[發(fā)明專利]一種基于3D激光雷達(dá)的車輛檢測(cè)與跟蹤方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010029355.9
• 申請(qǐng)日: 2020-01-10
• 公開(kāi)（公告）號(hào): CN111275075B
• 公開(kāi)（公告）日: 2023-05-02
• 發(fā)明（設(shè)計(jì)）人: 張曉東;劉毅楓;王則陸
• 申請(qǐng)（專利權(quán)）人: 超越科技股份有限公司
• 主分類號(hào): G06V10/764
• 分類號(hào): G06V10/764;G06V10/80;G06T7/277;G06F17/16;G01S17/66;G01S17/931
• 代理公司: 濟(jì)南泉城專利商標(biāo)事務(wù)所 37218
• 代理人: 李桂存

一種基于3D激光雷達(dá)的車輛檢測(cè)與跟蹤方法，使用3D激光雷達(dá)作為傳感器，通過(guò)車輛特征Ⅰ、車輛特征Ⅱ、車輛特征Ⅲ、車輛特征Ⅳ、車輛特征Ⅴ、車輛特征Ⅵ、車輛特征Ⅶ多種車輛特征，利用SVM訓(xùn)練分類器，進(jìn)行車輛檢測(cè)，使用全局最近鄰算法和無(wú)跡卡爾曼濾波進(jìn)行車輛跟蹤，借助車輛跟蹤的結(jié)果提升車輛檢測(cè)的真正率。

技術(shù)領(lǐng)域

本發(fā)明涉及無(wú)人駕駛技術(shù)領(lǐng)域，具體涉及一種基于3D激光雷達(dá)的車輛檢測(cè)與跟蹤方法。

背景技術(shù)

隨著控制系統(tǒng)技術(shù)、傳感器技術(shù)以及人工智能技術(shù)的不斷發(fā)展，有關(guān)無(wú)人駕駛汽車的研究取得了很大的進(jìn)步，相關(guān)技術(shù)開(kāi)始越來(lái)越多的應(yīng)用在軍事、科研、生產(chǎn)以及我們?nèi)粘５纳钪小o(wú)人駕駛技術(shù)重大的科研意義不只體現(xiàn)在其所包含的核心科學(xué)問(wèn)題上，同時(shí)也反映在其關(guān)鍵的戰(zhàn)略價(jià)值與光明的應(yīng)用前景上，這也使得無(wú)人駕駛技術(shù)的社會(huì)關(guān)注度極高。

因?yàn)檐囕v往往行駛速度較快，是道路交通的重要參與者和交通事故的主要引發(fā)者，所以在各種道路環(huán)境中，車輛都是無(wú)人駕駛汽車重要的交互對(duì)象。隨著無(wú)人駕駛技術(shù)的發(fā)展，車輛檢測(cè)與跟蹤方面的研究也取得了顯著的進(jìn)步，成為無(wú)人駕駛汽車領(lǐng)域的關(guān)鍵課題之一。因此如何提高車輛檢測(cè)的真正率也是現(xiàn)有技術(shù)中存在的難題。

發(fā)明內(nèi)容

本發(fā)明為了克服以上技術(shù)的不足，提供了一種提升車輛檢測(cè)的真正率的基于3D激光雷達(dá)的車輛檢測(cè)與跟蹤方法。

本發(fā)明克服其技術(shù)問(wèn)題所采用的技術(shù)方案是：

一種基于3D激光雷達(dá)的車輛檢測(cè)與跟蹤方法，包括如下步驟：

a)在無(wú)人駕駛汽車上采用64線激光雷達(dá)采集3D點(diǎn)云數(shù)據(jù)，將3D點(diǎn)云數(shù)據(jù)預(yù)處理后得到n個(gè)對(duì)象樣本S_k，k＝1,2,...,n，為對(duì)象k中的點(diǎn)，其中N_k為第k個(gè)對(duì)象樣本中包含的點(diǎn)的數(shù)量；

b)利用f＝{f₁,f₂,...,f_m}標(biāo)示3D點(diǎn)云的特征向量，m＝207；

c)車輛特征Ⅰ由對(duì)象樣本S_k的慣性張量矩陣M中得到的特征向量的獨(dú)立項(xiàng)f₁～f₆組成；

d)車輛特征Ⅱ由對(duì)象樣本S_k的協(xié)方差矩陣C中得到的特征向量的獨(dú)立項(xiàng)f₇～f₁₂組成；

e)建立以無(wú)人駕駛汽車的后軸中心點(diǎn)為原點(diǎn)垂直地面向上方向?yàn)閦軸正方向、朝向車輛前往為x軸正方向且根據(jù)右手法則得到y(tǒng)軸正方向的坐標(biāo)體系，車輛特征Ⅲ由對(duì)象樣本S_k?z軸分成10個(gè)層，將每一層點(diǎn)云中的點(diǎn)投影到垂直于z軸的平面上并計(jì)算出沿x軸的長(zhǎng)度，得到10個(gè)分成特征f₁₃～f₂₂；

f)在x軸與z軸構(gòu)成的平面劃分14×9組柵格，將3D點(diǎn)云投影到x軸與z軸構(gòu)成的平面的柵格中得到xz平面的歸一化2D直方圖，計(jì)算出每個(gè)柵格中的點(diǎn)的數(shù)量，柵格中點(diǎn)的數(shù)量為其在直方圖對(duì)應(yīng)區(qū)間上的值，直方圖上14×9個(gè)區(qū)間對(duì)應(yīng)的值為車輛特征Ⅳ?f₂₃～f₁₄₈；

g)在y軸與z軸構(gòu)成的平面劃分9×6組柵格，將3D點(diǎn)云投影到y(tǒng)軸與z軸構(gòu)成的平面的柵格中得到y(tǒng)z平面的歸一化2D直方圖，計(jì)算出每個(gè)柵格中的點(diǎn)的數(shù)量，柵格中點(diǎn)的數(shù)量為其在直方圖對(duì)應(yīng)區(qū)間上的值，直方圖上9×6個(gè)區(qū)間對(duì)應(yīng)的值為車輛特征Ⅴ?f₁₄₉～f₂₀₂；

h)車輛特征Ⅵ由對(duì)象樣本S_k的反射強(qiáng)度平均值和方差f₂₀₃～f₂₀₄組成；

i)車輛特征Ⅶ由對(duì)象樣本S_k的長(zhǎng)高比、長(zhǎng)寬比、寬高比f(wàn)₂₀₅～f₂₀₇組成；