[发明专利]基于激光雷达和导航雷达的多目标识别方法及系统有效
申请号: | 201910715439.5 | 申请日: | 2019-08-05 |
公开(公告)号: | CN110794396B | 公开(公告)日: | 2021-08-17 |
发明(设计)人: | 倪侃俊;王新雅;袁敏;钱伟;张国兴;王南南 | 申请(专利权)人: | 上海埃威航空电子有限公司 |
主分类号: | G01S13/86 | 分类号: | G01S13/86;G01S13/937;G01S13/72;G01S7/41;G01S17/86;G01S17/66;G01S17/93;G01S7/48 |
代理公司: | 上海科律专利代理事务所(特殊普通合伙) 31290 | 代理人: | 金碎平 |
地址: | 201109 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 激光雷达 导航 雷达 多目标 识别 方法 系统 | ||
1.一种基于激光雷达和导航雷达的多目标识别方法, 其特征在于,包括以下步骤:
建立激光雷达坐标系,将极坐标下的角度和距离转化为笛卡尔坐标下的x、y和z;
建立导航雷达坐标系,以所述导航雷达为坐标原点建立二维平面坐标系x、y;
使用所述导航雷达采集多目标数据;
使用激光雷达传感器采集多目标数据;
使用所述激光雷达传感器采集的所述多目标数据对所述使用导航雷达采集的多目标数据进行辅助,将所述导航雷达采集的所述多目标数据中的错误数据筛除;
所述使用所述激光雷达传感器采集的所述多目标数据对所述使用导航雷达采集的多目标数据进行辅助,包括使用以下基于有理数倍采样的异步融合算法:
步骤1,将来自各传感器的测量值在融合中心的坐标系中和时钟下进行映射统一;
步骤2,基于下一时刻目标状态的预测值与当前时刻目标状态的估计值之差,建立描述融合周期内各个观测点处的目标状态向量之间的动态模型;
步骤3,依据当前时刻目标状态基于全局信息的估计值,结合所述动态模型和传统的滤波器,利用本周期内按序到达的所述各传感器测量值,依次对各观测点处的目标状态进行估计;
步骤4,获得下一时刻目标状态基于全局信息的估计值。
2.如权利要求1所述的基于激光雷达和导航雷达的多目标识别方法,其特征在于,用以下公式将极坐标下的角度和距离转化为笛卡尔坐标下的下x、y、z以建立激光雷达坐标系:
其中,r 为实测距离,ω为激光的垂直角度,α为激光的水平旋转角度,x、y和z 为极坐标投影到 X、Y、Z 轴上的坐标。
3.如权利要求1所述的基于激光雷达和导航雷达的多目标识别方法,其特征在于,以导航雷达为坐标原点建立导航雷达坐标系,转换关系如下:
xl = xm
yl = ym
zl = zm + 0.2
其中,以所述激光雷达为坐标原点的三维坐标系中有一点坐标l(xl,yl,zl), 对应在以所述导航雷达为坐标原点的三维坐标系中的一点坐标m(xm,ym,zm)。
4.如权利要求1所述的基于激光雷达和导航雷达的多目标识别方法,其特征在于,使用所述导航雷达的距离和角度确定一目标之后,使用所述激光雷达确定该目标周围返回的目标数量,根据以下最近邻聚类法判断该目标是否采用:
步骤1:任取样本Xi作为第一个聚类中心的初始值,令Z1 = X1;
步骤2:计算样本X2到Z1的欧式距离D21=||X2-Z1||,若D21T,定义一新的聚类中心Z2=X2,否则X2 ∈以Z1为中心的聚类;
步骤3:假设已有聚类中心Z1,Z2,计算D31=||X3-Z1||和D32=||X3-Z2||,若D31T且D32T,则建立第三个聚类中心Z3=X3,否则X3∈离Z1和Z2中最近邻的聚类中心;
步骤4:以此类推,直到将所有的N个样本都进行分类;
待分类的模式{X1,X2,…,Xn},按T分类到以Z1,Z2,…为聚类中心的模式类中,
其中,Z1是起始值,T是预设的距离阈值。
5.如权利要求1所述的基于激光雷达和导航雷达的多目标识别方法,其特征在于,还包括以下步骤:
使用激光导航的距离参数确定一目标之后,设置一阈值,若所述导航雷达的距离超过该阈值,判断该目标出错,不予采用。
6.如权利要求1所述的基于激光雷达和导航雷达的多目标识别方法,其特征在于,无人艇前方目标速度以导航雷达的速度为准。
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上海埃威航空电子有限公司,未经上海埃威航空电子有限公司许可,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/201910715439.5/1.html,转载请声明来源钻瓜专利网。