一种基于激光雷达的探测系统的制作方法

1.本发明涉及激光雷达技术领域，尤其涉及一种基于激光雷达的探测系统 。


背景技术：

2.在对探测区域进行检测时，通常的视觉传感器、地面标识物等方式，获取信息的能力有限，不能直接准确获得被探测区域内目标物的距离信息。
3.激光雷达，是以发射激光束探测目标的距离的雷达系统。其工作原理是向目标发射探测信号(探测光束)，将接收到的从目标反射回来的信号(回波)与发射的探测信号进行比较，作适当处理后，就可获得目标的有关信息。单点激光雷达覆盖范围小，只能探测很小探测视场角度内的目标。
4.本技术实施例在特定探测区域，基于激光雷达获得三维点云数据，弥补视觉传感器在距离以及空间位置上探测能力有限的不足，以及单点激光雷达探测范围小的缺点，在探测过程中获得被探测区域内物体的更多状态信息。


技术实现要素：

5.有鉴于此，本发明实施例提供一种基于激光雷达的探测系统，包括至少一个激光雷达，所述激光雷达，用于获取被探测区域内的点云数据信息，依据激光雷达获取的点云数据信息确定被探测区域的状态，所述被探测区域的状态包括是否有物体、和/或物体的状态信息。
6.根据本发明实施例的一种具体实现方式，激光雷达获取的点云数据信息包括被探测目标相对于激光雷达的距离值和空间角度数据，激光雷达的探测视场角度为水平80-90度、垂直10-30度，在垂直方向上的角分辨率为0.05-0.2度。
7.根据本发明实施例的一种具体实现方式，激光雷达为3个以上，设置于被探测区域的不同位置，各个激光雷达的探测覆盖区域部分重叠。
8.根据本发明实施例的一种具体实现方式，物体的状态信息包括该物体的姿态信息、和/或运动速度、和/或在被探测区域内的位置、和/或物体的体积。
9.根据本发明实施例的一种具体实现方式，依据激光雷达获取的点云数据信息确定被探测区域是否有物体，包括：接收所述激光雷达探测的距离信息并存储，判断至少两个距离信息变化趋势，基于所述变化趋势确定被探测区域是否有物体，其中，基于所述变化趋势为距离值减小，被探测区域内有物体进入；基于所述变化趋势为距离值增大，被探测区域内有物体离出。
10.根据本发明实施例的一种具体实现方式，依据激光雷达获取的点云数据信息确定被探测区域是否有物体，包括：设置距离基线，所述距离基线为激光雷达与被探测区域表面之间的距离，接收所述激光雷达探测的距离信息并存储，获得激光雷达探测的距离信息与距离基线的差值，其中，所述差值绝对值大于设定的阈值时，被探测区域内有物体。
11.根据本发明实施例的一种具体实现方式，所述被探测区域为机场，探测是否有飞
机或者车辆在被探测区域内，以及获得飞机的状态信息。
12.根据本发明实施例的一种具体实现方式，获得飞机的状态信息包括：获得飞机在被探测区域内的位置、和/或运动速度、和/或姿态。
13.根据本发明实施例的一种具体实现方式，依据激光雷达获取的点云数据信息确定被探测区域内飞机的运动速度，包括：获取所述激光雷达探测的点云数据信息并存储，依据点云数据识别飞机，确定飞机对应的点云数据在设定时间间隔内的变化，基于所述变化计算飞机的运动速度。
14.根据本发明实施例的一种具体实现方式，依据激光雷达获取的点云数据信息确定被探测区域内飞机的姿态，包括：获取所述激光雷达探测的第一点云数据信息并存储，剔除点云数据中对应的地面数据和干扰数据，获得第二点云数据，提取第二点云数据中飞机对应的特征点，依据特征点识别飞机以及飞机的姿态。
15.本公开实施例在特定探测区域，基于激光雷达获得三维点云数据，弥补视觉传感器在距离以及空间位置上探测能力有限的不足，以及单点激光雷达探测范围小的缺点，在探测过程中获得被探测区域内物体的更多状态信息。
附图说明
16.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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发明的一些实施例，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它的附图。
17.图1为本技术一实施例中探测系统示意图。
18.图2为本技术一实施例中飞机场探测系统示意图。
19.图3为本技术一实施例中确定被探测区域是否有物体流程示意图。
20.图4为本技术一实施例中确定被探测区域物体进入或离出流程示意图。
具体实施方式
21.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分的实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。应当明确，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。
22.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
23.本技术的实施例提供了一种基于激光雷达的探测系统，获得被探测区域的三维点云数据信息，从而实现对被探测区域内状态的探测，以能够监控被探测区域内是否有目标
物、异物等，并通过激光雷达探测得到的数据，识别物体，并获得物体的状态信息。
24.所述的被探测区域场景例如为机场、轨道交通路线等。在如图1所示的机场被探测区域301中，需要实时探测及识别机场中的飞机、地面车辆、人员等的位置、状态信息。在其中的一实施例中，通过激光雷达获取的三维点云数据，确定被探测区域内是否有物体，以及从这些物体中识别出飞机，获得飞机在机场内的滑行速度、姿态、行进方向，和/或机型信息。在其他的实施例中，被探测区域为轨道，通过激光雷达获得的点云数据，识别出铁轨，以及铁轨中和铁轨周围是否有异物，并判断异物的距离、大小或者材质等信息。
25.探测过程中所使用的激光雷达，能够探测得到三维点云数据信息。该三维点云数据信息包括距离信息以及空间角度位置信息。该激光雷达通常具有大范围的探测角度，例如水平90-150度、垂直10-60度的探测视场角度。在其中的一实施例中，探测视场角度为水平80-90度、垂直10度或30度探测视场角度。其中的一实施例中，每秒钟在探测视场角度内，获得533000~800000个三维点云距离数据。角分辨率为水平0.05度~0.2度，垂直角分辨率为0.05度~0.2度。点云数据中的每个点，包括距离和探测角度信息。
26.在其中的一实施例中，激光雷达的探测距离为4m~300m，激光雷达可以在300m处识别反射率为10%的物体。
27.如图2所示，一种基于激光雷达的探测系统100，包括至少一个激光雷达201，该激光雷达201，用于获取被探测区域内的点云数据信息。该点云数据包括：被探测区域内物体与激光雷达间的距离数据以及角度位置信息。该探测系统依据激光雷达获取的点云数据信息确定被探测区域的状态，所述被探测区域的状态包括是否有物体、和/或物体的状态信息。
28.在可选的实施例中，探测系统100包括第一激光雷达201，具有探测视场范围401，第二激光雷达202，具有探测视场范围402，和第三激光雷达203，具有探测视场范围403，三个激光雷达覆盖探测区域，探测视场范围部分重叠。该重叠部分两两重叠或者三个都有重叠部分。激光雷达的个数依据被探测区域的大小及激光雷达的视场探测能力确定。
29.所述物体的状态包括该物体的姿态、和/或运动速度、和/或在被探测区域内的位置、和/或物体体积信息。在其中的一实施例中，被探测区域为机场，通过激光雷达获得的三维点云数据，识别机场中被探测区域内是否有物体，物体在被探测区域内所处的位置，以及从被探测到的物体内识别出哪些物体为飞机。进一步地，通过飞机所对应的三维点云数据，判断飞机所处的位置、飞机的运动速度、体积大小，以及飞机的姿态。飞机的姿态包括飞机头所处的方向等。进一步地，通过建立飞机三维模型数据库，可通过激光雷达探测到的飞机的点云数据识别出飞机机型。
30.该基于激光雷达的探测系统中，通过激光雷达获得的三维点云数据识别被探测区域内是否有物体。在其中的一实施例中，被探测区域为机场，通过激光雷达获得的点云数据，确定被探测区域是否有物体，以及是否有飞机。
31.依据激光雷达获取的点云数据信息确定被探测区域是否有物体，如附图3所示，包括：接收所述激光雷达探测的距离信息并存储，判断至少两个距离信息变化趋势。基于所述变化趋势确定被探测区域是否有物体，其中如附图4所示，基于所述变化趋势为所述距离信息减小，被探测区域内有物体进入；基于所述变化趋势为所述距离信息增大，被探测区域内有物体离出。
32.进一步地，通过激光雷达的点云数据确定被探测区域内有物体进入，在机场场景中，判断被探测区域内的物体是否为飞机。
33.在其他可选的实施例中，判断被探测区域内是否有物体，通过设置距离基线的方式确定。具体而言，依据激光雷达获取的点云数据信息确定被探测区域是否有物体，包括：设置距离基线，该距离基线为激光雷达与被探测区域表面之间的距离，接收所述激光雷达探测的距离信息并存储，获得激光雷达探测的距离信息与距离基线的差值，其中，所述差值绝对值大于设定的阈值时，被探测区域内有物体进入。在该实施例中，阈值的设定过程考虑激光雷达本身每次的探测误差、以及被探测物体的大小来设置。例如某型号激光雷达的距离探测误差在1米，则不能识别小于1米大小的物体，可设置距离变化阈值为1.5米或者2米，当激光雷达探测到的点云数据中的距离值与距离基线的差值绝对值大于1.5米，判断有物体的进入或者离开。
34.通过激光雷达的点云数据，可获得物体的运动速度。在其中的实施例中，激光雷达基于飞行时间法（time of flight, tof）计算距离。激光雷达发出探测信号光，该信号光出射到外部环境中遇到物体被反射（即回波信号），激光雷达基于发射与接收到的回波信号的时间差，计算距离。激光雷达在探测过程中，每秒的探测次数可设定，以及每秒内每次的探测周期已知。例如在其中的一实施例中，激光雷达每秒探测5-20次，即每秒钟获得5-20组三维点云数据。
35.以机场为被探测区域，示例说明依据激光雷达获取的点云数据信息确定被探测区域内飞机的运动速度。包括：获取所述激光雷达探测的点云数据信息并存储，依据点云数据识别飞机，确定飞机对应的点云数据在某时间间隔内的距离变化信息，例如基于1秒内，相隔1秒时间内探测的飞机对应的点云数据中距离的变化值，基于所述距离变化值和时间间隔计算飞机的运动速度信息。因为通过激光雷达获得三维点云数据，可以获得飞机在各个不同矢量方向上的运动速度。
36.通过激光雷达的点云数据，可获得物体的姿态。在其中的一实施例中，以机场为被探测区域，示例说明依据激光雷达获取的点云数据信息确定被探测区域内飞机的姿态信息。所述姿态信息包括，识别飞机头所朝方向。
37.具体而言，依据激光雷达获取的点云数据信息确定被探测区域内飞机的姿态，包括：获取所述激光雷达探测的第一点云数据信息并存储。基于第一点云数据剔除点云数据中对应的地面数据和干扰数据，获得被探测区域内一个或者多个飞机所对应的点云数据信息，即第二点云数据。其中，剔除干扰数据例如为剔除小物体所对应的点云数据，例如，判断某一区域内点云数据的点数，如果点数少于设定的阈值，则判断为小物体，并非该实施例所需要关注的信息，进行剔除。
38.提取第二点云数据中飞机对应的特征点。所述特征点包括第二点云数据的质心、尾翼长度、机身长度、机翼长度等特征。
39.依据特征点识别飞机以及飞机的姿态。基于尾翼与机身的点云数据确定飞机头所朝方向。通过机身判断机头所处直线的方向，通过尾翼的位置确定机头所处方向。
40.以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。