[發明專利]一種基于三維激光雷達目標識別的點云密度增強的方法

有效

• 申請號: 201510919592.1
• 申請日: 2015-12-11
• 公開（公告）號: CN106886980B
• 公開（公告）日: 2020-08-07
• 發明（設計）人: 王肖
• 申請（專利權）人: 北京智行者科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/11;G06K9/46
• 代理公司: 北京匯智勝知識產權代理事務所(普通合伙) 11346
• 代理人: 朱登河

本發明公開了一種基于三維激光雷達目標識別的點云密度增強的方法，包括：通過三維激光雷達測量目標的初始點云數據，確定所述初始點云數據中的目標包圍體；以所述目標包圍體的中心為原點構建局部坐標系，將所述初始點云數據從初始的雷達坐標系下轉換到所述局部坐標系下得到轉換后點云數據；基于徑向插值函數RBF和所述轉換后點云數據構建三維曲面；基于所述三維曲面進行點云重采樣以生成新的點云。本發明可使得目標點云密度同其距離無關，有利于點云特征提取，還可直接利用現有點云特征研究成果，如直方圖等，并且適用于任意分割目標。

技術領域

本發明屬于智能駕駛技術領域，尤其涉及一種基于三維激光雷達目標識別的點云密度增強的方法。

背景技術

智能駕駛技術在交通安全、環境保護及緩解交通壓力等方面都有巨大的應用潛力，目前已受到許多國家的科研機構及公司的高度重視。智能駕駛技術研究具有跨學科、多交叉等特點，其涉及機械電子、模式識別、人工智能、控制科學及軟件工程等諸多學科知識，其中基于三維激光雷達的目標識別是其重要研究內容之一。

三維激光雷達是智能車輛獲取外部信息的重要傳感器之一，具有可靠性和實時性強、精確性高等優點，因此被廣泛地應用在智能車環境感知研究中。三維激光雷達具有多個激光傳感器，點數據則是大規模的離散測量點數據的集合，它們為還原測量對象的基本形狀特征和結構細節提供了充足的信息。

但是，由三維激光雷達原理可知，目標離雷達距離越近，其點云越稠密，反之將稀疏。圖1為一行人目標點云同距離變化關系示意圖，如圖1所示，在10米處目標點云中的點的數量約350個；隨著距離增加，該目標點云中點的數量迅速下降，當距離達至50米時，只剩約20個點。從圖1還可以發現，隨距離增加目標點云的層數及每層上點數均同時減少。三維激光雷達這種點云密度同距離緊密相關的特性使得特征一致性較差，難以建立起目標有效直方圖或幾何形狀特征，將極大地影響后期識別算法精度。為此，需要提供降低目標點云密度同距離的緊密關系的方法，以便提高目標識別的精度。

發明內容

本發明的目的在于提供一種基于三維激光雷達目標識別的點云密度增強的方法來克服或至少減輕現有技術中的至少一個上述缺陷。

為實現上述目的，本發明提供一種基于三維激光雷達目標識別的點云密度增強的方法，包括：通過三維激光雷達測量目標的初始點云數據，確定所述初始點云數據中的目標包圍體；以所述目標包圍體的中心為原點構建局部坐標系，將所述初始點云數據從初始的雷達坐標系下轉換到所述局部坐標系下得到轉換后點云數據；基于徑向插值函數RBF和所述轉換后點云數據構建三維曲面；基于所述三維曲面進行點云重采樣以生成新的點云。

進一步地，其中以所述目標包圍體的中心為原點構建局部坐標系包括：以所述目標包圍體的中心為所述局部坐標系的原點；確定所述局部坐標系的第一主平面，第二主平面與所述第一主平面正交。

進一步地，其中確定所述局部坐標系的第一主平面包括：確定目標包圍體內點云的三個方向的特征向量e₁，e₂，e₃及對應的特征值λ₁，λ₂，λ₃，其中特征值大小關系為λ₁＞λ₂＞λ₃；利用特征向量e₁，e₂來計算第一主平面

進一步地，其中特征向量e₁平行于所述雷達坐標系的豎直軸，基于隨機抽樣一致性算法RANSAC及σ_hd計算特征向量e₂，特征向量e₃與特征向量e₁和e₂分別垂直，其中：

其中，N_t為點云中的點數，d_i為點i同其同層最近點的距離，HADP見下式：