[发明专利]车辆目标识别方法、存储介质、处理器以及系统

说明书

本发明公开了一种车辆目标识别方法、存储介质、处理器以及系统。其中，该方法包括：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。

技术领域

本发明涉及汽车自动驾驶领域，具体而言，涉及一种基于车载激光雷达的车辆目标识别方法、存储介质、处理器以及系统。

背景技术

为减少交通事故的发生，提高车辆安全性，研发辅助驾驶员或者接替驾驶员对车辆进行操纵的自动驾驶系统正成为车辆工程领域的热点议题。在汽车自动驾驶系统中，车辆目标识别是其一项重要的功能，也是其可靠工作的基础。通过对道路上其他正在行驶的车辆进行检测和识别，自动驾驶系统能够及时获取动态的行驶环境信息，从而为路径规划、避障防撞等驾驶过程提供依据。

现有的自动驾驶系统中，车辆目标识别通常依赖于视觉传感器或是超声波雷达传感器来进行。视觉传感器法采用感光元件模拟人眼的视觉系统，对行驶环境进行拍摄，得到当前环境的动态图像信息，然后采用图像处理技术模拟人脑对图像的处理，从图像中识别出目标并得到目标的运动参数，从而实现对现实空间信息的感知。这种方法设备简单、成本低廉，能够达到较远的工作距离，但对道路环境的光照条件、天气条件、交通条件变化极为敏感，环境适应性比较差。超声波雷达传感器法通过在车上搭载超声波雷达，利用超声波的反射对车辆目标进行检测，同时根据超声波发射与返回的时间差对车辆目标进行速度测定。这种方法具有良好的环境适应性，能够在环境变化的条件下保持工作稳定，同时由于超声波在空气中波速较慢，其回波信号中包含的沿传播方向上的结构信息很容易检测出来，具有很高的分辨能力，因而其准确度也比较高。但是超声波频率较低，波长较长，能够可靠工作的距离比较短，通常有效的检测距离仅在5米以内。

近年来，随着激光雷达在车载领域的大规模应用，为汽车自动驾驶系统提供了一种全新的技术解决方案。激光雷达以其探测精度高、探测速度快、抗干扰能力强、环境适应性好等特点，迅速地改变着自动驾驶领域。但如何对激光雷达丰富的探测数据进行处理，得到实时性好的可应用信息，仍然是车载激光雷达应用中一个亟待解决的重要问题。

针对视觉传感器法识别车辆目标对道路环境的光照条件、天气条件、交通条件变化极为敏感，环境适应性比较差，超声波雷达传感器法能够可靠工作的距离比较短问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种车辆目标识别方法、存储介质、处理器以及系统，以至少解决视觉传感器法识别车辆目标对道路环境的光照条件、天气条件、交通条件变化极为敏感，环境适应性比较差，超声波雷达传感器法识别车辆目标能够可靠工作的距离比较短问题的技术问题。

根据本发明实施例的一个方面，提供了一种车辆目标识别方法，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。

根据本发明实施例的另一方面，还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行上面任意一项所述的车辆目标识别方法。

根据本发明实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上面任意一项所述的车辆目标识别方法。

根据本发明实施例的另一个方面，还提供一种车辆目标识别系统，包括：处理器；以及存储器，与处理器连接，用于为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。