[发明专利]点云分类方法及装置

权利要求书

1.一种点云分类方法，其特征在于，所述方法包括：

获取原始激光点云；

去除所述原始激光点云中的孤立点和地面点，获得目标点云；

将所述目标点云投影至水平面，生成二维栅格地图；

对所述栅格地图进行腐蚀、膨胀后分割，获得分割点云；

对所述分割点云基于距离聚类，得到多个目标障碍物块；

根据所述多个目标障碍物块中的每个目标障碍物块的静态特征提取静态特征向量，所述每个目标障碍物块对应一个静态特征向量；

所述静态特征包括：三维点数目、惯性张量矩阵、三维协方差矩阵、三维协方差矩阵特征值、反射强度概率分布特征、位置姿态相关特征任意之一；

将所述静态特征向量输入第一分类器中，获取静态概率向量，所述每个静态特征向量对应一个所述静态概率向量；

对所述每个目标障碍物块进行前后帧的目标关联，获得跟踪序列；

对所述跟踪序列提取动态特征向量；

所述每个目标障碍物块对应一个动态特征向量；

将所述动态特征向量输入第二分类器中，获取动态概率向量，所述每个动态特征向量对应一个所述动态概率向量；

所述动态概率向量和所述静态概率向量的维度一致，且每个维度代表的类别是一一对应的；

根据所述静态概率向量和所述动态概率向量，确定所述多个目标障碍物块中的所述每个障碍物块的类别。

2.如权利要求1所述的方法，其特征在于，所述每个静态概率向量包括多个维度，每个维度对应于一个类别的概率。

3.如权利要求1所述的方法，其特征在于，所述每个动态概率向量包括多个维度，每个维度对应于一个类别的概率。

4.如权利要求1至3任一项所述的方法，其特征在于，根据所述静态概率向量和动态概率向量，确定所述多个目标障碍物块的类别，包括：

根据所述静态概率向量和动态概率向量获取滤波输出向量；

所述滤波输出向量中最大维度对应的类别为所述目标障碍块的类别。

5.如权利要求4所述的方法，其特征在于，所述滤波输出向量为：

L₀为动态特征先验概率向量，且y＝i为所述目标障碍快对应的动态特征向量的维度，

H(w)为当前时刻的动态概率向量，

T为跟踪序列的长度，

L'₀为静态特征先验概率向量，

t为采样时刻，

H(zt)为t时刻的静态概率向量，

其中，α，β，γ为权重值，通过以下获取：

m表示训练样本对应的目标障碍物块的个数。

6.一种点云分类装置，其特征在于，包括：

采样单元，用于获取原始激光点云；去除所述原始激光点云中的孤立点和地面点，获得目标点云；将所述目标点云投影至水平面，生成二维栅格地图；对所述栅格地图进行腐蚀、膨胀后分割，获得分割点云；对所述分割点云基于距离聚类，得到多个目标障碍物块；

控制单元，用于根据所述多个目标障碍物块中的每个目标障碍物块的静态特征提取静态特征向量，所述每个目标障碍物块对应一个静态特征向量；

所述静态特征包括：三维点数目、惯性张量矩阵、三维协方差矩阵、三维协方差矩阵特征值、反射强度概率分布特征、位置姿态相关特征任意之一；

将所述静态特征向量输入第一分类器中，获取静态概率向量，所述每个静态特征向量对应一个所述静态概率向量；

对所述每个目标障碍物块进行前后帧的目标关联，获得跟踪序列；

对所述跟踪序列提取动态特征向量；

所述每个目标障碍物块对应一个动态特征向量；

将所述动态特征向量输入第二分类器中，获取动态概率向量，所述每个动态特征向量对应一个所述动态概率向量；

所述动态概率向量和所述静态概率向量的维度一致，且每个维度代表的类别是一一对应的；

所述控制单元还用于根据所述静态概率向量和所述动态概率向量，确定所述多个目标障碍物块中的所述每个目标障碍物块的类别。