0 引 言
隨著城市化進(jìn)程的加速，交通問(wèn)題已經(jīng)成為大多數(shù)城市所面臨的難題之一。無(wú)人駕駛車輛的研究可以極大地改變這一現(xiàn)狀，因此在近年中得到各國(guó)的重視。智能車是集自動(dòng)控制、機(jī)械設(shè)計(jì)、機(jī)器視覺、傳感器、信息融合、人工智能等多種理論和技術(shù)于一體的交叉學(xué)科，對(duì)智能車領(lǐng)域的研究不僅對(duì)現(xiàn)代交通系統(tǒng)的發(fā)展著重要意義，在軍事和工業(yè)方面也具有廣闊的應(yīng)用前景。
而對(duì)于道路可通行區(qū)域的檢測(cè)是保障無(wú)人駕駛車輛安全行駛的最低保障。對(duì)于道路的檢測(cè)，激光雷達(dá)具有很高的分辨率和精度、寬的掃描范圍和相較于雷達(dá)低的成本，且在惡劣天氣下的效果也在不斷改善和提高[1,2]。因此，本文中使用激光雷達(dá)來(lái)進(jìn)行道路可通行區(qū)域檢測(cè)。使用激光雷達(dá)的道路檢測(cè)方法可以根據(jù)提取出的道路特征進(jìn)行分類：一類是障礙物檢測(cè)方法，激光雷達(dá)朝車輛前方掃描，以提取出車輛、路標(biāo)和護(hù)軌等[3,4];另一類方法是提取道路、道路標(biāo)志(如車道線、路緣石等)，這種情況下的激光雷達(dá)是朝車輛前方掃描，并帶有一定的俯角[5,6]。
1 系統(tǒng)設(shè)計(jì)概述
1.1激光雷達(dá)安裝
本設(shè)計(jì)中共使用3個(gè)激光雷達(dá)。其中2個(gè)斜向安裝于車頂，用于檢測(cè)道路邊界;1個(gè)水平安裝于車輛前方，用于檢測(cè)障礙物。
激光雷達(dá)使用SICK公司的LMS291和LMS151。使用的角度分辨率均為0.5度，檢測(cè)角度范圍也都設(shè)為1800。車頂激光雷達(dá)如圖1所示。
1.2坐標(biāo)系
車輛與各傳感器坐標(biāo)示意圖2。
車輛坐標(biāo)系的原點(diǎn)選擇在車輛后輪軸的中點(diǎn)，X方向沿著車輛后輪軸向右，y方向沿著車輛軸線向前，z方向垂直于地面。各激光雷達(dá)坐標(biāo)系坐標(biāo)最后都投影到車輛坐標(biāo)系下。2D的激光雷達(dá)提供的距離數(shù)據(jù)是在極坐標(biāo)系下的，每一幀的距離數(shù)據(jù)可以看作是一個(gè)點(diǎn)集：
2 道路檢測(cè)
目前使用激光雷達(dá)的道路檢測(cè)方法都是使用直線擬合。而在實(shí)際道路中，為了排水等因素，道路往往是中間高、兩邊低的弧形，而在一些較窄的道路上弧形尤為明顯。在這樣的情況下，使用直線擬合的道路檢測(cè)方法顯然并不能達(dá)到很好的檢測(cè)效果。下面以我校電信群樓前道路為例，激光雷達(dá)掃描投影結(jié)果如圖3。
圖中，水平直線是假設(shè)道路為水平面時(shí)激光雷達(dá)應(yīng)有的位置，可以很明顯地看出道路本身不是一個(gè)水平面。直線擬合方法若是應(yīng)用于此會(huì)得到很多段不同的線段，雖然可以通過(guò)加入某些先驗(yàn)約束來(lái)連接這些直線構(gòu)成道路[7]，但是依靠過(guò)多的先驗(yàn)假設(shè)會(huì)降低整個(gè)系統(tǒng)的魯棒性;因此，本文將道路看作是一個(gè)曲面，轉(zhuǎn)而使用二次函數(shù)擬合來(lái)求出道路曲面邊界。從點(diǎn)集尺。中取出一個(gè)子序列，轉(zhuǎn)換到直角坐標(biāo)系后記為
分別求出近端激光雷達(dá)檢測(cè)到的道路邊界點(diǎn)(xn1,yn1)，(xnr,ynr)與遠(yuǎn)端激光雷達(dá)檢測(cè)到的道路邊界點(diǎn)(xf1,yf1)，(xfr,yfr)后，可以勾勒出道路邊界位置。
3 障礙物檢測(cè)
3.1聚類
使用激光雷達(dá)進(jìn)行障礙物檢測(cè)是一種較為普遍的做法，很多研究機(jī)構(gòu)和單位都對(duì)其進(jìn)行了不少研究[6,8]，本文采用的只是簡(jiǎn)單的聚類方法，即對(duì)坐標(biāo)變換后的數(shù)據(jù)進(jìn)行聚類，把障礙物分離出來(lái)。聚類依據(jù)首先是物理約束，即認(rèn)為同一物體在激光雷達(dá)相鄰兩個(gè)檢測(cè)點(diǎn)的差別不會(huì)超過(guò)一個(gè)閾值d1h即滿足條件
則認(rèn)為是同一物體。
3.2膨脹障礙物區(qū)域
在獲得障礙物的聚類結(jié)果后，由于車輛本身不是質(zhì)點(diǎn)而是有寬度的，需要對(duì)每個(gè)障礙物進(jìn)行膨脹，以防止出現(xiàn)誤判，引起擦碰等事故。
本設(shè)計(jì)中使用的膨脹模型為矩形，即在最小可以包裹障礙矩形的基礎(chǔ)上進(jìn)行膨脹?？紤]到安全性，x向膨脹為1.5 m(大于車寬的一半)，Y向膨脹為0.5 m。見圖5。
3.3無(wú)障礙區(qū)域檢測(cè)
由車輛最小轉(zhuǎn)向半徑Rm可以得到車輛航向偏角極值
式中，L為車輛軸距。
在給定的安全距離dsafe如下，對(duì)區(qū)間為(-θm，θm)、半徑為dsafe的扇形區(qū)域進(jìn)行障礙物檢測(cè)，排除所有有障礙物的區(qū)間，剩下1個(gè)可通行區(qū)域集合。
4 可通行區(qū)域融合
4.1可通行區(qū)域表示方法
對(duì)于道路可通行區(qū)域的表示方法，現(xiàn)在采用較多的是使用如圖6所示的二維柵格來(lái)表示。
該方法與特征地圖、拓?fù)涞貓D以及直接表征法都是機(jī)器人學(xué)中常用的地圖表示方法，用于建立地圖的有效性無(wú)可厚非;但是用于實(shí)時(shí)表示車輛前方的可通行區(qū)域卻不是最合適。根據(jù)車輛的機(jī)械結(jié)構(gòu)我們可以知道，車輛的運(yùn)動(dòng)并不是由相互獨(dú)立的橫向運(yùn)動(dòng)與縱向運(yùn)動(dòng)構(gòu)成的，而是由圓弧運(yùn)動(dòng)構(gòu)成的，因此使用直角坐標(biāo)系下的柵格地圖并不是最合適的。
針對(duì)車輛運(yùn)動(dòng)軌跡特性，本文提出了一種基于圓曲線簇的變形柵格表示方法。柵格坐標(biāo)(p，R)中，P表示點(diǎn)所在圓曲線半徑，該圓曲線簇全部都是通過(guò)原點(diǎn)且以車輛正前方向?yàn)榍芯€的圓曲線;尺表示點(diǎn)距離原點(diǎn)距離。該柵格示意圖如圖7所示。使用該柵格可以方便地得到任意距離下可行的轉(zhuǎn)向半徑。
4.2數(shù)據(jù)融合
首先在柵格地圖內(nèi)勾勒出道路邊界，使用上文中提到的方法可以由2個(gè)斜向激光雷達(dá)分別得到不同距離下的4個(gè)道路邊界點(diǎn)：遠(yuǎn)端左邊界(xf1,yf1)、遠(yuǎn)端右邊界(xfr,yfr)，近端左邊界(xn1,yn1)、近端右邊界(xnr,ynr)。連接左邊界和右邊界可以得到2條線段分別代表檢測(cè)到的道路邊界線。對(duì)該線段進(jìn)行一定膨脹以保證安全性，再將該區(qū)域內(nèi)的柵格點(diǎn)標(biāo)記為1。道路膨脹如圖8a所示，對(duì)應(yīng)柵格地圖如圖8b所示。然后將前文中由水平激光雷達(dá)數(shù)據(jù)計(jì)算得到的障礙物加入柵格中，障礙物位置如圖9a所示，加入后的柵格如圖9b所示
5 實(shí)驗(yàn)結(jié)果
5.1道路邊緣檢測(cè)
(1)校內(nèi)實(shí)驗(yàn) 圖10a為普通道路檢測(cè)結(jié)果，圖10b為兩側(cè)有灌木叢道路的檢測(cè)結(jié)果。
圖11a為受到道路凹陷影響時(shí)的誤檢測(cè)，圖11b為快速通過(guò)曲線道路，車輛側(cè)滾角較大時(shí)的情況。
僅一側(cè)有道路邊界的情況見圖12。
校內(nèi)實(shí)驗(yàn)結(jié)果見表1。
(2)城市道路實(shí)驗(yàn) 城市道路邊界檢測(cè)結(jié)果見圖13。
測(cè)試道路較為寬闊，因此左側(cè)道路邊緣相對(duì)點(diǎn)數(shù)較少;但是由圖中可以看出，使用本文方法仍能夠較好地檢測(cè)出道路邊界點(diǎn)。
實(shí)驗(yàn)路線如圖14所示。
城市道路檢測(cè)實(shí)驗(yàn)結(jié)果見表2。
5.2可通行區(qū)域合成實(shí)驗(yàn)
本實(shí)驗(yàn)中設(shè)定安全距離為30 m，則可通行區(qū)域可用一點(diǎn)集AR表示，
圖15給出了一組可通行區(qū)域檢測(cè)結(jié)果的示意圖。圖中的每一條直線的終點(diǎn)都表示一個(gè)可通行方向。
6 結(jié)束語(yǔ)
本文提出了一種使用3個(gè)激光雷達(dá)的道路可通行區(qū)域檢測(cè)方法，在道路邊界檢測(cè)中使用了二次函數(shù)代替原先的線性擬合方法，達(dá)到了更好的檢測(cè)效果。目前數(shù)據(jù)的融合還較為粗糙，只是簡(jiǎn)單地疊加;后期可以將水平激光雷達(dá)數(shù)據(jù)與斜向激光雷達(dá)數(shù)據(jù)進(jìn)一步融合，剔除斜向激光雷達(dá)數(shù)據(jù)中被障礙物遮擋的部分，使得道路邊界檢測(cè)魯棒性更強(qiáng)。
參考文獻(xiàn):
[1] 王在濤.我國(guó)大中城市交通現(xiàn)狀分析[J].物流科技，2010(7)：140—141.
[2] LAURENT BOURAOUI，STEPHEN PETYI，ANIS LAOUITI，eta1.Cybercar Cooperation for Safe Intersections[c].ITSC’2006 IEEE Intelligent Transportation Systems Conference.Toronto，2006.
[3] KIRCHNER T Heinrich. Model.based detection of road boundaries with a laser scanner[C]. International Conference on Intelligent Vehicles，1998.
[4] WEISS T，SCHIELE B，DIETMAYER K.Robust driving path detection in urban and highway scenariosusing a laser scanner and online occupancy—ds[C].IEEE Intelligent
[5] Vehicles Symposium Istanbul，2007.HEIKO CRAMER，GERD WANIELIK. Road border detection and tracking in non-cooperative areas with a laser radar system[C].German Radar Symposium Bonn，2002.
[6] 趙一兵，王榮本，李琳輝，等.基于激光雷達(dá)的無(wú)人駕駛車前方障礙物檢測(cè)[J].交通與計(jì)算機(jī)，2007(2)：5—8.
[7] 趙汗青，韓寶亮，王珂珂.基于擺動(dòng)式單線激光雷達(dá)的障礙物檢測(cè)算法[J].裝甲兵工程學(xué)院學(xué)報(bào)，2010(4)：5—8.
[8] 蔡自興，肖正，于金霞.基于激光雷達(dá)的動(dòng)態(tài)障礙物實(shí)時(shí)監(jiān)測(cè)[J].控制工程，2008，15(2)：200—203.
