车载激光雷达、处理方法、系统及车辆与流程
本公开涉及汽车,尤其涉及一种车载激光雷达、处理方法、系统及车辆。
背景技术:
1、当前车载激光雷达通常采用基于单光子雪崩二极管(single photon avalanchediode,spad)激光雷达和基于硅光电倍增管(silicon photomultiplier,sipm)激光雷达。对于spad激光雷达,由于spad激光雷达采用少分区和多通道并发的发射探测方式,一个发射分区内覆盖多个接收通道,高反射率目标的强回波信号不仅触发对应像素的雪崩效应,还会引发相邻像素间的光学串扰和电学串扰,产生串扰回波信号,从而在点云中形成高反膨胀鬼影,使得spad激光雷达存在目标误检的概率较高。而对于sipm激光雷达,由于sipm激光雷达因为阵列规模受限,存在点数不足的问题,有效点数的不足使得目标检测算法难以获取充足的观测数据,限制了目标检测量的有效输出,进而影响智能驾驶系统对远距离小目标的可靠感知。因此,使得现有的车载激光雷达存在采集的探测数据数量不足或目标误检的概率较高的问题,进而导致探测数据与智能驾驶的实际需求不匹配。
技术实现思路
1、本公开实施例提供一种车载激光雷达、处理方法、系统及车辆,能够在确保探测数据数量充足的基础上降低目标误检的概率,使得探测数据与智能驾驶的实际需求的匹配度更高,提高智能驾驶的安全性和可靠性。
2、为了实现上述目的,根据本公开的第一方面,提供了一种车载激光雷达,包括:
3、第一激光探测器,用于采集第一探测数据;
4、第二激光探测器,用于采集第二探测数据,其中,所述第一激光探测器与所述第二激光探测器为不同类型的探测器;
5、其中,所述车载激光雷达将所述第一探测数据和所述第二探测数据发送至处理器,以使所述处理器对所述第一探测数据和所述第二探测数据进行融合处理,所述融合处理包括像素融合处理和/或波形融合处理。
6、在一些实施例中,所述第一激光探测器包括第一探测器阵列,所述第二激光探测器包括第二探测器阵列,其中,所述第一探测器阵列和所述第二探测器阵列的探测器类型不同,所述第一探测器阵列对应的第一像素数量大于所述第二探测器阵列对应的第二像素数量。
7、在一些实施例中,所述第一激光探测器和所述第二激光探测器集成于同一外壳内并共用光学系统;所述车载激光雷达包括所述处理器,或,所述处理器布置于车辆;或,
8、所述第一激光探测器和所述第二激光探测器均为独立的设备,且所述处理器布置于所述车辆。
9、在一些实施例中,所述处理器布置于所述车辆,所述车载激光雷达还包括:
10、数据传输接口,分别与所述第一激光探测器、所述第二激光探测器和所述处理器通信连接,用于将所述第一探测数据和所述第二探测数据传输至所述处理器。
11、在一些实施例中,所述第一激光探测器的第一视场角和所述第二激光探测器的第二视场角部分或完全重叠,在所述第一视场角和所述第二视场角部分重叠时,所述第一激光探测器的第一光心方向与车辆行进方向呈第一夹角,所述第二激光探测器的第二光心方向与所述车辆行进方向呈第二夹角,所述第一光心方向和所述第二光心方向分别位于所述车辆行进方向的左右两侧。
12、根据本公开的第二方面,提供一种数据处理方法,应用于第一方面提供的车载激光雷达或包括所述车载激光雷达的车辆,所述方法包括:
13、对第一探测数据和第二探测数据进行融合处理,其中,所述融合处理包括像素融合处理和/或波形融合处理。
14、在一些实施例中,所述第一探测数据包括第一点云数据,所述第二探测数据包括第二点云数据,且所述融合处理包括所述像素融合处理,所述对第一探测数据和第二探测数据进行融合处理,得到目标点云数据,包括:
15、基于预设的像素匹配关系,将所述第一点云数据中第一子像素点和所述第二点云数据中第二子像素点进行匹配,得到至少一组像素点对;
16、针对每组像素点对,根据该组像素点对中第一子像素点的第一测距值,及该组像素点对中第二子像素点的第二测距值之间的测距值差值,确定该组像素点对对应的融合像素点的测距值;
17、根据每组像素点对对应的融合像素点的测距值,得到所述目标点云数据。
18、在一些实施例中,所述针对每组像素点对,根据该组像素点对的测距值差值,确定该组像素点对对应的融合像素的像素值,包括:
19、针对每组像素点对,若该组像素点对的测距值差值小于预设阈值,则该组像素点对对应的融合像素点的测距值为该组像素点对中第一子像素点的第一测距值;若该组像素点对的测距值差值不小于所述预设阈值,则该组像素点对对应的融合像素点的测距值为第一设定值。
20、在一些实施例中,所述像素匹配关系中一个所述第二子像素点匹配多个所述第一子像素点。
21、在一些实施例中,所述第一探测数据包括第一回波数据,所述第二探测数据包括第二回波数据,且所述融合处理包括所述波形融合处理,所述对第一探测数据和第二探测数据进行融合处理,得到目标点云数据,包括:
22、对时间同步后的所述第一回波数据和所述第二回波数据进行波形叠加或波形加权融合处理,得到融合波数据;
23、根据所述融合波数据中每个融合像素的波形和每个融合像素的预设检波阈值,确定每个融合像素的测距值;
24、根据每个融合像素的测距值,得到所述目标点云数据。
25、在一些实施例中,所述根据所述融合波数据中每个融合像素的波形和预设的检波阈值,确定每个融合像素的测距值,包括:
26、针对所述融合波数据中每个融合像素,若该融合像素的波形的最大值大于该融合像素的预设检波阈值,则该融合像素的测距值为所述第一回波数据中与该融合像素的波形对应的测距值;若该融合像素的波形的最大值不大于该融合像素的预设检波阈值,则该融合像素的测距值为第二设定值。
27、在一些实施例中,所述融合像素的预设检波阈值为所述第一回波数据中与该融合像素的波形的检波阈值与预设系数的乘积,所述预设系数大于1。
28、在一些实施例中,所述方法还包括:
29、根据所述车辆的工况信息和/或环境信息,确定对所述第一探测数据和所述第二探测数据进行融合处理的融合策略。
30、在一些实施例中,所述根据所述车辆的环境信息,确定对所述第一探测数据和所述第二探测数据进行融合处理的融合策略,包括:
31、在根据所述环境信息确定所述车辆处于逆光或强光场景下,降低所述第一探测数据的第一权重,提高所述第二探测数据的第二权重;以及在根据所述环境信息确定所述车辆处于弱光或夜间场景下,提高所述第一权重。
32、根据本公开的第三方面,提供一种数据处理系统,包括:
33、第一激光探测器,用于采集第一探测数据;
34、第二激光探测器,用于采集第二探测数据,其中,所述第一激光探测器与所述第二激光探测器为不同类型的探测器;
35、处理器,与所述第一激光探测器和所述第二激光探测器连接,用于对所述第一探测数据和所述第二探测数据进行融合处理,得到目标点云数据,所述融合处理包括像素融合处理和/或波形融合处理。
36、根据本公开的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第二方面提供的任一项所述方法的步骤。
37、根据本公开的第五方面提供一种车辆,如第一方面提供的车载激光雷达,或,执行第二方面提供的任一项所述数据处理方法,或,包括第三方面提供的数据处理系统。
38、根据本公开的第六方面,提供一种计算机程序产品,包括计算机程序或指令,所述计算机程序或指令被处理器执行时实现第二方面提供的任一项所述方法的步骤。
39、综上所述,本公开实施例中,车载激光雷达包括用于采集第一探测数据的第一激光探测器和用于采集第二探测数据的第二激光探测器,其中,所述第一激光探测器与所述第二激光探测器为不同类型的探测器;以及,将所述第一探测数据和所述第二探测数据发送至处理器,以使所述处理器对所述第一探测数据和所述第二探测数据进行融合处理,所述融合处理包括像素融合处理和/或波形融合处理;采用上述技术方案,通过设置不同类型的探测器,即可以通过高线数探测器保证探测数据数量充足,而低线束探测器提供无鬼影的参考基准,将两组探测数据进行像素融合和/或波形融合,可交叉验证剔除鬼影点并确保真实目标不会被误删,从而可以在确保探测数据数量充足的基础上降低误检的概率,使融合后的探测数据与智能驾驶的感知需求更匹配,进而提高智能驾驶的安全性和可靠性。
40、本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
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