[发明专利]一种基于激光扫描的目标识别方法及装置有效
申请号: | 201711394396.2 | 申请日: | 2017-12-21 |
公开(公告)号: | CN109948635B | 公开(公告)日: | 2021-04-27 |
发明(设计)人: | 李娟娟;贺进 | 申请(专利权)人: | 北京万集科技股份有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G01S17/88 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 王莹;李相雨 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 激光 扫描 目标 识别 方法 装置 | ||
1.一种基于激光扫描的目标识别方法,其特征在于,包括:
获取通过激光雷达对待识别场景进行激光扫描反射得到的各个点的数据,并根据各个点的数据,计算各个点的三维坐标值;所述数据包括:激光雷达扫描到的采样点与激光雷达之间的直线距离值;
根据所述各个点的三维坐标值,获取各个点的二维坐标值,并根据各个点的所述直线距离值和各个点的二维坐标值,对各个点进行聚类,生成多个类别;
根据聚类形成的各个类别的点的二维坐标值,计算各个目标信息;
根据各个目标信息,确定待识别场景中的各个目标;
其中,根据各个点的所述直线距离值和各个点的二维坐标值,对各个点进行聚类,生成多个类别,包括:
根据各个点的所述直线距离值,计算与各个点对应的激光雷达x方向的聚类半径、与各个点对应的激光雷达y方向的聚类半径以及与各个点对应的类别所包含的最小点数;
根据与各个点对应的激光雷达x方向的聚类半径、与各个点对应的激光雷达y方向的聚类半径、与各个点对应的类别所包含的最小点数以及各个点的二维坐标值,对各个点进行聚类,生成多个类别。
2.根据权利要求1所述的方法,其特征在于,根据各个点的所述直线距离值,计算与各个点对应的激光雷达x方向的聚类半径、与各个点对应的激光雷达y方向的聚类半径以及与各个点对应的类别所包含的最小点数,包括:
根据各个点的所述直线距离值,分别通过公式(一)、(二)和(三)计算与各个点对应的激光雷达x方向的聚类半径、与各个点对应的激光雷达y方向的聚类半径以及与各个点对应的类别所包含的最小点数
EpsXi = A*Di*tan(α) (一)
EpsYi = B*Di*tan(β)(二)
MinPtsi = f(Di)(三)
其中,EpsXi为与第i个点对应的激光雷达x方向的聚类半径,EpsYi为与第i个点对应的激光雷达y方向的聚类半径,Di为第i个点的所述直线距离值,α为激光雷达X方向的分辨率,β为激光雷达Y方向的分辨率,A、B为半径系数;MinPtsi为与第i个点对应的类别所包含的最小点数;f(Di)为关于Di的线性函数或非线性函数。
3.根据权利要求1所述的方法,其特征在于,根据与各个点对应的激光雷达x方向的聚类半径、与各个点对应的激光雷达y方向的聚类半径、与各个点对应的类别所包含的最小点数以及各个点的二维坐标值,对各个点进行聚类,生成多个类别,包括:
根据与各个点对应的激光雷达x方向的聚类半径、与各个点对应的激光雷达y方向的聚类半径、与各个点对应的类别所包含的最小点数以及各个点的二维坐标值,判断各个点的类型;所述类型为核心点、噪声点或边界点;
根据各个点的类型和各个点的二维坐标值,对各个点进行聚类,生成多个类别。
4.根据权利要求1所述的方法,其特征在于,根据聚类形成的各个类别的点的二维坐标值,计算各个目标信息,包括:
根据聚类形成的各个类别的点的二维坐标值,采用预设边缘点检测方法获取各个类别的边缘点的二维坐标值;
根据各个类别的边缘点的二维坐标值,获取对应类别的点集的最小外接矩形的特征信息;所述点集为每个类别中所包含的点组成的集合;
确定各个最小外接矩形的特征信息为各个目标信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京万集科技股份有限公司,未经北京万集科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711394396.2/1.html,转载请声明来源钻瓜专利网。