輛前方和后方IOm范圍的障礙物信息通過USB傳輸方式到多激光雷達融合的上位機(2)，并進行濾波，聚類和網(wǎng)格化處理；這樣智能車輛的前后IOm左右5m就形成了障礙物網(wǎng)格圖；將障礙物網(wǎng)格圖由路由器(9)搭建的局域網(wǎng)中利用UDP協(xié)議轉(zhuǎn)發(fā)給規(guī)劃決策上位機(I)供其決策規(guī)劃時使用；規(guī)劃決策上位機解析上述信息然后得出控制命令控制底層的執(zhí)行機構(gòu)；判別周圍障礙物的距離進行提示、報警、發(fā)出緊急停車請求；規(guī)劃決策上位機(I)在接收到這些信息后發(fā)出指令控制對應的執(zhí)行機構(gòu)發(fā)出蜂鳴、抬起油門或踩剎車動作； 四線雷達(3)和LMS291雷達(4)采集智能車輛前方80m范圍內(nèi)的障礙物信息分別通過網(wǎng)口和串口傳輸?shù)蕉嗉す饫走_融合的上位機(2)，在多激光雷達融合的上位機(2)上把實時采集的數(shù)據(jù)進行濾波、聚類、識別、跟蹤并網(wǎng)格化處理；然后在搭建的局域網(wǎng)絡上通過UDP協(xié)議實時的傳遞給規(guī)劃決策上位機(I)。
全文摘要
一種智能車輛中多激光雷達數(shù)據(jù)融合系統(tǒng)和方法，是利用安裝在智能車輛車身上前后左右的UTM-30LX激光雷達采集周圍的信息發(fā)送給負責數(shù)據(jù)融合的上位機得出周圍的障礙物信息；利用安裝在智能車輛前方LMS291和IBEO LUX 采集的數(shù)據(jù)傳遞給負責數(shù)據(jù)融合的上位機得出前方80m范圍內(nèi)障礙物信息。經(jīng)過上位機將以上的數(shù)據(jù)按照一定的算法進行融合之后得出準確的、最終的障礙物信息地圖，并把以上障礙物網(wǎng)格地圖打包之后，通過路由器搭建的局域網(wǎng)傳給規(guī)劃決策上位機，規(guī)劃決策計算機解析上述信息，判斷決策，下達相應的執(zhí)行指令。通過使用本發(fā)明的系統(tǒng)和方法可以有效地提高無人駕駛的智能車輛的蔽障能力和安全行駛性能。
文檔編號G01S17/08GK102837658SQ20121030951
公開日2012年12月26日 申請日期2012年8月27日 優(yōu)先權(quán)日2012年8月27日
發(fā)明者楊光祖, 段建民, 周俊靜, 史麗曉 申請人:北京工業(yè)大學