[发明专利]一种基于三维激光雷达目标识别的点云密度增强的方法

权利要求书

1.一种基于三维激光雷达目标识别的点云密度增强的方法，包括：

通过三维激光雷达测量目标的初始点云数据，确定所述初始点云数据中的目标包围体；

以所述目标包围体的中心为原点构建局部坐标系，将所述初始点云数据从初始的雷达坐标系下转换到所述局部坐标系下得到转换后点云数据；

基于径向插值函数RBF和所述转换后点云数据构建三维曲面；

基于所述三维曲面进行点云重采样以生成新的点云；

其中，基于所述三维曲面进行点云重采样以生成新的点云包括：

将目标投影至第一主平面上，按照横、纵向网格宽度r_m，r_n生成二值网格坐标系Omn，坐标原点位于左上角，Om轴正向指向右方，On轴正向指向下方，各网格单元中存储0/1值，其中值1表示网格对应的主平面上存在点云投影，值0表示网格对应的主平面上不存在点云投影；

利用下式对所述三维曲面上的点云中的所有点进行遍历，确定其属于的网格单元，如果网格单元中存在一个或多个点，则该网格单元值为1，否则为0，最终生成二值网络：

其中m，n表示网格坐标值，x′_i，z′_i为点i的坐标值，min(x′)，min(z′)为所有点云的最小x′及y′值，r_m为二值网格坐标系下横向网格宽度，r_n为二值网格坐标系下纵向网格宽度；

round( )表示利用二值网络公式对所有点云进行遍历分析，计算出其属于的网格单元，如果网格中存在一个或多个点，则设该网格单元值为1，否则为0；

在所述二值网格坐标系中扫描线对应每一层横向网格，采用跳跃聚类JDC算法将各层上的扫描线进行分割，以i＝1，...N_s，j＝1...，N_l，其中N_s为第L_j层上网格的分割数量，N_l为网格纵向层数，即扫描线个数；

在扫描线分割完成后对横向单元值为0的网格进行重新调整，包括：

如果一个包括不止一个单元值为1的网格，则设置所处的所有网格为单元值为1的网格；

如果一个仅有一个单元值为1的网格，则设置该单元值为1的网格的左右两侧n_a个网格为单元值为1的网格，参数n_a取决于网格横向宽度r_m；

对于纵向单元值为1的网格，计算网格相邻层的近邻分割，将处于这两个分割的连接处的所有网格置为单元值为1的网格；

对网格坐标系中的每一个单元值为1的网格，在目标局部坐标系O′x′y′z都对应一个点，该点的坐标值为：

其中，S为基于RBF的函数S，所有点(x′，y′，z′)的和构成新的点云；

其中以所述目标包围体的中心为原点构建局部坐标系包括：

以所述目标包围体的中心为所述局部坐标系的原点；

确定所述局部坐标系的第一主平面，第二主平面与所述第一主平面正交。

2.如权利要求1所述的方法，其中确定所述局部坐标系的第一主平面包括：

确定目标包围体内点云的三个方向的特征向量e₁，e₂，e₃及对应的特征值λ₁，λ₂，λ₃，其中特征值大小关系为λ₁＞λ₂＞λ₃；

利用特征向量e₁，e₂来计算第一主平面