一种激光雷达障碍物检测方法及装置与流程

1.本发明涉及障碍检测技术领域，尤其涉及一种激光雷达障碍物检测方法及装置。


背景技术：

2.激光雷达是机器人进行自主导航的关键传感器配置，用于感知路面上的障碍物信息，达到在行进过程中避免与障碍物发生碰撞的目的。当前主流的传感方案是直接使用多线激光雷达实现对机器人周边信息的感知，其中需要关键感知的信息包括人、机动车、自行车、摩托车、交通标识物、以及路面上的其他障碍物等。由于在机器人的导航中，前方区域信息的感知是重点，而后方也需要兼顾，因此多线激光雷达通常会安装于机器人的顶部位置以获得最有效的观测视野。上述安装方式会使得在前方存在一定的盲区，为确保检测的全面性、避免丢失低矮障碍物，需要辅助其他传感手段进行弥补。一种解决方案即是在机器人前下方配置单线雷达，以弥补多线激光雷达的观测盲区，但是在该类配置方案下，现有技术中单线激光雷达与多线激光雷达是独立进行障碍检测的，即补全观测是直接将单线激光雷达的扫描点云进行聚类，再配合几何特性进行筛选选出目标障碍物，而单线激光雷达对于陡峭区域、上下坡区域等非平整路面也会返回点云，因而在遇到非平整路面时会产出较多的虚警，影响行进的流畅度。
3.如中国专利申请cn112528778a公开一种障碍物检测方法、装置、电子设备及存储介质，该方案通过将单线激光雷达的检测范围配置为多线激光雷达的盲区，先将单线激光雷达和多线激光雷达分别转换到车体坐标系下，分别删除多线激光雷达的地面点云、删除单线激光雷达超过预设距离阈值和空间方位角在预设值之外的点云，得到候选障碍点云，再采用聚类算法进行障碍物提取。该方案即是单线激光雷达与多线激光雷达独立进行障碍检测，单线激光雷达作为多线激光雷达的补盲，仅适用于机器人所处环境为平整路面、不发生颠簸等场景，如室内环境，但是由于对单线激光雷达的点云处理方式，是直接设置检测范围阈值进行非有效点云过滤，如果适用于非平整地面环境中时，为满足非平整地面的需求，约束范围不能过长，会导致补盲距离短；此外，对于陡峭区域、上下坡区域等非平整路面，单线雷达在这种场景下点云会往车头方向进行缩进，会产出大量虚警，且难以完全消除。


技术实现要素：

4.本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种实现方法简单、检测效率以及精度高，能够避免低矮障碍物漏检，同时降低虚警率的激光雷达障碍物检测方法及装置，可适用于如陡峭区域、上下坡区域等非平整路面的各类复杂环境中实现全面、精准的检测。
5.为解决上述技术问题，本发明提出的技术方案为：
6.一种激光雷达障碍物检测方法，步骤包括：
7.s1.使用多线激光雷达对载体前方区域进行扫描，以及使用单线激光雷达对多线激光雷达的盲区范围进行扫描；
8.s2.将所述多线激光雷达扫描的点云数据进行栅格化处理得到多线雷达栅格点云图，并获取各个栅格附近指定范围内的扫描线密集分布特征；
9.s3.对所述单线激光雷达扫描的点云数据，辅助使用多线激光雷达得到的各个栅格的所述扫描线密集分布特征，得到单线激光雷达的障碍检测结果；
10.s4.融合多线激光雷达的障碍检测结果与单线激光雷达的障碍检测结果，得到最终的检测结果。
11.进一步的，所述步骤s2包括：
12.s21.将所述多线激光雷达扫描的点云数据进行栅格化，得到多线雷达栅格点云图；
13.s22.判断所述多线雷达栅格点云图中各点云所在栅格与近邻栅格之间扫描线的连续性；
14.s23.统计各栅格中判断为连续的扫描线数量，根据所述扫描线数量确定各栅格的所述扫描线密集分布特征。
15.进一步的，所述步骤s22包括：遍历所述多线雷达栅格点云图中各点云，每次将当前栅格位置作为基准位置，搜索当前栅格的近邻栅格，当近邻栅格存在扫描点时记录扫描线索引号，并将邻栅格的所述扫描线索引号与当前栅格的扫描线索引号进行连续性判断，得到当前栅格对应的所有判断为连续的扫描线。
16.进一步的，所述步骤s3包括：
17.s31.将所述单线激光雷达扫描的点云数据进行栅格化处理，得到单线雷达栅格化点云数据；
18.s32.对所述单线雷达栅格化点云数据进行遍历，使用各点云对应位置的所述扫描线密集分布特征辅助判断点云是否为障碍物，得到单线激光雷达的障碍检测结果。
19.进一步的，所述步骤s4包括：
20.s41.根据多线激光雷达扫描的点云数据获取多线激光雷达的障碍检测结果；
21.s42.将所述多线激光雷达的障碍检测结果与所述单线激光雷达的障碍检测结果进行融合，得到最终的检测结果。
22.进一步的，所述步骤s41包括：根据多线激光雷达扫描的点云数据以及预先构建的地面模型，确定出地面点，删除所述地面点后得到多线激光雷达的障碍检测结果。
23.进一步的，所述步骤s42中进行融合时，如果所述多线激光雷达在单线激光雷达的范围内检测到存在障碍物时，采用多线激光雷达的障碍检测结果；如果单线激光雷达检测到有障碍物而多线激光雷达未检测到障碍物时，加入单线激光雷达检测的障碍检测结果。
24.一种激光雷达障碍物检测装置，包括：
25.多线激光雷达，用于对载体前方区域进行扫描；
26.单线激光雷达，用于对多线激光雷达的盲区范围进行扫描；
27.障碍检测模块，用于将所述多线激光雷达扫描的点云数据进行栅格化处理得到多线雷达栅格点云图，并获取各个栅格附近指定范围内的扫描线密集分布特征；
28.以及对所述单线激光雷达扫描的点云数据，辅助使用多线激光雷达得到的各个栅格的所述扫描线密集分布特征，得到单线激光雷达的障碍检测结果；
29.以及融合多线激光雷达与单线激光雷达的障碍检测结果，得到最终的检测结果。
30.进一步的，所述多线激光雷达、所述单线激光雷达分设于载体上，所述多线激光雷达布置的垂直高度高于所述单线激光雷达布置的垂直高度。
31.进一步的，所述障碍检测模块包括处理器以及存储器，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序以执行如上述步骤s2～步骤s4。
32.与现有技术相比，本发明的优点在于：本发明通过单线激光雷达对多线激光雷达进行补盲，在此基础上通过由多线激光雷达扫描栅格点云图，获取栅格点云图各个栅格附近的扫描线密集分布特征，借助于多线激光雷达获取的该扫描线分布特性作为先验知识，对单线激光雷达的扫描进行指导，辅助单线激光雷达进行障碍检测，可有效排除由于地面为陡峭区域、上下坡区域等非平整地面所引发的单线扫描虚警，实现自适应场景滤除单线扫描中的非障碍点，通过融合多线雷达与单线雷达可实现全面、精准的障碍物检测。
附图说明
33.图1是本实施例激光雷达障碍物检测方法的实现流程示意图。
34.图2是本实施例实现激光雷达障碍物检测的完整流程示意图。
35.图3是本发明具体应用实施例中实现激光雷达障碍物检测的详细流程示意图。
36.图4是本实施例激光雷达障碍物检测装置的结构示意图。
具体实施方式
37.以下结合说明书附图和具体优选的实施例对本发明作进一步描述，但并不因此而限制本发明的保护范围。
38.如图1、2所示，本实施例激光雷达障碍物检测方法的步骤包括：
39.s1.使用多线激光雷达对载体前方区域进行扫描，以及使用单线激光雷达对多线激光雷达的盲区范围进行扫描；
40.s2.将多线激光雷达扫描的点云数据进行栅格化处理得到多线雷达栅格点云图，并获取各个栅格附近指定范围内的扫描线密集分布特征；
41.s3.对单线激光雷达扫描的点云数据，辅助使用多线激光雷达得到的各个栅格的扫描线密集分布特征，得到单线激光雷达的障碍检测结果；
42.s4.融合多线激光雷达的障碍检测结果与单线激光雷达的障碍检测结果，得到最终的检测结果。
43.本实施例在使用单线激光雷达对多线激光雷达进行补盲的基础上，同时考虑到单线雷达在非平整地面、上下坡区域等由于扫描线局部聚集会引发大量虚警障碍，通过由多线激光雷达扫描栅格点云图，获取栅格点云图各个栅格附近的扫描线密集分布特征，借助于多线激光雷达获取的该扫描线分布特性作为先验知识，对单线激光雷达的扫描进行指导，辅助单线激光雷达进行障碍检测，可有效排除由于地面为陡峭区域、上下坡区域等非平整地面所引发的单线扫描虚警，实现自适应场景滤除单线扫描中的非障碍点，尤其是可有效解决在上下坡情况下单线在近处聚集引发的前向障碍虚警问题，最终通过融合多线雷达与单线雷达可实现全面、精准的障碍物检测。
44.本实施例中，多线激光雷达、单线激光雷达分设于载体上，多线激光雷达布置的垂直高度高于单线激光雷达布置的垂直高度，即多线激光雷达设置于载体上较高位置处，可
以尽量扩大多线激光雷达的扫描范围，单线激光雷达则设置于载体上较低位置处，可以对低矮位置的盲区范围进行补盲扫描。上述载体具体可以为车辆、移动检测设备等。
45.在具体应用实施例中，步骤s1具体在载体机器人顶部布置一个多线激光雷达并作为主感知设备，同时在载体机器人的前方下侧挂载一个单线激光雷达作为辅助感知设备，设置设备单线激光雷达的有效扫描范围为多线激光雷达的前向盲区，如可配置单线激光雷达的检测范围为从机器人前方开始、以多线激光雷达的第一条落地线为结束的区间，以覆盖多线激光雷达的盲区，并设置单线激光雷达的扫描方式为水平环扫。通过单线激光雷达获取载体机器人前方的近距扫描信息，补全主雷达(多线激光雷达)在前方近距的扫描盲区，通过依据多线激光雷达的盲区范围配置单线的检测范围，可实现多线前方对低矮障碍的全面补全。
46.本实施例中，步骤s2具体包括：
47.s21.将多线激光雷达扫描的点云数据进行栅格化，得到多线雷达栅格点云图；
48.s22.判断多线雷达栅格点云图中各点云所在栅格与近邻栅格之间扫描线的连续性；
49.s23.统计各栅格中判断为连续的扫描线数量，根据扫描线数量确定各栅格的扫描线密集分布特征。
50.上述步骤s22具体包括：遍历多线雷达栅格点云图中各点云，每次将当前栅格位置作为基准位置，搜索当前栅格的近邻栅格，当近邻栅格存在扫描点时记录扫描线索引号，并将邻栅格的扫描线索引号与当前栅格的扫描线索引号进行连续性判断，得到当前栅格对应的所有判断为连续的扫描线。
51.在具体应用实施例中，提取扫描线密集分布特征时，通过对多线激光雷达扫描得到的扫描图中每个栅格目标，提取邻域内的栅格点云，并根据点云在栅格图的邻近位置关系及扫描线来源，以当前栅格位置作为主栅格，搜索点云所在栅格的近邻栅格，当近邻栅格存在扫描点时记录其扫描线索引号，并将邻域的扫描线索引号与主栅格的扫描线索引号进行连续性判定，将满足与主栅格的索引保持连续最多的扫描线数作为当前栅格的计算结果，作为扫描线密集分布特征输出。对每一个栅格执行上述处理后即可获得多线激光雷达在单线检测范围内的描线密集分布特征。
52.上述扫描线密集分布特征采用栅格附近连续的扫描线数量，可以理解的是，还可以采用其他能够表征扫描线密度分布特征，如使用量化的密度程度值，依据栅格附近连续的扫描线数量来计算出密度程度值，后续基于该密度程度值可辅助单线激光雷达直接判断扫描的点云是否为障碍物，当然也可以根据实际需求采用综合多种特征来表示扫描线密度分布以进一步提高检测精度。
53.单线激光雷达在扫描颠簸、上下坡区域等非平整路面时，扫描线会发生局部聚集，相应的多线激光雷达扫描时对应位置的栅格会存在密集的扫描线。本实施例通过上述步骤，可以有效获取多线激光雷达扫描图中各栅格的扫描线密集分布特征，基于该扫描线密集分布特征，后续可辅助单线激光雷达确定出由于在颠簸、上下坡区域等非平整路面产生的扫描线局部聚集点云，从而排除掉单线激光雷达在非平整路面由于扫描线局部聚集点云而产生的虚警。
54.本实施例中步骤s3包括：
55.s31.将单线激光雷达扫描的点云数据进行栅格化处理，得到单线雷达栅格化点云数据；
56.s32.对单线雷达栅格化点云数据进行遍历，使用各点云对应位置的扫描线密集分布特征辅助判断点云是否为障碍物，得到单线激光雷达的障碍检测结果。
57.上述步骤s32中，具体如果扫描线密集分布特征满足预设条件，如连续的扫描线数量小于预设数量阈值，或者密集程度值大于预设程度阈值，则判定为非平整地面的非障碍物，否则判断为障碍物。可以理解的是，辅助判断点云是否为障碍物也可以采用其他的判断方式，如预先获取非平整地面的扫描线分布特征模板，然后将实时获取的扫描线密集分布特征与非平整地面的扫描线分布特征模板进行匹配，如果匹配成功则判定为非平整地面，该判断方法可以依据非平整地面的特性来实现判断，能够进一步提高检测的精度，减小将其他障碍物误识别为非平整地面的概率。
58.在具体应用实施例中，对单线激光雷达的栅格化点云进行遍历时，如果单线激光的栅格化点云图中存在点云，即初步判断存在障碍，然后使用多线激光雷达的扫描线密集分布特征作为先验知识，指导单线激光的扫描图进行障碍补全，具体对单线激光雷达扫描得到的点云，检索相应位置的多线激光连续图描述中是否存在扫描线密集分布特征，如果扫描线密集分布特征满足预设要求，则判定该栅格的障碍点云为虚警点云，不对外输出障碍；否则为单线激光雷达的正障碍，正常对外发布障碍信息，可排除掉单线激光雷达在非平整路面由于扫描线局部聚集点云而产生的虚警。
59.本实施例步骤s4包括：
60.s41.根据多线激光雷达扫描的点云数据获取多线激光雷达的障碍检测结果；
61.s42.将多线激光雷达的障碍检测结果与单线激光雷达的障碍检测结果进行融合，得到最终的检测结果。
62.本实施例步骤s41具体包括：根据多线激光雷达扫描的点云数据以及预先构建的地面模型，确定出地面点，删除地面点后得到多线激光雷达的障碍检测结果。上述地面模型即为对地面建立的模型，具体模型类型可以根据实际需求选取，多线激光雷达扫描后基于该地面模型，可提取出多线激光雷达的地面点，删除地面点后即得到非地面点，也即为候选障碍点，再进行滤波处理后可得到多线激光的障碍点。
63.本实施例步骤s42中进行融合时，具体将单线激光雷达的障碍结果融合到多线激光雷达的障碍结果中，如果多线激光雷达在单线激光雷达的范围内检测到存在障碍物时，采用多线激光雷达的障碍检测结果；如果单线激光雷达检测到有障碍物而多线激光雷达未检测到障碍物时，加入单线激光雷达检测的障碍检测结果。由于步骤s3中单线激光雷达障碍检测过程中，借助于多线激光雷达的扫描线密集特征障碍补全，已经滤除掉了单线雷达障碍检测中的虚警，则将多线激光雷达与单线激光雷达的障碍检测结果融合，可以融合多线激光雷达与单线激光雷达的结果，得到全面、准确的障碍检测结果。融合后进一步还包括滤波步骤(如滑动窗滤波)，以滤除孤立的虚警栅格，最终获得完整的障碍结果外输出。
64.上述多线激光雷达的障碍检测与单线雷达的障碍检测可以同时执行，也可以先后执行，具体执行顺序可以依据实际需求配置。
65.以下以本发明在具体应用实施例中采用上述方法实现障碍物检测为例，对本发明进行进一步说明。
66.如图3所示，本实施例激光雷达障碍物检测的详细步骤为：
67.步骤1、雷达配置：配置多线激光雷达和单线激光雷达，其中配置多线雷达雷达为主扫描设备，并设置测量盲区范围，配置单线激光雷达的检测范围为从机器人前方开始、以多线激光雷达的第一条落地线为结束的区间，以覆盖多线激光雷达的盲区。
68.步骤2、数据提取：提取多线激光雷达和单线激光雷达扫描的点云数据，再将测量数值统一从雷达坐标系变换到以车体中心为原点的坐标系统中。
69.步骤3、多线雷达障碍检测：基于多线激光雷达的点云数据，使用基于地面模型的方法提取障碍区域，即对地面建立数学模型，以多线激光的点云数据作为输入，通过处理后获得地面点云和非地面点云，删除地面点云后，对非地面点云进行栅格化处理得到多线激光的障碍检测结果输出。
70.步骤4、多线雷达扫描线密集分布特征提取：基于多线激光雷达数据，使用栅格统计方法提取每一目标栅格的扫描线密集分布特征，具体以栅格当前位置作为基准位置，当前栅格即为主栅格，搜索该栅格的近邻栅格，当近邻栅格存在扫描点时记录其扫描线索引号，并将邻域的扫描线索引号与基准栅格的扫描线索引号进行连续性判定，将主栅格的索引号连续性保持最长的扫描线条数作为扫描线密集分布特征输出。对每一个栅格执行上述处理后即可获得多线激光雷达在单线检测范围内的连续性描述。
71.步骤5、基于多线雷达指导的单线雷达障碍检测：将多线雷达扫描线密集分布特征作为指导单线扫描排除虚警栅格的先验知识，对落入单线检测范围内的多线雷达点云进行障碍补全。
72.具体对单线激光的栅格化点云进行遍历，对单线激光雷达的栅格化点云进行遍历时，如果单线激光的栅格化点云图中存在点云，对单线激光雷达扫描得到的点云，检索相应位置的多线激光连续图描述中是否存在扫描线密集分布特征，如果扫描线密集分布特征满足预设要求，则判定该栅格的障碍点云为虚警点云，不对外输出障碍；否则为单线激光雷达的正障碍，正常对外发布障碍信息。
73.步骤6、障碍融合：对多线雷达生产的障碍结果和单线激光雷达的检测结果进行融合，融合过程即为：当多线激光在单线激光的范围内存在障碍时，采用多线雷达的检测结果；当单线激光雷达有结果而多线激光无结果时，如果目标栅格的扫描线密集分布特征满足预设条件判断为非障碍物时，预先在单线雷达障碍检测时已滤除，否则将单线雷达检测结果加入到最终的融合检测结果中。最后对合并后的障碍通过滑动窗口的方式进行滤波以孤立虚警栅格，最终获得完整的障碍结果并对外输出。
74.如图4所示，本实施例激光雷达障碍物检测装置包括：
75.多线激光雷达，用于对载体前方区域进行扫描；
76.单线激光雷达，用于对多线激光雷达的盲区范围进行扫描；
77.障碍检测模块，用于将多线激光雷达扫描的点云数据进行栅格化处理得到多线雷达栅格点云图，并获取各个栅格附近指定范围内的扫描线密集分布特征；以及对单线激光雷达扫描的点云数据，辅助使用多线激光雷达得到的各个栅格的所述扫描线密集分布特征，得到单线激光雷达的障碍检测结果；以及融合多线激光雷达与单线激光雷达的障碍检测结果，得到最终的检测结果。
78.本实施例中，障碍检测模块具体包括：
79.点云提取单元，用于提取多线激光雷达、单线激光雷达扫描的点云数据；
80.特征提取单元，用于将多线激光雷达扫描的点云数据进行栅格化处理得到多线雷达栅格点云图，并获取各个栅格附近指定范围内的扫描线密集分布特征；
81.障碍融合单元，用于对单线激光雷达扫描的点云数据，辅助使用多线激光雷达得到的各个栅格的所述扫描线密集分布特征，得到单线激光雷达的障碍检测结果；融合多线激光雷达与单线激光雷达的障碍检测结果，得到最终的检测结果。
82.本实施例中，多线激光雷达、单线激光雷达分设于载体上，多线激光雷达布置的垂直高度高于单线激光雷达布置的垂直高度，即多线激光雷达设置于载体上较高位置处，可以尽量扩大多线激光雷达的扫描范围，单线激光雷达则设置于载体上较低位置处，可以对低矮位置的盲区范围进行补盲扫描。载体可以为车辆、移动检测设备等。多线激光雷达具体可布置于载体的顶部区域，以使得扫描范围尽可能大，单线激光雷达布置于载体前方下侧以扫描多线激光雷达的盲区范围。
83.本实施例障碍检测模块与上述激光雷达障碍物检测方法中步骤s2～s4对应，在此不再一一赘述。
84.在另一实施例中，障碍检测模块还可以为：包括处理器以及存储器，存储器用于存储计算机程序，处理器用于执行计算机程序以执行如上述步骤s2～步骤s4。
85.本发明可适用于移动机器人对前方近处障碍检测，解决机器人的前向避障问题，不仅可以实现障碍物的全面检测，避免低矮障碍物漏检，同时又能够大大降低虚警率。本发明也可以适用于其他类似场合的障碍检测中。
86.上述只是本发明的较佳实施例，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。因此，凡是未脱离本发明技术方案的内容，依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均应落在本发明技术方案保护的范围内。