一种行车路面三维点云重建方法、系统及应用
本发明涉及道路检测,具体涉及一种行车路面三维点云重建方法、系统及应用。
背景技术:
1、随着智能交通系统与高精度测绘技术的发展,基于车辆平台的道路状况感知与地形重建技术受到了广泛关注。在道路质量检测、自动驾驶环境感知以及无人车导航领域,准确获取车辆行驶过程中的姿态信息(如横滚角、俯仰角)以及路面高程数据,是实现高精度地图构建与车辆稳定控制的关键。目前,利用安装在车辆上的线扫相机、激光雷达及惯性测量单元等传感器进行数据采集,已成为该技术领域的主流研究方向。
2、现有技术中,通常采用单一传感器或简单的多传感器组合方案来实现车辆状态估计。例如,部分技术方案仅依赖惯性测量单元(imu)通过积分运算解算车辆姿态,然而由于惯性传感器存在零偏不稳定性及积分发散问题,在长时间动态行驶过程中,姿态估计误差会随时间累积,导致定位与重建精度迅速下降。另一些技术方案尝试引入全球导航卫星系统(gnss)或里程计进行辅助,但在隧道、林荫道或城市峡谷等卫星信号遮挡严重的场景下,gnss信号易失锁,导致系统鲁棒性降低。此外,也有技术利用激光测距传感器直接测量车体与路面的距离,但其测量结果易受车辆侧倾、俯仰以及激光入射角变化的影响,若不进行几何修正,将直接引入显著的测量偏差。综上所述,现有车辆姿态估计与路面重建技术普遍存在以下弊端:
3、(1)单一传感器方案难以兼顾动态响应与长期稳定性,存在误差累积或环境依赖性强的问题;
4、(2)多传感器数据融合策略简单,未能充分考虑车辆动力学特性与传感器安装几何关系,导致在复杂路面激励下,对车辆高频微小姿态变化的捕捉能力不足;
5、(3)缺乏对传感器测量值,特别是激光斜距的实时几何补偿机制,导致反演的路面高程数据包含由车体姿态扰动引起的虚假地形特征。
技术实现思路
1、针对现有技术中所存在的单一传感器方案难以兼顾动态响应与长期稳定性,存在误差累积或环境依赖性强的问题;传感器数据融合策略简单,未能充分考虑车辆动力学特性与传感器安装几何关系,导致在复杂路面激励下,对车辆高频微小姿态变化的捕捉能力不足;以及缺乏对传感器测量值,特别是激光斜距的实时几何补偿机制,导致反演的路面高程数据包含由车体姿态扰动引起的虚假地形特征,本发明提供一种行车路面三维点云重建方法、系统及应用。
2、本发明目的之一在于一种行车路面三维点云重建方法,包括如下步骤:
3、s1:实时获取车辆基准点距离路面参考点的垂直高度、路面横断面轮廓点、车辆三轴加速度、车辆三轴角速度和车辆纵向速度;
4、s2:通过车辆三轴角速度和车辆三轴加速度,获得横滚角、俯仰角、偏航角和姿态旋转矩阵;
5、s3:建立以s1得到的垂直高度、垂直高度变化率,以及s2得到的横滚角、俯仰角和偏航角为状态量的融合状态向量,采用离散过程模型进行状态预测,以垂直高度、横滚角、俯仰角和偏航角作为观测量进行扩展卡尔曼滤波更新,输出更新后的垂直高度、垂直高度的变化率及姿态旋转矩阵;
6、s4:通过s1得到的车辆纵向速度将按时间采样的车辆三轴加速度映射为按距离采样,再通过其计算得到的姿态旋转矩阵对各横断面轮廓点进行车辆姿态补偿,并以步骤s3获得的垂直高度作为垂向锚点对各横断面的全部点云进行垂向校正,得到经过高度锚定和车辆姿态补偿的横断面点云,按时间顺序拼接各条补偿后的横断面点云,形成行车路面三维点云。
7、进一步地,s1中,通过位于所述车辆基准点的多个激光测距传感器获取距离同一路面参考点的斜距距离;
8、将各斜距距离换算为垂直高度观测值,对各垂直高度观测值进行中位数判异并剔除异常值,按照测量方差和入射角确定权重并加权融合,得到车辆基准点到路面参考点的垂直高度。
9、进一步地,s2中,车辆三轴加速度记为a_m,当0.7g<||a_m||<1.3g时,通过车辆三轴加速度和车辆三轴角速度,获得横滚角、俯仰角和偏航角。
10、进一步地,s2中,用四元数表示车辆的车体姿态,根据车辆三轴角速度对四元数进行离散积分,利用车辆三轴加速度经互补滤波修正积分结果,得到姿态旋转矩阵。
11、进一步地,s3中,所述离散过程模型中垂直高度按匀速运动模型预测,横滚角、俯仰角和偏航角按随机游走模型预测。
12、本发明目的之二在于一种行车路面三维点云重建系统,用于实现如上所述的方法,该系统包括:
13、数据采集模块,用于实时获取车辆基准点距离路面参考点的垂直高度、路面横断面轮廓点、车辆三轴加速度、车辆三轴角速度和车辆纵向速度;
14、姿态解算模块,用于通过车辆三轴角速度和车辆三轴加速度,获得横滚角、俯仰角、偏航角和姿态旋转矩阵;
15、更新模块,用于通过以垂直高度、垂直高度的距离变化率,以及横滚角、俯仰角和偏航角为状态量的融合状态向量,采用离散过程模型进行状态预测,以垂直高度、横滚角、俯仰角和偏航角作为观测量进行扩展卡尔曼滤波更新,输出更新后的垂直高度、垂直高度的变化率和姿态旋转矩阵;
16、点云重建模块,用于通过车辆纵向速度将垂直高度、垂直高度变化率及姿态旋转矩阵从时间域转换到和路面横断面轮廓点相同的距离域并对各横断面轮廓点进行车辆姿态补偿,以垂直高度作为垂向锚点对各横断面的全部点云进行垂向校正,得到经过高度锚定和车辆姿态补偿的横断面点云,按时间顺序拼接各条补偿后的横断面点云,形成行车路面三维点云。
17、进一步地,所述数据采集模块包括检测设备和同步数据采集设备;
18、所述检测设备包括激光测距传感器、线激光轮廓仪、惯性测量单元和车速测量单元;
19、所述激光测距传感器有多个,分别用于获取各激光测距传感器到同一路面参考点的斜距距离;
20、所述线激光轮廓仪用于获取路面横断面轮廓点;
21、所述惯性测量单元用于获取车辆三轴加速度与三轴角速度;
22、所述车速测量单元用于获取车辆纵向速度;
23、所述同步数据采集设备用统一硬件时钟为各检测设备得到的数据附加时间戳。
24、进一步地,所述多个激光测距传感器包括第一激光测距传感器、第二激光测距传感器和第三激光测距传感器;
25、所述第一激光测距传感器的光束沿标称竖直向下方向设置;所述第二激光测距传感器和所述第三激光测距传感器分别相对于标称竖直方向倾斜5度,且二者的方位角分别为-90度和90度。
26、本发明目的之三在于一种如上所述的行车路面三维点云重建方法的应用,应用于评估路面平整度等级;
27、包括如下步骤:对行车路面三维点云进行统计离群点剔除、体素降采样和规则网格化,得到路面高程矩阵;从路面高程矩阵提取一条或多条纵向高程序列,计算空间功率谱密度并与iso 8608规定的参考谱线比较,评估路面平整度等级。
28、进一步地,在规则网格化过程中,对于落入同一网格单元的多个点,采用中位数或加权平均确定该单元的高程;对于空缺网格,采用邻域双线性插值或局部曲面拟合补全。
29、与现有技术相比,本发明提出一种分层级、递进式的架构,该架构遵循“信号预处理-物理约束建模-状态最优估计-几何逆向重建”的递进关系,每一层级均在前一层级的基础上进行信息提炼与误差抑制,从而逐步逼近真实的车辆运动状态与路面形貌。
30、在信号预处理层级,本发明通过统一硬件时钟同步采集车辆基准点至路面参考点的斜距距离、路面横断面轮廓点、车辆三轴加速度、三轴角速度及纵向速度,并利用各传感器相对车体坐标系的标定参数将多源数据统一至同一时间基准与空间坐标系。由于传感器数据含有噪声,算法对原始信号进行几何与物理修正:针对激光测距传感器,依据实时姿态与激光束安装几何关系计算激光入射角,利用三角函数关系将斜距测量值修正为垂直高度观测,再经中位数判异剔除异常观测,并按测量方差及入射角加权融合,得到稳定的垂直高度量测,抑制随机测距噪声、异常回波及局部遮挡的影响;针对惯性测量单元,进行零偏校正与温度补偿,消除静态漂移,并通过坐标系转换统一至车体坐标系。
31、在姿态解算层级,采用四元数表示车体姿态,依据三轴角速度对四元数进行离散积分递推;当三轴加速度模值处于设定范围内时,利用重力方向信息以互补滤波修正横滚角和俯仰角,兼顾陀螺仪对快速姿态变化的动态响应能力与加速度观测对姿态漂移的校正能力,抑制角速度积分导致的姿态误差累积,输出连续的姿态旋转矩阵。
32、在状态最优估计层级,构建以垂直高度、垂直高度变化率及横滚角、俯仰角、偏航角为状态量的扩展卡尔曼滤波器,采用垂直高度匀速、姿态角随机游走的离散过程模型进行状态预测,以几何修正后的激光垂直高度与姿态解算结果作为观测量执行滤波更新,通过卡尔曼增益对预测误差与观测误差进行最优分配,利用激光高度量测抑制模型预测漂移,输出融合校正后的垂直高度、垂直高度变化率及姿态旋转矩阵,为后续点云补偿提供稳定、连续的状态参数。
33、在几何逆向重建层级,算法基于前述层级输出的最优姿态与高度估计执行路面高程反演:利用车辆三轴加速度与姿态旋转矩阵解算车体相对标称位置的垂向位移,并结合校正后的垂直高度通过几何差分反演路面参考点的相对高程;依据纵向速度确定各横断面轮廓点的纵向里程,按轮廓点采样时刻对姿态与纵向位置进行插值后转换至道路坐标系,完成车辆姿态补偿;以反演得到的路面相对高程作为垂向锚点,对各横断面全部点云进行垂向校正,消除由车体姿态扰动引起的虚假地形特征,最后按时序拼接形成行车路面三维点云。至此,算法完成了从原始数据采集到路面形貌重建的完整闭环,实现了从“传感器信号”到“路面三维形貌”的递进。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com