[发明专利]一种障碍物检测方法及系统

说明书

本发明公开一种障碍物检测方法及系统。该方法包括：获取激光雷达点云数据；所述激光雷达点云数据由安装在列车上的单线激光雷达探测得到；按照雷达点的序号顺序，结合设定的最大搜索范围对所述激光雷达点云数据进行聚类，得到多个聚类集合；根据所述聚类集合，提取当前帧每个聚类集合对应的目标的特征参数；所述特征参数包括雷达点的数量、平均方位角、平均距离、质心位置、平均反射强度和反射强度方差；根据前一帧每个聚类集合对应的目标的特征参数，对当前帧所有的目标进行匹配；当匹配成功时，将当前帧的目标确定为障碍物目标。本发明可以提高障碍物检测的准确度。

技术领域

本发明涉及轨道障碍物检测领域，特别是涉及一种障碍物检测方法及系统。

背景技术

在城市轨道的正常行驶中，需要实时检测障碍物目标。目前，通常采用激光雷达负责中等距离环境物体的感知，并提供环境物体准确距离信息。传统的激光雷达目标检测主要依靠经典聚类算法，首先确定聚类半径M，然后在激光雷达点云图中，选中一个随机的种子点p_i，计算p_i和其他所有雷达点p_i,p_i+1…p_n间的距离，将其他雷达点中与p_i的距离小于聚类半径的点加入集合V₁{p_i…p_m}，再在集合V₁中挑选下一个种子点，与点云图中其他不在V₁中的点计算距离，如距离小于聚类半径M则将这些点也加入集合V₁,重复此步骤直V₁中的所有点都作过种子点，此时集合V₁聚类结束。再在点云图中挑选集合V₁之外的种子点，并重复此步骤得到集合V₂，以此类推直至点云图中所有点都在某一集合{V₁,V₂…V_n}中，进而根据聚类后的点云数据确定障碍物的位置。

现有技术中，由于车速较快，无法对背景进行建模，因此，采用经典聚类算法检测障碍物的方法不易将障碍物与背景区分，因此，检测的准确度不高。

发明内容

本发明的目的是提供一种障碍物检测方法及系统，以提高障碍物检测的准确度。

为实现上述目的，本发明提供了如下方案：

一种障碍物检测方法，包括：

获取激光雷达点云数据；所述激光雷达点云数据由安装在列车上的单线激光雷达探测得到；

按照雷达点的序号顺序，结合设定的最大搜索范围对所述激光雷达点云数据进行聚类，得到多个聚类集合；

根据所述聚类集合，提取当前帧每个聚类集合对应的目标的特征参数；所述特征参数包括雷达点的数量、平均方位角、平均距离、质心位置、平均反射强度和反射强度方差；

根据前一帧每个聚类集合对应的目标的特征参数，对当前帧所有的目标进行匹配；

当匹配成功时，将当前帧的目标确定为障碍物目标。

可选的，所述获取激光雷达点云数据，之后还包括：

采用中值滤波算法对所述激光雷达点云数据进行平滑处理，去除孤立的噪点，得到预处理后的激光雷达点云数据。

可选的，所述按照雷达点的序号顺序，结合设定的最大搜索范围对所述激光雷达点云数据进行聚类，得到多个聚类集合，具体包括：