[發(fā)明專利]一種基于三維激光雷達(dá)的空間移動(dòng)目標(biāo)檢測方法

有效

• 申請?zhí)枺?/td>: 202010095900.4
• 申請日: 2020-02-17
• 公開（公告）號: CN111340875B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設(shè)計(jì)）人: 賴際舟;邱佳月;李志敏;岑益挺;呂品
• 申請（專利權(quán)）人: 南京航空航天大學(xué)
• 主分類號: G06T7/70
• 分類號: G06T7/70;G06T7/155;G06T7/12;G01S17/89;G01S7/48
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 施昊

1.一種基于三維激光雷達(dá)的空間移動(dòng)目標(biāo)檢測方法，其特征在于，包括以下步驟：

(1)周期讀取k時(shí)刻激光雷達(dá)點(diǎn)云S_k，進(jìn)行點(diǎn)云劃分；

(2)根據(jù)劃分后的點(diǎn)云分布情況進(jìn)行優(yōu)化的Ransac地面分離，獲取地面上的障礙物；記分離后點(diǎn)云信息為

(3)將基于距離圖像的點(diǎn)云分割方法應(yīng)用于以進(jìn)行障礙物分割，并映射為灰度圖像I_k；

(4)利用自適應(yīng)形態(tài)學(xué)濾波以進(jìn)行灰度圖像I_k的空洞填充和噪聲濾除，獲得處理后的圖像

(5)在圖像上框選障礙物，獲取其中心，并計(jì)算障礙物相對于激光雷達(dá)的相對距離和相對偏航角。

2.根據(jù)權(quán)利要求1所述基于三維激光雷達(dá)的空間移動(dòng)目標(biāo)檢測方法，其特征在于，在步驟(1)中，所述點(diǎn)云劃分的過程如下：

(1-1)定義傳感器坐標(biāo)系的X，Y，Z軸分別為激光雷達(dá)的前向，右向，下向；

(1-2)周期讀取k時(shí)刻三維激光雷達(dá)點(diǎn)云S_k＝{s_i}，i＝1，2，…,N_a，i按照激光雷達(dá)線與傳感器Z軸方向夾角從小到大依次遞增，N_a為激光雷達(dá)線數(shù)；s_i＝{p_ij}，j＝1，2，…,N_b，N_b為單線激光點(diǎn)云的激光點(diǎn)個(gè)數(shù)，p_ij表示第i線激光點(diǎn)云的第j個(gè)激光點(diǎn)；

(1-3)將s_i平均分為N_c段，S_k將被劃分為N_a×N_c段，記B_k,l為k時(shí)刻激光雷達(dá)點(diǎn)云S_k的第l段激光點(diǎn)云，l＝1,2,…,N_a×N_c。

3.根據(jù)權(quán)利要求2所述基于三維激光雷達(dá)的空間移動(dòng)目標(biāo)檢測方法，其特征在于，在步驟(2)中，所述優(yōu)化的Ransac地面分離的過程如下：

(2-1)設(shè)置參數(shù)并進(jìn)行初始化：

記K_s為最大迭代次數(shù)，K為迭代次數(shù)；記為候選地面點(diǎn)集，為的候選地面點(diǎn)個(gè)數(shù)，為B_k,l中的候選地面點(diǎn)個(gè)數(shù)；記T_better為候選地面點(diǎn)集滿足最優(yōu)地面點(diǎn)集的激光點(diǎn)數(shù)量比重閾值，det(C_best)為候選地面點(diǎn)集滿足最優(yōu)地面點(diǎn)集的激光點(diǎn)分布權(quán)重協(xié)方差矩陣C_best的行列式；記為最優(yōu)地面點(diǎn)集，為的最優(yōu)地面點(diǎn)個(gè)數(shù)，為B_k,l中的最優(yōu)地面點(diǎn)個(gè)數(shù)；定義候選地面點(diǎn)集為與擬合的地面平面之間滿足距離閾值的激光雷達(dá)點(diǎn)集，最優(yōu)地面點(diǎn)集為數(shù)量比重滿足激光點(diǎn)數(shù)量比重閾值且激光點(diǎn)分布權(quán)重協(xié)方差矩陣行列式最大的激光雷達(dá)點(diǎn)集；

初始化K_s＝∞，K＝0，T_better＝0，det(C_best)，

(2-2)篩選k時(shí)刻雷達(dá)點(diǎn)云采樣先驗(yàn)數(shù)據(jù)集：

當(dāng)k＝0時(shí)，由于地面點(diǎn)僅存在于激光雷達(dá)下半視場僅選取激光雷達(dá)點(diǎn)云根據(jù)如下公式求k＝0時(shí)刻的每一個(gè)B_0,l的質(zhì)心，記為x_k,l，質(zhì)心的集合記為先驗(yàn)數(shù)據(jù)集D₀：

其中，m_l為B_0,l中激光點(diǎn)個(gè)數(shù)；為x_k,l的三維坐標(biāo)，(x_i,y_i,z_i)為B_0,l中第i個(gè)激光點(diǎn)的三維坐標(biāo)；

當(dāng)k≠0時(shí)，根據(jù)k-1時(shí)刻的數(shù)據(jù)計(jì)算得到相應(yīng)的先驗(yàn)數(shù)據(jù)集D_k；

(2-3)根據(jù)采樣點(diǎn)擬合k時(shí)刻的地面模型：

在先驗(yàn)數(shù)據(jù)集D_k中迭代隨機(jī)抽樣3個(gè)樣本，利用克萊姆法則計(jì)算k時(shí)刻模型參數(shù)，設(shè)擬合平面P_k:ax+by+cz+d＝0，3個(gè)樣本分別為(x₁,y₁,z₁)，(x₂,y₂,z₂)，(x₃,y₃,z₃)，則：

(2-4)根據(jù)激光點(diǎn)與模型的歐式距離篩選候選地面點(diǎn)集

設(shè)置距離閾值為L₁＝2δ，δ為點(diǎn)云到k時(shí)刻模型距離的標(biāo)準(zhǔn)差；計(jì)算激光點(diǎn)p_ij到平面P_k的歐式距離

其中，(x_ij,y_ij,z_ij)為p_ij的三維坐標(biāo)；

若將p_ij加入并更新

(2-5)根據(jù)候選地面點(diǎn)的比重與分布篩選最優(yōu)地面點(diǎn)集：

記k時(shí)刻的候選地面點(diǎn)所占比重為T_count，當(dāng)T_count＞T_better時(shí)，比較候選地面點(diǎn)的分布權(quán)重協(xié)方差矩陣C，當(dāng)det(C)＞C_best更新最優(yōu)地面點(diǎn)集T_count和C計(jì)算式如下：

其中，N_k為k時(shí)刻激光雷達(dá)點(diǎn)總個(gè)數(shù)，定義為激光雷達(dá)點(diǎn)云的權(quán)重中心，為B_k,l中候選地面點(diǎn)比重，n_k,l為B_k,l中激光點(diǎn)個(gè)數(shù)，上標(biāo)T表示轉(zhuǎn)置；

(2-6)更新迭代次數(shù)并判斷是否滿足終止條件：

不斷更新迭代次數(shù)K，如果K≤K_s，則跳轉(zhuǎn)至步驟(2-2)，直到滿足終止條件，如果K＞K_s，將直接停止迭代；K_s的計(jì)算式如下：

其中，μ為采樣K_s次都至少包含一個(gè)非地面點(diǎn)的概率；p_k,l為k時(shí)刻從B_k,l中采樣構(gòu)成數(shù)據(jù)集的概率，k＝0時(shí)，k≠0時(shí)，p_k,l為k-1時(shí)刻得到的先驗(yàn)采樣概率；為k時(shí)刻B_k,l中的最優(yōu)地面點(diǎn)的比率，其計(jì)算式如下：

(2-7)利用最優(yōu)地面點(diǎn)集根據(jù)整體最小二乘法更新擬合平面；

(2-8)計(jì)算k時(shí)刻的最優(yōu)地面點(diǎn)比重，得到k+1時(shí)刻解算模型參數(shù)的先驗(yàn)數(shù)據(jù)集：

將k時(shí)刻B_k,l的的最優(yōu)地面點(diǎn)比重映射到[δ,1]：

其中，0＜δ＜0.5；

根據(jù)最優(yōu)地面點(diǎn)分布獲得k+1時(shí)刻采樣數(shù)據(jù)集：

記p_k+1,l為k時(shí)刻從B_k+1,l中采樣的概率，記D_k+1為根據(jù)p_k+1,l從B_k+1,l中取整抽樣數(shù)據(jù)集：

(2-9)定義k時(shí)刻的地面點(diǎn)云為最優(yōu)地面點(diǎn)集根據(jù)下式計(jì)算分離地面后點(diǎn)云信息