[發明專利]目標位姿計算方法及計算模塊

在審

• 申請號: 202011606638.1
• 申請日: 2020-12-28
• 公開（公告）號: CN112614186A
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 杜思偉;王濰;陳琦;宋振壘;謝鵬;蘆暢
• 申請（專利權）人: 上海汽車工業(集團)總公司;聯創汽車電子有限公司
• 主分類號: G06T7/73
• 分類號: G06T7/73
• 代理公司: 上海浦一知識產權代理有限公司 31211
• 代理人: 焦天雷

本發明公開了一種目標位姿計算方法，其基于激光雷達點云聚類結果，包括：利用奇異值分解協方差矩陣進行聚類點云的主成分分析，得到目標偽朝向角；計算聚類點云偽中心點；將聚類點云偽中心點平移到激光雷達坐標系原點；通過聚類點云通過偽朝向角將步驟S3平移的聚類點云旋轉到激光雷達坐標系；求取平移旋轉后聚類點云的x軸、y軸和z軸的最大值和最小值；計算目標長寬，修正朝向角；通過目標最小面積時，目標在x軸、y軸和z軸值修正聚類點云偽中心的x值、y值、z值。本發明還公開了一種目標位姿計算模塊。本發明相比與傳統算法能顯著簡化計算復雜度，降低系統計算量，進而降低生產成本。

技術領域

本發明涉及智能駕駛汽車領域，特別是涉及一種基于激光雷達點云聚類結果的目標位姿計算方法。本發明還涉及一種基于激光雷達點云聚類結果的目標位姿計算模塊。

背景技術

智能駕駛與無人駕駛是不同概念，智能駕駛更為寬泛。它指的是機器幫助人進行駕駛，以及在特殊情況下完全取代人駕駛的技術。智能駕駛系統是一個集中運用了先進的信息控制技術，具備環境感知、多等級輔助駕駛等功能于一體的綜合系統。目前，智能駕駛發展規劃可以劃分為五個階段：L0～L4。

智能駕駛汽車是各個高校科研成果和各個企業技術落地的最佳載體，也是當今最熱的研究課題之一。激光雷達點云可以對周圍環境中目標的位姿(位置、形狀和朝向角+)進行準確檢測，成為智能駕駛環境感知的主要傳感器之一。激光雷達點云可以返回準確的目標位置信息，但是激光雷達聚類結果一簇無序的點云，不能夠直接獲取目標位姿信息。為了得到準確的位姿信息傳統的方法，通常會將聚類后的點云以步長為1°旋轉360°，需要迭代360次才能找到聚類點云的真正位姿信息，雖然可以達到效果，但是過程過于復雜，造成系統計算量過大，進而造成成本升高。

發明內容

在發明內容部分中引入了一系列簡化形式的概念,該簡化形式的概念均為本領域現有技術簡化，這將在具體實施方式部分中進一步詳細說明。本發明的發明內容部分并不意味著要試圖限定出所要求保護的技術方案的關鍵特征和必要技術特征，更不意味著試圖確定所要求保護的技術方案的保護范圍。

本發明要解決的技術問題是提供一種能降低目標位姿計算復雜度，減少計算量，提高計算效率的目標位姿計算方法。

本發明要解決的另一技術問題是提供一種能降低目標位姿計算復雜度，減少計算量，提高計算效率的目標位姿計算模塊。

為解決上述技術問題，本發明提供的基于激光雷達點云聚類結果的目標位姿計算方法，包括以下步驟：

S1，利用奇異值分解協方差矩陣進行聚類點云的主成分分析，得到目標偽朝向角；

S2，計算聚類點云偽中心點；

S3，將聚類點云偽中心點平移到激光雷達坐標系原點；

S4，通過聚類點云通過偽朝向角將步驟S3平移的聚類點云旋轉到激光雷達坐標系；

S5，求取平移旋轉后聚類點云的x軸、y軸和z軸的最大值和最小值；

S6，計算目標長寬，修正朝向角；

S7，通過目標最小面積時，目標在x軸、y軸和z軸值修正聚類點云偽中心的x值、y值、z值。

可選擇的，進一步改進所述的目標位姿計算方法，實施步驟S1時，包括：

S1.1，選擇原始數據中方差最大的方向作為第一新坐標軸；

S1.2,選擇與第一新坐標軸正交的平面中使得方差最大的方向作為第二新坐標軸；

S1.3，選擇與第一新坐標軸和第二新坐標軸正交的平面中方差最大的方向作為第三新坐標軸；

S1.4，選取聚類點云SVD分解后的第一個向量即第一新坐標軸，并利用此向量計算目標朝向角作為目標偽朝向角。