[發明專利]基于高斯分布的地面濾波算法

在審

• 申請號: 201910201715.6
• 申請日: 2019-03-18
• 公開（公告）號: CN109959910A
• 公開（公告）日: 2019-07-02
• 發明（設計）人: 蔡向東;齊琦;吳文浩
• 申請（專利權）人: 哈爾濱理工大學
• 主分類號: G01S7/48
• 分類號: G01S7/48
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明的目的是為智能駕駛中的目標識別提供更優質的數據，減小地面點對識別造成的影響。結合傳統的地面濾波方法，并在此基礎上增加了高斯分布來判斷某一點屬于地面點的概率，以解決原有算法在距離本車較遠處允許范圍過高從而將非地面點識別為地面點的問題。實施過程主要分為三步，包括采用傳統的方法選取初始地面點、對數據進行扇形網格劃分和利用高斯分布判斷地面點。

技術領域

本發明涉及智能駕駛中的地面濾波領域，實現了地面點與非地面點的分離。

背景技術

智能駕駛是當前社會的熱門研究方向，許多人在這個方向上提出了一系列的算法，主要是對車載激光雷達所探測到的點云進行處理，識別出道路上的實際交通情況。激光雷達在路面信息探測上有著突出的優勢，不受光線的影響，可以適用于絕大多數場景。而地面點濾波是雷達點云處理的基礎，可以為點云的識別提供很大的幫助，減少地面點對識別造成的影響。

發明內容

本發明的目的是為智能駕駛中的目標識別提供更優質的數據，減小地面點對識別造成的影響；

本發明結合傳統的地面濾波方法，并在此基礎上增加了高斯分布來判斷地面點概率，以解決原有算法在距離本車較遠處將非地面點識別為地面點的問題；

本發明主要分為三步：

1、采用傳統的方法選區初始地面點：以本車為圓心向外擴展，通過判斷同一方上相鄰兩個點的高度差是否在允許范圍內來確定該點是否是地面點，這種逐級擴充地面點的方法對任何地面都具有很強的適用性，但是經過實際測試證明在據車較遠出，存在將非地面點識別為地面點的情況，而且很普遍，因此這里只用來定位初始地面點，判斷離本車距離較近的點是否為地面點；

2、對數據進行網格劃分：雷達探測的點云數據為扇形分布，用扇形網格存儲數據可以降低數據量，同時可以將無序的點云轉化為有序的網格方便處理，網格通過半徑及偏角進行編號，將點按照編號分布到不同的網格中，以每一個網格中點的高度平均值當作當前網格高度，點的編號計算方法如下：

其中r_div為半徑編號，theat_div為角度編號，r為點到車的距離

r_min為雷達可識別的最近點到車的距離，r_dis為最小網格的寬度，theat為點到車的連線與y軸正方向的夾角，theat_min為雷達的最小方位角，theat_dis為最小網格的角度；

3、利用高斯分布判斷地面點：首先求出初始地面點所屬網格的期望和方差，我們遍歷所有網格，對遍歷到的每一個網格計算它屬于地面點的概率P(x)，如果該點是地面點的概率在額定范圍內，則將該點加入地面點，同時更新期望和方差，同時記錄并不斷更新最大方差，當某一點屬于地面點的概率超出額定范圍內時，再次判斷該點是否在最大方差的允許范圍內，如果滿足則該點為地面點，但此時不進行期望和方差的更新；

。

附圖說明

圖1為整個算法實現的整體流程圖。

圖2為用扇形網格存儲數據的流程圖。

圖3為使用高斯分布篩選并擴充地面點的流程圖。

圖4為初始地面點選取的流程圖。