基于车载激光雷达的路面平整度检测方法、装置和车辆

申请号 CN202111207834.6 申请日 2021-10-18 公开(公告)号 CN114001678B 公开(公告)日 2024-05-07
申请人 湖南三一中益机械有限公司; 发明人 郭旺; 唐恒宁; 单川;
摘要 本 发明 提出了一种基于车载 激光雷达 的路面平整度检测方法、装置和车辆。其中,路面平整度检测方法包括:获取激光雷达扫描路面得到的点 云 数据;根据点云数据确定与路面对应的路面基 准直 线;根据路面基准直线和点云数据确定路面的平整度。通过本发明提供的路面平整度检测方法,可模拟三米尺路面平整度测量方法,对路面平整度进行检测,全过程采用自动拟合,降低部署难度,降低了设备成本。并且可在过程中监控路面平整度,便于及时补救,有效提升施工 质量 。
权利要求

1.一种基于车载激光雷达的路面平整度检测方法,其特征在于,所述路面平整度检测方法包括:
获取激光雷达扫描所述路面得到的点数据;
根据所述点云数据确定与所述路面对应的路面基准直线;
根据所述路面基准直线和所述点云数据确定所述路面的平整度;
所述根据所述点云数据确定与所述路面对应的路面基准直线的步骤,具体包括:
对所述点云数据进行滤波,得到第一点云集合;
对所述第一点云集合进行拟合,得到拟合直线;
对所述点云数据进行降采样,得到第二点云集合;
根据所述拟合直线和所述第二点云集合获得多个单侧距离极值点;
根据所述多个单侧距离极值点确定所述路面基准直线;
所述根据所述拟合直线和所述第二点云集合获得多个单侧距离极值点的步骤,具体包括:
确定所述第二点云集合中各点与所述拟合直线的距离;
根据所述距离确定所述多个单侧距离极值点;
所述根据所述路面基准直线和所述点云数据确定所述路面的平整度的步骤,具体包括:
对所述点云数据进行降采样,得到第二点云集合;
根据所述第二点云集合中各点与所述路面基准直线的距离确定平均距离,并根据所述平均距离计算方差,将所述方差记为所述平整度;
所述路面平整度检测方法还包括:
获取所述路面的位置信息,并对所述位置信息进行栅格化
根据每个栅格内计算得到的平整度结果,确定对应栅格的平整度,并进行显示;
以所述激光雷达的中心点为坐标原点,以车辆的行进方向为x轴方向,以垂直路面的方向为y轴方向,将所述点云数据记为P,
P={(x0,y0),(x1,y1),(x2,y2),…,(xn,yn)|(xi,yi)∈R},其中,i=0、1、
2…n;
所述对所述点云数据进行降采样,得到第二点云集合的步骤,具体包括:
对所述点云数据进行等距离分区,得到多个子集,计算每个子集中各点的横坐标均值和纵坐标均值,获得所述第二点云集合。
2.根据权利要求1所述的基于车载激光雷达的路面平整度检测方法,其特征在于,所述根据所述多个单侧距离极值点确定所述路面基准直线的步骤,具体包括:
对所述多个单侧距离极值点进行拟合,得到所述路面基准直线。
3.一种基于车载激光雷达的路面平整度检测装置,其特征在于,所述路面平整度检测装置包括:
存储器,存储有程序或指令;
处理器,所述处理器执行所述程序或指令时实现如权利要求1或2所述的基于车载激光雷达的路面平整度检测方法的步骤。
4.一种车辆,其特征在于,包括:
车辆本体;
激光雷达,设于所述车辆本体上,所述激光雷达发射的扫描线与路面形成多个交点,所述激光雷达用于检测与所述多个交点对应的点云数据;
如权利要求3所述的基于车载激光雷达的路面平整度检测装置,所述路面平整度检测装置与所述激光雷达连接。

说明书全文

基于车载激光雷达的路面平整度检测方法、装置和车辆

技术领域

[0001] 本发明涉及道路巡检技术领域,具体而言,涉及一种基于车载激光雷达的路面平整度检测方法、基于车载激光雷达的路面平整度检测装置和车辆。

背景技术

[0002] 当前主流的平整度检测手段均为事后检测,即在施工结束后通过检测工具测量路面平整度,这种方法不仅会耗费额外的人与设备,同时如果检测过程中发现平整度不满足要求也无法补救,只能铣刨路面重新施工,不仅增加了工作量,而且操作复杂,浪费物料。

发明内容

[0003] 本发明旨在至少解决或者改善现有技术中存在的技术问题之一。
[0004] 为此,本发明第一方面提供了一种基于车载激光雷达的路面平整度检测方法。
[0005] 本发明第二方面提供了一种基于车载激光雷达的路面平整度检测装置。
[0006] 本发明第三方面提供了一种基于车载激光雷达的路面平整度检测装置。
[0007] 本发明第四方面提供了一种车辆。
[0008] 本发明第五方面提供了一种存储介质。
[0009] 有鉴于此,根据本发明的第一方面,提出了一种基于车载激光雷达的路面平整度检测方法,包括:获取激光雷达扫描路面得到的点数据;根据点云数据确定与路面对应的路面基准直线;根据路面基准直线和点云数据确定路面的平整度。
[0010] 本发明提供的基于车载激光雷达的路面平整度检测方法,用于车辆。车辆上设置有激光雷达,在车辆运行中,通过激光雷达可检测路面上的点云数据。具体地,通过激光雷达发射的扫描线与路面形成多个交点,对多个交点进行处理,而得到对应的点云数据。通过获取激光雷达实时扫描该路面得到的点云数据,并对点云数据进行处理,能够确定该路面的路面基准直线,该路面基准直线相当于虚拟的三米尺。通过该路面基准直线和上述点云数据可确定该路面的平整度。
[0011] 此处需要说明的是,在平整度的测量方法中,可采用规定长度的平直尺搁置在路面表面,直接测量平直尺与路面之间的间隙,作为平整度指标,因此,本领域技术人员可以理解虚拟的三米尺的含义。
[0012] 其中,点云数据为激光雷达在环境中扫描的采样数据,激光雷达包含激光发射器、接收器、控制器及机械运动单元,机械运动单元驱动激光发射器发射激光,激光照射到物体上返回的光束被接收器捕捉,通过控制器换算出距离。在机械运动单元运动的过程中激光发射器扫描整个环境,对于每个点得到的距离数据进行组合,形成点云数据。
[0013] 另外,激光雷达可沿着车辆的行进方向,即扫描线与行进方向平行,在对应的预设区域内固定扫描路面,也可沿着与车辆的行进方向垂直的方向,即扫描线与行进方向垂直,在对应的预设区域内固定扫描路面。
[0014] 通过本发明提供的基于车载激光雷达的路面平整度检测方法,可模拟三米尺路面平整度测量方法,对路面的平整度进行检测,全过程采用自动拟合,降低部署难度,降低了设备成本。并且,可在过程中监控路面平整度,便于及时补救,有效提升施工质量
[0015] 根据本发明的上述基于车载激光雷达的路面平整度检测方法,还可以具有以下技术特征:
[0016] 在上述技术方案中,根据点云数据确定与路面对应的路面基准直线的步骤,具体包括:对点云数据进行滤波,得到第一点云集合;对第一点云集合进行拟合,得到拟合直线;对点云数据进行降采样,得到第二点云集合;根据拟合直线和第二点云集合获得多个单侧距离极值点;根据多个单侧距离极值点确定路面基准直线。
[0017] 在该技术方案中,通过对单次采集的点云数据进行滤波处理,去除噪声,可得到一组稀疏点云数据,即第一点云集合。利用最小二乘法对第一点云集合进行拟合,可拟合出直线,即拟合直线。通过对点云数据进行降采样,可得到第二点云集合,统计第二点云集合中各点与上述拟合直线的距离,可确定出多个单侧距离极值点。根据这多个单侧距离极值点可确定路面基准直线。
[0018] 此处需要说明的是,假设点云都是路面上的点,那么模拟三米尺平放在路面上时,必然会有一些点与三米尺密切接触,这些点就是单侧距离极值点。这些单侧距离极值点组成的直线可以认为是虚拟的三米尺。
[0019] 具体地,最小二乘法可为随机抽样一致性算法RANSAC。
[0020] 在上述任一技术方案中,根据拟合直线和第二点云集合获得多个单侧距离极值点的步骤,具体包括:确定第二点云集合中各个点与拟合直线的距离;根据距离确定多个单侧距离极值点。
[0021] 在该技术方案中,通过计算第二点云集合中各个点与拟合直线的距离,以及上述距离与预先设置的距离阈值的大小关系,可确定多个单侧距离极值点,这些点就是虚拟的三米尺的支撑点,从而可快速确定出路面基准直线。
[0022] 在上述任一技术方案中,根据多个单侧距离极值点确定路面基准直线的步骤,具体包括:对多个单侧距离极值点进行拟合,得到路面基准直线。
[0023] 在该技术方案中,通过对多个单侧距离极值点进行拟合,可快速确定出路面基准直线,也就确定了虚拟的三米尺,从而可根据虚拟的三米尺而计算路面的平整度。
[0024] 在上述任一技术方案中,根据路面基准直线和点云数据确定路面的平整度的步骤,具体包括:对点云数据进行降采样,得到第二点云集合;根据第二点云集合中各点与路面基准直线的距离确定平均距离,并根据平均距离计算方差,将方差记为平整度。
[0025] 在该技术方案中,在确定了路面基准直线之后,通过计算第二点云集合中各点与路面基准直线的距离,可确定出平均距离。根据上述各点以及平均距离可确定出方差,将方差作为路面的平整度。通过本发明的技术方案,可准确确定路面的平整度,有效提升了平整度检测精度
[0026] 在上述任一技术方案中,基于车载激光雷达的路面平整度检测方法还包括:获取路面的位置信息,并对位置信息进行栅格化;根据每个栅格内计算得到的平整度结果,确定对应栅格内的平整度,并进行显示。
[0027] 在该技术方案中,车辆还包括定位装置和显示装置,通过定位装置对车辆进行精准定位,定位信息包括车辆的位置信息和时钟信息。通过显示装置可对平整度检测结果进行显示。具体地,将车辆计划运行区域进行栅格化,栅格大小可根据实际需要具体设定,比如10cm×10cm,并根据车辆的位置信息找到所在栅格,根据栅格内得到的平整度检测结果,确定对应栅格的平整度,从而得到平整度地图。进一步,将平整度地图显示在显示装置上。通过本发明的技术方案,可在施工过程中实时对路面平整度进行显示,从而实现对路面平整度的在线监控,这样可及时补救,有效提升施工质量。
[0028] 在上述任一技术方案中,以激光雷达的中心点为坐标原点,以车辆的行进方向为x轴方向,以垂直路面的方向为y轴方向,将点云数据记为P,P={(x0,y0),(x1,y1),(x2,y2),…,(xn,yn)|(xi,yi)∈R},其中,i=0、1、2…n。
[0029] 在该技术方案中,引入了雷达坐标系,将点云数据置于雷达坐标系下,从而能够更精准快速地确定路面平整度。前提是激光雷达发射的扫描线与车辆的行进方向平行,雷达坐标系以激光雷达的中心点为坐标原点,以车辆的行进方向为x轴方向,以垂直路面的方向为y轴方向,由此,可将点云数据记为P,P={(x0,y0),(x1,y1),(x2,y2),…,(xn,yn)|(xi,yi)∈R},其中,i=0、1、2…n。通过该坐标系可筛选掉部分点数据,比如x大于6米的数据就直接过滤掉了,同时,可提高平整度检测的准确性。
[0030] 在上述任一技术方案中,对点云数据进行降采样,得到第二点云集合的步骤,具体包括;对点云数据进行等距离分区,得到多个子集,计算每个子集中各点的横坐标均值和纵坐标均值,获得第二点云集合。
[0031] 在该技术方案中,通过对雷达实时扫描路面得到的点云数据进行降采样,可以得到第二点云集合。具体地,将点云数据按距离平均分成多个子集,通过每个子集中各点的横坐标计算横坐标均值,并通过每个子集中各点的纵坐标计算纵坐标均值,根据每个子集对应的横坐标均值和纵坐标均值确定新的点,可获得第二点云集合。通过本发明的技术方案,可获得更加平滑的点云数据集,从而可以提高平整度的检测准确性。
[0032] 根据本发明的第二方面,提出了一种基于车载激光雷达的路面平整度检测装置,包括:存储器,存储有程序或指令;处理器,处理器执行程序或指令时实现如上述任一技术方案的基于车载激光雷达的路面平整度检测方法的步骤。
[0033] 本发明提供的基于车载激光雷达的路面平整度检测装置,用于车辆。车辆上设置有激光雷达,在车辆运行中,通过激光雷达可检测路面上的点云数据。具体地,通过激光雷达发射的扫描线与路面形成多个交点,对多个交点进行处理,而得到对应的点云数据。
[0034] 此外,该基于车载激光雷达的路面平整度检测装置包括存储器和处理器,其中,存储器存储有程序或指令,处理器执行程序或指令时实现如上述任一技术方案的基于车载激光雷达的路面平整度检测方法的步骤。因此,该基于车载激光雷达的路面平整度检测装置具有上述任一技术方案的基于车载激光雷达的路面平整度检测方法的有益效果,不再一一论述。
[0035] 根据本发明的第三方面,提出了一种基于车载激光雷达的路面平整度检测装置,包括:获取单元,用于获取激光雷达扫描路面得到的点云数据;处理单元,用于根据点云数据确定与路面对应的路面基准直线;计算单元,用于根据路面基准直线和点云数据确定路面的平整度。
[0036] 本发明提供的基于车载激光雷达的路面平整度检测装置,用于车辆。车辆上设置有激光雷达,在车辆运行中,通过激光雷达可检测路面上的点云数据。具体地,通过激光雷达发射的扫描线与路面形成多个交点,对多个交点进行处理,而得到对应的点云数据。通过获取单元获取激光雷达实时扫描该路面得到的点云数据,通过处理单元对点云数据进行处理,能够确定该路面的路面基准直线,该路面基准直线相当于虚拟的三米尺。计算单元根据该路面基准直线和上述点云数据可确定该路面的平整度。
[0037] 此处需要说明的是,在平整度的测量方法中,可采用规定长度的平直尺搁置在路面表面,直接测量平直尺与路面之间的间隙,作为平整度指标,因此,本领域技术人员可以理解虚拟的三米尺的含义。
[0038] 其中,点云数据为激光雷达在环境中扫描的采样数据,激光雷达包含激光发射器、接收器、控制器及机械运动单元,机械运动单元驱动激光发射器发射激光,激光照射到物体上返回的光束被接收器捕捉,通过控制器换算出距离。在机械运动单元运动的过程中激光发射器扫描整个环境,对于每个点得到的距离数据进行组合,形成点云数据。
[0039] 另外,激光雷达可沿着车辆的行进方向,即扫描线与行进方向平行,在对应的预设区域内固定扫描路面,也可沿着与车辆的行进方向垂直的方向,即扫描线与行进方向垂直,在对应的预设区域内固定扫描路面。
[0040] 通过本发明提供的基于车载激光雷达的路面平整度检测装置,可模拟三米尺路面平整度测量方法,对路面的平整度进行检测,全过程采用自动拟合,降低部署难度,降低了设备成本。并且,可在过程中监控路面平整度,便于及时补救,有效提升施工质量。
[0041] 本发明的第四方面,提出了一种车辆,包括:车辆本体;激光雷达,设于车辆本体上,激光雷达发射的扫描线与路面形成多个交点,激光雷达用于检测与多个交点对应的点云数据;如上述任一技术方案的基于车载激光雷达的路面平整度检测装置,检测装置与激光雷达连接。
[0042] 本发明提供的车辆,包括上述任一技术方案的基于车载激光雷达的路面平整度检测装置,因此该车辆具有上述任一技术方案的基于车载激光雷达的路面平整度检测装置的有益效果,不再一一论述。
[0043] 此外,该车辆还包括激光雷达,在车辆运行中,通过激光雷达可检测路面上的点云数据。具体地,通过激光雷达发射的扫描线与路面形成多个交点,对多个交点行处理,而得到对应的点云数据。
[0044] 本发明的第五方面,提出了一种存储介质,其上存储有程序,程序被处理器执行时实现如上述任一技术方案的基于车载激光雷达的路面平整度检测方法的步骤。
[0045] 本发明提供的存储介质,其存储的程序被执行时,可实现如上述技术方案的基于车载激光雷达的路面平整度检测方法的步骤。因此,具有上述基于车载激光雷达的路面平整度检测方法的全部有益效果,在此不再一一论述。
[0046] 本发明的附加方面和优点将在下面的描述部分中变得明显,或通过本发明的实践了解到。附图说明
[0047] 本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
[0048] 图1是本发明一个实施例的基于车载激光雷达的路面平整度检测方法的流程示意图之一;
[0049] 图2是本发明一个实施例的基于车载激光雷达的路面平整度检测方法的流程示意图之二;
[0050] 图3是本发明一个实施例的基于车载激光雷达的路面平整度检测方法的流程示意图之三;
[0051] 图4是本发明一个实施例的基于车载激光雷达的路面平整度检测方法的流程示意图之四;
[0052] 图5是本发明一个实施例的基于车载激光雷达的路面平整度检测方法的流程示意图之五;
[0053] 图6是本发明一个实施例的基于车载激光雷达的路面平整度检测装置的示意框图之一;
[0054] 图7是本发明一个实施例的基于车载激光雷达的路面平整度检测装置的示意框图之二;
[0055] 图8是本发明一个实施例的车辆的示意图;
[0056] 图9是本发明一个实施例中的拟合直线的示意图;
[0057] 图10是本发明一个实施例中的路面基准直线的示意图之一;
[0058] 图11是本发明一个实施例中的路面基准直线的示意图之二;
[0059] 图12是本发明一个实施例的基于车载激光雷达的路面平整度检测装置的结构示意图。
[0060] 其中,图8中附图标记与部件名称之间的对应关系为:
[0061] 802激光雷达。

具体实施方式

[0062] 为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
[0063] 在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不限于下面公开的具体实施例的限制。
[0064] 下面参照图1至图12描述根据本发明一些实施例所述的基于车载激光雷达的路面平整度检测方法、基于车载激光雷达的路面平整度装置、车辆和存储介质。
[0065] 实施例一:
[0066] 图1是本发明一个实施例的基于车载激光雷达的路面平整度检测方法的流程示意图之一。其中,该基于车载激光雷达的路面平整度检测方法包括:
[0067] 步骤102,获取激光雷达扫描路面得到的点云数据;
[0068] 步骤104,根据点云数据确定与路面对应的路面基准直线;
[0069] 步骤106,根据路面基准直线和点云数据确定路面的平整度。
[0070] 本发明实施例提供的基于车载激光雷达的路面平整度检测方法,用于车辆。车辆上设置有激光雷达,在车辆运行中,通过激光雷达可检测路面上的点云数据。具体地,通过激光雷达发射的扫描线与路面形成多个交点,对多个交点进行处理,而得到对应的点云数据。通过获取激光雷达实时扫描该路面得到的点云数据,通过对点云数据进行处理,能够确定该路面的路面基准直线,该路面基准直线相当于虚拟的三米尺。通过该路面基准直线和上述点云数据可确定该路面的平整度。
[0071] 此处需要说明的是,在平整度的测量方法中,可采用规定长度的平直尺搁置在路面表面,直接测量平直尺与路面之间的间隙,作为平整度指标,因此,本领域技术人员可以理解虚拟的三米尺的含义。
[0072] 其中,点云数据为激光雷达在环境中扫描的采样数据,激光雷达包含激光发射器、接收器、控制器及机械运动单元,机械运动单元驱动激光发射器发射激光,激光照射到物体上返回的光束被接收器捕捉,通过控制器换算出距离。在机械运动单元运动的过程中激光发射器扫描整个环境,对于每个点得到的距离数据进行组合,形成点云数据。
[0073] 另外,激光雷达可沿着车辆的行进方向,即扫描线与行进方向平行,在对应的预设区域内固定扫描路面,也可沿着与车辆的行进方向垂直的方向,即扫描线与行进方向垂直,在对应的预设区域内固定扫描路面。
[0074] 通过本实施例提供的基于车载激光雷达的路面平整度检测方法,可模拟三米尺路面平整度测量方法,对路面的平整度进行检测,全过程采用自动拟合,降低部署难度,降低了设备成本。并且,可在过程中监控路面平整度,便于及时补救,有效提升施工质量。
[0075] 实施例二:
[0076] 图2是本发明一个实施例的基于车载激光雷达的路面平整度检测方法的流程示意图之二。其中,该基于车载激光雷达的路面平整度检测方法包括:
[0077] 步骤202,获取激光雷达扫描路面得到的点云数据;
[0078] 步骤204,对点云数据进行滤波,得到第一点云集合;
[0079] 步骤206,对第一点云集合进行拟合,得到拟合直线;
[0080] 步骤208,对点云数据进行降采样,得到第二点云集合;
[0081] 步骤210,根据第二点云集合和拟合直线获得多个单侧距离极值点;
[0082] 步骤212,根据多个单侧距离极值点确定路面基准直线;
[0083] 步骤214,根据路面基准直线和点云数据确定路面的平整度。
[0084] 在该实施例中,通过对单次采集的点云数据进行滤波处理,去除噪声,可得到一组稀疏点云数据,即第一点云集合。利用最小二乘法对第一点云集合进行拟合,可拟合出直线,即拟合直线。通过对实时采集的点云数据进行降采样,可得到第二点云集合,统计第二点云集合中各点与上述拟合直线的距离,可确定出多个单侧距离极值点。根据这多个单侧距离极值点可确定路面基准直线。
[0085] 此处需要说明的是,假设点云都是路面上的点,那么模拟三米尺平放在路面上时,必然会有一些点与三米尺密切接触,这些点就是单侧距离极值点。这些单侧距离极值点组成的直线可以认为是虚拟的三米尺。
[0086] 具体地,最小二乘法为随机抽样一致性算法RANSAC。
[0087] 实施例三:
[0088] 图3是本发明一个实施例的基于车载激光雷达的路面平整度检测方法的流程示意图之三。其中,该基于车载激光雷达的路面平整度检测方法包括:
[0089] 步骤302,获取激光雷达扫描路面得到的点云数据;
[0090] 步骤304,对点云数据进行滤波,得到第一点云集合;
[0091] 步骤306,对第一点云集合进行拟合,得到拟合直线;
[0092] 步骤308,对点云数据进行降采样,得到第二点云集合;
[0093] 步骤310,确定第二点云集合中各个点与拟合直线的距离;
[0094] 步骤312,根据第二点云集合中各个点与拟合直线的距离确定多个单侧距离极值点;
[0095] 步骤314,根据多个单侧距离极值点确定路面基准直线;
[0096] 步骤316,根据路面基准直线和点云数据确定路面的平整度。
[0097] 在该实施例中,通过计算第二点云集合中各个点与拟合直线的距离,以及上述距离与预先设置的距离阈值的大小关系,可确定多个单侧距离极值点,这些点就是虚拟的三米尺的支撑点,从而可快速确定出路面基准直线。
[0098] 实施例四:
[0099] 图4是本发明一个实施例的基于车载激光雷达的路面平整度检测方法的流程示意图之四。其中,该基于车载激光雷达的路面平整度检测方法包括:
[0100] 步骤402,获取激光雷达扫描路面得到的点云数据;
[0101] 步骤404,对点云数据进行滤波,得到第一点云集合;
[0102] 步骤406,对第一点云集合进行拟合,得到拟合直线;
[0103] 步骤408,对点云数据进行降采样,得到第二点云集合;
[0104] 步骤410,确定第二点云集合中各个点与拟合直线的距离;
[0105] 步骤412,根据距离确定多个单侧距离极值点;
[0106] 步骤414,对多个单侧距离极值点进行拟合,得到路面基准直线;
[0107] 步骤416,根据路面基准直线和点云数据确定路面的平整度。
[0108] 在该实施例中,通过对多个单侧距离极值点进行拟合,可快速确定出路面基准直线,也就确定了虚拟的三米尺,从而可根据虚拟的三米尺而计算路面的平整度。
[0109] 实施例五:
[0110] 图5是本发明一个实施例的基于车载激光雷达的路面平整度检测方法的流程示意图之五。其中,该基于车载激光雷达的路面平整度检测方法包括:
[0111] 步骤502,获取激光雷达扫描路面得到的点云数据;
[0112] 步骤504,对点云数据进行滤波,得到第一点云集合;
[0113] 步骤506,对第一点云集合进行拟合,得到拟合直线;
[0114] 步骤508,对点云数据进行降采样,得到第二点云集合;
[0115] 步骤510,确定第二点云集合中各个点与拟合直线的距离;
[0116] 步骤512,根据距离确定多个单侧距离极值点;
[0117] 步骤514,对多个单侧距离极值点进行拟合,得到路面基准直线;
[0118] 步骤516,根据第二点云集合中各点云数据与路面基准直线的距离确定平均距离,并根据平均距离计算方差,将方差记为平整度。
[0119] 在该实施例中,在确定了路面基准直线之后,通过计算第三点云集合中各点与路面基准直线的距离,可确定出平均距离。根据上述各点以及平均距离可确定出方差,将方差作为路面的平整度。通过本发明的实施例,可准确确定路面的平整度,有效提升了平整度检测精度。
[0120] 实施例六:
[0121] 在上述任一实施例中,基于车载激光雷达的路面平整度检测方法还包括:获取路面的位置信息,并对位置信息进行栅格化;根据每个栅格内计算得到的平整度结果,确定对应栅格内的平整度,并进行显示。
[0122] 在该实施例中,车辆还包括定位装置和显示装置,通过定位装置对车辆进行精准定位,定位信息包括车辆的位置信息和时钟信息。通过显示装置可对平整度检测结果进行显示。具体地,将车辆计划运行区域进行栅格化,栅格大小可根据实际需要具体设定,比如10cm×10cm,并根据车辆的位置信息找到所在栅格,根据栅格内得到的平整度检测结果,确定对应栅格的平整度,从而得到平整度地图。进一步,将平整度地图显示在显示装置上。通过本发明的技术方案,可在施工过程中实时对路面平整度进行显示,从而实现对路面平整度的在线监控,这样可及时补救,有效提升施工质量。
[0123] 实施例七:
[0124] 在上述任一实施例中,以激光雷达的中心点为坐标原点,以车辆的行进方向为x轴方向,以垂直路面的方向为y轴方向,将点云数据记为P,P={(x0,y0),(x1,y1),(x2,y2),…,(xn,yn)|(xi,yi)∈R},其中,i=0、1、2…n。
[0125] 在该实施例中,引入了雷达坐标系,将点云数据置于雷达坐标系下,从而能够更精准快速地确定路面平整度。前提是激光雷达发射的扫描线与车辆的行进方向平行,雷达坐标系以激光雷达的中心点为坐标原点,以车辆的行进方向为x轴方向,以垂直向路面的方向为y轴方向,由此,可将点云数据记为P,P={(x0,y0),(x1,y1),(x2,y2),…,(xn,yn)|(xi,yi)∈R},其中,i=0、1、2…n。通过该坐标系可筛选掉部分点数据,比如x大于6米的数据就直接过滤掉了,同时可提高平整度检测的准确性。
[0126] 实施例八:
[0127] 在上述任一实施例中,对点云数据进行降采样,得到第二点云集合的步骤具体包括;对点云数据进行等距离分区,得到多个子集,每组子数据中点的数量相同,计算每个子集中各点的横坐标均值和纵坐标均值,获得第二点云集合。
[0128] 在该实施例中,通过对雷达实时扫描路面得到的点云数据进行降采样,可以得到第二点云集合。具体地,将点云数据按距离平均分成多个子集,通过每个子集中各点的横坐标计算横坐标均值,并通过每个子集中各点的纵坐标计算纵坐标均值,根据每个子集对应的横坐标均值和纵坐标均值确定新的点,可获得第二点云集合。通过本发明的技术方案,可获得更加平滑的点云数据集,从而可以提高平整度的检测准确性。
[0129] 例如:
[0130] 按照30cm对点云数据进行等距离分区,得到三个子集,每个子集中恰好三个点,可以理解地,每个子集中的点的数量可以是不同的。通过每个子集中三个点的横坐标计算横坐标均值,通过每个子集中三个点的纵坐标计算纵坐标均值,可得到三个新的点,从而可获得第二点云集合。
[0131] {(x0,y0),(x1,y1),(x2,y2),…,(xn,yn)},其中,n=8;
[0132] 降采样之后为
[0133] {((x0+x1+x2)/3,(y0+y1+y2)/3),((x3+x4+x5)/3,(y3+y4+y5)/3),((x6+x7+x8)/3,(y6+y7+y8)/3)}。
[0134] 实施例九:
[0135] 图6是本发明一个实施例的基于车载激光雷达的路面平整度检测装置600的示意框图。其中,该基于车载激光雷达的路面平整度检测装置600包括:
[0136] 存储器602,存储有程序或指令;
[0137] 处理器604,处理器604执行程序或指令时实现如上述任一实施例的基于车载激光雷达的路面平整度检测方法的步骤。
[0138] 本发明实施例提供的基于车载激光雷达的路面平整度检测装置600,用于车辆。车辆上设置有激光雷达,在车辆运行中,通过激光雷达可检测路面上的点云数据。具体地,通过激光雷达发射的扫描线与路面形成交线,对交线进行处理,而得到对应的点云数据。
[0139] 此外,该基于车载激光雷达的路面平整度检测装置600包括存储器602和处理器604,其中,存储器602存储有程序或指令,处理器604执行程序或指令时实现如上述任一实施例的基于车载激光雷达的路面平整度检测方法的步骤。因此,该基于车载激光雷达的路面平整度检测装置600具有上述任一实施例的基于车载激光雷达的路面平整度检测方法的有益效果,不再一一论述。
[0140] 实施例十:
[0141] 图7是本发明一个实施例的基于车载激光雷达的路面平整度检测装置700的示意框图。其中,该基于车载激光雷达的路面平整度检测装置700包括:
[0142] 获取单元702,用于获取激光雷达扫描路面得到的点云数据;
[0143] 处理单元704,用于根据点云数据确定与路面对应的路面基准直线;
[0144] 计算单元706,用于根据路面基准直线和点云数据确定路面的平整度。
[0145] 本发明实施例提供的基于车载激光雷达的路面平整度检测装置700,用于车辆。车辆上设置有激光雷达,在车辆运行中,通过激光雷达可检测路面上的点云数据。具体地,通过激光雷达发射的扫描线与路面多个交点,对多个交点进行处理,而得到对应的点云数据。通过获取单元702获取激光雷达实时扫描该路面得到的点云数据,通过处理单元704对点云数据进行处理,能够确定该路面的路面基准直线,该路面基准直线相当于虚拟的三米尺。计算单元706根据该路面基准直线和上述点云数据可确定该路面的平整度。
[0146] 此处需要说明的是,在平整度的测量方法中,可采用规定长度的平直尺搁置在路面表面,直接测量平直尺与路面之间的间隙,作为平整度指标,因此,本领域技术人员可以理解虚拟的三米尺的含义。
[0147] 其中,点云数据为激光雷达在环境中扫描的采样数据,激光雷达包含激光发射器、接收器、控制器及机械运动单元,机械运动单元驱动激光发射器发射激光,激光照射到物体上返回的光束被接收器捕捉,通过控制器换算出距离。在机械运动单元运动的过程中激光发射器扫描整个环境,对于每个点得到的距离数据进行组合,形成点云数据。
[0148] 另外,激光雷达可沿着车辆的行进方向,即扫描线与行进方向平行,在对应的预设区域内固定扫描路面,也可沿着与车辆的行进方向垂直的方向,即扫描线与行进方向垂直,在对应的预设区域内固定扫描路面。
[0149] 通过本发明提供的基于车载激光雷达的路面平整度检测装置700,可模拟三米尺路面平整度测量方法,对路面的平整度进行检测,全过程采用自动拟合,降低部署难度,降低了设备成本。并且,可在过程中监控路面平整度,便于及时补救,有效提升施工质量。
[0150] 实施例十一:
[0151] 提出了一种车辆,包括:激光雷达,激光雷达发射的扫描线与路面形成多个交点,激光雷达用于检测与上述多个交点对应的点云数据;如上述任一实施例的基于车载激光雷达的路面平整度检测装置,检测装置与激光雷达连接。
[0152] 本发明实施例提供的车辆,包括上述任一实施例的基于车载激光雷达的路面平整度检测装置,因此该车辆具有上述任一实施例的基于车载激光雷达的路面平整度检测装置的有益效果,不再一一论述。
[0153] 此外,该车辆还包括激光雷达,在车辆运行中,通过激光雷达可检测路面上的点云数据。具体地,通过激光雷达发射的扫描线与路面形成多个交点,对多个交点进行处理,而得到对应的点云数据。
[0154] 实施例十二:
[0155] 提供了一种基于车载激光雷达的路面平整度检测装置及检测方法。其中,如图12所示,基于车载激光雷达的路面平整度检测装置包括:
[0156] 激光雷达,用于路面信息的采集;
[0157] 卫星差分定位模,用于车辆位置的采集;
[0158] 车载计算模块,用于点云数据的采集与处理并进行平整度计算;
[0159] 显示模块,用于(结果)显示。
[0160] 其中,检测方法包括如下步骤:
[0161] 步骤1:通过在压路机等工程机械上安装激光雷达,采集待测路面的点云数据;
[0162] 步骤2:在点云数据采集的同时,将卫星差分定位系统获取的高精度位置信息及相应的卫星授时时刻数据与点云数据一并传输至搭载于工程机械上的平整度检测工控机中;
[0163] 步骤3:通过搭载平整度检测算法的工控机进行实时的数据处理,应用采样滤波可以得到采样区域的稀疏点云数据;
[0164] 步骤4:通过工程机械在采样区域的持续运行,结合卫星定位数据,应用平整度连续采样算法,经过多次计算结果上传,可以得到稠密平整度检测结果;
[0165] 步骤5:对稠密点云数据进行数据处理,生成采样区域的平整度数据并进行存储;
[0166] 步骤6:结合了卫星定位信息的平整度数据通过显示设备,以平整度地图的方式进行可视化显示与查看。
[0167] 进一步的,步骤1中的点云数据为激光传感器在环境中扫描的采样数据,激光传感器包含激光发射器、接收器、控制器及机械运动单元,运动单元驱动激光发射器发射激光,照射到物体上返回的光束被接收器捕捉,通过控制器换算出距离。在机械单元运动的过程中激光发射器扫描整个环境,对于每个点得到的距离数据组合形成点云。
[0168] 进一步的,步骤2中的卫星差分定位为一种卫星导航模块,通过接收4颗以上卫星的信号换算出模块当前所在位置。
[0169] 进一步的,步骤3中的工控机为一种搭载CPU提供HDMI(High  Definition Multimedia Interface)接口、以太网口及串口的控制器。
[0170] 进一步的,步骤4中的采样区域为传感器扫描过的区域。
[0171] 进一步的,步骤6中的显示设备可为不同尺寸的显示器。
[0172] 具体地:
[0173] 第一步:对激光雷达、工控机供电,将激光雷达与工控机通过网线连接,并保证数据联通。
[0174] 第二步:在路面平整度检测场景中采用激光雷达对路面沿车道方向进行采样,对点云进行统计滤波及设置ROI(Region Of Interest)后,记点云集合为P={(x0,y0),(x1,y1),(x2,y2),…,(xn,yn)|(xi,yi)∈R}。
[0175] 第三步:对P按照y轴上数值大小排序,记P=sort(P),再进行平滑滤波,采用5×1的掩膜对点云数值过滤,记掩膜中的元素分别为c0、c1、c2、c3、c4,则当前点c=(c0+c1+c2+c3+c4)/5。
[0176] 第四步:采用RANSAC算法对点云进行平面拟合,记拟合后的内点为PL、直线方程为y=kx+b,则PL,k,b=RANSAC(P)。拟合后的点如图9所示;
[0177] 第五步:在空间上对点云数据进行降采样,同时获得单侧距离极值点进行二次直线拟合。记降采样后的点云为PDS=DownSample(PL),统计各个点与直线y=kx+b的距离dist,记重新拟合的直线采取的点为PTL,判定采样点是否为单侧极值点的方法如下:
[0178] 令y=k1x+b1为一条贴在路面上边沿的基准直线。k1,b1=RANSAC(PTL)。
[0179] 如图10所示,找到点云的上方支撑直线。
[0180] 第六步:如图11所示,每隔30cm得到一个平均距离d,计算均值mean及方差std并输出。
[0181] mean=(d1+d2+…+d9+d10)/10;
[0182]
[0183] 第七步:将当前时刻的平整度同GPS的时钟信息及位置信息打包,通过UDP协议发送至交互程序。
[0184] 第八步:交互程序对位置信息做栅格化,栅格大小为10cm×10cm,并对栅格内平整度进行可视化。比如,可取栅格内所覆盖的各点到路面基准直线的平均距离作为该栅格的平整度,将该栅格图显示在显示器上。
[0185] 其中,在第七步与第八步中,可选,在无卫星定位的情况先可以显示当前压实度,指导操作手压实路面。
[0186] 第四步及第五步中的拟合方法除了RANSAC算法外,还可采用其他最小二乘法。
[0187] 具体地,车辆的示意图如图8所示,其中,激光测量模块具体为激光雷达802,激光雷达802设置在车辆的车头上,其扫描区域(如图8中箭头所指区域)与车辆的行进方向一致。
[0188] 本实施例模拟三米尺路面平整度测量方法,首先提取激光传感器在路面上的采样点云,再通过对采样点的外点剔除、直线拟合、降采样、部分点拟合及最大间隔分析等操作,从而得到采样区域沥青路面的平整度。最后,结合卫星定位模块位置信息将结果以平整度地图的方式呈现在显示器上。整个检测过程简单、快速并且能够更加精准的实现对路面平整度的检测,同时还可实现对路面平整度的在线监控,从而能够及时补救,有效提升施工质量。
[0189] 实施例十三:
[0190] 提供了一种存储介质,其上存储有程序,程序被处理器执行时实现如上述任一实施例的基于车载激光雷达的路面平整度检测方法的步骤。
[0191] 本实施例提供的存储介质,其存储的程序被执行时,可实现如上述任一实施例的基于车载激光雷达的路面平整度检测方法的步骤。因此,具有上述任一基于车载激光雷达的路面平整度检测方法的全部有益效果,在此不再一一论述。
[0192] 在本说明书的描述中,术语“第一”、“第二”仅用于描述的目的,而不能理解为指示或暗示相对重要性,除非另有明确的规定和限定;术语“连接”、“安装”、“固定”等均应做广义理解,例如,“连接”可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是直接相连,也可以通过中间媒介间接相连。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发明中的具体含义。
[0193] 在本说明书的描述中,术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或实例。而且,描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0194] 以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
QQ群二维码
意见反馈