軌道車輛檢測(cè)系統(tǒng)點(diǎn)云數(shù)據(jù)仿真方法研究

摘要：激光雷達(dá)可以通過(guò)激光脈沖對(duì)目標(biāo)區(qū)域進(jìn)行密集采樣來(lái)快速生成三維點(diǎn)云，三維點(diǎn)云數(shù)據(jù)能夠有效地用于環(huán)境三維重建、障礙物檢測(cè)等算法，但軌道車輛在地鐵環(huán)境下，采集到符合算法要求的激光雷達(dá)數(shù)據(jù)是一項(xiàng)非常具有挑戰(zhàn)性的任務(wù)，需要消耗大量人力、物力。針對(duì)以上情況，提出一種軌道車輛檢測(cè)系統(tǒng)點(diǎn)云數(shù)據(jù)仿真方法，通過(guò)對(duì)地鐵隧道和激光雷達(dá)傳感器建模，利用激光雷達(dá)工作原理生成有向激光束，并將有向激光束通過(guò)雷達(dá)模型和隧道模型的位置關(guān)系轉(zhuǎn)換到相同坐標(biāo)系中，通過(guò)光線投射原理來(lái)獲得仿真數(shù)據(jù)?；谠摲椒?，對(duì)不同半徑線路以及含有障礙物的工況進(jìn)行數(shù)據(jù)仿真。試驗(yàn)結(jié)果表明：該數(shù)據(jù)仿真方法有助于軌道車輛檢測(cè)系統(tǒng)應(yīng)用激光雷達(dá)的算法開(kāi)發(fā)。

關(guān)鍵詞：激光雷達(dá)；三維點(diǎn)云；隧道模型；激光雷達(dá)模型；數(shù)據(jù)仿真

中圖分類號(hào)：TP391.9文獻(xiàn)標(biāo)志碼：B文章編號(hào)：1671-5276（2024）06-0133-05

Abstract：Although LIDAR can quickly generate 3D point clouds by densely sampling the target area with laser pulses， and 3D point cloud data can be effectively used for environmental reconstruction， obstacle detection and other algorithms， LIDAR data collecting in line with the algorithm requirements for rail vehicles in subway environments is a huge challenge requiring enormous human and material resources. To address the issue， this thesis proposes a point cloud data simulation method for rail vehicle detection systems. By modeling the subway tunnel and LIDAR sensor， directed laser beams are generated using the working principle of LIDAR， and the directed laser beams are transformed into the same coordinate system through the position relationship between the LIDAR model and the tunnel model. Simulation data is obtained through the principle of ray projection. Based on this method， data simulation for different radius lines and working conditions with obstacles are conducted， and the experimental results show that the proposed data simulation method will help the algorithm development of rail vehicle detection systems using LIDAR.

Keywords：LIDAR; 3D point cloud; tunnel model; LIDAR model; data simulation

0引言

點(diǎn)云是指將相關(guān)傳感器靜止或耦合在自主移動(dòng)車輛上對(duì)目標(biāo)物體或區(qū)域采集數(shù)據(jù)，并在計(jì)算機(jī)上生成精確測(cè)量數(shù)據(jù)得到處于同一坐標(biāo)系下的點(diǎn)集。在眾多3D成像系統(tǒng)中，激光雷達(dá)（LIDAR）［1］因其對(duì)檢測(cè)環(huán)境的準(zhǔn)確感知以及在三維空間檢測(cè)的優(yōu)勢(shì)，不僅在地表勘測(cè)得到了大量應(yīng)用，也在自動(dòng)駕駛等領(lǐng)域引起廣泛關(guān)注。但是受限于無(wú)法知道每次采集時(shí)傳感器的確切位置及姿態(tài)，因此在對(duì)三維重建、點(diǎn)云配準(zhǔn)、障礙物檢測(cè)等算法進(jìn)行驗(yàn)證時(shí)，并不能準(zhǔn)確有效地分析算法的誤差。同時(shí)對(duì)大環(huán)境進(jìn)行實(shí)地采集數(shù)據(jù)所需要的人力、物力過(guò)高，特別是在特殊環(huán)境如軌道車輛檢測(cè)系統(tǒng)在地鐵隧道環(huán)境下的時(shí)間成本和人力成本更高，難以滿足科研任務(wù)的需求。而對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行仿真研究，則可以直接獲得指定參數(shù)的點(diǎn)云數(shù)據(jù)。此外，即使是現(xiàn)有傳感器參數(shù)指標(biāo)達(dá)不到要求，也可以對(duì)傳感器的數(shù)據(jù)進(jìn)行模擬。

為了得到激光雷達(dá)的仿真數(shù)據(jù)，相關(guān)學(xué)者對(duì)如何獲得激光雷達(dá)仿真數(shù)據(jù)［2-5］進(jìn)行了研究。王盈等［6］為了提高空間目標(biāo)激光雷達(dá)成像仿真的真實(shí)性，提出了一種適用于復(fù)雜空間目標(biāo)的在軌激光雷達(dá)成像仿真方法，對(duì)開(kāi)展基于激光雷達(dá)非合作目標(biāo)相對(duì)導(dǎo)航技術(shù)算法研究提供重要基礎(chǔ)。YUE等［7］提出了一種基于計(jì)算機(jī)游戲的點(diǎn)云模擬框架，該框架通過(guò)設(shè)置自動(dòng)駕駛場(chǎng)景和用戶配置參數(shù)來(lái)收集點(diǎn)云數(shù)據(jù)，同時(shí)該數(shù)據(jù)還可以修復(fù)神經(jīng)網(wǎng)絡(luò)的盲點(diǎn)。微軟公司也開(kāi)發(fā)了一款用于自動(dòng)駕駛汽車的高保真視覺(jué)和物理模擬引擎AirSim［8］，可以方便地生成大量數(shù)據(jù)；并且該模擬器還允許開(kāi)發(fā)算法，可以無(wú)需對(duì)算法進(jìn)行修改就可移植到真實(shí)車輛上。FANG等［9］通過(guò)將障礙物和感興趣街道點(diǎn)云數(shù)據(jù)進(jìn)行合成，從而獲得帶有障礙物信息的點(diǎn)云數(shù)據(jù)，使仿真數(shù)據(jù)更加真實(shí)。ZHAO等［10］提出了一種幾何模型和物理模型相結(jié)合的激光雷達(dá)建模方法，并對(duì)不同天氣條件下激光雷達(dá)信號(hào)衰減的特征進(jìn)行建模，供激光雷達(dá)用戶和設(shè)計(jì)者使用。

地鐵環(huán)境相對(duì)于公路環(huán)境較簡(jiǎn)單，隧道內(nèi)的物體通常在短時(shí)間內(nèi)不會(huì)改變，這也使得軌道車輛檢測(cè)系統(tǒng)的點(diǎn)云數(shù)據(jù)仿真更加合理化。因此，本文將模擬激光雷達(dá)的采集過(guò)程。首先對(duì)傳感器和地鐵隧道進(jìn)行建模，然后利用光線投射原理求得激光束與物體表面的交點(diǎn)，從而得到激光雷達(dá)的仿真數(shù)據(jù)。生成的仿真數(shù)據(jù)可用于相關(guān)算法的驗(yàn)證及評(píng)估，不僅為算法研究提供數(shù)據(jù)依據(jù)，而且還能提高算法驗(yàn)證的效率。

1坐標(biāo)系建立

激光雷達(dá)在實(shí)際采集數(shù)據(jù)過(guò)程中，坐標(biāo)系通常有雷達(dá)坐標(biāo)系Or－xryrzr、車輛坐標(biāo)系Ov－xvyvzv以及隧道坐標(biāo)系Ot－xtytzt，如圖1所示。

為使激光點(diǎn)云的仿真過(guò)程與實(shí)際采集數(shù)據(jù)一致，在數(shù)據(jù)仿真過(guò)程中也使用雷達(dá)坐標(biāo)系、車輛坐標(biāo)系和隧道坐標(biāo)系；但由于傳感器是與車輛耦合在一起的，傳感器坐標(biāo)系與車輛坐標(biāo)系的轉(zhuǎn)換只需要在算法開(kāi)始時(shí)對(duì)相關(guān)參數(shù)進(jìn)行初始化即可，在后續(xù)計(jì)算中雷達(dá)坐標(biāo)系和車輛坐標(biāo)系的位置關(guān)系是相對(duì)不變的。將激光傳感器和車輛看作剛體，那么3個(gè)坐標(biāo)系之間的轉(zhuǎn)換就可以看作剛體之間的坐標(biāo)系轉(zhuǎn)換。

本文坐標(biāo)系的轉(zhuǎn)換用歐拉角來(lái)描述，設(shè)定隧道坐標(biāo)系為整個(gè)仿真模型的基礎(chǔ)坐標(biāo)系，同時(shí)設(shè)定傳感器繞z軸旋轉(zhuǎn)的角度為偏航角yaw（ψ）、繞y軸旋轉(zhuǎn)的角度為俯仰角pitch（θ）以及繞x軸旋轉(zhuǎn)的角度為滾轉(zhuǎn)角roll（），其中每個(gè)歐拉角對(duì)應(yīng)的旋轉(zhuǎn)矩陣分別為Rψ、Rθ、R。那么在后續(xù)數(shù)據(jù)仿真過(guò)程中求得有向激光束與隧道的交點(diǎn)時(shí)，就可以將有向激光束與地鐵隧道模型轉(zhuǎn)換到同一坐標(biāo)系下，如通過(guò)旋轉(zhuǎn)矩陣R和平移矩陣T可將激光坐標(biāo)系下的點(diǎn)Pr轉(zhuǎn)換到隧道坐標(biāo)系下的點(diǎn)Pt：

2仿真模型

2.1地鐵隧道模型

地鐵隧道模型采用面向?qū)ο蟮姆椒ㄟM(jìn)行表示，地鐵隧道模型將不同的地鐵隧道構(gòu)件對(duì)象進(jìn)行集成，每一個(gè)構(gòu)件都是一個(gè)獨(dú)立的對(duì)象，如隧道斷面、鋼軌等。同時(shí)將障礙物也作為隧道構(gòu)件之一，使每個(gè)構(gòu)件都能作為一個(gè)獨(dú)立的部分在三維空間內(nèi)表達(dá)。地鐵隧道構(gòu)件的參數(shù)可以根據(jù)需求選取不同的地鐵隧道圖紙來(lái)提取，也可以根據(jù)自身需求來(lái)添加相應(yīng)的構(gòu)件或障礙物。在同一環(huán)境中所有地鐵隧道構(gòu)件處于同一坐標(biāo)系下，通過(guò)給構(gòu)件添加位置約束來(lái)確定構(gòu)件的空間位置，同時(shí)也根據(jù)空間中3個(gè)角度的向量來(lái)控制構(gòu)件的方向。需要注意的是，構(gòu)件在空間的位置是處于絕對(duì)位置。

將隧道模型看作一個(gè)對(duì)象，那么隧道模型中的構(gòu)件都屬于隧道的一部分，隧道斷面、鋼軌信息、救生平臺(tái)、電源箱、障礙物等信息構(gòu)成了空間中的三維隧道模型，則隧道可以表示為

式中Ci（i=1，2，…，n）為地鐵隧道中的構(gòu)件，其中每個(gè)構(gòu)件都包含4種基本元素Ea、Eb、Ec、Ed，即

式中：Eai為構(gòu)件標(biāo)識(shí)；Ebi為構(gòu)件結(jié)構(gòu)幾何信息；Eci為空間位置約束信息；Edi為相鄰構(gòu)件及連接形式。其中，Eai可以給仿真方法提供構(gòu)件信息，選擇合適的算法或者有其他需求時(shí)提高構(gòu)件的辨識(shí)度；Ebi能夠?yàn)樗惴ㄌ峁?gòu)件的幾何尺寸信息，其內(nèi)容可以為一條也可以為多條；Eci提供了構(gòu)件的空間位置約束，包含構(gòu)件的6個(gè)自由度信息；Edi提供了與構(gòu)件相連接的其他構(gòu)件以及它們之間的連接形式。隧道模型的實(shí)例如圖2所示，從圖中可以看出對(duì)隧道的各個(gè)構(gòu)件進(jìn)行了描述，各個(gè)構(gòu)件相互連接，相互作用形成了地鐵隧道模型。

2.2虛擬激光雷達(dá)模型

激光雷達(dá)是一種復(fù)雜的高精度儀器，其內(nèi)部有許多精密儀器組成，并且各零件之間的協(xié)作關(guān)系復(fù)雜，因此要對(duì)激光雷達(dá)內(nèi)部進(jìn)行建模是很困難的。同時(shí)為了使激光雷達(dá)建模方式適用于各種激光雷達(dá)，因此從應(yīng)用的角度將整個(gè)激光雷達(dá)看成一個(gè)整體，通過(guò)控制激光雷達(dá)的主要參數(shù)及掃描方式來(lái)獲取激光點(diǎn)云數(shù)據(jù)。

本文所使用的激光雷達(dá)主要參數(shù)有水平視場(chǎng)角、垂直視場(chǎng)角、掃描頻率、最大探測(cè)距離、水平角分辨率、垂直角分辨率、測(cè)量精度等。根據(jù)激光雷達(dá)原理生成有向激光束，采用光線投射的方法模擬激光雷達(dá)發(fā)射有向激光束到通過(guò)物體反射回激光雷達(dá)的整個(gè)過(guò)程。光線投射是指以某點(diǎn)為原點(diǎn)向某一方向發(fā)射射線，該射線在三維空間中碰到的第一個(gè)點(diǎn)即為激光束所得到的三維點(diǎn)，定義有向激光束為

式中α和β分別為相對(duì)于激光雷達(dá)掃描線的水平角度和垂直角度。那么將激光束Ray按照雷達(dá)的角分辨率、掃描頻率及掃描方式進(jìn)行相應(yīng)的計(jì)算即可完成對(duì)激光雷達(dá)的模擬。

根據(jù)激光雷達(dá)的工作原理［11］可知激光雷達(dá)采集的數(shù)據(jù)是以傳感器自身掃描中心為原點(diǎn)的，因此激光坐標(biāo)系Or與隧道坐標(biāo)系Ot并不重合。將隧道坐標(biāo)系作為絕對(duì)坐標(biāo)系，激光雷達(dá)坐標(biāo)系是相對(duì)于隧道坐標(biāo)系運(yùn)動(dòng)的，任何情況下有向激光束都是從激光雷達(dá)坐標(biāo)系原點(diǎn)出發(fā)，有向激光束與地鐵隧道坐標(biāo)系相交示意圖如圖3所示。

在仿真數(shù)據(jù)過(guò)程中，激光雷達(dá)的自身位置姿態(tài)即激光雷達(dá)的6個(gè)自由度是確定的，結(jié)合水平角度為α和垂直角度為β即可確定有向射線在雷達(dá)坐標(biāo)系下的空間單位向量n（m′，n′，p′），如圖4所示。

空間單位向量n的方程為：

通過(guò)坐標(biāo)系轉(zhuǎn)換即可將雷達(dá)坐標(biāo)系下的有向射線的單位向量轉(zhuǎn)換到隧道坐標(biāo)系下：

式中R為雷達(dá)坐標(biāo)系轉(zhuǎn)換到隧道坐標(biāo)系的旋轉(zhuǎn)矩陣。

設(shè)Or（Xr，Yr，Zr）為激光雷達(dá)坐標(biāo)系原點(diǎn)在隧道坐標(biāo)系下的坐標(biāo)，那么射出的激光束空間直線方程為

聯(lián)合式（3）與式（8）進(jìn)行求解交點(diǎn)，將一幀激光雷達(dá)數(shù)據(jù)按角分辨率、掃描方式及時(shí)間順序求解獲得，同時(shí)根據(jù)激光雷達(dá)掃描精度給予一定的數(shù)據(jù)偏差以及根據(jù)入射角度和設(shè)定物體反射率使得仿真數(shù)據(jù)存在誤差及損耗即可完成對(duì)地鐵運(yùn)行環(huán)境下的點(diǎn)云數(shù)據(jù)進(jìn)行仿真。

3仿真試驗(yàn)

為了對(duì)本文的方法進(jìn)行驗(yàn)證，使用所提出的方法通過(guò)設(shè)置激光傳感器參數(shù)、隧道模型參數(shù)來(lái)生成地鐵隧道環(huán)境下的激光點(diǎn)云數(shù)據(jù)?？紤]到地鐵隧道的使用環(huán)境，對(duì)激光雷達(dá)的參數(shù)提出需求。激光傳感器仿真參數(shù)如表1所示。

本次試驗(yàn)隧道模型的隧道斷面采用矩形斷面。為使得仿真數(shù)據(jù)更貼近于真實(shí)環(huán)境，隧道模型中的部分構(gòu)件通過(guò)施工圖紙獲得。隧道模型的部分構(gòu)件如圖5所示，其中包含隧道斷面、鋼軌、信標(biāo)、救生平臺(tái)等。

根據(jù)所提出的激光雷達(dá)數(shù)據(jù)仿真方法對(duì)直線及不同半徑的點(diǎn)云數(shù)據(jù)進(jìn)行仿真，仿真結(jié)果如圖6所示。從圖中可以看出：隨著線路曲線半徑不斷減小，激光雷達(dá)在曲線路況下的探測(cè)距離是不斷減小的，符合激光雷達(dá)在真實(shí)環(huán)境中的探測(cè)規(guī)律。

為了便于數(shù)據(jù)應(yīng)用于障礙物檢測(cè)等算法，在隧道模型中添加障礙物構(gòu)件。圖7展示了在直線和曲線工況下添加檢測(cè)人員（障礙物）的仿真結(jié)果。

4結(jié)語(yǔ)

本文針對(duì)激光雷達(dá)在軌道車輛檢測(cè)系統(tǒng)中的應(yīng)用，提出了一種軌道車輛檢測(cè)系統(tǒng)點(diǎn)云數(shù)據(jù)仿真方法。通過(guò)坐標(biāo)系轉(zhuǎn)換及對(duì)隧道和激光雷達(dá)建模，同時(shí)輸入相關(guān)的系統(tǒng)參數(shù)，成功生成了不同半徑下及含有障礙物的激光雷達(dá)仿真數(shù)據(jù)。由于開(kāi)發(fā)應(yīng)用于軌道車輛檢測(cè)系統(tǒng)相關(guān)算法需要各種數(shù)據(jù)來(lái)評(píng)估算法性能，本文所提出的點(diǎn)云數(shù)據(jù)仿真方法能夠有效地幫助開(kāi)發(fā)各種激光雷達(dá)數(shù)據(jù)類型的處理算法，滿足算法開(kāi)發(fā)的各種需求。此外，點(diǎn)云數(shù)據(jù)仿真能夠在傳感器實(shí)際裝車之前更經(jīng)濟(jì)、更快地獲取點(diǎn)云數(shù)據(jù)，同時(shí)獲取的點(diǎn)云數(shù)據(jù)質(zhì)量更高，因此能夠有效提高驗(yàn)證檢測(cè)系統(tǒng)相關(guān)數(shù)據(jù)處理算法的效率。

參考文獻(xiàn)：

［1］ FUJII T，F(xiàn)UKUCHI T. Laser Remote Sensing［M］. Boca Raton：Marcel Dekker Inc，2005.

［2］ LOHANI B， MISHRA R K. Generating LiDAR data in laboratory： LiDAR simulator［J］. Int. Arch. Photogramm. Remote Sens， 2007， 52（1）： 264-269.

［3］ 陳少揚(yáng). 多線激光雷達(dá)點(diǎn)云數(shù)據(jù)的模擬仿真研究［D］. 廈門(mén)：廈門(mén)大學(xué)，2020.

［4］ DESCHAUD J E，PRASSER D，DIAS M F，et al. Automatic data driven vegetation modeling for lidar simulation［C］//2012IEEE International Conference on Robotics and Automation. Saint Paul，MN，USA： IEEE，2012：5030-5036.

［5］ SHAN T X，WANG J K，CHEN F F，et al. Simulation-based lidar super-resolution for ground vehicles［J］. Robotics and Autonomous Systems，2020，134：103647.

［6］ 王盈， 黃建明， 劉玉等. 空間目標(biāo)激光雷達(dá)成像仿真技術(shù)［J］. 紅外與激光工程， 2016， 45（9）： 109-114.

［7］ YUE X Y，WU B C，SESHIA S A，et al. A LiDAR point cloud generator：from a virtual world to autonomous driving［C］//Proceedings of the 2018ACM on International Conference on Multimedia Retrieval. Yokohama，Japan：ACM，2018：458-464.

［8］ SHAH S，DEY D，LOVETT C，et al. AirSim：high-fidelity visual and physical simulation for autonomous vehicles［C］//Hutter M，Siegwart R. Field and Service Robotics. Cham：Springer，2018：621-635.

［9］ FANG J，ZHOU D F，YAN F L，et al. Augmented LiDAR simulator for autonomous driving［J］. IEEE Robotics and Automation Letters，2020，5（2）：1931-1938.

［10］ ZHAO J，LI Y X，ZHU B，et al. Method and applications of lidar modeling for virtual testing of intelligent vehicles［J］. IEEE Transactions on Intelligent Transportation Systems，2021，22（5）：2990-3000.

［11］ 李現(xiàn)坤，李瀧杲，李棟，等. 激光雷達(dá)測(cè)量精度實(shí)驗(yàn)分析［J］. 機(jī)械制造與自動(dòng)化，2018，47（3）：190-193.

收稿日期：20230420

第一作者簡(jiǎn)介：張建豪（1995—），男，河南開(kāi)封人，碩士研究生，研究方向?yàn)闄C(jī)車車輛測(cè)控技術(shù)及故障診斷，1414989394@qq.com。

DOI：10.19344/j.cnki.issn1671-5276.2024.06.026