[發明專利]一種基于路側激光雷達的在途目標分類方法

有效

• 申請號: 202110582129.8
• 申請日: 2021-05-27
• 公開（公告）號: CN113191459B
• 公開（公告）日: 2022-09-09
• 發明（設計）人: 侯福金;張營超;李巖;吳建清;宋修廣;張涵;李利平;宋彥頡;霍光;楊梓梁;劉世杰
• 申請（專利權）人: 山東高速建設管理集團有限公司;山東大學
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/774;G06V10/762;G06K9/62;G01S17/88
• 代理公司: 濟南金迪知識產權代理有限公司 37219
• 代理人: 楊樹云

1.一種基于路側激光雷達的在途目標分類方法，其特征在于，包括步驟如下：

(1)點云數據收集；

點云數據是指在計算機中存儲為點的空間坐標信息以及點云密度信息；

(2)地面擬合；

從步驟(1)收集的點云數據中擬合出地面線；

(3)背景濾除；

步驟(2)擬合出的地面線上的為在途目標，地面線下的為地面點，采用RANSAC方法將步驟(2)擬合出的地面線上的在途目標提取出來，得到在途目標；

(4)目標聚集；

對背景濾除后得到的在途目標進行聚類操作，將屬于同一個物體的所有點劃分的一類；

(5)軌跡追蹤；

基于全局距離搜索的方法對車輛進行追蹤，將當前幀的某一車輛與前一幀的同一車輛進行關聯；

(6)提取目標側面輪廓的參數，建立數據庫；

所述目標側面輪廓的參數包括車身長度、最大高度、高度序列、點云個數、距激光雷達距離；其中高度序列為：將車輛的點云目標均分為若干段，從車頭至車尾，依次取每一段點云的最大高度，組成的高度集合即為高度序列；

所述數據庫包括采集目標的視頻錄像截圖、目標點云簇信息數據、特征表格；其中特征表格包括目標點云簇信息數據包括的點云個數、目標點云簇最大長度、點云簇中的點云距激光雷達的最小距離、點云簇的高度值序列、點云簇的最大高度；

(7)通過復合分類器實現目標類別的分類；

步驟(2)中，地面擬合的具體實現步驟包括：

S1：從初始點云圖中提取點云數據的范圍，x、y方向不設限制，以z＝0是地面為前提，令z＝[-maxDis,maxDis]，maxDis為z方向的限定取值；

S2：從單獨某一幀點云圖中S1限定的范圍中隨機抽取數據點；

S3：處理點云圖，如果該點云圖是首幀，則運行S6，否則，運行S4；

S4：判斷S2抽取的數據點與目前已估計出的三階曲面多項式估計模型的距離誤差，距離誤差通過抽取的數據點與目前已估計出的三階曲面多項式估計模型的z方向差值的絕對值計算，如式(II)所示：

z_err＝|z₀-z_old| (II)

式(II)中，z_err代表z方向距離誤差，z₀為抽取的數據點z坐標值，z_old為目前已估計出的三階曲面多項式估計模型上對應的z坐標值；

令e₁為誤差閾值即誤差參數，保留z_err小于e₁的數據點，即為地面點；

S5：在S4中去除了非地面點，設保留下的地面點z坐標值為z_new，將z_new與z_old進行加權平均，加權公式如式(Ⅲ)所示：

z_new2＝w₁z_new+w₂z_old (Ⅲ)

式(Ⅲ)中，w₁及w₂為加權系數；

S6：直接進行三階曲面擬合，估計出的三階曲面擬合方程的z_old距離，通過三階曲面擬合方程即式(Ⅰ)求取；

S7：從S1中限定的范圍中抽取數據點，判斷數據點的z₀與S6中估計出的三階曲面擬合方程的z_old距離誤差，若小于誤差閾值e2，則認為是地面點，否則，則認為該點為非地面點；

S8：重復S2-S6直至推出最佳三階曲面多項式估計模型；

通過3D-DBSCAN密度聚類算法聚類，步驟(5)中，將通過3D-DBSCAN密度聚類算法聚類后的在途目標輪廓的點云簇分別賦以不同類簇號，用t表示，在軌跡追蹤之前，先標記每一幀中的點云，設P_i是第i幀中的點云集合，點云集合P_i中的點用ID號j標記，則類簇號為t的目標點云的第i幀數據，表示為Q_t,i＝{P_t,i,1,P_t,i,2,...P_t,i,j}；其中，P_t,i,j中的t表示車輛類簇號，i表示幀號，j表示點云集合中點的ID號，Q_t,i代表第i幀中類簇號為t的目標點云信息的存儲矩陣；設當前追蹤的目標類簇號為t，基于全局距離搜索的軌跡追蹤的實現步驟包括：

S9：查詢并從矩陣Q_t,i中計算前一幀中類簇號為t的車輛距離激光雷達最近的點，記這點為A_t；

S10：計算當前幀矩陣Q_t,i中所有類簇號的目標距離激光雷達最近的點到A_t的距離d_n，判斷并篩選出滿足d_n小于min Dis的點，其中，minDis為閾值參數；

S11：計算并選出S10中具有最小值mind_n的點，mind_n指的是相鄰幀的目標點云簇兩角點的最小距離，檢索到該點所在的類簇，并記錄類簇號；

S12：用相同的方式判斷點云數據中截取下來的每一幀，將滿足S10、S11中條件的點所屬的類簇號在不同幀中關聯起來并賦以新類簇號k；屬于新類簇號k目標在不同幀中的點云信息存儲矩陣表示為：CarD_k＝{Q_k,1,Q_k,2,...Q_k,i}；Q_k,i表示新的類簇號k在第i幀中的點云信息；CarD_k表示類簇號k的點云信息存儲矩陣。