[發(fā)明專利]點群數(shù)據(jù)處理裝置、方法和程序、車輛控制裝置以及車輛

有效

• 申請?zhí)枺?/td>: 201880011686.0
• 申請日: 2018-02-15
• 公開（公告）號: CN110573908B
• 公開（公告）日: 2022-10-28
• 發(fā)明（設(shè)計）人: 丸山史郎;岡野原大輔
• 申請（專利權(quán)）人: 豐田自動車株式會社
• 主分類號: G01S17/89
• 分類號: G01S17/89;G01S17/93
• 代理公司: 北京市中咨律師事務(wù)所 11247
• 代理人: 張潔;段承恩

所要解決的問題在于，要以能在短時間內(nèi)處理的運算量將點群數(shù)據(jù)按每個對象物準確進行分類，為了解決該問題，點群數(shù)據(jù)處理裝置具備：圖像數(shù)據(jù)取得部，其取得拍攝到的圖像；點群數(shù)據(jù)取得部，其取得點群數(shù)據(jù)，所述點群數(shù)據(jù)表示與所述圖像所包含的多個點對應(yīng)的點群的位置信息；區(qū)域設(shè)定部，其設(shè)定對象區(qū)域和放大區(qū)域，所述對象區(qū)域是包圍所述圖像上的對象物的區(qū)域，所述放大區(qū)域是將所述對象區(qū)域放大了的區(qū)域；以及對象點群確定部，其基于所述點群數(shù)據(jù)所包含的、包含于所述對象區(qū)域的點群的深度信息和包含于所述放大區(qū)域的點群的深度信息，確定與所述對象物對應(yīng)的對象點群。

技術(shù)領(lǐng)域

本發(fā)明涉及用于僅提取由距離測定(測量)裝置取得的點群(點云)數(shù)據(jù)中的與對象物關(guān)聯(lián)的點群數(shù)據(jù)的技術(shù)。

背景技術(shù)

以往，存在被稱為Lidar(Light Detection and Ranging、Laser ImagingDetection and Ranging：“光檢測與測距”或“激光圖像檢測與測距”)的距離測定技術(shù)。根據(jù)Lidar，開發(fā)了如下方法：對于許多測定點，獲得取得了到測定點的距離以及測定點的三維坐標的點群數(shù)據(jù)，基于其點群數(shù)據(jù)，確定到對象物的距離、對象物的形狀等。

專利文獻1中公開了使用點群數(shù)據(jù)來預(yù)測移動體與障礙物的接觸的圖像處理裝置以及使用該圖像處理裝置的駕駛輔助系統(tǒng)。

現(xiàn)有技術(shù)文獻

專利文獻1：日本特開2016-134090號公報

發(fā)明內(nèi)容

發(fā)明所要解決的問題

由Lidar等取得的點群數(shù)據(jù)是對大范圍統(tǒng)一探測并進行數(shù)據(jù)取得而得到的數(shù)據(jù)，因此為了根據(jù)目的來利用取得的點群數(shù)據(jù)，需要進行所取得的點群數(shù)據(jù)是否包含于對象物等的分類、即所謂的點群數(shù)據(jù)的分割(segmentation)。

作為點群數(shù)據(jù)的分割方法，例如可列舉如下方法。

(1)簡單的基于歐式距離的分割

是基于點群間的距離將閾值以下的聚類(cluster)視為分段(segment)進行計算的方法。例如多使用如下手法：最初用深度信息進行粗略的分割，在當中應(yīng)用基于距離的分割，獲得細致的分割。

(2)法線差分(DoN：Difference of Normals)

作為下了工夫的方法，已知有DoN。其進行以點群中的一點為中心的所確定的一定范圍的法線向量A的計算。進而計算比計算A時大的范圍內(nèi)的法線向量B。此時，如果計算向量A、B之差時的絕對值|B-A|的值大，則能夠視為對象點周邊的形狀變化大，如果所述值小，則能夠視為對象點周邊的變化小。通過將變化大的點以外的點過濾，能夠期待順利地分離屬于各對象的聚類。

(3)基于最小割的分割(Min-Cut Based Segmentation)

是將點群視為圖(graph)從而使用作為圖論的經(jīng)典方法的最小割算法來遞歸地劃分點群的方法。

上述(1)的方法由于最佳閾值有時會因想要分割的對象而不同，因此存在無法適當?shù)胤诸愔荨Ａ硗猓谖矬w彼此位于非常近的位置的情況下，在基于距離的方法中，存在無法加以區(qū)分這一問題。上述(2)的方法必須對每個點計算法線向量，因此存在若處理能夠覆蓋大范圍的Lidar的點群則會導(dǎo)致計算量變得龐大這一問題。另外，過濾后的處理是進行基于距離的聚類，因此存在難以區(qū)分接近(鄰近)的物體這一問題。上述(3)的方法與上述(2)同樣地，存在會導(dǎo)致計算量變得龐大這一問題，另外，存在必須確定要細分到什么程度的閾值這一處理上的問題。

在自動駕駛等技術(shù)中，為了實時地識別在前面行駛的車輛和/或障礙物并進行處理，需要將點群數(shù)據(jù)按每個對象物準確進行分類，并且，為了實時地進行分類而需要計算量小且以短時間進行，上述(1)～(3)的方法不滿足該條件。