[發明專利]選擇性地去除多層數據中包括的特定點的車輛和方法

在審

• 申請號: 202111172445.4
• 申請日: 2021-10-08
• 公開（公告）號: CN114384538A
• 公開（公告）日: 2022-04-22
• 發明（設計）人: 盧美林;金秉光
• 申請（專利權）人: 現代自動車株式會社;起亞株式會社
• 主分類號: G01S17/42
• 分類號: G01S17/42;G01S17/931;G01S17/89;G06K9/62
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 趙赫;崔龍鉉

本公開涉及一種選擇性地去除從傳感器接收的多層數據中包括的特定點的車輛和方法。該車輛可以包括：作為傳感器的激光雷達傳感器；以及信號處理器，其被配置為選擇多層中包括的靜態物體，從多層中選擇目標層，定義由所選擇的目標層中的每一個中包括的點形成的形狀，基于點形成的形狀來選擇參考層，并且基于參考層形成的輪廓與剩余層的點中的每一個之間的距離和參考距離，從剩余層中的至少一個中去除相應點。

相關交叉引用

本申請要求于2020年10月6日提交的申請號為10-2020-0128642的韓國專利申請的權益，該韓國專利申請的全部內容通過引用并入本文。

技術領域

本公開涉及一種定義待識別的靜態物體后選擇性地去除由激光雷達(LiDAR)傳感器收集的多層中包括的區別于靜態物體的特定點的方法。

背景技術

構成激光雷達系統的激光雷達傳感器是將具有高輸出功率的激光脈沖輻射到周圍大氣并且接收從激光雷達傳感器附近存在的目標物體反射的激光脈沖的裝置。所接收的信號用于測量激光雷達系統與目標物體之間的距離、測量目標物體的速度和方向、分析周圍大氣中的物質以及測量物質的濃度。

由于車載激光雷達系統主要使用具有905納米(nm)短波長的激光脈沖，因此車載激光雷達系統具有出色的三維(3D)地圖恢復性能，因此可能適合在自動駕駛車輛中使用。由于具有短波長的激光脈沖具有高線性度，因此激光脈沖有利地用于實現高分辨率和精度，從而在三維而不是二維上感知物體。

與僅使用一層(layer)來感知物體的室內機器人等不同，考慮道路的坡度和彎度，自動駕駛車輛使用多層以精確感知物體。

通過安裝在主車輛中的激光雷達系統接收的激光雷達層數據(以下簡稱層數據)包括例如關于諸如護欄的靜態物體的信息以及關于存在于護欄附近的諸如灌木的結構體的信息。為了在將激光雷達層數據與高清地圖匹配時使誤差最小化，需要區分作為待確定的重要因素的護欄與作為不重要的結構體的灌木，并且去除關于灌木的數據。

在提出的區分作為靜態物體的護欄與作為結構體的灌木，并且最終從層數據中去除關于灌木的數據的傳統技術中，僅使用由激光雷達系統接收的信息的單層(singlelayer)中包括的點來確定靜態物體和結構體。然而，在結構體的點形成直線形狀的情況下，存在無法完全區分靜態物體的點和結構體的點的問題。

發明內容

因此，本公開涉及一種選擇性地去除從傳感器即激光雷達傳感器接收的多層數據中包括的特定點的車輛和方法，其基本上消除了由于現有技術的限制和缺點而導致的一個或多個問題。

本公開的目標是提供一種選擇性地去除多層中包括的特定點的裝置，其中，在靜態物體與另一結構體在邏輯上聚類為一個物體的情況下，形成與靜態物體的形狀最相似的層被選擇為參考層，并且基于該參考層來去除與另一層中包括的結構體相關聯的點。

本公開的另一目標是提供一種選擇性地去除多層中包括的特定點的方法，其中，在靜態物體與另一結構體在邏輯上聚類為一個物體的情況下，形成與靜態物體的形狀最相似的層被選擇為參考層，并且基于該參考層來去除與另一層中包括的結構體相關聯的點。

然而，本公開待實現的目標不限于上述目標，并且從以下描述本領域技術人員將清楚地理解本文中未提及的其他目標。

根據本公開的一個方面，上述和其他目標可以通過提供一種配備有選擇性地去除多層中包括的特定點的裝置的車輛來實現，該車輛包括信號處理器，該信號處理器被配置為執行以下過程：選擇從激光雷達傳感器接收的多層中包括的靜態物體，從多層中選擇目標層，定義由所選擇的目標層中的每一個中包括的多個點形成的形狀，設置與該形狀相對應的方程，將回歸應用于方程以選擇具有最小誤差的層作為參考層，并且當參考層中的輪廓與剩余層中的點之間的距離比參考距離長時，從剩余層中去除相應的點。