发明名称 一种应用于无人车的GIS数据获取方法
摘要 本发明公开了一种应用于无人车的GIS数据获取方法,适用于无人车GIS的动态更新。该方法通过车载3D激光雷达获取点云数据,对无人车的行驶提供辅助信息。同时结合车载惯性导航系统和车载GPS的检测数据,设定相应参数来提取空间地理数据,并且这些地理数据的提取可以实时进行,大大提高了地理数据的更新效率,同时结合GIS强大的空间数据处理功能,获得的地理数据可为无人车的自主行驶提供帮助。
申请公布号 CN102998679A 申请公布日期 2013.03.27
申请号 CN201210485113.6 申请日期 2012.11.25
申请人 北京理工大学 发明人 王美玲;于泳;杨强荣
分类号 G01S17/93(2006.01)I;G01S19/49(2010.01)I 主分类号 G01S17/93(2006.01)I
代理机构 北京理工大学专利中心 11120 代理人 高燕燕;付雷杰
主权项 一种应用于无人车的GIS数据获取方法,其特征在于:步骤一:点云数据配准车载3D激光雷达定时对无人车的周围环境进行360°扫描,每次扫描完成后将扫描形成的点云数据发送给无人车上的数据处理单元,所述点云数据中各目标点的三维坐标以无人车为坐标基点;所述数据处理单元接收3D激光雷达发送的点云数据后,采集车载惯性导航系统和车载GPS中的检测数据对点云数据中的所有目标点进行点云配准;所述车载惯性导航系统检测无人车的偏航角θyaw、俯仰角θpitch、横滚角θroll;所述车载GPS获检测无人车在地理坐标系下的坐标XGPS,YGPS,ZGPS,其中XGPS,YGPS为无人车的平面坐标,ZGPS为无人车所在地面的海拔高度;设当前进行点云配准的目标点为M,点云数据中目标点M的三维坐标为(Xlaser,Ylaser,Zlaser);则目标点M在地理坐标系下的三维坐标(X,Y,Z)为: <mrow> <mfenced open='(' close=')'> <mtable> <mtr> <mtd> <mi>X</mi> </mtd> </mtr> <mtr> <mtd> <mi>Y</mi> </mtd> </mtr> <mtr> <mtd> <mi>Z</mi> </mtd> </mtr> </mtable> </mfenced> <mo>=</mo> <mfenced open='(' close=')'> <mtable> <mtr> <mtd> <msub> <mi>a</mi> <mn>11</mn> </msub> </mtd> <mtd> <msub> <mi>a</mi> <mn>12</mn> </msub> </mtd> <mtd> <msub> <mi>a</mi> <mn>13</mn> </msub> </mtd> </mtr> <mtr> <mtd> <msub> <mi>a</mi> <mn>21</mn> </msub> </mtd> <mtd> <msub> <mi>a</mi> <mn>22</mn> </msub> </mtd> <mtd> <msub> <mi>a</mi> <mn>23</mn> </msub> </mtd> </mtr> <mtr> <mtd> <msub> <mi>a</mi> <mn>31</mn> </msub> </mtd> <mtd> <msub> <mi>a</mi> <mn>32</mn> </msub> </mtd> <mtd> <msub> <mi>a</mi> <mn>33</mn> </msub> </mtd> </mtr> </mtable> </mfenced> <mo>&times;</mo> <mfenced open='(' close=')'> <mtable> <mtr> <mtd> <msub> <mi>X</mi> <mi>laser</mi> </msub> </mtd> </mtr> <mtr> <mtd> <msub> <mi>Y</mi> <mi>laser</mi> </msub> </mtd> </mtr> <mtr> <mtd> <msub> <mi>Z</mi> <mi>laser</mi> </msub> </mtd> </mtr> </mtable> </mfenced> <mo>+</mo> <mfenced open='(' close=')'> <mtable> <mtr> <mtd> <msub> <mi>X</mi> <mi>GPS</mi> </msub> </mtd> </mtr> <mtr> <mtd> <msub> <mi>Y</mi> <mi>GPS</mi> </msub> </mtd> </mtr> <mtr> <mtd> <msub> <mi>Z</mi> <mi>GPS</mi> </msub> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>式(1)中:a11=cosθyawcosθroll‑sinθpitchsinθrolla12=sinθyawcosθroll‑cosθyawsinθpitchsinθrolla13=cosθpitchsinθrolla21=‑sinθyawcosθpitcha22=cosθyawcosθpitcha23=sinθpitcha31=‑cosθyawsinθroll‑sinθyawsinθpitchsinθrolla32=‑sinθyawsinθroll‑cosθyawsinθpitchcosθrolla33=cosθpitchcosθroll数据处理单元对点云数据中所有目标点进行点云匹配后,将所有目标点在地理坐标系下的三维坐标以点数据集的形式存储到无人车的GIS数据库中;步骤二:生成高程栅格图数据处理单元依据设定的栅格边长,在设定范围内所有目标点形成的点云上建立栅格;所述栅格的高度为落在该栅格内所有目标点在地理坐标系下Z坐标的平均值,由此生成高程栅格图;所述落在栅格内的目标点包括栅格边界上的目标点;步骤三:提取等值面数据处理单元依据基准值和设定的等值距确定等值面;对步骤二形成的高程栅格图中的栅格进行插值,然后连接等值点得到等值线,相邻等值线封闭的面即为等值面;所述基准值为无人车所在地面的海拔高度ZGPS,所述等值距为两条等值线之间的间隔值;步骤四:提取GIS数据数据处理单元查询步骤三所形成的等值面的高程值,提取高程值大于设定值zmax和小于设定值zmin的等值面;将提取的等值面以矢量图形式存储在无人车的GIS数据库中。
地址 100081 北京市海淀区中关村南大街5号