本發(fā)明屬于自動駕駛，具體涉及一種有效降低激光freespace點數(shù)量的方法。

背景技術：

1、在自動駕駛系統(tǒng)中，環(huán)境感知是一個重要的功能，它可以通過各種傳感器來獲取周圍環(huán)境的信息，以便于進行路徑規(guī)劃和控制。我們需要對激光freespace點云數(shù)據處理，即那些被識別為空間障礙的點，這些點可以表示可行駛的區(qū)域，對于路徑規(guī)劃和控制有重要的意義。然而，在當前的環(huán)境感知分析中，我們發(fā)現(xiàn)到一個顯著問題：激光檢測輸出可用的freespace點，其數(shù)量異常龐大。這種情況可能是由于傳感器的高靈敏度或是數(shù)據處理算法導致。這一過量的freespace點數(shù)量可能會對我們整體自動駕駛性能產生影響，因為整個感知系統(tǒng)需要對過量數(shù)量的點進行處理并且發(fā)布，這導致系統(tǒng)在后續(xù)模塊的效率降低，甚至可能由于耗時錯過一些潛在的障礙或關鍵區(qū)域，存在一定的風險。因此，為了保障整個系統(tǒng)的結果的實時性，有必要提出一種新的方法，用于提取基于輪廓描邊的freespace特征，以減少數(shù)據量和提高處理效率。該方法首先對?freespace?點進行柵格化處理，將空間劃分為網格狀結構，以便于進一步分析。接著，采用概率累積技術來確定在柵格圖上關鍵的freespace?點。最終，通過檢查每個柵格周圍的相鄰的柵格，來判斷該柵格是否屬于freespace?的外部輪廓，這一步驟是識別和定義空間邊界的關鍵。整個過程不僅提高了freespace特征的準確性，而且大大減少了所需要輸出的freespace數(shù)量。

技術實現(xiàn)思路

1、本發(fā)明所要解決的技術問題是克服現(xiàn)有技術的不足，提供一種有效降低激光freespace點數(shù)量的方法，通過遍歷所有存在freespace點的柵格，并通過訪問柵格周圍的柵格占據性來判斷freespace柵格是否為特征邊緣點，最后發(fā)送激光freespace的輪廓點。

2、本發(fā)明提供一種有效降低激光freespace點數(shù)量的方法，包括如下步驟，

3、步驟s1.對激光點云進行柵格化處理，獲取每個時刻下相對于自車中心的各個freespace點所在的柵格索引，再根據自車信息更新內部柵格位姿，根據提供的激光雷達點在自車系下的坐標與分辨率的倒數(shù)相乘，得到在自車系下的坐標結果，最后通過取余的方式把freespace點固定到相應的內部柵格上；

4、步驟s2.對固定柵格中的點進行相對應的疊加概率；每一幀的激光點云都會進行柵格化處理，如果激光點云轉到一個柵格后，則將此柵格的概率屬性加一，如果當前柵格沒有激光點云則將概率減0.5，最后將概率大于2?的輸出。

5、步驟s3.通過遍歷所有存在freespace點的柵格，確認當前的freespace點的索引，再確定當前索引周圍的索引，判斷周圍的索引的柵格的占據性，最后把所有被標記為特征輪廓點的柵格進行反柵格化并發(fā)出；

6、步驟s4.?freespace點進行柵格化處理后，并將其換算為固定柵格，之后采用概率累積來確定在柵格圖上關鍵的freespace?點；針對柵格進行描廓，通過遍歷所有存在freespace點的柵格，并通過訪問柵格周圍的柵格占據性來判斷freespace柵格是否為特征邊緣點，最后發(fā)送激光freespace的輪廓點。

7、作為本發(fā)明的進一步技術方案，步驟s3中，若周圍柵格被占據，當前的柵格則不被認定為特征輪廓點，若周圍的柵格都沒有被占據，當前的柵格則會被認定為特征輪廓點并標記。

8、進一步的，步驟s4中，采用概率累積來確定在柵格圖上關鍵的freespace?點；每一幀的激光點云都會進行柵格化處理，如果激光點云轉到一個柵格后，則將此柵格的概率屬性加一，如果當前柵格沒有激光點云則將概率減0.5，最后將概率大于2?的輸出。

9、進一步的，步驟s5中，過訪問柵格周圍的柵格占據性來判斷freespace柵格是否為特征邊緣點；由于每個激光點云都會進行柵格化處理，如果激光點云轉到一個柵格后，則將此柵格的屬性賦值為占據，如果當前點占據，則會遍歷周圍的上下左右四個點是否為占據，如果其中一個為未占據，則認為此點為邊界點。

10、本發(fā)明的優(yōu)點在于，

11、1.?將激光的freespace點進行柵格化處理，并且把每次的結果都固定到同一個柵格圖上，效率顯著提升

12、2.?根據整體freespace的輪廓，在不改變原始點云freespace的情況下保留相應的邊緣特征，減少了發(fā)送的freespace點的個數(shù)，提高了發(fā)送效率。

技術特征：

1.一種有效降低激光freespace點數(shù)量的方法，其特征在于，包括如下步驟，

2.根據權利要求1所述的一種有效降低激光freespace點數(shù)量的方法，其特征在于，所述步驟s3中，若周圍柵格被占據，當前的柵格則不被認定為特征輪廓點，若周圍的柵格都沒有被占據，當前的柵格則會被認定為特征輪廓點并標記。

3.根據權利要求1所述的一種有效降低激光freespace點數(shù)量的方法，其特征在于，所述步驟s4中，采用概率累積來確定在柵格圖上關鍵的freespace?點；每一幀的激光點云都會進行柵格化處理，如果激光點云轉到一個柵格后，則將此柵格的概率屬性加一，如果當前柵格沒有激光點云則將概率減0.5，最后將概率大于2?的輸出。

4.根據權利要求1所述的一種有效降低激光freespace點數(shù)量的方法，其特征在于，所述步驟s5中，過訪問柵格周圍的柵格占據性來判斷freespace柵格是否為特征邊緣點，由于每個激光點云都會進行柵格化處理，如果激光點云轉到一個柵格后，則將此柵格的屬性賦值為占據，如果當前點占據，則會遍歷周圍的上下左右四個點是否為占據，如果其中一個為未占據，則認為此點為邊界點。

技術總結
一種有效降低激光freespace點數(shù)量的方法，首先對激光點云進行柵格化處理，得到相對于自車中心的各個freespace點所在的柵格索引，緊接著通過自車位姿信息進行轉換，把所有的freespace點轉到內部維護的固定柵格上，然后對固定柵格中的點進行相對應的疊加概率，接下來針對柵格進行描廓，具體就是通過遍歷所有存在freespace點的柵格，并通過訪問柵格周圍的柵格占據性來判斷freespace柵格是否為特征邊緣點，最后發(fā)送激光freespace的輪廓點。該方法通過對激光點云柵格化處理以及對柵格的輪廓描繪方式，大大提升了通用freespace的處理效率。

技術研發(fā)人員：楊淑君,李瀚林,唐旭,賴杰,衡量
受保護的技術使用者：上海友道智途科技有限公司
技術研發(fā)日：
技術公布日：2024/12/10