阅读说明：本技术 一种障碍物的感知方法、感知装置和无人驾驶清扫车 (Obstacle sensing method and device and unmanned sweeper ) 是由 骆嫚 蔡营 曹恺 杨小鸣 于 2020-06-10 设计创作，主要内容包括：本申请公开一种障碍物的感知方法、感知装置和无人驾驶清扫车,涉及车辆自动驾驶技术领域,感知方法包括：视觉相机采集车辆周边的图像信息；多个同侧分布的固态激光雷达根据各自的探测范围获取所述车辆同侧不同远近区域的障碍物的激光云点信息,同时,探测较近区域的固态激光雷达的分辨率高于探测较远区域的固态激光雷达；处理器接收所述图像信息和多个所述激光云点信息并进行融合处理,得到所述车辆同侧的障碍物的感知信息。本申请对车辆同侧的环境分区域获取并进行融合处理,提高对障碍物的感知能力。(The application discloses perception method, perception device and unmanned motor sweeper of barrier relates to vehicle automatic driving technical field, and the perception method includes: the method comprises the steps that a visual camera collects image information of the periphery of a vehicle; the method comprises the following steps that a plurality of solid-state laser radars distributed on the same side acquire laser cloud point information of obstacles in different far and near areas on the same side of a vehicle according to respective detection ranges, and meanwhile, the resolution of the solid-state laser radar for detecting a near area is higher than that of the solid-state laser radar for detecting a far area; and the processor receives the image information and the laser cloud point information and performs fusion processing to obtain the perception information of the obstacles on the same side of the vehicle. According to the method and the device, the environments on the same side of the vehicle are obtained in different areas and are subjected to fusion processing, and the sensing capability of the vehicle to the barrier is improved.)

一种障碍物的感知方法、感知装置和无人驾驶清扫车

技术领域

本申请涉及车辆自动驾驶技术领域，特别涉及一种障碍物的感知方法、感知装置和无人驾驶清扫车。

背景技术

近年来，自动驾驶汽车由于技术、法规的局限性，在完全开放的道路上并未真正地实现无人自动驾驶，但是，自动驾驶车辆在交通出行、物品运输、园区清扫等领域的特有场景下均有应用。

其中，园区场景下的无人清扫车，需要满足对清扫车周边的环境具备较高的感知能力，以达到良好的清扫效果。而无人清扫车的感知能力的不足直接导致清扫效果不佳。

目前，市面上的清扫车就环境的感知装置多为在车顶布置使用单个机械激光雷达作为核心感知传感器，但机械激光雷达价格高昂、可靠性下降较快、且无法兼顾车身周围低矮的障碍物。

发明内容

本申请实施例提供一种障碍物的感知方法、感知装置和无人驾驶清扫车，对车辆同侧的环境分区域获取并进行融合处理，提高对障碍物的感知能力。

第一方面，本申请实施例提供了一种障碍物的感知方法，所述感知方法包括以下步骤：

视觉相机采集车辆周边的图像信息；

多个同侧分布的固态激光雷达根据各自的探测范围获取所述车辆同侧不同远近区域的障碍物的激光云点信息，同时，探测较近区域的固态激光雷达的分辨率高于探测较远区域的固态激光雷达；

处理器接收所述图像信息和多个所述激光云点信息并进行融合处理，得到所述车辆同侧的障碍物的感知信息。

在本实施例中，优选地，所述处理器接收所述图像信息和多个所述激光云点信息并进行融合处理，得到所述车辆同侧的障碍物的感知信息的具体步骤为：

接收所述车辆周边的图像信息、以及接收所述车辆同侧的多个激光云点信息，所述图像信息包含采集到的障碍物的边界框区域；

将所述激光云点信息的三维坐标转换为与所述图像信息对应的二维坐标，根据所述对应的二维坐标、所述边界框区域共同确定所述障碍物的激光云点信息，并对所述障碍物的激光云点信息进行栅格化聚类，得到所述障碍物的感知信息，所述感知信息包括障碍物的类型、轮廓大小、空间位置、速度。

第二方面，本申请实施例还提供了一种障碍物的感知装置，所述感知装置包括：

视觉相机，其用于采集所述车辆周边的图像信息；

多个同侧设置的固态激光雷达，其用于根据各自的探测范围获取所述车辆同侧不同远近区域的障碍物的激光云点信息，同时，探测较近区域的固态激光雷达的分辨率高于探测较远区域的固态激光雷达；

处理器，其与所述视觉相机和多个所述固态激光雷达均相连，用于接收所述图像信息和多个所述激光云点信息并进行融合处理，得到所述车辆同侧的障碍物的感知信息。

在本实施例中，优选地，所述固态激光雷达为固态嵌入式激光雷达。

优选地，所述固态激光雷达的数量为三个，其中一个固态激光雷达为第一固态激光雷达，另外两个固态激光雷达为第二固态激光雷达，所述第一固态激光雷达的水平视角大于所述第二固态激光雷达；同时，

两个所述第二固态激光雷达分布在所述第一固态激光雷达的两侧，且其布置高度低于所述第一固态激光雷达，用于探测近距低矮障碍物和路沿信息，所述第一固态激光雷达用于探测远距障碍物。

优选地，所述第一固态激光雷达支持激光即时定位与地图构建。

优选地，所述感知装置还包括：

超声波雷达，其与所述处理器相连，用于采集所述车辆周边的障碍物的距离数据，并将所述距离数据发送至所述处理器。

优选地，所述处理器包括：

接收模块，其用于接收所述车辆周边的图像信息、以及接收所述车辆同侧的多个激光云点信息，所述图像信息包含采集到的障碍物的边界框区域；

融合模块，其用于将所述激光云点信息的三维坐标转换为与所述图像信息对应的二维坐标，根据所述对应的二维坐标、所述边界框区域共同确定所述障碍物的激光云点信息，并对所述障碍物的激光云点信息进行栅格化聚类，得到所述障碍物的感知信息，所述感知信息包括障碍物的类型、轮廓大小、空间位置、速度。

第三方面，本申请实施例还提供了一种无人驾驶清扫车，所述无人驾驶清扫车包括：

车身；

感知装置，其装设于所述车身上，所述感知装置为如上述的障碍物的感知装置。

在本实施例中，优选地，所述固态激光雷达的数量为三个，其中一个固态激光雷达为第一固态激光雷达，另外两个固态激光雷达为第二固态激光雷达，所述第一固态激光雷达的水平视角大于所述第二固态激光雷达，且所述第一固态激光雷达安装在所述车身的前侧，两个所述第二固态激光雷达分别安装在所述车身的前方两侧上，所述第二固态激光雷达布置高度低于所述第一固态激光雷达。

本申请提供的技术方案带来的有益效果包括：

本申请实施例提供了一种障碍物的感知方法、感知装置和无人驾驶清扫车，所述感知方法使用价格低廉的视觉相机、多个固态激光雷达协同使用以获取环境中的障碍物信息并进行融合，得到障碍物的感知信息；同时，根据探测区域的远近，使用合适精度的固态激光雷达进行障碍物的激光云点信息的获取，能够精确感知车辆周边一侧的环境，并进行安全冗余的精确障碍识别，可提高对障碍物的感知能力。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种障碍物的感知方法的流程示意图；

图2为本申请实施例提供的步骤S3的具体步骤的流程示意图；

图3为本申请实施例提供的一种障碍物的感知装置的结构框图；

图4为本申请实施例提供的处理器的结构框图；

图5为本申请实施例提供的无人驾驶清扫车的结构框图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

参见图1所示，本申请实施例提供一种障碍物的感知方法，所述感知方法包括以下步骤：

步骤S1：视觉相机采集车辆周边的图像信息；

步骤S2：多个同侧分布的固态激光雷达根据各自的探测范围获取所述车辆同侧不同远近区域的障碍物的激光云点信息，同时，探测较近区域的固态激光雷达的分辨率高于探测较远区域的固态激光雷达；

步骤S3：处理器接收所述图像信息和多个所述激光云点信息并进行融合处理，得到所述车辆同侧的障碍物的感知信息。

在本实施例中，该感知方法可为车辆在道路上行驶时发生，所述感知方法中使用到的视觉相机、固态激光雷达、处理器均装设在车辆的车身上，所述障碍物的感知方法的工作原理为：

视觉相机、多个固态激光雷达均跟随车辆移动，采集道路上障碍物的两类信息，即图像信息和激光云点信息，将这两类信息进行融合处理，即可得到车辆同侧的障碍物的感知信息，其中，将每个固态激光雷达探测并获取到每个区域的激光云点信息，每个区域上的激光云点信息均与图像信息上的区域匹配后，再进行单个区域上的激光云点信息上所带有的障碍物信息与该区域的图像信息中的障碍物信息进行匹配融合处理，其得到感知信息的过程简单，且仅需使用价格较为实惠的固态激光雷达即可实现。

同时，多个固态激光雷达根据各自的探测范围获取所述车辆同侧不同远近区域的障碍物的激光云点信息，且探测较近区域的固态激光雷达的分辨率高于探测较远区域的固态激光雷达，这能够根据实际情况采用适宜规格的固态激光雷达规格，在降低生产成本的前提下，还可保证感知精度，能够进行安全冗余的精确障碍识别。

参见图2所示，优选地，所述步骤3的具体步骤为：

接收所述车辆周边的图像信息、以及接收所述车辆同侧的多个激光云点信息，所述图像信息包含采集到的障碍物的边界框区域；

将所述激光云点信息的三维坐标转换为与所述图像信息对应的二维坐标，根据所述对应的二维坐标、所述边界框区域共同确定所述障碍物的激光云点信息，并对所述障碍物的激光云点信息进行栅格化聚类，得到所述障碍物的感知信息，所述感知信息包括障碍物的类型、轮廓大小、空间位置、速度。

在本申请实施例提供中，图像信息与激光云点信息两类信息的融合的具体过程简单，通过先利用图像信息锁定障碍物的激光云点信息，再对障碍物的激光云点信息进行栅格化聚类，减少了栅格化聚类的对象的同时，还能够有效获取障碍物的感知信息。

参见图1所示，本申请实施例还提供一种障碍物的感知装置，所述感知装置包括视觉相机、处理器、以及多个同侧设置的固态激光雷达；所述视觉相机用于采集所述车辆周边的图像信息；多个所述固态激光雷达用于根据各自的探测范围获取所述车辆同侧不同远近区域的障碍物的激光云点信息，同时，探测较近区域的固态激光雷达的分辨率高于探测较远区域的固态激光雷达；所述处理器与所述视觉相机和多个所述固态激光雷达均相连，用于接收所述图像信息和多个所述激光云点信息并进行融合处理，得到所述车辆同侧的障碍物的感知信息。

在本实施例中，该感知装置安装在车辆上，其组成部分简单、成本低廉。当车辆在道路上行驶时，所述感知装置感知车辆周边的环境，尤其是对于环境中的障碍物进行感知，所述障碍物的感知装置的工作原理为：

视觉相机、多个固态激光雷达均安装在车辆上跟随车辆移动，采集道路上障碍物的两类信息，即图像信息和激光云点信息，处理器将这两类信息进行融合处理，即可得到车辆同侧的障碍物的感知信息，其中，将每个固态激光雷达探测并获取到每个区域的激光云点信息，每个区域上的激光云点信息均与图像信息上的区域匹配后，再进行单个区域上的激光云点信息上所带有的障碍物信息与该区域的图像信息中的障碍物信息进行匹配融合处理，仅需使用价格较为实惠的固态激光雷达即可实现。

同时，多个固态激光雷达根据各自的探测范围获取所述车辆同侧不同远近区域的障碍物的激光云点信息，且探测较近区域的固态激光雷达的分辨率高于探测较远区域的固态激光雷达，这能够根据实际情况采用适宜规格的固态激光雷达规格，在降低生产成本的前提下，还可保证感知精度，能够进行安全冗余的精确障碍识别。

较佳地，所述固态激光雷达为固态嵌入式激光雷达。嵌入式的固态激光雷达既可满足探测需求，同时，固态激光雷达嵌入式布置于车辆的车身里面，无突出外露部分。

参见图5所示，具体地，所述固态激光雷达的数量为三个，其中一个固态激光雷达为第一固态激光雷达，另外两个固态激光雷达为第二固态激光雷达，所述第一固态激光雷达的水平视角大于所述第二固态激光雷达，根据水平视角的大小将所述第一固态激光雷达定义为广角激光雷达，所述第二固态激光雷达定义为窄角激光雷达；同时，两个所述窄角激光雷达分布在所述广角激光雷达的两侧，且其布置高度低于所述广角激光雷达，用于探测近距低矮障碍物和路沿信息，所述第一固态激光雷达用于探测远距障碍物。

更为具体地，在本实施例中，所述广角激光雷达的水平视角至少为120°，垂直视角至少为10°，分辨率至少为0.3°。所述窄角激光雷达的水平视角至少为40°，分辨率至少为0.1°，所述窄角激光雷达的分辨率高于所述广角激光雷达。同时，所述视觉相机的纵向可测距离应在60米以上，水平视角至少为90°，垂直视角至少为50°，以保证适当的感知范围，到达有效感知障碍物的目的。

优选地，所述广角激光雷达支持激光即时定位与地图构建。当感知装置的载体车辆位于无名路上时，惯性组合导航无法对载体车辆进行定位，此时，所述广角激光雷达安装在车辆的前侧上，可探测车辆外的环境获取激光云点信息以构建车辆的周边环境的环境地图，实现辅助定位的能力。

优选地，所述感知装置还包括超声波雷达，其与所述处理器相连，用于采集所述车辆周边的障碍物的距离数据，并将所述距离数据发送至所述处理器。在本实施例中，所述固态激光雷达主要探测车辆一侧的障碍物，而其他侧并未涉及障碍物的探测，在车辆启动或泊车时，对于车辆近距离的障碍物仍然有对障碍物感知的必要。因此，在车辆的周侧设置超声波雷达，探测障碍物到车辆的距离，以辅助所述视觉相机在清扫车在启动或泊车时能够对障碍物进行近距离感知，联合视觉相机、超声波雷达以对不同距离的障碍进行融合感知，对车辆的造型改变较小，且不受光照的影响。

参见图4所示，进一步地，所述处理器包括接收模块、融合模块；所述接收模块用于接收所述车辆周边的图像信息、以及接收所述车辆同侧的多个激光云点信息，所述图像信息包含采集到的障碍物的边界框区域；所述融合模块用于将所述激光云点信息的三维坐标转换为与所述图像信息对应的二维坐标，根据所述对应的二维坐标、所述边界框区域共同确定所述障碍物的激光云点信息，并对所述障碍物的激光云点信息进行栅格化聚类，得到所述障碍物的感知信息，所述感知信息包括障碍物的类型、轮廓大小、空间位置、速度。在本申请实施例提供中，所述处理器通过先利用图像信息锁定障碍物的激光云点信息，再对障碍物的激光云点信息进行栅格化聚类，减少了栅格化聚类的对象，降低了处理器的运行负荷。

参见图5所示，本申请实施例还提供了一种无人驾驶清扫车，所述无人驾驶清扫车包括车身和感知装置，所述感知装置装设于所述车身上，所述感知装置为如上述的任意一个障碍物的感知装置。关于该感知装置的说明在此不再继续赘述。

在本实施例中，优选地，所述固态激光雷达的数量为三个，其中一个固态激光雷达为第一固态激光雷达，另外两个固态激光雷达为第二固态激光雷达，所述第一固态激光雷达的水平视角大于所述第二固态激光雷达，且所述第一固态激光雷达安装在所述车身的前侧，两个所述第二固态激光雷达分别安装在所述车身的前方两侧上，所述第二固态激光雷达布置高度低于所述第一固态激光雷达。

具体地，所述固态激光雷达为固态嵌入式激光雷达，嵌入式的固态激光雷达既可满足探测需求，还能够布置于清扫车的车身里面，无突出外露部分，不影响清扫车的外形。

在本实施例中，所述无人驾驶清扫车在复杂道路环境下行驶，其速度较底，一般车速低于15km/m，主要的感知方向位于车辆的前方以及转弯时的侧方，所述无人驾驶清扫车中的感知装置更为详细的工作原理为：

步骤001：视觉相机采集清扫车周边的图像信息，该图像信息包含采集到的障碍物的边界框区域；

步骤002：安装在车身上的一个广角激光雷达探测所述清扫车前方的远距障碍物并获得该区域的激光云点信息，安装在车身上的两个窄角激光雷达探测所述车身的前方的低矮障碍物并获得该区域的激光云点信息；同时，广角激光雷达设在清扫车的前方，主要探测车身前方10外的范围，两个窄角激光雷达设在清扫车的前方两侧，且所述窄角激光雷达在所述清扫车上的安装位置低于所述广角激光雷达的安装位置，主要探测车身前方10米内的范围，便于获取前方低矮障碍物激光云点信息；

步骤003：处理器接收视觉相机的图像信息、以及接收广角激光雷达、窄角激光雷达的激光云点信息；

步骤004：处理器将接收到激光云点信息的三维坐标均转换为与所述图像信息对应的二维坐标，根据所述对应的二维坐标、所述边界框区域共同确定所述障碍物的激光云点信息，并对共同确定的激光云点信息进行栅格化聚类，得到所述清扫车前方的障碍物的感知信息，所述感知信息包括障碍物的类型、轮廓大小、空间位置、速度。

同时，本申请实施例中窄角激光雷达在清扫车转弯时，探测到车身前方两侧地面的情况，清扫车可根据感知到的路沿信息进行自动驾驶。道路上的路沿信息，比如道路标识，进行感知，通过处理器融合窄角激光雷达探测到的路沿信息的激光云点信息与图像信息中的路沿信息，得到精准的路沿信息的感知信息，比如路沿信息的轮廓大小、空间位置、类型等。本申请实施例适用于园区复杂的环境，或者是不规则非结构化的交通环境，如车道线缺失，可对路沿信息精确判断。

参见图5所示，进一步地，所述视觉相机为单目相机，其在所述车身的四周均布设一个；所述感知装置还包括超声波雷达，该超声波雷达也安装在车身的四周，每侧安装两个超声波雷达，同时，在车身两侧的超声波雷达安装在靠近车后侧的位置上，且该超声波雷达的获取距离均在3.5m以上，以保证车辆的侧方和后方均可以实现障碍物的感知识别，便于车辆启动或泊车时的近距离的障碍物距离探测，所述超声波雷达与所述视觉相机协同使用，以在车辆启动或泊车时能够对障碍物进行近距离感知。同时，本申请实施例中提供的车辆为在复杂道路环境下的清扫车，其速度较底，一般车速低于15km/m，主要的感知方向位于车辆的前方以及转弯时的侧方，因而，在车身的侧方和后方均主要采用低成本的超声波雷达，也能够共同配合使用达到感知精度需求。

优选地，所述清扫车还包括惯性组合导航，其用于对所述清扫车进行定位；以及所述广角激光雷达支持激光即时定位与地图构建。当感知装置的载体车辆位于无名路上时，惯性组合导航无法对清扫车进行定位，更为具体地，所述广角激光雷达安装在车辆的前侧上，探测车辆外的环境获取激光云点信息以构建车辆的周边环境的环境地图，实现辅助定位的能力。

在本申请的描述中，需要说明的是，术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。

需要说明的是，在本申请中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。