[發明專利]一種基于三維激光雷達的空間移動目標檢測方法

有效

• 申請號: 202010095900.4
• 申請日: 2020-02-17
• 公開（公告）號: CN111340875B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 賴際舟;邱佳月;李志敏;岑益挺;呂品
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G06T7/70
• 分類號: G06T7/70;G06T7/155;G06T7/12;G01S17/89;G01S7/48
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 施昊

本發明公開了一種基于三維激光雷達的空間移動目標檢測方法，步驟：周期讀取k時刻激光雷達點云Ssubgt;k/subgt;，進行點云劃分；根據劃分后的點云分布情況進行優化的Ransac地面分離，獲取地面上的障礙物；記分離后點云信息為將基于距離圖像的點云分割方法應用于以進行障礙物分割，并映射為灰度圖像Isubgt;k/subgt;；利用自適應形態學濾波以進行灰度圖像Isubgt;k/subgt;的空洞填充和噪聲濾除，獲得處理后的圖像在圖像上框選障礙物，獲取其中心，并計算障礙物相對于激光雷達的相對距離和相對偏航角。本發明能夠在三維激光雷達點云稀疏的條件下，獲取獲取障礙物的輪廓尺寸和深度航向信息，并滿足實時性的要求。

技術領域

本發明屬于環境感知領域，特別涉及了一種空間移動目標檢測方法。

背景技術

自主感知是機器人智能化和自主導航的核心技術之一，自主機器人對目標的檢測水平的提高是其自主感知能力提高的關鍵因素。激光雷達不依賴于外接的光照條件，是一種主動式探測傳感器，且具備高精度的測距信息。基于激光雷達目標檢測方法是目標檢測中應用最廣泛的方法之一。

目前大多數的激光雷達目標檢測都基于聚類分割的方法，但由于激光雷達點云稀疏，較視覺傳感器來說，不具備紋理信息，往往無法進行有效的障礙物分割和輪廓的提取。僅采用基于聚類分割障礙物檢測方法無法通過框選獲得準確的分割結果和目標的輪廓、深度信息。

發明內容

為了解決上述背景技術提到的技術問題，本發明提出了一種基于三維激光雷達的空間移動目標檢測方法。

為了實現上述技術目的，本發明的技術方案為：

一種基于三維激光雷達的空間移動目標檢測方法，包括以下步驟：

(1)周期讀取k時刻激光雷達點云S_k，進行點云劃分；

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

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

(4)利用自適應形態學濾波以進行灰度圖像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，并計算障礙物相對于激光雷達的相對距離和相對偏航角。

進一步地，在步驟(1)中，所述點云劃分的過程如下：

(1-1)定義傳感器坐標系的X，Y，Z軸分別為激光雷達的前向，右向，下向；

(1-2)周期讀取k時刻三維激光雷達點云S_k＝{s_i}，i＝1，2，...,N_a，i按照激光雷達線與傳感器Z軸方向夾角從小到大依次遞增，N_a為激光雷達線數；s_i＝{p_ij}，j＝1，2，...,N_b，N_b為單線激光點云的激光點個數，p_ij表示第i線激光點云的第j個激光點；

(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時刻激光雷達點云S_k的第l段激光點云，l＝1,2,...,N_a×N_c。

進一步地，在步驟(2)中，所述優化的Ransac地面分離的過程如下：

(2-1)設置參數并進行初始化：