[發明專利]一種基于激光掃描的目標識別方法及裝置

有效

• 申請號: 201711394396.2
• 申請日: 2017-12-21
• 公開（公告）號: CN109948635B
• 公開（公告）日: 2021-04-27
• 發明（設計）人: 李娟娟;賀進
• 申請（專利權）人: 北京萬集科技股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G01S17/88
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;李相雨

本發明提供一種基于激光掃描的目標識別方法及裝置，方法包括獲取通過激光雷達對待識別場景進行激光掃描反射得到的各個點的數據，并根據各個點的數據計算各個點的三維坐標值；數據包括激光雷達掃描到的采樣點與激光雷達之間的直線距離值；根據各個點的三維坐標值獲取各個點的二維坐標值，并根據各個點的直線距離值和各個點的二維坐標值對各個點進行聚類，生成多個類別；根據聚類形成的各個類別的點的二維坐標值計算各個目標信息；根據各個目標信息確定待識別場景中的各個目標。本發明針對車載激光雷達水平分辨率和垂直分辨率不相同問題，采用密度聚類算法進行聚類，聚類半徑是關于直線距離的自適應，獲得的聚類結果較好，從而提高目標識別精度。

技術領域

本發明涉及計算機處理技術領域，特別涉及一種基于激光掃描的目標識別方法及裝置。

背景技術

隨著汽車行業的不斷發展，無人駕駛技術已經成為智能交通和人工智能領域的一個研究熱點，其發展將會大大提高交通系統的效率和安全性，對現代交通系統和智慧城市有著重要的意義。

在大部分無人駕駛汽車中，激光雷達作為環境感知的傳感器已經成為不可或缺的一部分。無人駕駛汽車中的目標識別，一類方案僅采用激光雷達的點云數據進行目標識別，但是沒有考慮激光的水平分辨率和垂直分辨率不同的特點，激光掃描到的目標點云分布不均勻，目標聚類效果差導致目標識別精度低；一類方案是激光雷達和其他傳感器的融合做目標識別，例如攝像頭、毫米波雷達，該方案的缺點在于復雜度高。

發明內容

本發明提供一種至少部分解決上述技術問題的基于激光掃描的目標識別方法及裝置。

第一方面，本發明提供一種基于激光掃描的目標識別方法，包括：

獲取通過激光雷達對待識別場景進行激光掃描反射得到的各個點的數據，并根據各個點的數據，計算各個點的三維坐標值；所述數據包括：激光雷達掃描到的采樣點與激光雷達之間的直線距離值；

根據所述各個點的三維坐標值，獲取各個點的二維坐標值，并根據各個點的所述直線距離值和各個點的二維坐標值，對各個點進行聚類，生成多個類別；

根據聚類形成的各個類別的點的二維坐標值，計算各個目標信息；

根據各個目標信息，確定待識別場景中的各個目標。

優選的，根據各個點的所述直線距離值和各個點的二維坐標值，對各個點進行聚類，生成多個類別，包括：

根據各個點的所述直線距離值，計算與各個點對應的激光雷達x方向的聚類半徑、與各個點對應的激光雷達y方向的聚類半徑以及與各個點對應的類別所包含的最小點數；

根據與各個點對應的激光雷達x方向的聚類半徑、與各個點對應的激光雷達y方向的聚類半徑、與各個點對應的類別所包含的最小點數以及各個點的二維坐標值，對各個點進行聚類，生成多個類別。

優選的，根據各個點的所述直線距離值，計算與各個點對應的激光雷達x方向的聚類半徑、與各個點對應的激光雷達y方向的聚類半徑以及與各個點對應的類別所包含的最小點數，包括：

根據各個點的所述直線距離值，分別通過公式(一)、(二)和(三)計算與各個點對應的激光雷達x方向的聚類半徑、與各個點對應的激光雷達y方向的聚類半徑以及與各個點對應的待聚類的各個類別所包含的最小點數

EpsX_i＝A*D_i*tan(α)(一)

EpsY_i＝B*D_i*tan(β)(二)

MinPts_i＝f(D_i)(三)