[发明专利]一种基于Autoware的车辆循迹方法

说明书

一种基于Autoware的车辆循迹方法，属于自动驾驶控制技术领域。本发明为了解决现有的车辆循迹方法存在实现过程繁琐的问题和偏差较大的问题。本发明基于激光雷达采集数据，在Autoware中使用NDTmapping算法建图，对NDT_mapping建立的pcd点云图使用pcl点云库进行后处理，得到最终的地图点云图；然后基于地图点云图，使用仿真simulation功能模块并选择waypoint_saver形成csv路径节点文件；在地图点云图中载入csv路径节点文件，基于A*算法使用astar_avoid以及velocity_set形成车辆循迹轨迹，并基于纯追踪算法使用循迹指令pure_pursuit和twist_filter得到车辆循迹结果。主要用于车辆的循迹。

技术领域

本发明涉及一种车辆循迹方法，属于自动驾驶控制技术领域。

背景技术

随着智能汽车和自动驾驶技术的发展，车辆已经能够基于道路和环境信息等实现车辆的自动驾驶。实现自动驾驶的一个重要的环节就是对车辆进行准确的循迹，而已知的车辆循迹方法有多种，但基本都是采用GPS+IMU实现的。

由于GPS+IMU受制于天气等因素会导致循迹定位点与采用激光雷达的方法相比有较大的偏差，而且使用GPS+IMU完成路径规划需要多个软件，不仅易产生误差，而且过程比较繁琐，因此现有的车辆循迹方法存在准确性较低、实现过程繁琐的问题。

发明内容

本发明为了解决现有的车辆循迹方法存在实现过程繁琐的问题和偏差较大的问题，进而提出了一种基于Autoware的车辆循迹方法。

一种基于Autoware的车辆循迹方法，包括以下步骤：

S1、基于设置在车辆上的robosense激光雷达采集数据；

S2、在Autoware中使用NDTmapping算法建图；

S3、对NDT_mapping建立的pcd点云图使用pcl点云库进行后处理，后处理的过程包括降采样和和点云地图区域划分；

降采样的过程中采用voxel_leaf_size减小点云文件体积，通过pcl点云库将点云文件进行voxel_filter；点云地图区域划分的过程中通过设置网格大小对点云地图进行区域划分；

后处理得到最终的地图点云图；

S4、基于地图点云图，使用仿真simulation功能模块并选择waypoint_saver形成csv路径节点文件；

S5、在地图点云图中载入csv路径节点文件，基于A*算法使用astar_avoid以及velocity_set形成车辆循迹轨迹，并基于纯追踪算法使用循迹指令pure_pursuit和twist_filter得到车辆循迹结果。

进一步地，在robosense激光雷达采集数据之前需要对robosense激光雷达进行标定和高度测量，并进行rosbag录包，在进行rosbag录包时需要勾选话题points_raw。

进一步地，使用NDTmapping算法建图时需要进行进行点云配准，进行点云配准的过程包括以下步骤：

(1)先固定一个点云数据作为目标点云，并对目标点云进行网格划分；

(2)目标点云划分好网格后，将点云加载到网格内，首先计算均值向量

其中，表示网格内扫描点k的坐标；m表示网格内扫描点的数量；

由式计算协方差矩阵；

最后由式求出每一个网格内的正态分布概率密度函数；

(3)确定源点云相对于目标点云的初始坐标变换参数；