[发明专利]一种障碍物检测方法及系统

说明书

本发明公开一种障碍物检测方法及系统。所述方法包括：获取N线激光雷达扫描得到的点云数据；将点云数据划分为Q个区域，包括第1区域、第2区域至第Q区域；依次对第1至第Q区域的点云数据进行平面拟合，对应得到第1平面、第2平面至第Q平面；依次获取第1至第Q区域的点云数据中的障碍物的坐标；对所述障碍物的坐标数据进行体素化处理，得到动态障碍物的坐标集合和静态障碍物的坐标集合。采用本发明检测方法及系统，实现了三维点云数据的大规模压缩，大大降低了数据处理量；还进一步把环境划分为三部分：路面区域(可行区域)、静态障碍物区域、动态障碍物区域，为机器人的有效行为决策提供了更好的环境信息。

技术领域

本发明涉及智能检测领域，特别是涉及一种障碍物检测方法及系统。

背景技术

现代机器人技术及无人驾驶技术发展迅速，随着技术的不断成熟，可自主导航及路径规划的机器人出现在人们的生活中。在享受机器人技术及无人驾驶技术带来的便利、提高生产效率的同时，机器人与机器人之间、机器人与人之间、机器人与建筑物之间等碰撞事故时有发生，如何避免机器人的碰撞事故成为了人们重点关注的问题。因此，如何在机器人自主行动过程中去对所处环境中的各类障碍物进行检测，成为解决碰撞事故的关键。常用障碍物检测系统是基于单/双目摄像头、毫米波雷达等传感器。

其中单目摄像头检测，是先通过图像匹配进行目标识别(各种障碍等)，再通过目标在图像中的大小去估算目标距离，需要建立并不断维护一个庞大的样本特征数据库，保证这个数据库包含待识别目标的全部特征数据。而双目摄像头检测，是通过对两幅图像视差的计算，直接对前方景物进行距离测量。无论单/双目摄像头都受环境影响较大，如环境的光暗状况、阴影、温湿度等的干扰，图像会存在不同程度的失真，另外计算量大，对计算单元的性能及算法要求较高。相比于单/双目摄像头，毫米波雷达具有更高的精度及分辨率，探测范围也更加广泛，但其探测距离受到频段损耗的直接制约，也无法感知行人，并且对周边所有障碍物无法进行精准的建模。目前也存在一些多传感器融合的检测系统，但其同样面临着计算量大、受环境制约等问题。

发明内容

本发明的目的是提供一种障碍物检测方法及系统，以解决传统检测方法及系统中计算量大且受环境影响大的问题。

为实现上述目的，本发明提供了如下方案：

一种障碍物检测方法，所述方法包括：

获取N线激光雷达扫描得到的点云数据，所述点云数据竖直方向坐标不同、水平面上的投影为N条平行直线；

将所述点云数据划分为Q个区域，所述Q个区域包括第1区域、第2区域至第Q区域；

依次对所述第1区域的点云数据、所述第2区域的点云数据至所述第Q区域的点云数据进行平面拟合，对应得到第1平面、第2平面至第Q平面；

依次获取所述第1区域的点云数据、所述第2区域的点云数据至所述第Q区域的点云数据中的障碍物的坐标；

对所述障碍物的坐标数据进行体素化处理，得到动态障碍物的坐标集合和静态障碍物的坐标集合。

可选的，所述将所述点云数据划分为Q个区域，具体包括：

将所述水平面上投影的N条直线中每连续m条直线对应的点云数据划分为同一区域，依次得到第1区域、第2区域至第Q区域；所述第1区域的点云数据包括所述N条直线中第1至m条直线对应的点云数据，所述第2区域的点云数据包括所述N条直线中第m至2m-1条直线对应的点云数据，所述第Q区域的点云数据包括所述N条直线中第1+(Q-1)(m-1)至1+Q(m-1)条直线对应的点云数据。

可选的，所述依次对所述第1区域的点云数据、所述第2区域的点云数据至所述第Q区域的点云数据进行平面拟合，对应得到第1平面、第2平面至第Q平面，具体包括：