买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京航空航天大学

摘要：本发明公开了一种基于激光点云分割的越野车辆路面不平度检测方法，属于无人驾驶越野车辆对于特征退化场景的感知领域。首先通过车载激光雷达对车辆前方路面进行信息采集，获取原始点云数据，并对原始点云进行去噪和分割，得到分割后的地面。然后从分割后的地面中选取出越野车辆前向车轮感兴趣区域的点云，分别计算左右两侧的前向车轮感兴趣区域的不平度指标。最后越野车辆根据其前向车轮感兴趣区域的不平度指标，为后端决策提供参考信息，决定下一时刻的行驶方向，同时为发动机输出功率提供参考。本发明降低了计算资源损耗，使车辆后续控制决策更精准，提高无人车辆行驶安全性及平顺性。

主权项：1.基于激光点云分割的越野车辆路面不平度检测方法，其特征在于，具体步骤如下：步骤一，对于搭载了激光雷达的越野车辆，通过激光雷达对车辆前方路面进行信息采集，获取原始点云数据；步骤二，对原始点云进行去噪和分割，得到分割后的地面；步骤三，从分割后的地面中选取出越野车辆前向车轮感兴趣区域的点云；首先，建立车体坐标系，标定出车体坐标系下激光雷达和车体前向车轮的位置坐标；然后，建立激光雷达坐标系，将前向车轮在车体坐标系下的坐标转换为激光雷达坐标系下的坐标，记录前向车轮在激光雷达坐标系中的位置；最后，以激光雷达坐标系为基准，设越野车辆前向车轮的轮胎宽度为a米，分别在x轴方向截取左右侧车轮中心处2a米宽，每个车轮前向沿y轴截取b米长，则截取区域内的点云即为越野车辆前向车轮感兴趣区域的点云；其中30b100；步骤四，分别将左右两侧的前向车轮感兴趣区域的点云作为实施对象，得到两个感兴趣区域的不平度指标；S4-1:感兴趣区域拟合点筛选；用Pi,j＝{p1,p2,…,pm}表示左右两侧车轮i和j感兴趣区域内点云数据；为了在低迭代次数的条件下准确拟合出地面，计算Pi,j在z轴方向上的平均高度have_i,j，如下所示： 选取Pi,j中在z轴方向上小于have_i,j的点作为初始地面拟合点Ps_i,j＝{p1,p2,…,pk}；S4-2：感兴趣平面区域拟合；从Ps_i,j中随机选取3个不共线点云数据Pa，Pb，Pc按照如下公式计算得到感兴趣平面区域ax+by+cz+d＝0以及平面法向量 a＝A2B3-A3B28b＝A3B1-A1B39c＝A1B2-A2B110 S4-3：计算感兴趣区域内各点云到感兴趣平面区域的距离；根据点到平面的距离公式，计算各点云距离感兴趣平面区域的距离Di： S4-4：获取路面不平度数值：计算感兴趣区域内各点云到感兴趣平面区域的距离的均方根误差作为越野车辆的不平度指标；计算出感兴趣区域各点云距离感兴趣平面区域的距离Di的平均值Dm，进一步计算出高度差的均方根误差RMSE： 步骤五，越野车辆根据其前向车轮感兴趣区域的不平度指标，为后端决策提供参考信息，决定下一时刻的行驶方向，同时为发动机输出功率提供参考。

全文数据：

权利要求：

百度查询： 北京航空航天大学 基于激光点云分割的越野车辆路面不平度检测方法