[發明專利]基于三維雷達的障礙物檢測方法、裝置、介質和機器人

在審

• 申請號: 202011465018.0
• 申請日: 2020-12-14
• 公開（公告）號: CN112529874A
• 公開（公告）日: 2021-03-19
• 發明（設計）人: 文乃武
• 申請（專利權）人: 上海智蕙林醫療科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/246;G06K9/62;G06T17/05
• 代理公司: 上海碩力知識產權代理事務所(普通合伙) 31251
• 代理人: 楊用玲

本發明公開了一種基于三維雷達的障礙物檢測方法、裝置、介質和機器人。包括：獲取三維激光雷達數據；將三維激光雷達數據轉換為Map坐標系下的點云數據集；根據點云數據集構建地面模型；根據地面模型將點云數據集劃分為地面點云數據集與非地面點云數據集；對非地面點云數據集進行濾波處理；對非地面點云數據集進行聚類處理，得到點云聚類處理結果；根據點云聚類處理結果建立障礙物地圖及障礙物列表。本發明的技術效果：通過大量的預處理過程，極大的減少了障礙物識別過程中所需要的計算量，使得三維激光雷達的使用成為可能，同時使用聚類算法，而不是傳統的深度學習算法，進一步的減少了計算量，實現了在機器人上的實時進行。

技術領域

本發明涉及機器人控制領域，特別涉及基于三維雷達的障礙物檢測方法、裝置、介質和機器人。

背景技術

移動機器人在移動過程中，主要依靠二維激光雷達避障.首先需要獲取障礙物的距離信息并進行定位。但是，由于二維激光雷達安裝高度限制，一些懸掛物體難以探測，容易使得機器人與障礙物碰撞。三維激光雷達是多線的激光雷達，可以更好地探測障礙物的輪廓,提供了更加豐富的障礙物信息。然而現在大部分基于三維激光雷達的移動障礙物的檢測與跟蹤都是基于深度學習等復雜算法，由于其算法復雜度高，其運行實時性極差，無法滿足移動機器人的需求。

發明內容

為解決上述技術問題，本發明提供基于三維雷達的障礙物檢測方法、裝置、介質和機器人。

一方面，提供基于三維雷達的障礙物檢測方法，包括：

獲取三維激光雷達數據；

將所述三維激光雷達數據轉換為Map坐標系下的點云數據集；

根據所述點云數據集構建地面模型；

根據所述地面模型將所述點云數據集劃分為地面點云數據集與非地面點云數據集；

對所述非地面點云數據集進行濾波處理；

對經過所述濾波處理后的所述非地面點云數據集進行聚類處理，得到點云聚類處理結果；

所述根據所述點云聚類處理結果建立障礙物地圖及障礙物列表。

在本技術方案中，通過大量的預處理過程，極大的減少了障礙物識別過程中所需要的計算量，使得三維激光雷達的使用成為可能，同時使用聚類算法，而不是傳統的深度學習算法，進一步的減少了計算量，實現了在機器人上的實時進行。

優選地，所述根據所述點云聚類處理結果建立障礙物地圖及障礙物列表前還包括：

對所述點云聚類處理結果進行障礙物擬合處理；

所述障礙物擬合處理具體包括：

提取所述點云聚類處理結果的聚類點云簇集；

提取所述聚類點云簇集中的每一個聚類點云簇，若所述聚類點云簇的規模小于預設值，使用圓形擬合所述聚類點云簇，否則，使用矩形擬合所述聚類點云簇。

優選地，還包括：

動態追蹤所述障礙物列表中的障礙物。

所述動態追蹤所述障礙物列表中的障礙物具體包括：

構建前后兩幀動態障礙物之間的相似矩陣S_mxn；

其中：m為前一幀中動態障礙物的個數；n為當前幀中動態障礙物的個數；

前后兩幀間的任意兩個動態障礙物之間的相似度為s_ij；

當所述兩個動態障礙物均使用圓形或者均使用矩形擬合時，