[發(fā)明專利]基于柵格和密度聚類算法的激光雷達(dá)目標(biāo)物檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810784270.4
• 申請(qǐng)日: 2018-07-17
• 公開（公告）號(hào): CN109101892B
• 公開（公告）日: 2021-08-10
• 發(fā)明（設(shè)計(jì)）人: 李立君;曾慶喜;夏曉宇;賀宇
• 申請(qǐng)（專利權(quán)）人: 南京航空航天大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06T17/05
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 葛瀟敏

本發(fā)明公開一種基于柵格和密度聚類算法的激光雷達(dá)目標(biāo)物檢測(cè)方法，包括如下步驟：步驟1，獲取激光雷達(dá)原始數(shù)據(jù)并解析；步驟2，建立柵格地圖并進(jìn)行數(shù)據(jù)投影；步驟3，計(jì)算柵格密度，判斷柵格是否為密集柵格，將稀疏柵格刪去；步驟4，用四個(gè)代表點(diǎn)代替密集柵格，產(chǎn)生新的集合；步驟5，在新的集合中采用基于密度的聚類算法完成聚類。此種檢測(cè)方法結(jié)合了柵格算法和密度聚類算法，解決了激光雷達(dá)目標(biāo)物檢測(cè)算法中點(diǎn)云數(shù)據(jù)量大的缺點(diǎn)，減小了傳統(tǒng)聚類算法的搜索時(shí)間，具有快速高效的特點(diǎn)。

技術(shù)領(lǐng)域

本發(fā)明屬于信息感知與識(shí)別技術(shù)領(lǐng)域，特別涉及一種基于柵格和密度聚類算法的激光雷達(dá)目標(biāo)物檢測(cè)方法。

背景技術(shù)

對(duì)于無(wú)人車來(lái)說(shuō)，其中重要的環(huán)節(jié)之一就是感知車輛周圍環(huán)境，三維激光雷達(dá)由于其具有掃描精度高、抗干擾能力強(qiáng)等特點(diǎn)，被廣泛應(yīng)用于無(wú)人車的研究中。激光雷達(dá)目標(biāo)物檢測(cè)算法一般采用基于密度的聚類算法，但由于激光雷達(dá)點(diǎn)云數(shù)據(jù)量大，直接在原始數(shù)據(jù)上進(jìn)行聚類比較麻煩，而且算法搜索時(shí)間較長(zhǎng)。

發(fā)明內(nèi)容

本發(fā)明的目的，在于提供一種基于柵格和密度聚類算法的激光雷達(dá)目標(biāo)物檢測(cè)方法，其具有快速高效的特點(diǎn)。

為了達(dá)成上述目的，本發(fā)明的解決方案是：

一種基于柵格和密度聚類算法的激光雷達(dá)目標(biāo)物檢測(cè)方法，包括如下步驟：

步驟1，獲取激光雷達(dá)原始數(shù)據(jù)并解析；

步驟2，建立柵格地圖并進(jìn)行數(shù)據(jù)投影；

步驟3，計(jì)算柵格密度，判斷柵格是否為密集柵格，將稀疏柵格刪去；

步驟4，用四個(gè)代表點(diǎn)代替密集柵格，產(chǎn)生新的集合；

步驟5，在新的集合中采用基于密度的聚類算法完成聚類。

上述步驟1中，將十六進(jìn)制表示的激光雷達(dá)原始數(shù)據(jù)轉(zhuǎn)化為三維坐標(biāo)的形式。

上述步驟2中，柵格的大小取決于激光雷達(dá)的水平分辨率。

上述步驟3中，判斷密集柵格的方法包括：建立柵格地圖時(shí)，將落入每個(gè)柵格的數(shù)據(jù)點(diǎn)的個(gè)數(shù)定義為柵格密度，人為設(shè)置一個(gè)密度閾值，柵格密度大于閾值的為密集柵格，小于閾值的定義為稀疏柵格。

上述步驟4的具體內(nèi)容是：在某一個(gè)密集柵格內(nèi)畫一個(gè)包含該柵格所有數(shù)據(jù)點(diǎn)的最小外接圓，以圓心為原點(diǎn)建立直角坐標(biāo)系，尋找該坐標(biāo)系下X軸正負(fù)半軸和Y軸正負(fù)半軸附近遠(yuǎn)離圓心最遠(yuǎn)的4個(gè)點(diǎn)，以這4個(gè)點(diǎn)為代表點(diǎn)代替密集柵格形成新的集合。

上述步驟5的具體步驟是：

步驟51，任意選取1個(gè)數(shù)據(jù)點(diǎn)p；

步驟52，判斷p是否是核心點(diǎn)，若是，則按公式得出EPS的值，其中：int()為取整；α為聚類半徑系數(shù)；(x,y)為該數(shù)據(jù)點(diǎn)在以激光雷達(dá)點(diǎn)為坐標(biāo)原點(diǎn)建立的直角坐標(biāo)系下的坐標(biāo)；θ為激光雷達(dá)的掃描角分辨率；L為聚類區(qū)域步長(zhǎng)；

步驟53，以EPS為半徑搜索p鄰域，建立p簇，鄰域內(nèi)所有的點(diǎn)連同p點(diǎn)歸為同一簇；

步驟54，若兩簇有共用的數(shù)據(jù)點(diǎn)，則兩簇合拼為同一簇；

步驟55，取下一個(gè)數(shù)據(jù)點(diǎn)，重復(fù)步驟52，直至所有數(shù)據(jù)點(diǎn)判斷完成。

采用上述方案后，本發(fā)明結(jié)合了柵格算法和密度聚類算法，解決了激光雷達(dá)目標(biāo)物檢測(cè)算法中點(diǎn)云數(shù)據(jù)量大的缺點(diǎn)，減小了傳統(tǒng)聚類算法的搜索時(shí)間。

附圖說(shuō)明

圖1是本發(fā)明的流程圖；

圖2是基于密度的聚類算法流程圖。

具體實(shí)施方式

以下將結(jié)合附圖，對(duì)本發(fā)明的技術(shù)方案及有益效果進(jìn)行詳細(xì)說(shuō)明。