[发明专利]车辆目标识别方法、存储介质、处理器以及系统在审
| 申请号： | 201810283382.1 | 申请日： | 2018-04-02 |
| 公开（公告）号： | CN110196429A | 公开（公告）日： | 2019-09-03 |
| 发明（设计）人： | 徐国艳;苏鸿杰;胡哲华;胡超伟;雷傲 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G01S17/06 | 分类号： | G01S17/06;G01S17/93 |
| 代理公司： | 北京国谦专利代理事务所(普通合伙) 11752 | 代理人： | 肖应国 |
| 地址： | 100191*** | 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： | 车辆目标识别 点云数据 存储介质 多个类别 直线拟合 处理器 奇异值分解 激光雷达 聚类处理 算法 合并 | ||
1.一种车辆目标识别方法，其特征在于，包括：
从车载激光雷达获取周围环境的点云数据；
对点云数据进行聚类处理，得到多个类别；
对所述多个类别进行合并；
使用奇异值分解算法对点云数据进行直线拟合；以及
根据直线拟合结果进行车辆目标识别。
2.根据权利要求1所述的车辆目标识别方法，其特征在于，所述类别是通过设置相邻两点的几何距离确定的。
3.根据权利要求1所述的车辆目标识别方法，其特征在于，所述聚类处理包括将散乱的二维点云数据划分为多个点类，其中所述点类内部点的几何坐标相近。
4.根据权利要求1所述的车辆目标识别方法，其特征在于，对所述多个类别进行合并的操作包括：选取兴趣区域，并对所述兴趣区域内的类别进行合并。
5.根据权利要求1所述的车辆目标识别方法，其特征在于，所述直线拟合的操作包括：将进行聚类后的点云数据进行断点剔除，去掉异常值。
6.根据权利要求5所述的车辆目标识别方法，其特征在于，所述直线拟合的操作包括：通过所述直线拟合得到直线或折线。
7.根据权利要求6所述的车辆目标识别方法，其特征在于，进行车辆目标识别的操作包括：将所述直线或折线补为完整的矩形；将所述矩形与车辆目标进行尺寸比对，并结合点的速度信息进行筛选，完成对车辆目标的识别。
8.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至7中任意一项所述的车辆目标识别方法。
9.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至7中任意一项所述的车辆目标识别方法。
10.一种车辆目标识别系统，其特征在于，包括：
处理器；以及
存储器，与所述处理器连接，用于为所述处理器提供处理以下处理步骤的指令：
从车载激光雷达获取周围环境的点云数据；
对点云数据进行聚类处理，得到多个类别；
对所述多个类别进行合并；
使用奇异值分解算法对点云数据进行直线拟合；以及
根据直线拟合结果进行车辆目标识别。
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航空航天大学，未经北京航空航天大学许可，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/201810283382.1/1.html，转载请声明来源钻瓜专利网。
