[发明专利]一种多个障碍物三维激光雷达数据的处理方法在审
申请号: | 201910398906.6 | 申请日: | 2019-05-14 |
公开(公告)号: | CN110208819A | 公开(公告)日: | 2019-09-06 |
发明(设计)人: | 江浩斌;羊杰;吕朝萍;钱进优 | 申请(专利权)人: | 江苏大学 |
主分类号: | G01S17/93 | 分类号: | G01S17/93;G01S17/02 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 212013 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 障碍物 聚类 激光雷达数据 三维 相对位置信息 车辆前方 激光雷达 数据融合 栅格地图 主动避撞 数据处理 轮廓点 噪声点 网格 滤波 去噪 下栅 栅格 连通 铺垫 相机 | ||
1.一种多个障碍物三维激光雷达数据的处理方法,其特征在于,包括以下步骤:
步骤1、建立栅格地图:以激光雷达前方和左右方向建立栅格坐标;选取激光雷达某一时刻下的一帧点云数据和同一时刻角度的相机图像;将上述点云数据投影到栅格坐标中,剔除路面点后,点云数据向栅格投影,统计每个栅格内是否包含点云投影;若栅格内存在点云投影则该栅格为占用状态,表示该栅格中存在障碍物;反之为非占用状态,表示此栅格不存在障碍物;占用状态的栅格形成构成原始栅格地图,用相机图像进行复核;
步骤2、栅格滤波:将环境感知环节中的悬空小障碍物排除;将激光雷达点云数据在同一栅格内最大高度值与最小高度值之间的差值与设定的高度阈值进行比较,差值小于高度阈值判定为小障碍物,该栅格标定为非占用状态;过滤后占用状态的栅格构成明显障碍物的栅格地图,用相机图像进行复核;
步骤3、确定适应阈值:选取与步骤1中同一个雷达和角度的另一帧点云数据和该时刻角度的相机图像,对于该帧数据投影到步骤1的栅格坐标中,并进行步骤2的滤波;利用该数据,进行自适应阈值聚类;通过对比试验,选择不同距离下的阈值进行聚类,将聚类结果与同一时刻的图像进行对比,获得不同阈值下聚类数目和障碍物实际数量最为相近或者相等的阈值即为适应阈值;
步骤4、网格连通标记聚类:对步骤2的栅格地图进行初步聚类;将连通区域进行扩展并且进行二次聚类;用相机图像进行复核。
2.根据权利要求1所述的多个障碍物三维激光雷达数据的处理方法,其特征在于:所述步骤1中栅格坐标是以激光雷达为原点,以水平面为坐标平面,建立尺寸相同的正方形栅格坐标,单个栅格的尺寸为数据处理的精度,栅格的尺寸和栅格的个数决定数据范围。
3.根据权利要求1所述的多个障碍物三维激光雷达数据的处理方法,其特征在于:所述步骤2中根据实现精度要求设定高度阈值。
4.根据权利要求1所述的多个障碍物三维激光雷达数据的处理方法,其特征在于:所述步骤3中所述的自适应阈值聚类采用最邻近聚类算法,将第一个数据点作为第一个物体边缘的初始点,作为第一类,从第二个数据点开始,依次将每个数据点与它前一个点进行比较,计算两点之间的距离;若两点间的距离小于等于步骤3中的适应阈值,则认为该点与前一点属于同一类,将该点加到当前类中;若两点间的距离大于步骤3中的适应阈值,则认为该点不属于当前类,创建一个新的类,并将该点作为这个新类的起点,对所有的数据点按此方法进行判断,将采集的该帧数据划分为若干个聚类点集。
5.根据权利要求1所述的多个障碍物三维激光雷达数据的处理方法,其特征在于:所述步骤4中的初步聚类为八连通区域标记法;所述连通区域扩展是在八连通区域基本上,根据步骤3的适应阀值,通过公式换算得到栅格阈值,进而得到扩展后的连通区域;若障碍物栅格对应扩展区域范围存在其余离散的障碍物栅格点,则将离散点与该栅格聚类为同一个障碍物。
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江苏大学,未经江苏大学许可,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/201910398906.6/1.html,转载请声明来源钻瓜专利网。