[发明专利]一种基于三维相机组网的S型公路模拟障碍物预警方法

说明书

本发明公开了一种基于三维相机组网的S型公路模拟障碍物预警方法，属于智能汽车路障检测与预警技术领域；首先，利用三维相机组网与汽车控制系统通信；然后，利用三维相机在俯视视角下对S型公路模拟障碍物和模拟汽车拍摄得到视场点云数据；进一步建立以三维相机为原点的系统坐标系；利用随机抽样一致算法估计、直通和体素滤波方式去除参考面和噪声；利用欧式聚类和边界框估计得到独立模拟障碍物点云数据，然后计算模拟障碍物点云数据的路况状态信息，然后发送到汽车控制系统预警；本发明利用三维相机拍摄S型公路模拟障碍物，无需外界光源，得到深度信息，克服了现有技术中智能汽车受光源和天气影响而无法获得障碍物深度信息的缺点。

技术领域

本发明属于智能汽车障碍物预警领域，具体涉及一种基于三维相机组网的S型公路模拟障碍物预警方法。

背景技术

随着人工智能技术的兴起，以自动驾驶车辆为研究对象的运动路径规划问题越来越受到重视，而预警避障规划是自动驾驶车辆的关键部分，对自动驾驶车辆的研究具有重大意义。国内现有的公路模拟障碍物预警技术存在受无光源及可见度低下的环境干扰，不能准确向汽车发送及时预警的缺点；复杂场景下无法获取二维图像进行道路预警，不能够保证自动驾驶车辆成功预警避障的缺点。

发明内容

发明目的：本发明针对现有技术中的不足，提供一种基于三维相机组网的S型公路模拟障碍物预警方法。

技术方案：为实现上述目的，本发明采用以下技术方案一种基于三维相机组网的S型公路模拟障碍物预警方法，其特征在于，包括如下步骤：

步骤一、在S型公路的每个弯道上方均设置三维相机，三维相机的镜头向下设置；

步骤二、建立以每个三维相机为原点的三维坐标系，然后利用三维相机拍摄S型公路场景内的模拟障碍物和模拟汽车，得到视场点云数据；

步骤三、对视场点云数据进行随机抽样一致估计算法得到去除参考面的视场点云数据，对去除参考面的视场点云数据进行直通滤波和体素滤波，得到滤波视场点云数据；

步骤四、对滤波视场点云数据进行欧式聚类，得到模拟汽车点云数据、独立模拟障碍物点云数据和独立模拟障碍物数量i；

步骤五、对独立模拟障碍物点云数据和模拟汽车点云数据分别进行边界框估计，得到独立模拟障碍物点云数据的质心坐标P_i(x_i，y_i，z_i)、模拟汽车点云数据的质心坐标R(x₀，y₀，z₀)和独立模拟障碍物的形状，其中，x_i、y_i和z_i分别表示独立模拟障碍物点云数据的质心坐标的X轴坐标、Y轴坐标和Z轴坐标，x₀、y₀和z₀分别表示模拟汽车点云数据的质心坐标的X轴坐标、Y轴坐标和Z轴坐标；

步骤六、利用每个独立模拟障碍物点云数据的质心坐标和模拟汽车点云数据的质心坐标计算每个独立模拟障碍物点云数据和模拟汽车点云数据的欧氏距离D_i；

步骤七、按照由小到大的顺序对D_i进行排序操作，得到每个独立模拟障碍物点云数据和模拟汽车点云数据的最小欧氏距离D_min和最大欧氏距离D_max；

步骤八、对每个独立模拟障碍物点云数据的质心坐标和模拟汽车点云数据的质心坐标去除Z轴坐标值，得到只包含有X轴坐标值和Y轴坐标值的每个独立模拟障碍物点云数据的去Z轴质心坐标B_i(x_i，y_i)和模拟汽车点云数据的去Z轴质心坐标A(x₀，y₀)；